Keepalived中VRRP_Script执行超时问题分析与解决

问题背景

在使用Keepalived的VRRP_Script功能监控Redis服务健康状态时，系统日志中出现了"VRRP_Script(redis_check) timed out"的错误提示。尽管Redis服务本身运行正常且程序能够正常连接Redis，但Keepalived仍然报告脚本执行超时，这导致VRRP实例进入FAULT状态。

问题分析

脚本执行机制

Keepalived的VRRP_Script功能通过定期执行用户定义的脚本来监控服务状态。当脚本执行时间超过Keepalived内置的超时限制时，Keepalived会强制终止脚本并记录超时错误。

在本案例中，监控脚本redis_check.sh主要功能是通过redis-cli发送PING命令检查Redis服务状态。脚本中包含了日志记录和失败计数功能，但存在几个关键问题：

1. 日志记录位置不当：脚本在Redis PING命令执行后才记录开始时间，导致无法准确追踪实际执行耗时
2. 超时处理不足：未考虑redis-cli命令本身可能存在的网络延迟或响应超时情况
3. 失败计数逻辑缺陷：成功时未重置失败计数器的中间状态

系统交互影响

从系统日志可以看出，在脚本超时发生时，系统网络接口正在经历地址变更过程：

Nov 17 14:40:37 centos avahi-daemon[924]: Registering new address record for fe80::8237:f37a:990b:cd82 on ens192.*.
Nov 17 14:40:37 centos avahi-daemon[924]: Registering new address record for 10.190.13.116 on ens192.IPv4.

这种网络配置变更可能导致redis-cli命令执行时出现短暂延迟，进而触发Keepalived的脚本超时保护机制。

解决方案

脚本优化建议

1. 调整日志记录顺序：

# 将日志记录移到Redis命令执行前
current_date="`date +%Y%m%d_%H:%M:%S`"
echo "$current_date - [check]" >> $LOG_FILE

ALIVE="`$REDIS_CLI -h $1 -p $2 -a **** PING`"

2. 完善失败处理逻辑：

if [[ ${ALIVE} == "PONG" ]];then
  current_date1="`date +%Y%m%d_%H:%M:%S`"
  echo "$current_date1 - Success: redis-cli -h $1 -p $2 PING $ALIVE" >> $LOG_FILE
  echo 0 > "$FAIL_COUNT_FILE"
  exit 0  # 明确返回成功状态
else
  current_date2="`date +%Y%m%d_%H:%M:%S`"
  echo "$current_date2 - Failed:redis-cli -h $1 -p $2 PING $ALIVE" >> $LOG_FILE
  ((FAIL_COUNT++))
  echo $FAIL_COUNT > "$FAIL_COUNT_FILE"
  exit 1  # 明确返回失败状态
fi

3. 设置合理的超时参数： 在Keepalived配置中增加脚本超时时间：

vrrp_script redis_check {
    script "/root/scripts/redis_check.sh 127.0.0.1 6379"
    interval 2
    timeout 5  # 增加超时时间
}

系统配置建议

1. 避免网络配置冲突：

   • 检查系统网络服务(如avahi-daemon)是否必要
   • 确保网络接口配置稳定，避免频繁的地址变更

2. 安全注意事项：

   • 避免在脚本中硬编码敏感信息(如Redis密码)
   • 考虑使用Redis配置文件的include指令或环境变量管理密码

最佳实践

1. 监控脚本设计原则：

   • 保持脚本简洁高效
   • 合理预估命令执行时间
   • 设置适当的超时阈值

2. Keepalived配置建议：

   • 为关键脚本设置合理的interval和timeout值
   • 考虑脚本执行频率与系统负载的平衡
   • 实现完善的日志记录机制

3. Redis监控优化：

   • 考虑使用Redis的INFO命令获取更全面的状态信息
   • 实现渐进式故障检测机制，避免单次检测失败就触发故障转移

通过以上优化，可以有效解决VRRP_Script超时问题，提高Keepalived与Redis服务监控的稳定性和可靠性。