Nginx API 网关中间件性能调优实战

场景

某电商平台使用 Nginx 作为 API 网关，近期因促销活动导致流量激增，出现响应延迟和部分请求超时。

症状

• 客户端观察到高延迟（>5s）
• Nginx 错误日志显示“upstream timed out”
• 系统负载升高，但 CPU 使用率未达 100%

诊断

1. 检查 Nginx 指标：curl http://localhost/nginx_status 查看 Active connections 和 Waiting queue。
2. 分析访问日志：tail -f /var/log/nginx/access.log 识别慢请求。
3. 使用 strace -p <nginx_pid> 跟踪系统调用，发现大量 epoll_wait 等待。
4. 检查上游服务：“time curl -XGET http://upstream/health” 确认上游响应正常。

命令

调整 worker 数量

# 根据 CPU 核心数设置（通常为 auto）
worker_processes auto;

优化连接池

events {
    worker_connections 10240;
    use epoll;
    multi_accept on;
}

增加代理超时

location /api {
    proxy_connect_timeout 60s;
    proxy_send_timeout 60s;
    proxy_read_timeout 60s;
}

启用缓存（可选）

proxy_cache_path /tmp/cache levels=1:2 keys_zone=api_cache:10m max_size=1g inactive=60m;

风险控制

• 修改配置前备份：cp /etc/nginx/nginx.conf /etc/nginx/nginx.conf.bak
• 逐步应用变更：先对少量后端进行测试，使用 nginx -t 验证语法
• 监控重载后指标：使用 nginx -s reload 热重载，观察 nginx_status 中的连接数

回滚

如果性能下降或出现错误，执行：

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

验证

• 观察延迟：tail -f /var/log/nginx/access.log | awk '{print $NF}' 检查响应时间
• 压力测试：ab -n 10000 -c 100 http://localhost/api/test
• 确认错误日志中无 timeout

何时提交 OpsGlobal 工单

• 调整配置后性能无改善
• 上游服务健康但 Nginx 仍然超时
• 需要深入分析 Nginx 内核模块或自定义模块
• 需要架构评审或容量规划支持