1、HAProxy简介

HAProxy 是一款高性能TCP/HTTP 反向代理负载均衡服务器，具有如下功能：

• 根据静态分配的cookies完成HTTP请求转发
• 在多个服务器间实现负载均衡，并且根据HTTP cookies 实现会话粘性
• 主备服务器切换
• 接受访问特定端口实现服务监控
• 实现平滑关闭服务，不中断已建立连接的请求响应，拒绝新的请求
• 在请求或响应HTTP报文中添加，修改，或删除首部信息
• 根据正则规则阻断请求
• 提供带有用户认证机制的服务状态报告页面

HAProxy特别适用于那些负载特大的web站点，这些站点通常又需要会话保持或七层处理。HAProxy运行在时下的硬件上，完全可以支持数以万计的 并发连接。并且它的运行模式使得它可以很简单安全的整合进您当前的架构中， 同时可以保护你的web服务器不被暴露到网络上。

HAProxy 实现了一种事件驱动、单一进程模型，此模型支持非常大的并发连接数。多进程或多线程模型受内存限制 、系统调度器限制以及无处不在的锁限制，很少能处理数千并发连接。事件驱动模型因为在有更好的资源和时间管理的用户端(User-Space) 实现所有这些任务，所以没有这些问题。此模型的弊端是，在多核系统上，这些程序通常扩展性较差。这就是为什么他们必须进行优化以 使每个CPU时间片(Cycle)做更多的工作。

HAProxy实际工作中，它占用用户空间时间要比内核运行时间少20倍，所以对系统参数调优是十分必要的一项工作。

另外衡量一个负载均衡服务器主要考量三个指标：

1、session rate

此项指标非常重要，它决定了一个load balancer 能不能分发所有接受的请求。这项指标通常是由CPU性能决定。测量指标的大小跟传输的每个对象的大小有关，通常用空对象来测试，Session rates 在 100,000 sessions/s 左右，使用 Xeon E5 在 2014测试。

2、session concurrency

该指标与前一指标相关联。这一指标与服务器内存和系统可以处理的文件描述符数量有关。 通常每个session占用34KB，即大概3W个session占用1GB内存空间，实际上，socket buffer也会占用内存空间，2W个session socket占用1GB内存。

3、data forwarding rate

这一指标与 session rate 相对立，它的衡量单位通常是 Megabytes/s (MB/s), 或者 Gigabits/s (Gbps)。传输较大的对象有利于该指标的提升，因为较大的对象传输可以减少session建立和关闭浪费的时间。而测量session rate 则在传输小对象时有利于指标提升。haproxy 在2014年使用 Xeon E5 测试成绩为40 Gbps。

2、HAProxy程序环境

本文环境：CentOS7, haproxy 1.5 通过yum 安装

程序环境：
    配置文件：/etc/haproxy/haproxy.cfg
        Unit File： haproxy.service
        主程序：/usr/sbin/haproxy
        
配置文件：
    global：全局配置段
        进程及安全配置相关的参数
        性能调整相关的参数
        Debug相关的参数
    proxies：代理配置段
        defaults：为frontend, backend以及listen提供默认配置；
        frontend：前端，相当于Nginx中的server{ ... }；
        backend：后端，相当于nginx中的upstream { ...  };
        listen：前后端的直接组合；
    **关于前端与后端的关系：一个前端可以指向多个后端；同时一个后端可以被多个调用。

3、HAProxy配置详解

3.1 global配置段

3.1.1 进程相关配置

• 定义日志系统相关属性

    log <address> [len <length>] <facility> [max level [min level]]
  

harpoxy 将日志发送到指定的rsyslog服务器，在本地记录也要开启rsyslog服务；
全局端最多可配置两个log 服务器；
< address> ：日志服务器地址
[ len ] 指定记录的日志最大长度

