香港的会员登录站:用SDK 盾处理「登录令牌过期后重试风暴」

一、这一篇在处理什么

这一篇只处理一件事:在香港运行的会员登录站,使用维科云的SDK 盾时,如何处理「登录令牌过期后重试风暴」。

令牌过期,所有接口同时返回未登录,客户端又同时刷新令牌,刷新接口被打满。

看刷新令牌接口的瞬时 QPS 和失败后的重试次数。

二、香港的网络和高峰

交易和晚间活动重叠时最忙,白天也有稳定流量。到华南和东南亚都近,常被当成回源点。回源集中在香港时,香港出口会先满。

排查时:分开看「用户到香港」和「香港到源站」。前一段慢是调度问题,后一段慢是回源问题。

不要这样做:所有地区都回源到香港。离香港远的用户会在回源这一段变慢。

三、会员登录站要分开的路径

登录页、会话接口和验证码分开。登录响应含身份信息,不能按网址缓存。

防护边界:验证码和登录失败重试要有上限,但不要把整个运营商封掉。

验证:两个浏览器先后登录,确认页面和 Cookie 没有串号。错误密码连续失败时,正常密码仍能登录。

四、SDK 盾怎么接

App 里的登录、下单等关键请求走 SDK 隧道,图片和安装包仍走 CDN。服务端校验时间窗、随机数和签名,不把源站地址写进客户端包。隧道失败时可以降级,但降级必须打点,不能静默改去连源站 IP。

产品说明见SDK 盾。只改和「登录令牌过期后重试风暴」有关的域名或路径,不要把会员登录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「登录令牌过期后重试风暴」,不是一套通用清单。

  1. 登录页、会话接口和验证码分开统计。含身份的响应单独标记为不可缓存。 把「用户到香港」和「香港到源站」分成两段计时。 这一故障在本步要完成的事:确认业务失败码是令牌过期,而不是签名错误。
  2. 验证码失败和登录失败设置次数上限。不要因为失败变多就封掉整个运营商。 前一段慢就处理调度,后一段慢就处理回源。不要两段用同一个动作。 这一故障在本步要完成的事:整个进程只允许一个刷新请求在飞。
  3. 会话接口不缓存。若要加挑战,只加在登录入口,已登录后的会话接口不要再挑战。 其他地区若都回源到香港,先把远地区的回源移走,避免香港出口被挤满。 这一故障在本步要完成的事:其他请求等待这次刷新的结果。
  4. 源站按账号限制错误密码次数。不要按来源网络把所有用户锁在一起。 回源调整完成前,不要用重启香港源站来掩盖排队。 这一故障在本步要完成的事:刷新失败后统一回到登录页,不要每个接口各刷一次。
  5. 两个浏览器先后登录,确认看不到对方的会话。错误密码失败后,正确密码仍能登录。 分别从香港本地和另一个远地区复测这两段时间。 这一故障在本步要完成的事:服务端对同一用户的刷新做频率限制。

六、处理办法

  1. 刷新要加锁。
  2. 过期时间不要卡在整点。
  3. 刷新接口单独限流。

改完后在香港的用户网络上复查,不要只在机房内网看。复查时带上会员登录站的验证:两个浏览器先后登录,确认页面和 Cookie 没有串号。错误密码连续失败时,正常密码仍能登录。

七、案例

晚八点大量令牌同时过期,刷新接口先超时,客户端又各自重试。改成进程内只刷新一次后,峰值下降到用户数规模。

若同样的现象出现在香港,额外核对:分开看「用户到香港」和「香港到源站」。前一段慢是调度问题,后一段慢是回源问题。

业务侧核对:登录页、会话接口和验证码分开。登录响应含身份信息,不能按网址缓存。

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:为什么不是每个请求都刷新?

答:并行刷新会互相作废对方刚拿到的令牌。

问:提前刷新有用吗?

答:有用。在过期前的随机时间刷新,避免整点同时过期。

问:刷新失败还要重试业务请求吗?

答:不要。先重新登录。

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。每一步都先按会员登录站的路径处理,再按香港的网络条件收窄,最后才做「登录令牌过期后重试风暴」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SDK 盾在「登录令牌过期后重试风暴」上的处理,地区范围是香港,业务范围是会员登录站。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。