Google Cloud Platform负载均衡器后端利用率达500%致业务异常求助

我之前碰到过类似的情况，当时折腾了好一阵才找到原因，给你几个实际可行的排查方向试试：

• 检查后端健康检查配置
  有时候Google LB的健康检查规则会和实际后端服务不匹配，导致LB误判实例状态，进而引发流量分配异常。比如健康检查的端口、路径设置错误，或者超时阈值过短，LB会反复尝试连接后端，累积大量无效请求，最终显示出离谱的负载百分比。你可以先去LB的后端详情里查看健康检查状态，确认两台pfSense实例是否都被标记为健康，同时检查健康检查请求的响应码是否符合预期（比如200 OK）。

• 排查pfSense的端口转发/NAT规则
  因为Web服务器部署在pfSense之后，LB的流量需要通过pfSense转发到后端Web服务。如果pfSense的转发规则存在问题——比如端口映射错误、连接数限制过低，或者防火墙规则拦截了LB的请求——LB会因为连接无法正常建立而累积大量半开连接，导致它统计的负载飙升，但pfSense本身的CPU、内存资源可能还处于正常水平。你可以登录pfSense后台，查看「状态->防火墙->连接数」，看看是否有大量来自LB IP段的异常连接，同时检查转发规则的运行状态。

• 验证会话保持配置
  如果LB开启了会话保持（比如基于客户端IP的粘性会话），且超时时间设置过长，可能导致大量请求被绑定到同一台pfSense实例，虽然pfSense会把流量转发到多台Web服务器，但LB统计的是到pfSense的连接数，从而显示负载过高。你可以检查LB的会话保持设置，尝试临时关闭粘性会话，看看负载百分比是否恢复正常。

• 分析LB的请求日志
  去Google Cloud Logging里搜索LB的请求日志，筛选出异常请求（比如5xx响应码、被拒绝的请求）。我之前遇到过大量恶意扫描请求打到LB，pfSense的防火墙拦截了这些请求，但LB仍将其计入负载统计，导致面板显示负载异常，但实例资源消耗很低。通过日志可以快速定位这类问题。

• 尝试刷新后端服务注册
  有时候LB的统计数据会出现缓存或bug，尝试将两台pfSense实例从后端服务中临时移除，等待几分钟后重新添加，或者重启pfSense的防火墙/转发服务，说不定能刷新LB的统计数据，恢复正常负载显示。

内容的提问来源于stack exchange，提问作者Andrea A.