健康检查类型：主动检查 vs 被动检查
健康检查的方式，说白了就两大类：主动去问，或者被动地等信号。我刚开始做密码接口系统时，总觉得只要用一种就够了，后来线上出过一次事故才明白——两者必须搭配使用，缺一不可。
主动检查（Proactive Health Check）
主动检查的意思是：系统按固定周期，主动向目标接口发送探测请求，看它能不能正常响应。
举个例子。我维护过一个加解密网关，每30秒对后端SM4服务发一次“ping”请求。如果连续3次没收到200响应，我就把该节点从负载池里摘掉。
- 原理：定时任务 / 调度器发探针（HTTP、TCP、自定义协议）
- 优势：可以提前发现问题，不等用户报错
- 劣势：额外网络开销，可能误杀正常节点（比如一次丢包）
常见实现
# 伪代码示例：主动健康检查轮询
def active_health_check(node_url, interval=30):
while True:
try:
resp = requests.get(node_url + "/health", timeout=2)
if resp.status_code != 200:
mark_unhealthy(node_url)
except Exception:
mark_unhealthy(node_url)
time.sleep(interval)
这里要注意超时设置。我见过有人设成5秒，结果因为网络抖动，明明服务正常却被踢了。我个人习惯设1～2秒，配合重试机制。
被动检查（Reactive Health Check）
被动检查正好反过来——我不主动问，而是在正常业务请求中去“听”对方的错误信号。
你想想看，如果一个节点每100次请求就出错20次，那它肯定有问题。被动检查就是靠统计错误率、响应时间、连接失败次数来判断的。
- 原理：拦截业务请求的返回状态，累计错误计数或延迟指标
- 优势：零额外开销，真实反映业务视角的健康度
- 劣势：问题已暴露给用户，不能提前预警
常见实现
# 伪代码：被动错误计数熔断
error_count = 0
threshold = 5
def on_request_failure():
global error_count
error_count += 1
if error_count >= threshold:
circuit_breaker_open()
def on_request_success():
global error_count
error_count = 0
我曾经在密码机集群上只用被动检查，结果某一台节点悄悄返回了「密钥被锁定」的错误，因为业务没报错（只是重试了），直到用户反馈解密失败才意识到。这就是被动检查的盲区——很多时候错误被上层吞掉了，你根本听不到。
主动 vs 被动：关键差异
| 维度 | 主动检查 | 被动检查 |
|---|---|---|
| 触发方式 | 定时轮询 | 业务请求事件 |
| 发现时机 | 故障前/刚发生时 | 问题已暴露后 |
| 资源消耗 | 额外请求开销 | 几乎为零 |
| 误判风险 | 可能误杀（网络抖动） | 可能漏判（错误被静默） |
| 适用场景 | 对延迟不敏感、节点数少 | 高并发、对额外流量敏感 |
实际上，我建议你两者都用。主动检查负责“巡逻”，被动检查负责“补漏”。
两者协同的典型流程
最佳实践：用主动检查做快速探测（比如每10秒一次），用被动检查做深度防御（比如滑动窗口统计错误率）。只有主动发现问题时，先尝试重试还是直接降级？我建议看业务容忍度——密码接口通常不允许重试导致重复加密，所以我会直接切换备用节点。
实际项目中的避坑指南
- 别让主动检查变成 DDoS。我有一次把探测间隔设成1秒，上百个节点一起打探针，结果把监控服务打挂了。现在我会加一个 jitter 随机偏移，避免雪崩。
- 被动检查的阈值要动态调整。比如凌晨业务量低，错误率稍微高一点可能只是正常波动。我后来按时间段分了不同的熔断阈值。
- 两种检查的结果要合并。如果一个节点主动检查失败，但被动检查显示业务流量成功，那大概率是探针本身的问题。我曾经遇到过探针路径和业务路径不同，导致误判——所以探针要和业务请求走同一条链路。
小技巧：在密码接口场景下，除了看 HTTP 状态码，还要检查响应体里的「密钥状态」字段。比如主动检查发一个“测试解密”请求，验证返回的明文是否正确。这样能发现更隐蔽的故障。
注意：被动检查依赖业务流量，如果高峰期某节点被限流或流量降级，它的失败率可能是0，但实际上已经不可用。所以一定要搭配主动检查的“空载探测”。
嗯，这两种检查方式说起来简单，但组合起来能玩的细节很多。我个人习惯在项目初期先用“主动为主、被动为辅”的配置跑起来，等数据多了再调整比例。你想想看，如果一开始就搞复杂的滑动窗口，运维同学可能直接懵掉——先跑通，再优化，永远是王道。