删除VM Scale Set实例时Azure Application Gateway (Standard V1)短暂返回502错误的技术问询

你的核心理解其实是对的：启用连接排空确实会让注销中的后端实例停止接收新请求，并允许现有请求在超时窗口内完成；禁用Cookie亲和也能避免请求被固定路由到正在注销的实例。不过结合你使用的是Application Gateway Standard V1以及提供的Bicep模板，有几个关键点可能导致了短暂的502错误：

1. 健康探测配置的时间窗口问题 #

看你模板里的健康探测：

probes: [
  {
    name: 'http-webchat-healthProbe1'
    properties: {
      protocol: 'Http'
      host: 'bagaswh.com'
      path: '/'
      pickHostNameFromBackendHttpSettings: false
      interval: 10
      timeout: 60
      unhealthyThreshold: 3
    }
  }
]

这里有两个明显的问题：

• timeout: 60 远大于 interval: 10：探测超时时间应该短于探测间隔，否则会导致探测请求堆积，大幅延迟实例不健康的判定速度。
• unhealthyThreshold: 3 + interval:10：意味着网关需要等待30秒才会把实例标记为不健康，在这期间，网关仍然会向已经开始注销的VM实例发送请求，从而触发502。

Standard V1的连接排空只有在实例被标记为不健康后才会触发，而不是在VMSS发起删除操作时立即生效——V1版本没有和VMSS的实时状态同步机制，只能依赖健康探测来感知实例状态变化。

2. 后端地址池未正确关联VMSS #

你的Bicep模板中，backendAddressPools的webchat池是一个空的backendAddresses数组：

backendAddressPools: [
  {
    name: 'webchat'
    properties: {
      backendAddresses: []
    }
  }
]

如果你的后端是VM Scale Set，需要将地址池配置为VMSS类型，而不是手动添加后端地址。只有正确关联VMSS，网关才能接收VMSS的实例状态通知（比如实例开始删除），配合健康探测更快地停止路由到注销实例。

3. 可落地的解决方案 #

调整健康探测参数 #

修改探测配置，缩短不健康判定的时间窗口，比如：

probes: [
  {
    name: 'http-webchat-healthProbe1'
    properties: {
      protocol: 'Http'
      host: 'bagaswh.com'
      path: '/'
      pickHostNameFromBackendHttpSettings: false
      interval: 5  # 缩短探测间隔
      timeout: 3   # 超时时间短于间隔
      unhealthyThreshold: 2  # 减少失败次数阈值
    }
  }
]

这样网关能在10秒内（5*2）标记实例为不健康，触发连接排空，大幅减少502的持续时间。

正确关联VMSS到后端地址池 #

更新backendAddressPools配置，将其关联到你的VM Scale Set：

backendAddressPools: [
  {
    name: 'webchat'
    properties: {
      backendAddressPoolType: 'VirtualMachineScaleSets'
      virtualMachineScaleSets: [
        {
          id: '<你的VMSS资源ID>'
          properties: {
            backendAddressPool: {
              id: '${agw.id}/backendAddressPools/webchat'
            }
            networkInterfaceConfigurations: [
              {
                id: '<你的VMSS NIC配置资源ID>'
              }
            ]
          }
        }
      ]
    }
  }
]

这样网关和VMSS集成后，当VMSS删除实例时，会主动通知网关，加速路由规则的更新。

优化VMSS实例的终止流程 #

在VMSS的实例终止脚本中添加优雅关闭逻辑：比如先停止应用服务，不再接受新连接，等待现有请求处理完成后再关闭实例。即使网关还有少量请求路由过来，实例也能正常响应直到排空完成。

考虑升级到Application Gateway Standard V2 #

V2版本引入了更快的健康探测机制和与VMSS的实时状态同步，能显著减少这类短暂的502错误，同时提供更高的性能和更多功能。

总结 #

你的核心理解没有问题，但Standard V1的特性（依赖健康探测触发连接排空）以及后端池的配置缺失，导致了删除VMSS实例时的短暂502。调整探测参数、正确关联VMSS应该能大幅缓解这个问题，升级到V2则是更彻底的解决方案。

内容的提问来源于stack exchange，提问作者Bagas Wahyu Hidayah