清洗生效只是把攻击流量挡在了门外,业务还慢,八成问题出在回源这一段链路上。 先别急着换高防、加带宽,按“客户端→清洗节点→回源链路→源站”四段拆开量一遍,链路瓶颈通常十分钟内就能露头。
清洗生效了,业务为什么还是慢
清洗解决的是“脏流量进不来”,不是“干净流量回得去”
很多人对高防清洗有个误解,觉得防护面板上攻击流量被拦掉了、入向流量曲线掉下来了,后面就该风平浪静,实际上清洗设备只做一件事:把畸形包、攻击特征包丢掉,把正常请求转发回源,转发这一段走的是公网或者专线,跟清洗本身是两套东西。
于是常见的一幕就出现了:攻击停了,告警没了,值班群里松一口气,结果客服那边还在报“页面转圈”“登录超时”,你登上源站一看,CPU 不高、内存不涨、磁盘 IO 也正常,那就是典型的“源站没病、路上有病”。
慢的三种典型体感,对应的位置完全不同
- 首包慢、后面快:多半是 TCP 握手或 TLS 协商阶段卡住,重点看回源 RTT 和丢包。
- 全程匀速慢:回源带宽被占满,或者回源链路本身带宽小、被限速。
- 忽快忽慢、有毛刺:链路抖动、跨网绕行、运营商互联节点拥塞。
这三种体感的排查方向差得很远,先分清楚再动手,比闷头抓包效率高得多。
先确认清洗真的生效,别拿假象当结论
有些“清洗生效”其实是错觉,得先排掉。
看三个流量指标而不是看告警状态
- 入向总流量:攻击期间应该是高位,清洗后掉到正常水位。
- 清洗丢弃量:这个值要真实下降,如果一直持平,说明攻击还在持续,只是换了手法。
- 回源流量:这是最容易忽略的一项,回源流量如果反而上涨,说明清洗策略把一部分正常请求也放大回源了,CC 防护误判导致重试风暴。
在防护控制台把这几个曲线拉出来对比一下时间轴,和业务开始变慢的时刻对得上,才有往下查的意义。
回源流量突然翻倍的常见原因
- 防护策略里的“挑战/验证”页被客户端反复重试,一次请求变成多次回源。
- 源站返回 5xx,清洗层做了重试,放大回源压力。
- 短连接没做复用,每个请求都重新握手。
这几种都会让“清洗成功了但源站更累”,表现出来就是业务慢。
回源链路瓶颈的五个信号,中一个就别再猜
回源侧 TCP 重传居高不下
在清洗节点或回源代理机上执行:
ss -s ss -ti | grep -i retrans
重传率长期偏高,基本可以判定回源路径上有丢包,丢包不一定是链路坏,也可能是中间设备限速、会话表打满、MTU 不匹配导致分片。
回源 RTT 明显高于客户端到清洗节点的 RTT
mtr -rwzbc 100 <源站IP>
看每一跳的丢包和延迟增量,如果最后几跳才出现 20ms 以上的延迟抬升,问题在源站接入侧;如果中间某跳开始丢包并持续到终点,那是运营商互联段的问题。
curl 时间分解里 connect 和 ttfb 占比异常
curl -o /dev/null -s -w "dns:%{time_namelookup} tcp:%{time_connect} tls:%{time_appconnect} ttfb:%{time_starttransfer} total:%{time_total}\n" https://你的域名/
tcp和time_connect大:网络往返或丢包问题。time_appconnect明显大于time_connect:TLS 握手慢,常见于回源开启了完整握手且链路 RTT 高。ttfb大但前三项正常:源站处理慢,不是链路问题。
Nginx 日志里 request_time 和 upstream_response_time 差得离谱
log_format timed '$remote_addr $request_time $upstream_response_time $upstream_addr';
两者的差值就是“网络传输 + 排队”的时间,差值稳定在几十毫秒以上,链路嫌疑很大;差值很小而两者都大,那是源站自己慢。
大包能过、小包丢,或者反过来
ping -M do -s 1472 <源站IP>
1472 是 1500 MTU 下不分片的最大载荷,如果小包通、大包不通,是 MTU/分片问题;如果小包丢、大包反而稳,多半是中间设备对小包做了限速或会话限制。
CDN清洗生效后源站还是慢怎么办:三段对比法
这是最省事的定位方法,业内排查回源问题基本都这么干。
