Nginx map 分流配错 灰度用户报 502:旧版怎么兜底

灰度开关打开十分钟,监控上 502 从每万次 3 个涨到 180 个。失败集中在带 gray=1 cookie 的请求上,没带 cookie 的老用户完全正常。

error.log 原文是 no resolver defined to resolve new。这句说明 nginx 把 new 当成域名去解析,而不是当成 upstream 名字。

配置里 map 把 $cookie_gray 映射到 new,upstream 块定义的却是 new_v2。变量值和 upstream 名对不上,nginx 就退到 DNS 解析,解析不到直接 502。

第一反应是补一个同名 upstream。改完 502 没了,但新版本流量只占 3%,和设定的 30% 差得远。抓 access.log 的 upstream_addr 看,请求基本都落在老节点上。

试过改用 split_CLIents 按 IP 哈希分流。比例准了,但同一个用户刷新页面会跳到不同版本,登录态两边不通用,客服那边更难查。这条放弃。

回到 map,把取值统一成 upstream 名,加 default 兜底,cookie 只认 1 和 0,其他值一律走老版本。

map $cookie_gray $pool {
    default  old;
    "1"      new_v2;
    "0"      old;
}
upstream new_v2 {
    server 10.0.0.21:8080;
    keepalive 32;
}
proxy_pass http://$pool;

还有一处要补。upstream 原来没写 keepalive,灰度机一台回滚的时候,旧连接还挂在被摘掉的节点上,又冒出几十个 502。加 keepalive 32 和 proxy_next_upstream error timeout http_502,重试一次就能落到健康节点。

确认:按 upstream 维度统计 access.log,new_v2 占比 29.6%,old 占 70.4%;跑一整天,502 回到每万次 4 个以内;再把 gray 的值改成 2 试一次,请求全部走 old,说明 default 生效。

变量拼 upstream 名这种写法,出错时不报语法错,只在运行时 502,第一眼很难看出来。现在发布前先 nginx -t 再打三次请求,三类 cookie 各一次,确认 upstream_addr 符合预期。

您可以还会对下面的文章感兴趣: