Shell脚本如何实现双机热备切换

wen 实用脚本 2026-07-18 1

Shell脚本实现双机热备切换：原理、实践与故障自救全攻略

📖 文章目录导读

双机热备的本质与适用场景
Shell脚本实现心跳检测的三种核心方法
从0到1：完整的热备切换Shell脚本范例
切换过程中的常见陷阱与避坑指南
高频问答（FAQ）
总结与最佳实践建议

双机热备的本质与适用场景

1 什么是双机热备？

双机热备（Active-Standby）是指两台服务器，一台作为主节点（Active）提供服务，另一台作为备用节点（Standby）实时监控主节点状态，当主节点宕机或服务异常时，备用节点自动接管虚拟IP、服务进程及数据,实现故障切换时间小于30秒的RTO目标。

Shell脚本如何实现双机热备切换

2 为什么选择Shell脚本而非商业软件？

零成本：无需购买Keepalived、Heartbeat等授权
轻量级：仅依赖Bash、cron、ip命令，适合嵌入式或资源受限环境
可定制性：业务级健康检查（如MySQL慢查询导致响应超时,脚本可精确探测）

3 适用场景清单

数据库主备（MySQL/MariaDB）
Nginx/反向代理层高可用
NoSQL（Redis哨兵模式下配合脚本）
内部业务API网关

Shell脚本实现心跳检测的三种核心方法

🔍 方法一：ICMP Ping检测（最基础）

ping -c 2 -W 3 $MASTER_IP > /dev/null 2>&1
if [ $? -ne 0 ]; then
    # 切换逻辑
fi

陷阱：防火墙可能禁ping，需配合端口检测

🔍 方法二：TCP端口检测（可靠）

timeout 2 bash -c "echo > /dev/tcp/$MASTER_IP/$PORT" 2>/dev/null
if [ $? -ne 0 ]; then
    # 触发切换
fi

优势：精确判断服务是否监听端口

🔍 方法三：应用层HTTP状态码检测（最精准）

HTTP_CODE=$(curl -s -o /dev/null -w "%{http_code}" --connect-timeout 3 http://$MASTER_IP:$PORT/health)
if [ "$HTTP_CODE" != "200" ]; then
    echo "Health check failed" >> /var/log/ha.log
fi

适合API网关、Web应用

从0到1：完整的热备切换Shell脚本范例

以下脚本实现了“双节点+浮动IP”模型，支持3次重试确认,并通过日志输出状态。

#!/bin/bash
# File: /usr/local/bin/ha_switch.sh
# 双机热备切换脚本 V2.1
# 适用：Nginx主备 + 浮动IP
# ---------- 配置参数 ----------
MY_ROLE=${1:-"standby"}        # 脚本执行时传入 "master" 或 "standby"
MASTER_IP="192.168.1.10"
STANDBY_IP="192.168.1.11"
VIP="192.168.1.100"
PORT="80"
HEALTH_INTERFACE="eth0"
LOG_FILE="/var/log/ha_switch.log"
RETRY_COUNT=3                  # 检测失败重试次数
SLEEP_BETWEEN_CHECKS=5        # 每次检测间隔(秒)
# ---------- 函数定义 ----------
log_msg() {
    echo "$(date '+%Y-%m-%d %H:%M:%S') [$1] $2" >> $LOG_FILE
}
check_master_health() {
    local healthy=0
    for ((i=1; i<=RETRY_COUNT; i++)); do
        # 检测方式：端口检测
        timeout 2 bash -c "echo > /dev/tcp/$MASTER_IP/$PORT" 2>/dev/null
        if [ $? -eq 0 ]; then
            healthy=1
            break
        fi
        sleep $SLEEP_BETWEEN_CHECKS
    done
    return $healthy
}
takeover_vip() {
    # 尝试绑定VIP（若已被其他节点持有则失败）
    ip addr add $VIP/32 dev $HEALTH_INTERFACE 2>/dev/null
    if [ $? -eq 0 ]; then
        log_msg "INFO" "Switch: VIP $VIP taken over on interface $HEALTH_INTERFACE"
        # 发送ARP广播更新交换机表
        arping -c 3 -A -I $HEALTH_INTERFACE $VIP >/dev/null 2>&1
        # 启动本地服务（假设Nginx）
        systemctl start nginx
        return 0
    else
        log_msg "WARN" "VIP $VIP already exists on other node, abort takeover"
        return 1
    fi
}
release_vip() {
    ip addr del $VIP/32 dev $HEALTH_INTERFACE 2>/dev/null
    log_msg "INFO" "VIP $VIP released"
}
# ---------- 主逻辑 ----------
if [ "$MY_ROLE" == "master" ]; then
    # 主节点：持续检测自己，如果服务崩溃则释放VIP
    check_master_health
    if [ $? -ne 1 ]; then
        log_msg "FAIL" "Local service down，releasing VIP"
        release_vip
        # 通知备机（通过SSH触发，需提前配置免密）
        ssh $STANDBY_IP "/usr/local/bin/ha_switch.sh standby" &
    fi
elif [ "$MY_ROLE" == "standby" ]; then
    # 备节点：检测主节点健康
    check_master_health
    if [ $? -ne 1 ]; then
        log_msg "WARN" "Master $MASTER_IP unreachable，attempting takeover"
        takeover_vip
    else
        # 若主恢复，可主动释放VIP（视架构决定）
        log_msg "INFO" "Master healthy，stay standby"
    fi
fi

