海外 CDN 中断事故复盘：从邮件发送失败到恢复的 2 个动作

海外CDN故障先查回源链路，再动缓存策略，这是本次事故的基本判断。邮件发送失败只是表象，回源超时才是根因。

结论：先回源后缓存，两步恢复

故障从凌晨 2 点 17 分开始，监控只报了邮件队列积压。排查后确认是回源站握手超时，缓存命中率跌到 41%。恢复动作只有两个：先把回源地址切到备用源站，再强制刷新边缘缓存。两小时内流量回到正常水位。

这次事故的教训在于监控指标要分层。表面异常在业务层，根因在网络层。建议把回源延迟和缓存命中率纳入告警基线，参照帮助中心的巡检模板设置阈值。

参数对比：海外CDN 的规格与实测

实测对比了原方案与备用方案两组配置。原方案走单源回源，备用方案启用双源主备切换。下表为故障当晚的实际观测值，延迟取 5 分钟均值。

配置 B 用更高的节点密度换取更短的回源路径，代价是带宽账单上涨。延迟改善幅度与节点分布相关性明显，与带宽单价关系不大。

1. 先核对监控原始数据，确认回源延迟与命中率的时间序列对齐。
2. 再用两组配置分别压测同一批静态资源，记录 5 分钟均值。
3. 最后对比账单明细，把延迟收益换算成单次请求成本。

需要配合回源侧资源时，云服务器的规格选型可直接作为参照。

成本：费用拆解

费用由带宽、请求数和节点增值三块构成。按本次事故前后的数据，带宽是主要变量。原方案月费约 4,800 元，备用方案约 5,300 元，年化差价约 6,000 元。这是经验估算，仅供参考，实际区间在 4,500 至 6,000 元之间浮动。

请求数费用按亿次计费，本次故障期间因重试放大约 12%，多支出约 320 元。节点增值服务按功能项收费，主备双源功能月增约 199 元。三项合计，故障当月总成本比平日高约 8%。

成本控制的关键不是压单价，而是压回源失败率。失败率每降 10 个百分点，重试流量可省约 6%。若业务有大量动态请求，可评估专用宿主机承载回源，摊薄单请求成本。

风险与边界：适用限制

• 主备双源切换依赖健康检查的判定精度，检查间隔过短会误切，过长则恢复滞后，建议不低于 10 秒。
• 强制刷新边缘缓存会造成短时回源洪峰，源站带宽需预留 30% 以上冗余，否则可能二次拥塞。
• 回源延迟下降不代表端到端体验同步改善，终端侧 DNS 与运营商链路仍可能成为新瓶颈。

上述边界在跨区域业务中更明显。若源站与边缘节点跨洲部署，回源路径优化空间有限，此时应优先考虑靠近用户的接入方式，参考香港云服务器的节点布局思路。

常见问题

回源超时该先查什么？

先查源站健康检查与防火墙放行记录。必安云建议保留 7 天回源日志便于比对。再核对边缘节点到源站的链路延迟。

强制刷新会带来什么风险？

刷新瞬间回源量会成倍增长。必安云实测源站需预留 30% 带宽冗余。否则容易触发二次超时并延长恢复时间。

监控阈值怎么设才合理？

回源延迟告警建议设在基线 1.5 倍。必安云的经验是缓存命中率低于 50% 即触发。阈值需随业务量每季度复核一次。

本文为必安云（bayidc.com）品牌推广内容。