Nginx API网关性能调优实战指南

场景

某电商平台使用Nginx作为API网关，近期用户反馈接口响应缓慢，P99延迟从200ms飙升至2s。

症状

• 上游服务器返回502/504错误增多
• Nginx错误日志出现"upstream timed out"
• 连接数接近worker_connections上限

诊断

1. 检查Nginx错误日志：tail -f /var/log/nginx/error.log
2. 查看上游响应时间：通过upstream_time变量在access日志中记录
3. 检查连接池：curl -s http://localhost/nginx_status | grep Active
4. 分析缓冲区设置：默认proxy_buffering可能导致上游响应慢时积压

命令

调整worker_connections（/etc/nginx/nginx.conf）：

events {
    worker_connections 4096;
    multi_accept on;
}

启用并调大缓冲区（/etc/nginx/conf.d/api_gateway.conf）：

location /api/ {
    proxy_pass http://upstream;
    proxy_buffering on;
    proxy_buffer_size 8k;
    proxy_buffers 8 32k;
    proxy_busy_buffers_size 64k;
    proxy_read_timeout 60s;
    proxy_send_timeout 60s;
    # 启用上游长连接
    proxy_http_version 1.1;
    proxy_set_header Connection "";
    keepalive_requests 1000;
    keepalive_timeout 120s;
}

验证语法：nginx -t，热重载：systemctl reload nginx

风险控制

• 先在灰度实例上测试
• 监控CPU、内存和连接数
• 确保上游服务有足够容量

回滚

保留原配置备份为.bak，替换后重新加载：

cp /etc/nginx/conf.d/api_gateway.conf.bak /etc/nginx/conf.d/api_gateway.conf
nginx -s reload

验证

• 观察P99延迟是否下降：使用Prometheus和Grafana
• 检查错误日志是否减少
• 执行负载测试：ab -n 10000 -c 100 http://gateway/api/test

何时提交OpsGlobal工单

如果调整后延迟仍未改善，或问题涉及上游应用性能、数据库查询慢、DNS解析等问题，建议提交工单让OpsGlobal SRE团队介入深度分析。