🚀 健康检查：在 .NET 微服务模板中优雅配置 Health Checks

---

---

一、背景与意义 🔍

在微服务架构下，各组件、服务分散部署，互相依赖性增加，单纯依靠人工巡检难以及时发现故障。健康检查（Health Check）作为监控与自愈机制的基石，能够让我们：

• 实时检测关键依赖（如数据库、缓存、中间件、外部 API）是否“在线” ✅
• 向 Kubernetes 或服务网关暴露健康端点，自动触发重启或流量调整 🔄
• 为运维团队提供统一可视化界面，便于快速定位问题 🎛️

本节要点：为什么微服务需要健康检查？Health Checks 在分布式系统里有哪些主要用途？

---

二、核心配置 🔧

在 .NET 中，Health Checks 基于 Microsoft.Extensions.Diagnostics.HealthChecks 扩展，由 ASP.NET Core 提供一整套健康检查接口与中间件。下面我们依次展示如何引入依赖、注册各类检查、集成 HealthChecks UI、并自定义响应格式。

2.1 引入必要的 NuGet 依赖 📦

要使用 SQL Server、Redis、外部 HTTP 等检查，需要先安装对应的 NuGet 包。例如，在项目根目录执行：

# 核心健康检查包
dotnet add package Microsoft.Extensions.Diagnostics.HealthChecks

# SQL Server 健康检查扩展
dotnet add package AspNetCore.HealthChecks.SqlServer

# Redis 健康检查扩展
dotnet add package AspNetCore.HealthChecks.Redis

# HTTP/URL 健康检查扩展
dotnet add package AspNetCore.HealthChecks.System

# HealthChecks UI（可视化界面）
dotnet add package AspNetCore.HealthChecks.UI
dotnet add package AspNetCore.HealthChecks.UI.InMemory.Storage  # 演示或开发环境
# 若需持久化存储，可替换为 SqlServer/PostgreSQL 存储包

提示：在生产环境，建议将 HealthChecks UI 的存储改为持久化存储（如 SQL Server、PostgreSQL），否则重启后历史记录会丢失。💾

---

2.2 注册 Health Checks 服务 ⚙️

在 Program.cs（或 Startup.cs）中，先将 IConfiguration 拿到本地，然后通过 AddHealthChecks() 注册各类检查项。示例代码如下：

var builder = WebApplication.CreateBuilder(args);
var configuration = builder.Configuration;
var services = builder.Services;

// 1. 注册基本健康检查
services.AddHealthChecks()
    // 自检项：确保应用启动后至少返回 Healthy
    .AddCheck("Self", () => HealthCheckResult.Healthy("I'm alive"))
    // SQL Server 检查：超时 3s，失败返回 Unhealthy，带上 tags 便于筛选
    .AddSqlServer(
        configuration["ConnectionStrings:Default"], 
        name: "SqlServer",
        failureStatus: HealthStatus.Unhealthy,
        tags: new[] { "db", "sql" },
        timeout: TimeSpan.FromSeconds(3)
    )
    // Redis 检查：超时 2s，失败返回 Degraded
    .AddRedis(
        configuration["ConnectionStrings:Redis"], 
        name: "Redis",
        failureStatus: HealthStatus.Degraded,
        tags: new[] { "cache", "redis" },
        timeout: TimeSpan.FromSeconds(2)
    )
    // 外部 HTTP/URL 检查：超时 1s，失败返回 Unhealthy
    .AddUrlGroup(
        new Uri(configuration["ExternalServices:PingUrl"]), 
        name: "ExternalAPI",
        failureStatus: HealthStatus.Unhealthy,
        tags: new[] { "http", "external" },
        timeout: TimeSpan.FromSeconds(1)
    );

要点：

• 🔖 AddCheck(“Self”, …)：自检项，保持应用启动后能返回健康；
• 🏷️ tags：为每个检查项打标签，后续在 UI 或 Gateway 可以根据标签筛选；
• ⏱️ timeout：超过该时长视为检查失败。

---

2.3 集成 HealthChecks UI 🖥️

HealthChecks UI 提供可视化界面，帮助运维团队查看各个端点历史状态。示例注册如下：

// 2.3.1 注册 UI 服务
services.AddHealthChecksUI(setup =>
{
    setup.SetEvaluationTimeInSeconds(60);           // 每 60s 重新评估一次
    setup.MaximumHistoryEntriesPerEndpoint(50);     // 每个端点保留 50 条历史记录
    // 仅监控 /health-status 这个端点
    setup.AddHealthCheckEndpoint("MicroservicesHealth", "/health-status");
})
// 开发环境或演示环境使用内存存储
.AddInMemoryStorage();

