使用Nginx的EKS负载均衡器偶发请求缓慢问题排查求助

1. Classic LB 连接复用配置 #

Classic LB默认空闲连接超时60秒，如果Nginx Ingress和LB之间没做好长连接复用，会导致LB频繁创建新连接，引发偶发延迟。可以给Ingress Controller的ConfigMap添加以下配置开启长连接：

http-snippet: |
  upstream keepalive 32;
server-snippet: |
  proxy_http_version 1.1;
  proxy_set_header Connection "";

同时查看CloudWatch的RequestCount、BackendConnectionErrors指标，排查是否存在连接队列溢出的情况。

2. 私有子网NAT网关/路由瓶颈 #

EC2在私有子网依赖NAT网关与公有子网LB通信，如果NAT网关的带宽或连接数接近上限，会导致部分请求延迟。检查CloudWatch的NAT Gateway指标：ActiveConnectionCount、BytesOutToDestination是否触达阈值，是否存在ErrorPortAllocation错误。另外确认私有子网路由表是否正确指向NAT网关，LB安全组与EC2安全组是否配置了互通规则。

3. Nginx Ingress Pod资源与调度 #

检查Ingress Controller Pod是否运行在资源紧张的节点上——用kubectl top pods查看CPU/内存使用率，确保Pod配置了合理的资源请求和限制。同时调整Nginx核心参数（比如worker_connections、worker_processes），适配节点硬件能力，避免并发请求处理不过来。

4. Classic LB健康检查优化 #

健康检查配置不合理会导致LB将请求转发到刚恢复或状态不稳定的节点，引发偶发延迟。确保健康检查使用轻量路径（比如/healthz），调整检查间隔和超时时间，避免节点频繁被标记为不健康。查看CloudWatch的HealthyHostCount指标，确认是否存在节点健康状态频繁波动的情况。

5. 跨AZ请求延迟优化 #

如果LB和EC2节点不在同一个可用区（AZ），跨AZ的网络开销可能导致偶发慢请求。可以将LB的负载均衡策略改为RoundRobin，尽量让请求落在同AZ的节点上；或者确保每个AZ都部署了Ingress Pod和LB节点。

6. 公有子网ELB标签验证 #

虽然你提到已配置elb标签，仍需确认标签格式是否正确：kubernetes.io/cluster/<你的集群名>: shared或owned，确保EKS能正确识别并管理LB资源。另外检查公有子网的路由表是否指向Internet Gateway，保证LB能正常对外提供服务。

内容的提问来源于stack exchange，提问作者Pavan