Health checks failed (Target.FailedHealthChecks)
Load balancer-ul a marcat instanța ca nesănătoasă pentru că nu a răspuns corect la verificarea periodică (cod greșit, timeout, endpoint inexistent) și nu-i mai trimite trafic. Verifică endpoint-ul de health, timpul de pornire al aplicației și dacă health check-ul depinde inutil de baza de date.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Target.FailedHealthChecks este motivul afișat de AWS ALB în target group, lângă starea unhealthy, de obicei cu detalii precum Health checks failed with these codes: [500] sau Request timed out. Același fenomen apare în Kubernetes (Readiness probe failed, Liveness probe failed) și în orice load balancer cu verificări active.
Health check-ul e o cerere periodică la un endpoint (de exemplu /health). Dacă instanța dă un cod neacceptat, nu răspunde în timp sau refuză conexiunea de un număr de ori la rând, e scoasă din rotație. Corect folosit, mecanismul te protejează de instanțele moarte. Greșit configurat, produce căderi: endpoint-ul verifică baza de date și toate instanțele pică deodată, sau aplicația pornește mai lent decât permite verificarea și e omorâtă în buclă.
Întâi rulează manual exact cererea health check-ului din aceeași rețea (curl -i http://10.0.1.12:8080/health), apoi compară codul și durata cu setările din target group.
De ce apare: cauzele frecvente
1Endpoint-ul de health verifică baza de date
@GetMapping("/health")
String health() {
jdbc.queryForObject("SELECT 1", Integer.class);
return "OK";
}management:
endpoint:
health:
probes:
enabled: true
# LB: /actuator/health/liveness (fără baza de date)Dacă verificarea depinde de o resursă comună, o problemă a ei scoate toate instanțele deodată. Load balancer-ul are nevoie să știe doar dacă procesul răspunde.
2Calea sau portul health check-ului sunt greșite
HealthCheckPath: /
HealthCheckPort: 80 # aplicația ascultă pe 8080, / dă 404HealthCheckPath: /health
HealthCheckPort: traffic-port
Matcher: 200Un 404 sau un port fără răspuns înseamnă eșec la fiecare verificare. Instanța nu primește niciodată trafic, deși aplicația merge.
3Aplicația pornește mai lent decât permite verificarea
livenessProbe:
httpGet: { path: /health, port: 8080 }
periodSeconds: 5
failureThreshold: 3startupProbe:
httpGet: { path: /health, port: 8080 }
periodSeconds: 5
failureThreshold: 24 # până la 2 minute de pornireFără perioadă de grație, instanța e omorâtă înainte să termine pornirea și repornește la nesfârșit.
Repară eroarea, direct în pagină
Răspunde la cele trei întrebări despre health check-uri: ce se întâmplă când verificarea depinde de baza de date, ce trebuie să verifice liveness-ul și de ce o aplicație lentă la pornire e omorâtă în buclă.
Indiciu
Gândește-te ce au în comun toate instanțele și ce se întâmplă când acel lucru are o problemă.
Reparația
- q1: Toate instanțele sunt marcate nesănătoase în același timp.
- q2: Că procesul rulează și răspunde, fără dependențe externe.
- q3: Adevărat (10 + 3 × 5 = 25 s < 40 s).
De ce merge
Health check-ul decide cine primește trafic. Dacă depinde de o resursă comună, toate instanțele pică odată; dacă nu lasă timp de pornire, instanțele nu ajung niciodată sănătoase. Verificarea corectă e simplă, rapidă și independentă de dependențe.
Alte forme ale mesajului
Health checks failed with these codes: [502]Request timed out (Target.Timeout)Readiness probe failed: HTTP probe failed with statuscode: 503Liveness probe failed: Get "http://10.0.0.12:8080/health": context deadline exceeded
Cum o eviți pe viitor
- Separă liveness (procesul trăiește) de readiness (poate primi trafic).
- Nu include dependențele comune în verificarea care scoate instanțe din rotație.
- Dă aplicației o perioadă de grație la pornire.
- Testează health check-ul exact cum îl face load balancer-ul: aceeași cale, port, cod acceptat.
Întrebări frecvente
Aplicația merge când o deschid, dar ținta e tot unhealthy. De ce?
Load balancer-ul verifică altă cale sau alt port decât folosești tu, așteaptă alt cod (de exemplu 200, iar aplicația răspunde 301 spre HTTPS) sau security group-ul nu permite conexiunea de la load balancer.
Ce înseamnă Target.Timeout?
Instanța nu a răspuns în timpul de health check (implicit 5 secunde la ALB). Fie e supraîncărcată, fie endpoint-ul face o operație lentă, fie conexiunea e blocată de rețea.
Erori înrudite
502 Bad Gateway Proxy-ul sau load balancer-ul din fața aplicației a primit un răspuns invalid de la server, de obicei pentru că procesul aplicației a căzut, a repornit sau nu ascultă pe portul configurat. Verifici întâi logurile aplicației și ale proxy-ului, apoi health check-ul care trebuie să scoată instanțele moarte din rotație. 503 Service Unavailable Serverul (sau load balancer-ul din fața lui) spune că nu poate trata cererea acum: e supraîncărcat, în mentenanță sau nu are nicio instanță sănătoasă. De obicei repari adăugând capacitate (mai multe instanțe, autoscalare) și verificând de ce instanțele sunt marcate nesănătoase. no live upstreams while connecting to upstream nginx a marcat toate serverele din blocul `upstream` ca indisponibile și nu mai are unde trimite cererea, așa că răspunde 502. Apare tipic când există un singur server și acela a căzut sau a dat câteva erori la rând. Repari cu cel puțin două instanțe sănătoase și investighezi de ce au căzut. Învață System Design de la zero, cu exerciții la fiecare lecție
Curs System Design: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 10 lecții sunt gratuite.