• 定义运行用户，所属组
  1、username
  2、group groupname

• 运行方式
  1、意味着后台守护进程

3.1.2 参数调优

maxconn <number>：设定单haproxy进程的最大并发连接数；
maxconnrate <number>：设定单haproxy进程每秒接受的连接数；
maxsslconn <number>：设定单haproxy进程的ssl连接最大并发连接数；
maxsslrate <number>：单haproxy进程的ssl连接的创建速率上限；
spread-checks <0..50, in percent>：避免对于后端检测同时并发造成
的问题，设置错开时间比，范围0到50，一般设置2-5较好。

3.1.3 用户列表

用于对haproxy 状态监控页面的用户认证。至少要定义一个用户列表并且添加一个用户
密码可以加密或明文。

Example:

userlist L1
  group G1 users tiger,scott
  group G2 users xdb,scott

  user tiger password $6$k6y3o.eP$JlKqe4(...)xHSwRv6J.C0/D7cV91
  user scott insecure-password elgato
  user xdb insecure-password hello

userlist L2
  group G1
  group G2

  user tiger password $6$k6y3o.eP$JlKBx(...)xHSwRv6J.C0/D7cV91 groups G1
  user scott insecure-password elgato groups G1,G2
  user xdb insecure-password hello groups G2

3.2 proxy配置段

这部分配置在下列定义区域下使用

    - defaults  < name >
    - frontend < name >
    - backend  < name >
    - listen   < name >

“defaults” 区域定义了frontend，backend，listen 的默认参数
“frontend" 区域描述了接收客户端请求的监听配置
"backend" 区域描述接受请求处理的后端服务器配置
"listen" 区域描述一组前端和后端直接一对一绑定的组配置

HAProxy 配置的关键字与区域限制特性，即有些关键字在某个区域不可以使用

下面开始讲解关键字的用法

3.2.1 常用配置指令

1. bind [<address>]:<port_range> [, ...] [param*]

仅在frontend和listen区域使用。定义服务监听端口地址等参数
[ param* ] 参数根据系统而定，一般不需要指定

example：

bind :80     #监听本机所有IP的80端口
bind *:80    #监听本机所有IP的80端口
bind 192.168.12.1:8080,10.1.0.12:8090

2. mode {tcp|http|health}

tcp：基于layer4实现代理，可代理大多数基于tcp的应用层协议，例如ssh/mysql/pgsql等；
http：客户端的http请求会被深度解析；
health：工作为健康状态检查响应模式，当请求到达时仅回应“OK”即断开连接；

3. balance <algorithm> [ <arguments> ]
   balance url_param <param> [check_post]

在backend区域定义调度算法：

< algorithm > 如下：

• roundrobin:

带有权重的轮询调度算法；
server后面使用weight来定义权重；
动态算法：支持权重的运行时调整，支持慢启动（缓慢接收大量请求在刚启动时）；仅支持最大4095个后端活动主机

• static-rr:

静态的roundrobin算法；
不支持权重的运行时调整及慢启动；但后端主机数量无限制；

• leastconn:

带权重的最少连接分配动态算法；
适用长连接应用协议，如ssh等

• first:

第一优先算法；
如果第一个服务端可接受请求则总是把连接分配给它，直到第一个服务端处于繁忙，分配给下一个，顺序按服务端的数字ID从小到大排列

• source

源IP hash 算法；
该算法保证在后端服务器组没有减少或增加的情况下，能将来自同一客户端IP的请求分配至同一个服务端；
该算法适合在无法使用cookie插入的TCP模式下使用
动态算法或静态算法取决于hash-type；

• uri

uri hash 算法；
该算法hash uri 的查询标记的左侧部分，或者指定whole 参数时hash全部uri；
该算法保证访问同一uri的请求分配至同一服务端，适用于后端为缓存服务器的情况，以提高缓存命中率；
动态算法或静态算法取决于hash-type；
另外：该算法支持追加参数[ < arguments > ]：
(1) whole ：hash完整uri 
(2) len number：hash指定uri的长度
(3) depth nubmer：hash指定目录深度，每个"/"代表一个深度

