一、这一篇在处理什么
这一篇只处理一件事:在印度尼西亚运行的静态资源站,使用维科云的高防 CDN时,如何处理「WebSocket 频繁断连」。
长连接被当成普通 HTTP 缓存或被中间超时切断。表现为能连上,几十秒后没有关闭帧就断开。
看该路径的连接时长分布,而不是看页面是否 200。
二、印度尼西亚的网络和高峰
晚间高峰跨度长,群岛不同城市的高峰不会精确重合。移动网络和海缆路径影响大。雅加达正常,不代表其他岛屿正常。
排查时:不要把印度尼西亚收成一个平均值。至少把首都和其他主要城市分开看失败率。
不要这样做:一个探测点全绿就认为全国正常。探测点要放在用户多的城市,而不是只放一个。
三、静态资源站要分开的路径
图片、脚本和样式使用长缓存。带随机时间戳的地址会使缓存失效。
防护边界:这个域名不要开启会改写内容的优化,也不要和动态接口共用缓存键。
验证:同一文件连续请求两次,第二次应在边缘命中。改文件名或版本号后,新文件应能更新,旧文件仍可保留。
四、高防 CDN怎么接
公网只解析到 CDN 的 CNAME,源站安全组只放行回源网段。静态域名使用较长缓存时间,登录、下单和支付接口单独 Bypass,不与图片域名共用缓存键。清洗策略按 Host 分开:活动页可以更严,API 要按路径放行正常的高频轮询。
产品说明见高防 CDN。只改和「WebSocket 频繁断连」有关的域名或路径,不要把静态资源站的其他路径一起改掉。
五、排查步骤
下面五步按因果顺序执行,后一步依赖前一步的结果。步骤针对「WebSocket 频繁断连」,不是一套通用清单。
- 图片、脚本和样式分开看命中率。带随机时间戳的地址单独列出。 把雅加达和其他主要城市分成两张表,晚高峰不要用全国平均值。 这一故障在本步要完成的事:确认升级请求返回 101,且路径没有被缓存规则命中。
- 这三类文件使用长缓存。随机参数要从缓存键里去掉,或停止由客户端添加。 首都正常而其他城市失败时,按城市处理,不要当成整国故障。 这一故障在本步要完成的事:把该路径设为不缓存、不压缩、不改写响应头。
- 不要对这个域名做会改写文件内容的优化,也不要套用动态接口的规则。 为失败城市单独指定接入点。已经正常的城市不要一起改。 这一故障在本步要完成的事:将边缘和源站的空闲超时调到大于业务心跳间隔。
- 源站只接受真正未命中的文件。同一文件不应在短时间内反复整文件回源。 确认海缆路径只影响失败城市后,再决定要不要动源站。 这一故障在本步要完成的事:核对负载均衡是否把同一连接的后续包送到了另一台源站。
- 同一文件连续请求两次,第二次应在边缘命中。更换版本号后,新文件能更新,旧文件仍可保留。 在失败城市加一个探测点复测。只有雅加达一个点是绿的,不算恢复。 这一故障在本步要完成的事:让客户端按心跳重连,并在日志里记录断开前最后一次心跳。
六、处理办法
- 实时通道使用独立域名。
- 源站对 WebSocket 使用会话保持。
- 心跳间隔短于最小超时。
改完后在印度尼西亚的用户网络上复查,不要只在机房内网看。复查时带上静态资源站的验证:同一文件连续请求两次,第二次应在边缘命中。改文件名或版本号后,新文件应能更新,旧文件仍可保留。
七、案例
房间长连接平均 45 秒断开。该路径继承了静态域名的 30 秒空闲超时。独立域名并放宽超时后,连接可以维持到用户离开。
若同样的现象出现在印度尼西亚,额外核对:不要把印度尼西亚收成一个平均值。至少把首都和其他主要城市分开看失败率。
业务侧核对:图片、脚本和样式使用长缓存。带随机时间戳的地址会使缓存失效。
这个案例只说明怎么定位,不构成容量或可用性承诺。
八、常见问题
问:101 之后为什么还会断?
答:升级成功只说明握手完成。空闲超时和源站切换仍会在之后断开。
问:能缓存 WebSocket 吗?
答:不能。缓存规则一旦命中,升级会失败或行为异常。
问:重连风暴怎么避免?
答:断开后加随机退避,不要所有客户端在同一秒重连。
问:同一故障换一个地区或一种业务,排查还一样吗?
答:不一样。每一步都先按静态资源站的路径处理,再按印度尼西亚的网络条件收窄,最后才做「WebSocket 频繁断连」这一故障本身的动作。换地区或换业务,前两段操作就会变。
九、边界
只讨论高防 CDN在「WebSocket 频繁断连」上的处理,地区范围是印度尼西亚,业务范围是静态资源站。请遵守当地法律。维科云提供网络能力,不对客户业务内容负责。