脚本使用说明

定时执行：crontab添加每10秒运行 */10 * * * * /usr/local/bin/ha_switch.sh master （主节点）和 */10 * * * * /usr/local/bin/ha_switch.sh standby（备节点）
故障模拟：在Master上停止Nginx → 观察VIP是否漂移到Standby

切换过程中的常见陷阱与避坑指南

🚩 陷阱1：脑裂（Split-Brain）

现象：两台节点同时认为自己是主，均持有VIP。
解决方案：

在takeover_vip中使用ARP广播+检查VIP冲突
引入权重机制：ID小的节点优先级更高
关键：加入多链路心跳检测（如同时使用USB串口线心跳）

🚩 陷阱2：网络抖动导致误切换

现象：单次丢包即触发切换，服务反复震荡。
解决方案：
脚本中的RETRY_COUNT=3 + SLEEP_BETWEEN_CHECKS=5 确保万无一失。
可额外增加累计阈值：例如连续5次检测失败才切换。

🚩 陷阱3：数据持久化不一致

警告：纯Shell脚本默认不处理数据同步！
必须配合：

MySQL：半同步复制 + 手动设置sync_binlog=1
文件服务：rsync + inotify实时同步

高频问答（FAQ）

Q1：Shell脚本热备与Keepalived相比，核心劣势是什么？

A：Keepalived实现了VRRP协议，故障切换 无锁竞争（谁先发广播谁胜出）；而本例脚本依赖cron轮询，存在 1～10秒检测窗口，若要求毫秒级切换（如金融交易）,必须用Keepalived。

Q2：如何避免脚本重复执行？

A：使用PID文件锁：

LOCK_FILE="/var/run/ha_switch.pid"
if [ -f $LOCK_FILE ]; then
    exit 0
fi
echo $$ > $LOCK_FILE
trap "rm -f $LOCK_FILE" EXIT  # 脚本退出自动清理

Q3：如果双机网络断开但主服务正常，脚本如何处理？

A：此时Standby检测Master失败→抢夺VIP→形成双主服务。预警方案：部署独立的心跳线（交叉网线）作为备用检测通道，脚本添加if [ 主网不通 && 心跳线不通 ]才切换。

Q4：脚本如何适配云服务器（如AWS、阿里云）？

A：云环境禁止ARP广播，需改为调用云API（如阿里云AssociateEipAddress）绑定弹性公网IP,示例：

aliyuncli ecs AssociateEipAddress --InstanceId $INSTANCE_ID --AllocationId $EIP_ID

总结与最佳实践建议

Shell脚本实现双机热备切换的核心价值在于 “轻量、可控、零成本” ，适合中小规模业务或临时应急方案，但在关键生产环境（RTO<5秒、强一致性场景）仍需使用工业级工具如Keepalived、Pacemaker。

GitHub开源增强版参考：

ha-shell-plus：已支持多节点、SSH免密通知、健康检查插件化
使用trap信号处理避免僵尸进程

📌 最后检查清单：

✅ 关闭sudo密码执行权限（chmod u+s /bin/ip）
✅ 日志文件设置日志轮转（logrotate）
✅ 监控脚本自身CPU/内存占用，防止资源泄漏

如果您在部署过程中遇到特殊网络场景（如多网卡绑定、VLAN隔离），欢迎在评论区留言,我们将针对您的拓扑提供定制化方案。