• uri_param

param hash 算法；
对用户请求的url中的< param >部分中的指定的参数的值(uri中"="部分)作hash计算；
该算法适用于有用户识别参数的uri ，它保证同一user id 的请求分配至同一服务端；
如果check_post 标识启用，则在uri中没有找到"?"参数时，对HTTP Post 请求实体查找参数声明；
动态算法或静态算法取决于hash-type；

Example：

balance url_param userid
balance url_param session_id check_post 64

• hdr(< name >)
  HTTP 首部字段hash算法；

指定的http首部将会被取出做hash计算。如果没有值，则降至轮询调度；
动态算法或静态算法取决于hash-type；

4. hash_type < method >

在balance 指令中选定与hash 有关的算法，都会受此影响。
默认采取的方法为map-based
< method > 如下：

• map-based：取模法，hash数据结构是静态数组；
  该hash是静态的，不支持在线调整权重，不支持慢启动；

该算法调度平滑，后端服务器能够均匀承受负载;
缺点也是明显的：当服务器的总权重发生变化时，即有服务器上线或下线，都会导致调度结果整体改变。如果想避免此种情况应采用consistent 方法；

• consistent：一致性哈希，哈希的数据结构是“树”；
  该hash是动态的，支持在线调整权重，支持慢启动

每一个server 会在"树"中出现多次， 在树中查找hash key，并选择最近的server；
该方法的优点在于，当服务器的总权重发生变化时，对调度结果影响是局部的，不会引起大的变动。所以十分适合缓存服务器；
缺点：该算法不够平滑，很容易导致后端服务器负载不均衡。所以很有必要对服务器的权重以或者服务器ID进行调整；
为保持均匀负载，应该保证所有服务器ID保持一致；

5. server <name> <address>[:[port]] [param*]

default-server [param*]
server用于在backend和listen中定义一个主机;
default-server 用于设定server的默认参数；

[param*] 如下：

• weight < weight >：当前server的权重；
• id < number > ：设定server ID
• cookie < value >：为当前server指定其cookie值，此值会在收到请求报文时进行检测，其功能在于实现基于cookie会话保持；
• check：对当前server进行健康状态检测；
  inter < delay >：时间间隔；
  rise < count >：判定为“健康”状态需要检测的次数，默认2；
  fall < count >：判定为“不健康”状态需要检测的次数，默认3；
  addr <ipv4|ipv6>：健康状态检测时使用的地址；
  port < port >：健康状态检测时使用的端口；
  注意：默认为传输层检测，即探测端口是否能响应；需要执行应用层检测，则需要httpchk, smtpchk, mysql-check, pgsql-check, ssl-hello-chk；
• maxconn <maxconn>：当前server的最大并发连接数；
• maxqueue <maxqueue>：当前server的等待队列的最大长度；
• disabled：将主机标记为不可用；
• redir <prefix>：将发往当前server的所有请求GET和HEAD类的请求均重定向至指定的URL；

Examples :

server first  10.1.1.1:1080 id 3 cookie first  check inter 1000 maxconn 10000 maxqueue 2000
server second 10.1.1.2:1080 id 4 cookie second check inter 1000

6. option httpchk
   option httpchk <uri>
   option httpchk <method> <uri>
   option httpchk <method> <uri> <version>    

基于http协议作7层健康状态检测机制，默认是基于tcp层进行检测；
TCP 模式也可以使用该检测机制
< method > < uri > < version >：请求报文的超始行；
method 默认方法为 OPTIONS；返回状态码2XX，3XX意味成功；

Examples :

# Relay HTTPS traffic to Apache instance and check service availability
# using HTTP request "OPTIONS * HTTP/1.1" on port 80.
backend https_relay
    mode tcp
    option httpchk OPTIONS /index.html HTTP/1.1\r\nHost:\ www
    server apache1 192.168.1.1:443 check port 80

