如何将 Classic Load Balancer 迁移至 Application Load Balancer

TL;DR
- 你无需重建任何东西:在 CLB 旁边创建 ALB,注册相同的实例,然后按 5% → 50% → 100% 逐步调整 Route 53 加权记录。回滚只需改动一条记录,在 TTL 为 60 的情况下大约需要 60 秒生效。
- 故障会出现在三个可预测的位置——健康检查指向了会返回
301的 URL、应用代码读取的是REMOTE_ADDR而不是X-Forwarded-For,以及从未被允许放行 ALB 子网的安全组。 - 如果你需要原始 TCP 透传、每个可用区的静态 IP 或 PrivateLink,那么 ALB 就是错误的目标;请继续使用 CLB 或迁移到 NLB。
CLB 并没有坏——只是不再有升级了
截至 2026-02,Classic Load Balancer 仍在正常提供服务,AWS 也没有宣布关停计划。因此这很少是应急迁移,而是一次能力迁移。你选择迁移,是因为功能清单开始消耗你的金钱或工程时间,而不是因为旧的东西不能用了。
我会关注的触发条件包括:你想把 /api/* 发送到一组实例,把 / 发送到另一组,而你现在用两个 CLB 加上一堆遗憾来实现这件事。或者你需要 443 端口上不止一张证书——CLB 在每个监听端口上只接受一张证书,不支持 SNI,所以第二个域名就意味着第二个负载均衡器。又或者你想直接挂载 AWS WAF (v2),而 CLB 只支持过已退役的 WAF Classic。
| 你需要什么 | CLB | ALB |
|---|---|---|
| 主机 / 路径 / 请求头路由 | 否——每个端口一个后端 | 基于主机、路径、请求头、方法的监听器规则 |
| 面向客户端的 HTTP/2 | 否 | 是 |
| 443 上的多张证书 | 每个端口一张证书 | 通过 SNI 最多支持 25 张证书 |
| AWS WAF (v2) | 不支持 | 将 Web ACL 挂载到 ALB |
| 单个目标的健康详情 | 粗粒度 | TargetResponseTime、按目标的健康状态 |
| gRPC | 否 | 是(HTTP/2 目标组) |
| 静态 IP 地址 | 否 | 否——如果需要,请在前面放一个 NLB |
| 计费方式 | 按小时 + 按处理 GB | 按小时 + LCU(连接数、字节数、规则评估次数) |
指标方面的差距比人们预期的更重要。在 CLB 上,你只能得到 Latency 和 HTTPCode_Backend_5XX_Count——都是聚合值,无法判断哪台实例出了问题。在 ALB 上,describe-target-health 会用一句话准确告诉你哪个目标不健康以及原因。
什么时候 ALB 是错误答案
如果你的 CLB 监听器是 TCP 或 SSL 透传,而后端使用的是 ALB 无法解析的协议——3306 上的 MySQL、MQTT、任意二进制分帧——就不要执行这次迁移。ALB 会建立连接,然后在那里困惑地等着。那属于 NLB 的工作。
- SSL/HTTPS 证书配置 · 证书安装 · 证书申请
- Wildcard 通配符 SSL 证书安装部署续费申请
- 代购 SSL 证书 · DigiCert / GeoTrust / RapidSSL 单域名与通配符
如果 CLB 是单可用区的,也要跳过。面向互联网的 ALB 至少需要两个可用区中的两个子网,因此一个廉价的单可用区部署会变成真正的架构变更,并带来真实的成本。另外,如果你的预算固定,且在你的流量规模下 CLB 的按 GB 计费确实更便宜,请先测量——规则评估量大的 ALB 可能比一个安静的 CLB 花费更高。
映射关系:每个 CLB 对象会变成什么
几乎所有的迁移意外都来自把这些并非一一对应的对象当作一一对应来处理。
| CLB 对象 | ALB 对应项 | 陷阱 |
|---|---|---|
| 80/443 端口上的监听器 | 监听器 + 默认操作 | 每个监听器都需要默认操作,即使规则从不会落空 |
| 已注册的实例 | 目标组(instance / IP / Lambda) | 同一个实例可以属于多个目标组 |
| 健康检查(TCP 或 HTTP) | 按目标组配置的健康检查 | 匹配器默认只接受 200;不跟随重定向 |
| 粘性会话 | 目标组粘性 | Cookie 为 AWSALB,持续时间 1 秒–7 天 |
| 跨可用区负载均衡开关 | 始终开启 | 在 ALB 上无法禁用 |
| SSL 证书 | 监听器上的 ACM 证书 | 证书必须与 ALB 位于同一区域 |
| 访问日志 | S3 存储桶 + 存储桶策略 | 存储桶策略是独立且容易被遗忘的步骤 |
阶段 1:以 5% 的流量启用 ALB
使用同一个 VPC、与实例相同的子网,以及一个新的安全组。先构建目标组,这样监听器才有可挂载的对象。
aws elbv2 create-target-group
--name app-tg-prod
--protocol HTTP --port 80
--vpc-id vpc-0a1b2c3d4e5f67890
--target-type instance
--health-check-path /healthz
--health-check-interval-seconds 15
--healthy-threshold-count 2
--unhealthy-threshold-count 3
--matcher HttpCode=200
--region us-east-1
aws elbv2 register-targets