第一步,在同一台源站上请求本机
curl -o /dev/null -s -w "%{time_total}\n" http://127.0.0.1:8080/health
这一步是基准线,代表源站自身的处理能力上限。
第二步,从回源节点请求源站内网或公网 IP
在清洗回源的那台机器上,用同样的命令请求源站真实 IP,这一步的耗时减去第一步,回源链路 + 源站入口”的开销。
第三步,从外网客户端请求业务域名
这一步的耗时减去第二步,客户端到清洗节点”的开销。
把三段结果摆到一张表里
| 访问路径 | 关注指标 | 正常表现 | 异常指向 |
|---|---|---|---|
| 源站本机 | time_total | 毫秒级,波动小 | 源站应用或数据库慢 |
| 回源节点→源站 | connect / ttfb | 与本机差距在个位数毫秒 | 回源链路或源站入口瓶颈 |
| 客户端→域名 | total | 与回源段差距可解释 | 清洗节点调度或就近接入问题 |
三段一比,瓶颈在哪一段一目了然,行业共识认为,回源段耗时占到端到端总耗时较大比例时,优先优化链路而不是扩容源站。
高防清洗和回源链路瓶颈怎么区分
这两个问题经常被混为一谈,因为表现都是“慢”,区别在于观测点。
- 清洗侧问题:客户端到清洗节点这一段慢,表现为首包慢、连接建立慢,但回源节点上测源站是快的。
- 回源链路问题:回源节点上测源站就慢,源站本机测自己是快的。
- 源站问题:三段都慢,源站本机测自己也慢。
有个容易被忽视的点:高防清洗节点如果是单线接入,而源站是另一家运营商,回源就会跨网绕行,延迟凭空多出一截,这种情况下清洗完全正常,慢是慢在“最后一公里”,据工信部历年互联互通质量的公开通报,跨网访问质量在晚高峰时段的波动一直是行业老问题。
高防清洗和回源专线价格差多少,值不值得加
这是决策层最关心的问题,两者的计费逻辑完全不同。
- 高防清洗:通常按防护带宽档位计费,清洗能力越大价格越高,回源带宽一般另算。
- 回源专线:按带宽和线路类型计费,月租形式为主,跨地域长途线路价格明显高于同城。
在华南地区做回源链路丢包排查时经常遇到这种情况:源站在广州,清洗节点在华东,回源走公网长途,晚高峰丢包明显,这时候加防护带宽没用,加一条同城或同区域专线立竿见影。
判断标准很简单:如果三段对比里回源段是主要耗时来源,且持续稳定存在,加专线划算;如果只是攻击期间偶发,优先调清洗策略和回源调度,别急着上专线。
优化回源链路的几个实操动作
- 回源就近调度:把源站接入到离清洗节点近的可用区,或开启多源站按地域回源。
- 回源连接复用:Nginx 开启
keepalive到 upstream,减少握手次数;HTTP/2 回源可以显著减少连接开销。 - 调大 TCP 重传与拥塞参数:在回源代理机上调
net.ipv4.tcp_retries2和拥塞控制算法,长肥管道场景下 BBR 往往比 CUBIC 表现好。 - 回源限速与排队分离:给回源单独设置带宽上限,避免业务高峰和回源流量互相挤占。
- 健康检查做成主动探测:别等用户报障,用定时 mtr + curl 探测回源质量,把丢包率做成曲线。
这些动作里,前两条收益最大、改动最小,建议先做。
清洗生效不等于业务恢复,回源链路才是那个经常被漏掉的瓶颈段。 用三段对比法量一遍,比反复换防护方案有效得多。
Q&A:清洗生效但业务仍慢,回源链路瓶颈怎么查
清洗面板显示攻击已拦截,源站还是慢,第一步查什么?
查回源流量曲线和回源侧的 TCP 重传,回源流量异常上涨往往说明清洗层有重试放大,重传高说明路径丢包,两者都不正常时,先看回源流量,因为它会直接压垮源站。
回源链路丢包一定要加专线吗?
不一定,先确认丢包是持续性的还是仅在攻击或高峰时段出现,持续性的、跨网跨地域的,专线收益明显;偶发的、集中在特定时段的,优先调整回源调度策略和就近接入,成本低很多。
回源慢但源站 CPU 内存都不高,可能是哪里?
大概率在连接建立阶段或带宽出口,看 connect 耗时占比,看源站出口带宽是否被打满,看是否有连接数上限被触及,源站资源空闲而请求变慢,通常是入口侧的问题,不是应用侧的问题。
首发原创文章,作者:王坚,如若转载,请注明出处:https://idctop.com/article/801882.html


