一、这一篇在处理什么
这一篇只处理一件事：在韩国运行的支付回调，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、韩国的网络和高峰
晚间高峰陡，活动开始的几分钟内容易出现重试。本地网络快，但国际出口在突发时会抖。客户端超时设得太短时，会把抖动放大成重试风暴。
排查时：看同一用户在短时间内的重复请求。重复很多而源站处理时间正常，先改超时和退避。
不要这样做：把重试风暴当成攻击，封掉整个运营商。应先认出来源是不是真实用户的重复提交。
三、支付回调要分开的路径
回调地址固定、不跳转、不改写参数。页面跳转规则必须排除这条路径。
防护边界：回调验签依赖原始地址和原文。多一次跳转或删掉一个参数，验签就会失败。
验证：用支付方的测试回调打一次，确认响应不是 301，并且业务侧收到与测试相同的字段。
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，不要把支付回调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。
- 只统计支付回调这一条路径，并检查它有没有被记成 301。 统计同一用户在短时间内的重复请求，晚高峰陡增的几分钟单独看。 这一故障在本步要完成的事：从外部探测业务地址。
- 回调必须排除在所有页面跳转之外。参数一个都不能少。 源站处理时间正常但重复请求很多时，按重试处理，不要按攻击封运营商。 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。
- 不要对回调做缓存、压缩改写或主机名替换。 先加长客户端超时并改为退避。运营商封禁先不要下发。 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。
- 源站按原始正文验签。验签失败时先核对地址是否被改写，而不是先改支付逻辑。 确认重复请求下降后，再决定源站要不要限并发。 这一故障在本步要完成的事：用一次停进程验证通知。
- 用支付方测试回调打一次，确认响应不是跳转，并且字段和测试原文一致。 用韩国本地网络模拟一次抖动，确认不会打出一串立即重试。 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。
改完后在韩国的用户网络上复查，不要只在机房内网看。复查时带上支付回调的验证：用支付方的测试回调打一次，确认响应不是 301，并且业务侧收到与测试相同的字段。
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韩国，额外核对：看同一用户在短时间内的重复请求。重复很多而源站处理时间正常，先改超时和退避。
业务侧核对：回调地址固定、不跳转、不改写参数。页面跳转规则必须排除这条路径。
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。每一步都先按支付回调的路径处理，再按韩国的网络条件收窄，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，地区范围是韩国，业务范围是支付回调。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。