--target-group-arn arn:aws:elasticloadbalancing:us-east-1:111122223333:targetgroup/app-tg-prod/9f2c1a77e0b4d111
--targets Id=i-0abc123def4567890 Id=i-0def456abc1237890
aws elbv2 describe-target-health
--target-group-arn arn:aws:elasticloadbalancing:us-east-1:111122223333:targetgroup/app-tg-prod/9f2c1a77e0b4d111
--query 'TargetHealthDescriptions[].TargetHealth.[State,Reason]' --output table
不要复用你从未真正用 `curl -I` 检查过的 CLB 健康检查路径。下文会详细说明——这是切换失败最常见的原因。如果应用没有廉价且低开销的健康端点,现在就添加一个,让它返回 200 而不访问数据库。
在 Terraform 中,固定那些你否则会忘记的设置:`deregistration_delay = 30`(默认值 300 会让每次部署都像是卡住了)和 `idle_timeout = 65`,它需要设置得*高于*应用的 keep-alive 超时,否则会间歇性出现 `504`,而且只会在 ALB 访问日志中出现。
```hcl
resource "aws_lb" "app" {
name = "app-alb-prod"
load_balancer_type = "application"
security_groups = [aws_security_group.alb.id]
subnets = var.public_subnet_ids
idle_timeout = 65
access_logs {
bucket = aws_s3_bucket.lb_logs.id
prefix = "app-alb"
enabled = true
}
}
resource "aws_lb_target_group" "app" {
name = "app-tg-prod"
port = 80
protocol = "HTTP"
vpc_id = var.vpc_id
deregistration_delay = 30
health_check {
path = "/healthz"
matcher = "200"
interval = 15
timeout = 5
healthy_threshold = 2
unhealthy_threshold = 3
}
}
进入阶段 2 的触发条件:在 5% 流量下连续五天零 `HTTPCode_Target_5XX_Count`(且 CLB 也未产生同样的错误),并且 p95 `TargetResponseTime` 与 CLB 基线相差约 10 毫秒以内。
## 阶段 2:TLS、WAF 和日志
使用 ACM 证书在 ALB 上终止 TLS,通过监听器规则而非应用代码将 80 重定向到 443,并挂载 Web ACL。然后开启访问日志——并做好存储桶策略与你作对的准备。如果策略没有授予 `elasticloadbalancing.amazonaws.com` 写入权限,控制台会愉快地创建 ALB,却悄悄无法投递日志,而这个错误会在几天后、当你去找那些从未存在过的日志时,才以 `Access Denied for bucket: my-lb-logs. Please check S3bucket permission` 的形式出现在 ALB 属性中。
阶段 2 也是处理 `X-Forwarded-For` 的地方。任何使用客户端 IP 进行限流、地理定位或写入审计行的逻辑,都需要读取 `X-Forwarded-For` 的第一项(或用于协议检查的 `X-Forwarded-Proto`)。否则日志里的每个请求看起来都来自 10.0.x.x 地址,你的暴力破解拦截器就谁也拦不住。
## 那次 02:47 返回 503 的切换
我印象最深的一次迁移发生在周二 02:47,对象是 us-east-1 中两台 `m5.large` 实例上的一个 PHP 应用。CLB 健康检查是简单的 `TCP:80`——它只问“端口是否打开”。我把新的目标组指向 `/`,匹配器设为 `200`,感觉这是等价的。
DNS 权重调整 45 秒后,ALB 开始对所有请求返回 `503 Service Temporarily Unavailable`。两个目标都不健康:
```json
{
"TargetHealth": {
"State": "unhealthy",
"Reason": "Target.ResponseCodeMismatch",
"Description": "Health checks failed with these codes: [301]"
}
}
应用通过 301 强制将 `/` 跳转到 HTTPS。ALB 健康检查不跟随重定向,于是健康的应用看起来像是死了。第一版配置弄错了匹配器,因为它假设 HTTP 语义可以照搬;而 CLB 的 TCP 检查从一开始就从未包含这个假设。
诊断方法是使用 `describe-target-health`,并从堡垒机执行 `curl -I http://10.0.2.14/`,立刻就能看到 301。修复方法是添加一个 `/healthz` 路由,返回裸 200 且不调用数据库——而不是使用 `200-399` 匹配器,因为那会掩盖真正的认证重定向。通过每 5 秒轮询一次健康状态进行验证
发表回复