现象：清洗完成后回注的那 30 秒，502 和 active processes 一起飙 凌晨两点，攻击停了，CDN 控制台的"已清洗"绿灯亮起，回注流量在 30 秒内从 4000 QPS 冲到 3.2 万 QPS。源站 Nginx 的 error.log 在这个窗口里刷出两类错误，必须分开看： upstream timed out (...

上个月帮一个做游戏登录网关的团队看一台25G独服，被8Mpps的SYN加UDP小包混着打。业务表现是：CPU总利用率只有18%， top 看不到任何进程飙升，机器能ping通，但玩家就是连不上， ss -lnt 看到80端口的Recv-Q常年贴着4096。 他们第一反应是上 iptables -m hashlimit 。我让他们先别写规则——8...

先把结论摆在最前面 做了这么多年迁移，最怕的不是迁移报错，而是 迁移脚本退出码 0、校验报告全绿、三天后业务反馈“附件打不开 / 图片变成下载 / 首页白屏” 。对象存储迁移的坑，九成集中在“校验”这一环——你以为你在校验，其实你什么都没校验。 下面这三条，是踩过之后才会记一辈子的。 坑一：把 ETag 当 MD5 用，multipar...

现象：iperf3 能到 23Gbps，rsync 单进程只有 9.8Gbps 两台 25G 双口 bond 的大带宽服务器，NVMe RAID 顺序写 fio 能到 2.9GB/s， iperf3 -P 8 跑到 23.1Gbps， ip -s link 和 ethtool -S 全是零丢包、零 discard。但 rsync -a ...

上周三晚上，一套读写分离的 MySQL 云数据库前面那层 HAProxy 突然在 stat 页上全部变红， show stat 里所有 backend 的 check_status 都是 L4CON/L7STS，但运维拿 mysql -h 10.20.1.11 -u app -p 秒连，业务侧也看不出问题——因为应用连的是 rw 端。真正出...

先看一个真实场景 某游戏业务，边缘节点 25G 网卡，SYN 洪水峰值 280 万 PPS 。现象很怪： 带宽只占 18%，网卡无丢包， ethtool -S 全绿 CPU 55%，没打满 但健康检查开始飘，业务侧 5xx 涨，控制台一直显示“攻击已清洗，回注 4.2Gbps” 抓包看内核计数器： nsta...

一、现场：控制台全绿，业务全红 凌晨 2:14，一个跑自研 KCP 的游戏业务告警：UDP 4000-4100 端口，P99 从 42ms 干到 380ms，丢包率 12%~18%，玩家批量掉线。这套业务接在高防 CDN 上，边缘是三台 25G 口的清洗节点，平时峰值 3Gbps。 登上高防控制台一看：攻击峰值 187Gbps / 32Mpp...

一、事故时间线：边缘一切正常，源站却在流血 下午两点，源站集群扩容窗口。原计划把回源层的 upstream 从 8 台加到 12 台，脚本生成配置后 nginx -t && nginx -s reload ，全程 3 秒，没报错。 14:02:11 reload 完成，边缘节点侧的所有监控指标——带宽、QPS、5xx 比例、缓存命中...

先对齐一下现象 VPS 上折腾 SSL 证书，真正卡住人的极少是“怎么申请”，几乎都是申请完之后——Chrome、Safari、`curl` 看着都正常，偏偏用户群里有人反馈手机端打不开；或者监控三天两头告警说证书快过期，但你登上去看，明明刚续期过。 下面这三处是我在客户机器上反复遇到、而且每次都得花半小时才能定位的静默坑，按踩坑频率排。...

大带宽服务器的自动化运维，坑不在"跑不起来"，而在"跑起来了、脚本全绿、监控正常，业务一上量就废"。10G/25G 网卡上，很多配置项的失败是 静默 的——命令 exit 0，日志没报错，但实际没生效。下面四个坑，是我在批量交付 25G 机器时踩过的，每个都配了能直接抄的验证命令。 坑 1：巨帧 MTU 改错顺序，ping 通不代表通 先...