// 若要生产环境使用 SQL Server 存储，请替换为：
// .AddSqlServerStorage(configuration["ConnectionStrings:HealthChecksUI"]);

安全性提示：

• 建议对 UI 界面添加授权策略（如“AdminOnly”），否则任何人都能查看或篡改数据。🛡️

---

2.4 自定义健康端点响应 📋

默认情况下，MapHealthChecks 只会返回 HTTP 200 和简单的“Healthy/Unhealthy”文本。通常我们希望输出更丰富的 JSON，并根据总体健康状态设置 HTTP 状态码，还要对异常进行日志告警。示例如下：

var app = builder.Build();
var logger = app.Services.GetRequiredService<ILogger<Program>>();

// 将 Health Checks 映射到 /health-status
app.MapHealthChecks("/health-status", new HealthCheckOptions
{
    // 允许在端点调用失败时返回 503
    ResultStatusCodes =
    {
        [HealthStatus.Healthy] = StatusCodes.Status200OK,
        [HealthStatus.Degraded] = StatusCodes.Status503ServiceUnavailable,
        [HealthStatus.Unhealthy] = StatusCodes.Status503ServiceUnavailable
    },
    ResponseWriter = async (context, report) =>
    {
        // 若请求取消，提前返回
        context.RequestAborted.ThrowIfCancellationRequested();

        // 遍历所有检查结果，如果有非 Healthy，写警告日志
        foreach (var entry in report.Entries)
        {
            if (entry.Value.Status != HealthStatus.Healthy)
            {
                logger.LogWarning(
                    "Health Check '{Name}' status: {Status}. Error: {Error}",
                    entry.Key,
                    entry.Value.Status,
                    entry.Value.Exception?.Message
                );
            }
        }

        // 自定义 JSON 格式
        var response = new
        {
            status = report.Status.ToString(),
            totalDuration = report.TotalDuration.TotalMilliseconds + " ms",
            results = report.Entries.Select(e => new
            {
                name = e.Key,
                status = e.Value.Status.ToString(),
                duration = e.Value.Duration.TotalMilliseconds + " ms",
                error = e.Value.Exception != null 
                    ? "Error occurred, see logs for details" 
                    : null
            })
        };

        context.Response.ContentType = "application/json; charset=utf-8";
        var options = new JsonSerializerOptions
        {
            WriteIndented = true,
            PropertyNamingPolicy = JsonNamingPolicy.CamelCase
        };
        await context.Response.WriteAsync(JsonSerializer.Serialize(response, options));
    }
})
.RequireAuthorization("HealthCheckPolicy"); // 仅允许特定角色访问

要点：

1. 将 Degraded/Unhealthy 状态映射为 HTTP 503 ⚠️；
2. 在 ResponseWriter 中遍历每个检查项，若非 Healthy，就写警告日志 📝；
3. 不直接将 Exception.Message 返回客户端，避免泄露内部实现 🔒；
4. 使用 JsonSerializerOptions 美化 JSON 🎨。

---

三、实战演示 🚀

下面以一个 API Gateway 为例，演示如何聚合多个微服务的 /health-status，并在本地提供一个“聚合健康状态”端点。

3.1 Gateway 端整合示例 🔗

// 在 Program.cs 中继续配置
builder.Services.AddAuthorization(options =>
{
    options.AddPolicy("GatewayHealthPolicy", policy =>
        policy.RequireRole("GatewayAdmin"));
});

var app = builder.Build();
app.UseAuthentication();
app.UseAuthorization();

// 注入 HttpClient，用于调用下游服务
builder.Services.AddHttpClient("HealthClient")
    .ConfigureHttpClient(client =>
    {
        client.Timeout = TimeSpan.FromSeconds(2); // 每个请求超时 2s
    });

app.MapGet("/aggregate-health", async (IHttpClientFactory httpFactory) =>
{
    var urls = new[]
    {
        "http://serviceA/health-status",
        "http://serviceB/health-status",
        "http://serviceC/health-status"
    };
    var client = httpFactory.CreateClient("HealthClient");

    var tasks = urls.Select(async url =>
    {
        try
        {
            var cts = new CancellationTokenSource(TimeSpan.FromSeconds(2));
            var resp = await client.GetStringAsync(url, cts.Token);
            // 简单判断下游状态是否包含 "Unhealthy"
            var isUnhealthy = resp.Contains("\"status\":\"Unhealthy\"");
            return new { Url = url, IsUnhealthy = isUnhealthy };
        }
        catch
        {
            // 调用失败，视为 Unhealthy
            return new { Url = url, IsUnhealthy = true };
        }
    });

    var results = await Task.WhenAll(tasks);

