高防线路被打满怎么办?备用IP与多线冗余

高防线路常被当成不会出问题的一环,直到清洗节点被打满,或单线接入的链路先拥塞。本文讲清防护为何成为单点、怎么用多地探测定位、Anycast 与多线怎么判断、备用源站与切换演练怎么做。

Q:买了高防,为什么还会被打挂?

  • 三种完全不同的原因:清洗节点被打满、接入线路拥塞、源站链路被绕开直接打。
  • 共享清洗池最常见。宣传写三百 G,实际几十个客户共用,攻击一起来你的配额先被挤掉,表现为「已清洗但访问不了」。
  • 线路单点是第二种。单线接入时一条运营商链路拥塞,防护正常、源站正常,用户照样打不开。
  • 第三种最冤:源站 IP 早就泄露,攻击者直接绕过防护打源站,平台报表一片干净。
  • 判据很简单:报表显示已清洗、用户还是打不开,问题一定不在清洗能力。

Q:怎么在五分钟内判断是线路问题还是源站问题?

# 1. 多地解析,确认 DNS 有没有被改或没生效
for d in 223.5.5.5 119.29.29.29 114.114.114.114 8.8.8.8; do
  printf "%-16s " "$d"; dig +short @$d www.example.com | tr '\n' ' '; echo
done

# 2. 逐跳看丢包出现在哪一段
mtr -rwzc 100 www.example.com

# 3. 量首字节时间,跑三次看是否稳定
curl -o /dev/null -s -w "dns:%{time_namelookup} conn:%{time_connect} ttfb:%{time_starttransfer}\n" \
  https://www.example.com/

# 4. 绕过域名直连源站做对照
curl -o /dev/null -s -w "%{http_code} ttfb:%{time_starttransfer}\n" \
  --resolve www.example.com:443:203.0.113.10 https://www.example.com/
  • 解析不正常:先查 NS 与解析记录,别急着怀疑防护。
  • 解析正常、mtr 在骨干某跳或高防节点开始丢包:线路问题,拿 mtr 报告找服务商。
  • 高防正常、直连源站也慢:源站问题,和防护无关。
  • 高防正常、直连源站很快、用户访问慢:回源链路或节点调度问题,要节点侧数据才判得清。

Q:Anycast 到底解决的是什么问题?

  • 把同一个 IP 在多个节点同时宣告,用户就近接入,攻击流量也被分散到多个清洗节点。
  • 它解决三件事:单节点被打满、跨运营商绕路、局部线路故障。
  • 它不解决两件事:总流量超过全网清洗能力、源站 IP 已经暴露。
  • 验证是不是真 Anycast:多地解析拿到同一 IP,但 traceroute 最后一跳落在不同城市,基本可以确认。
# 多地探针上执行,看同一 IP 的落点城市是否不同
for ip in 203.0.113.10; do
  echo "== $ip =="
  traceroute -n -m 15 $ip | tail -5
done
  • 只有单点落地的所谓 Anycast,本质还是一个节点加一个 VIP,打满就是打满。

Q:多线 BGP 和单线接入差在哪?

  • 单线:非本网用户绕路,延迟高;一条链路拥塞全网受影响。
  • 多线 BGP:一个 IP 多运营商可达,链路故障时路由自动收敛,用户感知的是抖动而不是中断。
  • 别听宣传,看回程:从电信、联通、移动出口分别 mtr,对比回程跳数和落点是否一致。
  • 经验值:跨网延迟长期高于 60ms、抖动超过 20ms,就该问线路类型了。
# 三个运营商出口各跑一次,对比回程路径
mtr -rwzc 50 --tcp --port 443 www.example.com

Q:备用源站 IP 该怎么规划?

