网站报 502:网关到后端三处查
直接答案:502 Bad Gateway 的意思是"网关(Nginx 等反代)还活着,但它身后的应用没应答"。所以排查永远别盯着页面报错本身,要去看反代与后端之间发生了什么,三处按序查,多数十分钟内见分晓。
第一处:后端进程还活着吗
登上后端服务器看服务进程与监听端口:进程崩了(OOM 被杀、异常退出)是 502 头号原因;端口没监听说明服务没起对。后端日志翻最后几十行,报错通常直接写在里面。重启服务能恢复的,别忘了留下现场——日志与 dump 收好再重启,否则下一次崩溃还是无头案。
第二处:地址与端口对得上吗
反代配置里 proxy_pass 指向的后端地址、端口是否与实际监听一致;后端换过端口、容器重建后地址漂移,反代还在打旧门牌。防火墙与安全组也可能挡在中间,反代机到后端端口 telnet 一下立见分晓。
第三处:超时是不是太短
后端慢但没死,反代的读取超时先到就报 502:接口响应本来就要几十秒的(导表、大文件处理),把 proxy_read_timeout 调到匹配业务的真实时长;同时注意重试语义——非幂等接口被反代自动重试,可能造成重复下单这类业务事故,重试只留给安全的方法。
预防
给 502 上告警(拨测从外网打),后端加进程守护与内存上限管理,反代错误页做成友好提示并附时间戳便于对账。再补一句容量视角:502 高发在业务高峰,往往是后端连接数或内存先到顶——压测数据与日常峰值对照着看,扩容的时点就能提前算出来,而不是被每一次高峰逼着救火。变更后的拨测要覆盖到后端真实业务页,只探反代首页会漏掉"首页正常、接口全挂"的局部故障。
日志对照读法是基本功:反代 error_log 说"connect failed"还是"timeout",指向的处置完全不同。