    // 若任一服务不可用，则聚合状态为 Unhealthy
    var aggregateStatus = results.Any(r => r.IsUnhealthy) ? "Unhealthy" : "Healthy";

    var response = new
    {
        aggregateStatus,
        details = results.Select(r => new
        {
            service = r.Url,
            status = r.IsUnhealthy ? "Unhealthy" : "Healthy"
        })
    };

    return Results.Json(response);
})
.RequireAuthorization("GatewayHealthPolicy");

说明：

• 使用 IHttpClientFactory 创建带超时设置的 HttpClient ⏲️；
• 并发调用各下游 /health-status，若任一返回中包含 "Unhealthy"，则认为该服务不可用 🚫；
• 最后再聚合结果，返回一个整体状态及每个服务的健康情况。

3.2 Health Check 整体流程示意图 📈

---

四、Kubernetes 集成 🐳

在 Kubernetes 环境中，我们通常要配置两个探针：

1. livenessProbe：检测应用进程是否“活着”，若失败则重启 Pod 🔄
2. readinessProbe：检测服务是否已“准备就绪”并能正常对外提供流量 ✅

因为 /health-status 包含了对数据库/Redis/外部 API 的检查，不建议直接当作 livenessProbe，否则只要依赖短暂不可用就会不断重启。最佳实践如下：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-microservice
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-microservice
  template:
    metadata:
      labels:
        app: my-microservice
    spec:
      containers:
        - name: web
          image: myregistry/my-microservice:latest
          ports:
            - containerPort: 80
          # livenessProbe：只检查应用自检 ping 接口
          livenessProbe:
            httpGet:
              path: /health/ping
              port: 80
            initialDelaySeconds: 30
            periodSeconds: 10
            timeoutSeconds: 2
            failureThreshold: 3
          # readinessProbe：检查完整的 /health-status
          readinessProbe:
            httpGet:
              path: /health-status
              port: 80
            initialDelaySeconds: 15
            periodSeconds: 20
            timeoutSeconds: 5
            failureThreshold: 2
          # 环境变量或 ConfigMap 挂载可灵活配置连接字符串
          env:
            - name: ConnectionStrings__Default
              valueFrom:
                secretKeyRef:
                  name: my-secrets
                  key: SqlConnectionString
            - name: ConnectionStrings__Redis
              valueFrom:
                secretKeyRef:
                  name: my-secrets
                  key: RedisConnectionString
            - name: ExternalServices__PingUrl
              value: "https://api.external.com/ping"

要点：

• 📌 /health/ping 端点仅检查自检项（见 2.2 中 .AddCheck("Self", …)），保证应用运行即可；
• 📌 /health-status 端点同时检查数据库、Redis、外部 API，仅当所有依赖都可用时才返回 Healthy；
• 📌 合理设置 initialDelaySeconds、periodSeconds、timeoutSeconds 与 failureThreshold，避免频繁误判；
• 🔒 如果探针端点公开在公网上，一定要在 Ingress 或 Service 层面添加 IP 白名单或身份验证。

4.1 Kubernetes 整体流程示意图 🌐

---

五、安全性与健壮性 🔐

1. 不要泄露异常细节

   • 在自定义响应时，将 Exception.Message 只写入日志，不直接返回给客户端，防止敏感信息泄露。

2. 鉴权与授权

   • 对 /health-status 和 /hc-ui 端点均要加上授权策略。例如在 Program.cs 中：

   builder.Services.AddAuthorization(options =>
   {
       options.AddPolicy("HealthCheckPolicy", policy =>
           policy.RequireRole("HealthAdmin"));
       options.AddPolicy("UIAccessPolicy", policy =>
           policy.RequireRole("OpsUser"));
   });
   
   app.UseAuthentication();
   app.UseAuthorization();
   
   app.MapHealthChecks("/health-status", new HealthCheckOptions { … })
       .RequireAuthorization("HealthCheckPolicy");
   
   app.MapHealthChecksUI(options =>
   {
       options.UIPath = "/hc-ui";
   }).RequireAuthorization("UIAccessPolicy");
   

   说明：🔒 只有拥有对应角色的用户才可访问健康检查端点和 UI 界面。

3. 日志告警与追踪 📣

   • 将非 Healthy 检查项的异常写入告警日志，并结合 Prometheus、Grafana 等工具配置告警规则。例如：

     foreach (var entry in report.Entries)
     {
         if (entry.Value.Status != HealthStatus.Healthy)
         {
             logger.LogError(
                 "【HealthCheck告警】{Name} 状态: {Status}，详细: {Exception}",
                 entry.Key,
                 entry.Value.Status,
                 entry.Value.Exception?.ToString()
             );
         }
     }
     