7. http-check expect [!] <match> <pattern>

定义检测有效期望值；
! 表示认定的错误值；< match > 可取值为：

• status < string >
• rstatus < regex > 正则方式
• string < string >
• rstring < regex >

Examples :

# only accept status 200 as valid
http-check expect status 200

# consider SQL errors as errors
http-check expect ! string SQL\ Error

# consider status 5xx only as errors
http-check expect ! rstatus ^5

# check that we have a correct hexadecimal tag before /html
http-check expect rstring <!--tag:[0-9a-f]*</html>

8. cookie <name> [ rewrite | insert | prefix ] [ indirect ] [ nocache ] [ postonly ] [ preserve ] [ httponly ] [ secure ] [ domain <domain> ]* [ maxidle <idle> ] [ maxlife <life> ]

启用基于cookie的会话黏性，要结合server指定的cookie参数一起实现;
常用形式：cookie WEBSRV insert nocache indirect

Example:

backend websrvs
balance     roundrobin
cookie WEBSRV insert nocache indirect
server      web1 10.1.0.68:80 check weight 2 maxconn 5000 cookie web1
server      web2 10.1.0.69:80 check weight 1 maxconn 3000 cookie web2

9. default_backend <backend>

当use_backend 的使用规则没有被匹配时，由default_backend 指定默认服务器组；
关于use_backend 使用后续会在acl 章节中讲解；

3.2.2 log 相关

为frontend或backend定义日志记录机制；

log global  ：使用全局定义的日志记录方式
log <address> [len <length>] <facility> [<level> [<minlevel>]]:自定义
no log :不记录
capture request header <name> len <length>
-->记录请求报文中的指定的首部的值于日志中；len用于指定要记录的信息的长度；
capture response header <name> len <length>
-->记录响应报文中的指定的首部的值于日志中；len用于指定要记录的信息的长度；
示例：
    capture request header Referer len 30

3.2.3 自定义错误页面

errorfile <code> <file>

< code > 指定HTTP返回的状态码。200, 400, 403, 408, 500, 502, 503, and 504 可使用；
< file > 指定一个文件代替HTTP响应；

Example：

errorfile 503 /etc/haproxy/errorfiles/503sorry.http

- errorloc <code> <url>
- errorloc302 <code> <url>

发生错误时由haproxy重定向至指定url，以上两个命令等同，响应状态码为302

Example：

errorloc 503 http://www.mydomain.com/index...

- errorloc303 <code> <url>

响应状态码为303，表示以GET方法重新请求页面

3.2.4 修改请求或响应报文首部

option forwardfor [ except <network> ] [ header <name> ] [ if-none ]

HAProxy把请求报文发往后端主机之前在请求报文添加“X-Forwared-For”首部
目的为使后端服务器可记录发出请求客户端的IP地址
[ except < network> ] ：选择排除的网络地址
[ header < name> ] ：不使用X-Forwared-For，自定义名称
[ if-none ]：有时请求原来带有该字段，此时不再更改

Example：option forwardfor if-none

reqadd  <string> [{if | unless} <cond>]
rspadd <string> [{if | unless} <cond>]

在HTTP请求或响应首部内容尾部添加值
Example：rspadd X-Via: HAProxy/1.5

reqdel  <search> [{if | unless} <cond>]
reqidel <search> [{if | unless} <cond>]  (不区分大小写)        

删除HTTP请求中正则匹配的所有首部

rspdel  <search> [{if | unless} <cond>]
rspidel <search> [{if | unless} <cond>]  (不区分大小写)

删除HTTP响应中正则匹配的所有首部。属于安全加强策略，删除一些服务器版本信息，防止针对攻击
Example：rspidel Server.*

3.2.5 超时时长设定

timeout client <timeout>

设定客户端最大非活动时长， 默认单位是ms；最好与timeout server一致

timeout server <timeout>

设定服务端最大非活动时长， 默认单位是ms；

timeout connect <timeout>

设定最大与服务端建立连接的时长

timeout http-keep-alive <timeout>

设定最大等待新请求的空闲时长，默认单位为ms；

timeout client-fin <timeout>

在客户端侧设定半关闭连接非活动超时

timeout server-fin <timeout>

在服务端侧设定半关闭连接非活动超时

Example：

defaults http
timeout connect 5s
timeout client 30s
timeout server 30s
timeout client-fin 10s
timeout http-keep-alive 500

