一、这一篇在处理什么
这一篇只处理一件事：在新加坡运行的会员登录站，使用维科云的高防服务器时，如何处理「监控机器和业务机器一起挂」。
监控装在唯一的业务机器上。机器不可达时，告警也发不出来。
看监控是否还能从外部发现这台机器失败。
二、新加坡的网络和高峰
当地工作日晚间 20:00–24:00 最集中，午间还有一次较短的高峰。用户多数走本地宽带和区域性移动网络，跨境访问常见下一跳是香港或日本。办公室测速不能代表住宅宽带。
排查时：日志按国家码 SG 单独看。若只有新加坡变慢，先核对解析是否落到新加坡或邻近边缘，再看回源是不是绕到欧洲。
不要这样做：把语言为中文的用户全部当成同一地区，会把人分到错误节点。按网络位置，不按界面语言。
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、高防服务器怎么接
业务端口不对公网开放，只允许清洗或回源网段访问。管理端口走堡垒机，不直接暴露。清洗阈值按正常峰值设置，连接数、磁盘和 CPU 分开告警。源站日志保留请求编号，错误详情不写进给用户看的页面。
产品说明见高防服务器。只改和「监控机器和业务机器一起挂」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「监控机器和业务机器一起挂」，不是一套通用清单。
- 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。 把统计窗口分成两段：当地 20:00–24:00，以及午间短高峰，两段不要并成一个平均数。 这一故障在本步要完成的事：从外部探测业务地址。
- 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。 住宅宽带和办公室网络分开列表。办公室正常不能用来关闭用户侧的告警。 这一故障在本步要完成的事：告警发送不依赖这台机器自身。
- 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。 核对解析是否落在新加坡或香港、日本的邻近节点。落到欧洲就先改调度。 这一故障在本步要完成的事：外部探测失败时仍能通知到人。
- 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。 回源若绕经欧洲，先把回源改到邻近区域，确认业务程序不用改。 这一故障在本步要完成的事：用一次停进程验证通知。
- 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。 用新加坡住宅出口复测。界面语言是中文也不代表用户在中国大陆。 这一故障在本步要完成的事：不要只靠机器内的自检。
六、处理办法
- 外部探测。
- 告警通道独立。
- 停进程做一次演练。
改完后在新加坡的用户网络上复查，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
机器断网后内部监控也断了，没有人收到消息。加上外部探测后，机器不可达本身就会通知。
若同样的现象出现在新加坡，额外核对：日志按国家码 SG 单独看。若只有新加坡变慢，先核对解析是否落到新加坡或邻近边缘，再看回源是不是绕到欧洲。
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：机器里的监控还有用吗？
答：有用，它能看到磁盘和进程。但不能代替外部探测。
问：探测多久一次？
答：短到能在用户大量投诉前发现。
问：告警发给谁？
答：发给值班渠道，而不是只写在这台机器的邮箱里。
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，再按新加坡的网络条件收窄，最后才做「监控机器和业务机器一起挂」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
只讨论高防服务器在「监控机器和业务机器一起挂」上的处理，地区范围是新加坡，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。