   • 配合 ILogger 将日志发送到 Elasticsearch / Seq / Kibana 等日志分析平台。

4. Graceful Shutdown（优雅下线） 🌅

   • 在程序关闭时，将 Pod 状态先置为 NotReady，再执行清理逻辑。可以在 Program.cs 中订阅 ApplicationStopping 事件：

     var lifetime = app.Services.GetRequiredService<IHostApplicationLifetime>();
     lifetime.ApplicationStopping.Register(() =>
     {
         // 将自检状态置为 Unhealthy，通知 Kubernetes 不再发流量
         // 具体实现可将“Self”检查改为动态返回 Unhealthy
     });
     

---

六、性能与可用性考量 🚀

1. 监控健康检查耗时 ⏱️

   • 使用 Prometheus Client 库，将每个健康检查项的耗时上报到 Prometheus：

     // 在自定义 ResponseWriter 中添加
     var gauge = Metrics.CreateGauge("health_check_duration_seconds", "健康检查耗时（秒）", "dependency");
     foreach (var entry in report.Entries)
     {
         gauge.WithLabels(entry.Key).Set(entry.Value.Duration.TotalSeconds);
     }
     

   • Grafana 可据此画出每个依赖的响应曲线，帮助发现性能瓶颈。📊

2. 抖动过滤与熔断 ⚡

   • 若数据库偶发抖动，会在 /health-status 上触发短暂 Unhealthy，造成 Pod 频繁重启。可使用“熔断+滑动窗口”策略，将检查结果在内存中缓存一定时长：
     • 使用 Polly 的 CircuitBreaker 在检测到连续 3 次失败后，将后续 30s 直接判定为 Unhealthy，避免频繁触发探针。
     • 示例：

       using Polly;
       using Polly.CircuitBreaker;
       
       // 定义熔断策略
       var breakerPolicy = Policy.Handle<Exception>()
           .CircuitBreakerAsync(
               exceptionsAllowedBeforeBreaking: 3,
               durationOfBreak: TimeSpan.FromSeconds(30)
           );
       
       services.AddHealthChecks()
           .AddCheck("SqlServerWithBreaker", async () =>
           {
               return await breakerPolicy.ExecuteAsync(async () =>
               {
                   // 这里实际调用 SQL Server 做检查
                   // …
                   return HealthCheckResult.Healthy();
               });
           });
       

   • 这样在连续失败后，短时间内不再实际调用数据库，只把健康状态返回为 Unhealthy，等熔断解除后再恢复正常调用。🔄

3. 水平扩展与缓存 ☁️

   • 当微服务水平扩展后，如果每个实例都直接去访问数据库检查，容易造成短时压力；可考虑：
     1. 统一在一个“侧车”（Sidecar）或中间层进行数据库探测，主实例直接从侧车获取结果。
     2. 将某些常驻的健康检查（如 Redis）结果缓存在内存 30 秒，每次请求 /health-status 时先读取缓存。

---

完整示例项目结构概览（摘录） 📂

MicroserviceDemo
├─ Program.cs
├─ appsettings.json
├─ Controllers
│  └─ WeatherController.cs
├─ HealthChecks
│  └─ CustomHealthChecks.cs  # 可放置自定义熔断/滑动窗口检查逻辑
├─ Properties
│  └─ launchSettings.json
└─ Dockerfile

• Program.cs：包含上述健康检查与 UI 的注册、映射、授权逻辑。
• appsettings.json：存储连接字符串与配置项，例如：

  {
    "ConnectionStrings": {
      "Default": "Server=.;Database=MyDb;User Id=sa;Password=Your_password;",
      "Redis": "localhost:6379"
    },
    "ExternalServices": {
      "PingUrl": "https://api.external.com/ping"
    },
    "HealthChecksUI": {
      "HealthChecks-UI": [
        {
          "Name": "MicroservicesHealth",
          "Uri": "/health-status"
        }
      ],
      "EvaluationTimeOnSeconds": 60,
      "MinimumSecondsBetweenFailureNotifications": 50
    },
    "Logging": {
      "LogLevel": {
        "Default": "Information",
        "Microsoft.AspNetCore": "Warning"
      }
    }
  }
  

注意：示例仅供参考，请根据实际项目需求调整配置项及命名规范。

---