4、使用ACLs和获取样本

Haproxy 能够从请求报文，响应报文，从客户端或者服务端信息，从表，环境信息等等中提取数据。提取这样的数据的动作我们称之为获取样本。进行检索时，这些样本可以用来实现各种目的，比如作为粘滞表的键，最常用的用途是，根据预定义的模式来进行匹配。
访问控制列表（ACL）提供一个灵活方案进行内容切换，或者在从请求，响应，任何环境状态中提取的数据基础之上做出决策。控制列表的原则很简单：

• 从数据流，表，环境中提取数据样本
• 对提取的样本可选地应用格式转换
• 对一个样本应用一个或多个模式匹配
• 当模式匹配样本时才执行动作

执行的动作通常是阻断请求，选择一个后端服务器或者添加一个HTTP首部
需要提醒的是，获取的样本数据不光可以使用在acl中，也可以使用别处，例如记录log中

定义ACL的语法为：

acl <aclname> <criterion> [flags] [operator] [<value>] ...

这样一条语句建立了一个acl 测试；
这些测试应用在请求或响应中被"标准"< criterion > 部分所指定的内容，而且可以指定[ flags] 进行特性调整，有些< criterion > 支持操作符[operator] 进行运算，同时一些转换格式的关键字可以跟在< criterion >后面，使用" , "隔开。而值[< value >] 要求被
< criterion > 所支持的数据形式，多个值使用空格分隔。
< criterion > 通常是指获取样本方法的名称。使用一个获取样本方法，暗含着其输出样本的类型，类型是以下列出的一种：

• boolean
• integer (signed or unsigned)
• IPv4 or IPv6 address
• string
• data block

ACL引擎匹配数据使用的模式类型如下：

• boolean
• integer or integer range
• IP address / network
• string (exact, substring, suffix, prefix, subdir, domain)
• regular expression
• hex block

ACL flags 可用列表如下:

• -i : 忽略大小写
• -f filename : 从文件中载入模式
• -m method : 指定模式匹配方法
• -n : 禁止DNS解析
• -M : -f 载入的文件作为映射文件使用
• -u : 强制ACL的名称唯一
• -- : 强制结束flag结束，避免了字符串中含有的- 引起混淆
  其中flag中的 -m 选项可使用的模式匹配方法如下，需要说明的是有些方法已被默认指定无需声明，例如int，ip

• "found" : 只是用来探测数据流中是否存在指定数据，不进行任何比较
• "bool" : 检查结果返回布尔值。匹配没有模式，可以匹配布尔值或整数，不匹配0和false，其他值可以匹配
• "int" : 匹配整数类型数据；可以处理整数和布尔值类型样本，0代表false，1代表true
• "ip" : 匹配IPv4，IPv6地址类型数据。该模式仅被IP地址兼容，不需要特别指定
• "bin" : 匹配二进制数据
• "len" : 匹配样本的长度的整数值
• "str" : 精确匹配，根据字符串匹配文本
• "sub" : 子串匹配，匹配文本是否包含子串
• "reg" : 正则匹配，根据正则表达式列表匹配文本
• "beg" : 前缀匹配，检查文本是否以指定字符串开头
• "end" : 后缀匹配，检查文本是否以指定字符串结尾
• "dir" : 子目录匹配，检查部分文本中以" / "作为分隔符的内容是否含有指定字符串
• "dom" : 域匹配。检查部分文本中以" . "作为分隔符的内容是否含有指定字符串

