如何通过DataPower将WebSocket连接从主集群切换到备用集群

问题根因 #

WebSocket是基于TCP的长连接协议，握手完成后连接会持续保持，DataPower默认会将首次握手成功的后端节点和该WebSocket连接做持久绑定，后续该连接上的所有数据帧都会直接转发到绑定的后端，不会再重新触发负载均衡、故障转移的判定逻辑，因此主集群故障后已有WebSocket连接不会自动切流，这是非常常见的配置场景问题。

可行解决方案 #

1. 绑定WebSocket连接与后端健康检测状态 #

• 在DataPower对应负载均衡组（Load Balancer Group）的配置页，开启 WebSocket连接关联健康状态 选项，开启后已建立的WebSocket连接会和对应后端节点的健康检测结果绑定，一旦检测到主集群节点状态变为Down，DataPower会主动断开对应的存活WebSocket连接
• 配套客户端侧实现WebSocket断连自动重连逻辑，重连后的新请求就会被正常转发到可用的备用集群

注意：该配置仅在DataPower 7.5.2及以上版本支持，低于该版本需要先升级固件后使用

2. 配置WebSocket帧动态路由规则 #

• 在DataPower的处理策略（Processing Policy）中新增针对WebSocket数据帧的处理规则，使用GatewayScript或XSLT对每一个上行的WebSocket帧做后端目标的动态判定
• 每次处理帧时先调用dp:get-lb-group-status()接口查询主集群负载均衡组的状态，如果主集群状态异常，直接将当前帧转发到备用集群的负载均衡组，同时重置该连接的后端绑定关系
  核心GatewayScript示例：

// 查询主集群负载均衡组状态
var mainLbStatus = dp.getLBGroupStatus('main-cluster-lb');
if(mainLbStatus === 'down') {
  // 动态修改路由目标到备集群负载均衡组
  dp.setVariable('var://service/routing-url', 'dp://lbgroup/backup-cluster-lb');
}

3. 配置WebSocket连接最大存活时长兜底 #

• 在DataPower对应的HTTP/HTTPS服务配置中，设置 WebSocket连接超时时间 为合理值（建议15~60分钟，根据业务场景调整），超时后强制断开已有连接，客户端自动重连后就会接入到正常的集群节点
• 该方案实现成本最低，适合对长连接可用性要求不高、业务可接受短时间连接中断的场景

4. 集群侧主动断连配合 #

• 主集群节点计划内下线前，主动向所有已建立的WebSocket连接发送Close控制帧，状态码使用1012（服务重启）或1013（临时故障），触发客户端主动重连
• 该方案可覆盖计划内运维的切流场景，和前面的DataPower侧配置搭配使用可覆盖计划外故障、计划内运维全场景的切流需求

内容的提问来源于stack exchange，提问作者Karan Khanna