之前有很多朋友问过Nginx的upstream模块中的max_fails和fail_timeout。很多人不太明白这两个参数怎么用，具体含义。先看官网文档中的描述。官网文档解释，max_fails是指在fail_timeout配置时间内服务器通信失败的次数。默认为1，即在fail_timeout时间内，如果一个请求失败，则不再尝试，请求会根据hash规则，转发给下一个上游服务fail_timeout有两个含义：当上游服务确认不可用，是指与上游服务器通信失败次数的时间。服务器不可用的时间默认为10s。文字不是很容易看懂。下面搭建一个实验环境，环境如下：NginxPHP-FPM(x2)nginx通过fast-cgi将PHP请求转发给PHP-FPM，其中PHP-FPM服务为上游服务，设置上游，加载PHP-FPMupstream按照默认配置，即max_fails=1,fail_timeout=10现在通过tailf监听2次PHP-FPM日志请求4次，因为是默认轮询，所以可以看到时间，轮询会分发请求到两个PHP-FPM上游，从上面的日志可以看出，按照轮询规则，接下来的请求应该落在PHP-FPM2上。然后，关闭PHP-FPM1继续请求。可以看到PHP-FPM1肯定没有响应，PHP-FPM2正常响应。然后看一下从Nginx的日志可以看到，关闭PHP-FPM1后发起的请求，第二个请求（17:49:58）应该已经分发到PHP-FPM1了，然后从Nginx报错可以看到logthattheconnectiontoPHP-FPM1Failed，这里只尝试了一次失败，然后Nginx将请求转发给PHP-FPM2进行处理。然后设置max_fails为2，继续上面的请求开启PHP-FPM1，继续请求，两次负载轮询转发请求，然后继续关闭PHP-FPM1，连续发起多个请求，查看日志所有请求都在PHP-FPM2,看Nginx错误日志。轮询PHP-FPM1两次时，它失败了。之后请求就不会分发到PHP-FPM1的上游服务了。然后，在不开启PHP-FPM1的情况下，继续发起多次请求，因为默认的fail_timeout=10，所以在上述失败检测10s后，再次发起请求，查看日志继续分发给PHP-FPM2，再看在Nginx错误日志中可以看到，在fail_timeout时间后，Ngxin会再次向FPM-PHP1发送请求尝试，2次尝试失败后，在fail_timeout时间内不会分发请求。这里有几个误区：Nginx记录连接上游失败，本次请求返回错误请求，或者请求丢失未处理。这种理解是错误的，Nginx只是将失败的请求记录到日志中，并将请求转发给其他可用的上游服务。当所有上游都不可用时，它将返回一个错误状态。max_fails是指连续请求失败的次数。max_fails是在fail_timeout中指定的一定时间内的失败次数，请求仍然遵循配置的负载均衡算法，不是第一次请求失败后，继续尝试一次本次请求，达到失败次数后，标记为不可用。fail_timeout越短越好。当访问量很大时，fail_timeout设置的太短，会导致不断尝试连接不可用的upstream，消耗大量的tcp资源去连接。fail_timeout越长越好。当访问量较大时，fail_timeout设置过长，会造成负载不均衡，有可能穿透一个upstream后端，达不到负载效果。