如果获取样本值为整数，数值比较符可使用，：

eq : true if the tested value equals at least one value
ge : true if the tested value is greater than or equal to at least one value
gt : true if the tested value is greater than at least one value
le : true if the tested value is less than or equal to at least one value
lt : true if the tested value is less than at least one value

想必前面一堆理论性的论述已经把大家搞的晕头转向，下面结合获取样本方法和访问控制动作指令具体阐述ACL使用方法

先介绍控制动作指令

• layer 4 传输层控制指令

    tcp-request connection <action> [{if | unless} <condition>]
  

对tcp请求控制指令：
< condition > 即为ACL定义的访问控制列表
< action > 常用值有 "accept", "reject"

• layer 7 应用层控制指令

#阻断符合ACL的访问请求
block { if | unless } <condition> 
#http请求的控制指令
http-request { allow | deny}  [ { if | unless } <condition> ]

• 后端主机调用

    #根据条件来调用指定后端
    use_backend <backend> [{if | unless} <condition>]
  

• 由ACL定义的多个< condition > 组成联合条件，逻辑符为

• and (默认操作符，可省略)

• or (或者使用 "||")

• ! (取反)

4.1 获取内部状态样本

# 与后端建立会话速率，每秒钟建立的新会话
be_sess_rate([<backend>]) : integer

Example :

# 某后端被请求过于繁忙，则重定向至错误页
    mode http
    acl being_scanned be_sess_rate gt 100
    redirect location /denied.html if being_scanned

4.2 获取layer 4 样本

在传输层获取样本，通常是TCP/IP 协议的IP和端口，以及建立连接速率等等。而且此部分样本通常用于"tcp-request connection"指令中的规则之中。

    dst : ip             #目标地址
    dst_port : integer
    src : ip             #源地址
    src_port : integer

Example:

#阻断来自非指定IP的访问8080端口的请求
acl myhost src 10.1.0.200
acl myport dst_port 8080
tcp-request connection reject if !myhost myport        

4.3 获取layer 7 样本

/1

path : string

提取请求url的地址信息，从第一个"/"开始，不包含host，不包含参数
ACL 衍生，即包含了-m 选项中匹配模式方法 :
path : exact string match
path_beg : prefix match
path_dir : subdir match
path_dom : domain match
path_end : suffix match
path_len : length match
path_reg : regex match
path_sub : substring match

Example：

#请求资源为图片，则调用图片服务器后端
 acl picture path_end -i .jpg .png .gif
 use_backend server_pic if picture

/2

url : string

提取URL的全部内容，包含host和参数
ACL 衍生类似，不再列举

/3

req.hdr([<name>[,<occ>]]) : string

提取http请求的指定首部字段值，< occ >可指定出现的位置
ACL 衍生 :

  hdr([<name>[,<occ>]])     : exact string match
  hdr_beg([<name>[,<occ>]]) : prefix match
  hdr_dir([<name>[,<occ>]]) : subdir match
  hdr_dom([<name>[,<occ>]]) : domain match
  hdr_end([<name>[,<occ>]]) : suffix match
  hdr_len([<name>[,<occ>]]) : length match
  hdr_reg([<name>[,<occ>]]) : regex match
  hdr_sub([<name>[,<occ>]]) : substring match

Example：

#阻断火狐浏览器发送的请求
acl firefox hdr_reg(User-Agent)     -i      .*firefox.*
block if firefox

/4

method : integer + string

提取请求报文中的请求方法

Example：

#拒绝GET HEAD 方式之外的HTTP请求
acl valid_method method GET HEAD
http-request deny if ! valid_method

4.4 内建ACL

HAProxy有众多内建的ACLs，这些ACLs可直接调用，例如

• LOCALHOST 匹配来自本地IP的连接，127.0.0.1/8
• HTTP_1.1 匹配http版本1.1
• METH_GET 匹配http请求GET或HEAD方法
• TRUE
• FALSE

Example:

#拒绝GET HEAD 方式之外的HTTP请求
http-request deny if ! METH_GET