Nginx网站出现502 Bad Gateway应该如何排查?
在云服务器运维中,502 Bad Gateway 是最常见的故障之一。很多运维人员看到 502 第一反应是重启 Nginx,但实际上 Nginx 本身通常没有问题,真正的原因往往出在它背后的上游服务上。 502 的本质是 Nginx 作为反向代理或网关,无法从后端服务(如 PHP-FPM、Tomcat、Node.js、Python 等)获取到有效响应。 因此排查的核心思路是:先定位日志,再确认上游服务状态,最后检查配置和系统资源。
第一步,从 Nginx 错误日志入手。 这是排查 502 最关键的起点。Nginx 的错误日志通常位于 /var/log/nginx/error.log,打开它可以看到具体的失败原因。 常见的错误信息包括 connect() failed (111: Connection refused),说明后端服务根本没有在监听该端口,可能是服务没有启动或端口配置错误;upstream timed out (110: Connection timed out),说明后端处理太慢,超过了 Nginx 设置的超时时间;Permission denied,则多见于 SELinux 或 Unix Socket 文件权限问题。 拿到具体的错误信息后,后续每一步都围绕它展开验证,而不是凭感觉盲目修改配置。
第二步,确认上游服务是否正常运行。 根据日志提示,检查对应的后端服务进程是否在运行、端口是否在监听。例如 PHP-FPM 可以使用 systemctl status php-fpm 查看状态,Node.js 或 Java 应用可以用 ps aux | grep 进程名 或 ss -tlnp | grep 端口号 来确认。 如果服务没有启动,先查看它自己的日志(如 journalctl -u 服务名 -n 100),找出崩溃原因再启动。一个常见陷阱是:后端服务监听在 127.0.0.1 上,但 Nginx 配置的是服务器公网 IP;或者后端起在 IPv6 上,而 Nginx 走 IPv4,两边监听地址不一致就会导致连接被拒绝。
第三步,核对 Nginx 的 upstream 与 proxy_pass 配置。 打开站点配置文件,重点检查 proxy_pass 或 fastcgi_pass 指向的地址和端口是否与后端服务实际监听的完全一致。对于 PHP-FPM 场景,fastcgi_pass 指向的 Unix Socket 路径必须和 FPM 池配置中的 listen 指令完全匹配。 升级过 PHP 版本的人对此应该深有体会——系统安装的是 php8.3-fpm.sock,配置里还写着 php8.2-fpm.sock,路径对不上,每个请求都会返回 502。改完配置后务必执行 nginx -t 检查语法,再用 systemctl reload nginx 平滑重载,避免直接 restart 导致正在处理的请求被中断。
第四步,排查权限和系统限制。 即使 Socket 文件存在,如果 Nginx 进程没有访问权限,日志中也会出现 Permission denied。正确做法是在 FPM 池配置中明确指定 Socket 的属主、属组和权限,而不是简单地 chmod 777。 此外,系统层面的限制也容易被忽略。例如 systemd 托管的服务默认 LimitNOFILE 可能只有 1024,当连接数达到上限时新连接会被拒绝,从而触发 502。 可以通过 systemctl show 服务名 -p LimitNOFILE 查看当前限制,必要时在 service 文件中显式调大该值。SELinux 也可能拦截 Nginx 与后端的通信,临时关闭测试可以快速判断是否与此相关。
第五步,检查资源是否耗尽。 高峰期频繁出现 502 往往是资源不足的信号。后端进程的子进程数达到上限(如 PHP-FPM 的 pm.max_children 默认只有 5),新请求排不上队就会返回 502。 服务器内存不足时,后端进程可能被 OOM Killer 强制杀掉,导致 Nginx 连接不上。可以用 free -h 查看内存使用情况,用 dmesg | grep -i oom 检查是否有进程被系统杀死。 磁盘空间写满也会导致服务异常,df -h 可以快速确认。
一个具体案例。 某电商网站在促销活动期间频繁出现 502,重启 Nginx 后短暂恢复,但很快又复发。查看 Nginx 错误日志发现大量 upstream timed out 和 upstream prematurely closed connection 的记录。检查后端 Tomcat 服务,进程正常运行,直接 curl 访问也能返回 200。进一步用 ss -ant 查看连接状态,发现有大量连接卡在 SYN_SENT 状态。再用 ss -lnt 检查后端端口的 accept 队列,发现 Recv-Q 已达到 129,而 Send-Q 只有 128,说明 accept 队列已满,新连接无法被接受。 根因是系统默认的 net.core.somaxconn 只有 128,Tomcat 的 accept-count 也只有 100,流量高峰时队列瞬间打满。解决方案是将 net.core.somaxconn 调大到 65535,同时将 Tomcat 的 accept-count 和 max-connections 相应调大,并在 Nginx upstream 中配置 keepalive 保持长连接,减少频繁新建连接的开销。调整后 502 彻底消失。
总结。 排查 502 的核心在于分清问题的层次:先看日志定位具体错误类型,再确认上游服务是否存活,接着核对配置是否一致,最后检查权限、系统限制和资源使用情况。大多数 502 问题都可以在半小时内定位并解决。 建立规范的监控告警机制,对后端服务状态、系统资源、错误日志进行实时监控,可以在问题扩大之前及时发现并处理,保障网站稳定运行。
纵横云服务器租赁,欢迎随时联系,客服联系方式:QQ3494196421,手机微信19906048601。


