今年夏天我给自己的博客配了个音乐接口,域名 meting.liveling.top,把网易云和 QQ 音乐的搜索、歌单、歌词、音频直链转成一套统一的 JSON,前端播放器拿来就能用。
十一月十九号晚上我把 nginx 的 access.log 导出来跑了一遍分析。文件 66,153 行、13.99 MB,覆盖十月二十六号下午到十一月十九号深夜,二十四天出头。
跑完之后收获最大的部分跟服务器性能没什么关系。这几个月我陆陆续续写进笔记的结论,有一半经不起自己的数据。
先交代一句这活是怎么干的。分析脚本、报告和后面那些代码改动都是 DeepSeek 写的,我负责提要求、核对数字和拍板。所以下面凡是算错的地方,一半是它第一版写岔了,一半是我当时没核。
接口比我的博客还忙
二十四天里这个接口被请求 28,220 次,成功 23,000 次,来自 4,394 个真实 IP。
带来源页的请求有 23,323 条。我自己域名下来的 4,609 条,本地开发环境 3,686 条,剩下 15,028 条来自别人的站点,占 64%。
六成流量是别人在用,我连他们是谁都不知道。有个站的播放器每天定时来拉同一个歌单,比我自己访问得还勤。
第一次统计,我把最大的客户当成了攻击者
第一版脚本我按日志第一列统计 IP,Top 1 是 117.85.65.x,1,118 次请求。我第一反应是有个大客户在刷接口,准备拉黑。
那一列压根不是客户端。服务前面挂着 CDN 和反向代理,日志第一列是边缘节点的地址。那次统计里七天窗口的「独立 IP」只有 113 个,改成取 X-Forwarded-For 的首个地址之后,才有 4,394 个真实客户端。
1,118 次是几百名用户合在一起的流量。
这个错误的影响面比看起来大。限流、日配额、封禁、访客统计,全都建立在「第一列是谁」这个前提上。改对之后我在分析脚本里留了行注释,写明必须取 XFF。
一万多次 429,我读错了它
限流最初按 QPS 做,一分钟内超过 60 次就返回 429。二十四天累计 429 是 3,857 次,看上去像攻击被挡住了。
我把七天窗口那 2,791 次 429 逐条对着客户端查了一遍,全都落在同时也拿到过 200 或 302 的客户端上。播放器一次加载 12 首歌,每首都要直链、歌词和封面,36 个请求,一次失败重试就撞上 60 的红线。
类型分布也对得上。url 的 429 率 19.8%,pic 55.1%,只有 search 的 429 全是扫出来的。
第一版报告里写着「限流精准命中扫描器,未见误伤真实用户」。这句话得改成两句。429 多说明边缘防护有漏网,同时说明应用层的阈值对播放器太紧。
缓存那笔账,第一版算反了
第一次分析完我建议加 5 到 10 分钟缓存,理由是重复请求极多。
按 server+type+id 做 TTL 分桶模拟,24,529 次带 id 的请求里,最热的歌单七天 871 次,平均 12.6 分钟一次。10 分钟 TTL 的话缓存还没等到复用就过期了,刷新 4,320 次,比实际请求 3,428 次还多,等于没做。
30 分钟能砍 39.7%,60 分钟砍一半。线上现在分类型设 TTL,url 和 search 十分钟,playlist 三十分钟,lrc、song、album、pic 六十分钟。
同一个坑我后来又踩了一次。有个歌单 id 二十四天被拉 1,710 次,每次 57.5 KB,合计 96 MB,占 /api 流量的 61%,我第一反应是缓存没生效。翻了 makeKey 才发现 r= 参数不进缓存键,这 1,710 次里绝大多数是 X-Cache: HIT,缓存一直是好的。同一份 58 KB 被反复传输,该动的地方是压缩和 ETag。
我自己的封禁规则,让别人的监控以为我挂了三天
代码里有一条规则,请求 .env、.git 这类敏感路径就封来源 IP 二十四小时。写的时候觉得很合理。
日志里有三段整整齐齐的 403,各自持续整整一天。11-04 08:56 到 11-05 08:55,11-09 12:12 到 11-10 12:11,还有 11-17 07:27 到 11-18 07:26,每段 1,440 次请求全部 403,响应体固定 9 字节。1,440 正是一天的分钟数。
被封的是 Cloudflare 的一个共享出口。扫描器从它打 /.git/config,规则把这个地址封了;一个第三方监控服务的探活请求从同一个出口进来,跟着一起被封。同时段其他真实 IP 访问首页仍是 200,我的站一直是活的。
在监控那边看,我的站连宕三天。
后来我给写那个监控服务的人发了封邮件,说明情况,顺便告诉他我加了 /health 端点,响应体两个字节,探活用它比拉 40 KB 的首页合适。十一月二十二号下午三点三十五,他把监控目标改了过去,之后 148 次探活全部 200。
四成请求是一次心跳
探活那块单独算一遍。二十四天 26,308 次请求打首页,占总量 39.8%,拿走 74% 的出流量,855 MB。每次响应是 40 KB 的首页 HTML。
这些请求对人没有任何意义,纯粹在问「你还活着吗」。切到 /health 之后每次 2 字节,按一天 1,440 次算,每天省 57 MB。
扫码登录,三个版本都没成
十月二十八号我写了一版网易云扫码登录,想让后台不必再按 F12 复制 Cookie。
上线后第一个问题是扫完码点了确认,页面停在 802。查出来是客户端身份在漂。每次请求都重新生成 _ntes_nuid,还随机挑一个国内 IP 塞进 X-Real-IP。网易云把「确认」结果绑在建 key 的那个客户端上,身份一变就等不到 803。
固定身份之后,状态变成 801 → 802 → 8821。8821 是网易云对旧扫码接口的风控,文案是「请切换其他登录方式或升级新版本再试」。换成新版桌面端接口、明文表单 type=3,本机能出码,线上照旧 8821。
三个版本下去,我把这个功能下线了。开关留在 features.js 里,代码和单测都没删,改回 true 就能恢复。手动贴 Cookie 和每 12 小时的自动续签不受影响。
还剩什么没做
限流按类型分档。
search保持严格加日配额,url、lrc、pic该放宽,现在还是统一阈值。应用层读的仍是
X-Forwarded-For,反向代理那边已经改成用 EO 的真实 IP 头,两套口径没对齐,伪造的 XFF 理论上还能绕过封禁。日志缺三个字段:
$host、$request_time、$upstream_http_x_cache。没有它们就回答不了「请求打给哪个域名」「慢在哪」「缓存命中没有」。百度和酷我的上游已经停了,请求它们只会白等上游超时再返回 502。二十四天里 33 个 5xx 全部来自这两家,配置层禁掉就行。
最后
这轮下来,日志教给我最多的东西是统计口径。同一个数字换一种取法,答案能差出一倍。客户端地址取哪一列,机器人和探活算不算进去,窗口按自然日还是滚动二十四小时,每一个选择都会改结果。
下次有人问我这个接口有多少人在用,我得先问回去,你要的是请求数、真实 IP,还是去掉机器人之后的人。
评论交流
欢迎留下你的想法