  • 铁律:源站 IP 只出现在高防回源白名单里,不对任何域名解析,不进任何外发文档。
  • 提前准备第二个源站 IP,站点与证书都配好,平时不接流量。同机房不同段是底线,不同机房更好。
  • 切换前把 TTL 降到 60 秒,并且至少提前一个旧 TTL 周期动手。TTL 还是 3600 时临时切,用户要等一小时。
  • 顺序:先改回源配置 → 验证新源站可访问 → 再改解析 → 观察三十分钟。
# 不改解析,直接指定 IP 验证备用源站
curl -o /dev/null -s -w "%{http_code} ttfb:%{time_starttransfer}\n" \
  --resolve www.example.com:443:198.51.100.20 https://www.example.com/

# 切换后确认生效范围
for d in 223.5.5.5 119.29.29.29 8.8.8.8; do
  printf "%-14s " "$d"; dig +short @$d www.example.com
done

Q:多 A 记录能做高防故障切换吗?

  • 不能指望它。多 A 记录由客户端随机选,客户端不做健康检查,坏 IP 仍然会被一部分用户命中。
  • 正确做法是 DNS 侧健康检查:主记录探测失败自动切备用,或用支持按线路调度的 GSLB。
  • 参数参考:探测间隔 10 秒、连续 3 次失败切换、TTL 60 到 120 秒。
  • 裸域名不能用 CNAME,需要服务商支持 ALIAS/ANAME,否则主域只能走 A 记录方案,切换会更慢。
# 观察切换是否真的发生:连续采样解析结果
for i in $(seq 1 30); do
  date +%T; dig +short @223.5.5.5 www.example.com
  sleep 20
done

Q:源站 Nginx 怎么配合,做到降级不宕机?

  • 目标很朴素:线路出问题时宁可返回静态维护页,也不要返回 502 或一直转圈。
  • 上游多节点加快速失败,是源站侧最有效的两件事。
upstream backend {
    server 10.0.0.11:8080 max_fails=3 fail_timeout=10s;
    server 10.0.0.12:8080 max_fails=3 fail_timeout=10s backup;
    keepalive 32;
}

server {
    listen 443 ssl;
    location / {
        proxy_connect_timeout 3s;
        proxy_read_timeout    10s;
        proxy_next_upstream   error timeout http_502 http_504;
        error_page 502 503 504 = @fallback;
        proxy_pass http://backend;
    }
    location @fallback {
        root /var/www/fallback;
        try_files /maintenance.html =503;
        add_header Retry-After 120 always;
    }
}
  • proxy_connect_timeout 别设 60 秒,那等于把故障放大成雪崩。
  • 维护页要带 Retry-After 和状态说明,用户与蜘蛛都不会误判成站点已死。

Q:切换演练怎么做才算有效?

  • 每月一次,选业务低峰,做完整闭环:切走、验证、切回、记录耗时。
  • 验证三件事缺一不可:多地解析已生效、首页返回 200、核心业务可用(登录、下单、支付回调)。
  • 记录三个数:决策到执行的分钟数、执行到生效的分钟数、生效到业务恢复的分钟数。
  • 最常失败的不是技术,是现场没人有权拍板切。演练时就把授权和升级路径写进流程。
  • 桌面推演练决策、切换演练练执行,两者不能互相替代。

Q:选服务商时要问清哪些线路问题?

  • 节点数量与分布城市、是否真 Anycast;单节点清洗能力与全网总清洗能力各是多少。
  • 回源走公网还是专线,回源带宽是否单独计费。
  • 线路故障是否属于 SLA 覆盖范围,赔付怎么计算。
  • 切换是自动还是走工单,工单响应时间有没有写进合同。
  • 能否提供按线路的回源成功率与 TTFB 数据。只给总流量图的服务商要谨慎。
  • 一句总结:防护的可靠性不取决于峰值数字,而取决于最弱的那一环。

Q:还有什么补充建议?

  • 把三处单点贴在值班文档里:清洗节点、接入线路、源站与回源链路。每处都要有冗余方案和验证命令。
  • 日常盯三项:多地解析一致性、分线路 TTFB、回源成功率。前两项异常往往比攻击本身更早暴露问题。
  • 便宜的高防常见代价就是共享池和单线。预算紧时优先保住核心业务的线路质量,边缘业务可以降级。
  • 最后一句:买防护买的是「清洗能力加线路质量加故障响应」三件套,只比带宽数字,早晚要在一次真实攻击里补课。