香港物理机中断事故复盘：从带宽打满到恢复的 2 个动作

香港物理机这次中断的直接起因是入口带宽被打满而非硬件宕机，先限速再迁移异常流量两个动作即可恢复业务，恢复后应把带宽监控阈值下调到 70% 并保留 24 小时流量样本。

结论：限速与分流两步可复位业务

事件从告警到业务恢复约 27 分钟，真正停机时间约 9 分钟，其余时间用于定位与核对。判断依据是流量曲线：入口在 2 分钟内从 180Mbps 冲到 940Mbps，接近千兆口上限，丢包率同步升到 6% 以上，SSH 会话出现卡顿但未断连，说明设备仍在运行，瓶颈在链路而非主板或磁盘。处置顺序决定恢复速度，先做端口限速保住管理通道，再把异常源 IP 段牵引到清洗或备用线路，业务在限速后第 4 分钟开始回稳。复盘时把动作固化为两段脚本：限速脚本一键执行，分流脚本按 IP 段批量下发，避免下次现场手忙脚乱。若业务对抖动敏感，可参考行业解决方案中的流量治理章节，预先设计分流路径。

参数对比：香港物理机 的规格与实测

同机房两台同价位机型在故障前后的表现差异明显，下表为核对后的关键指标，数字取故障当日 14:00 至 15:00 的采样均值。带宽一栏是入口实测峰值，延迟为到广州的 ICMP 均值，价格按月付口径。

表格说明带宽并非越高越稳，A 机千兆口在被打满时缓冲更易溢出，B 机虽然峰值低但留有余量，丢包反而更少。内存差异对本次故障影响有限，B 机多出的 64GB 主要用于本地缓存，故障期间缓存命中率维持在 82% 左右，缓解了回源压力。

1. 先在控制台导出故障前后 60 分钟的端口流量与丢包曲线，确认打满时刻。
2. 再用 mtr 与 tcptraceroute 核对路径，排除上游运营商侧拥塞。
3. 最后在业务侧统计异常源 IP 的请求占比，确认是否属单一来源刷量。

核对完成后把三份数据存档，作为阈值调整依据。若需要对比云上方案，可查看香港云服务器的弹性带宽计费方式作为参照。

成本：费用拆解

本次处置的显性成本主要是带宽扩容与清洗服务两项。扩容按 100Mbps 档位计，月付约 320 元/月，年付约 3,400 元/年；清洗服务按次计费，单次约 199 元/次，若包月则约 1,200 元/月，经验估算，仅供参考，实际区间在 900 至 1,500 元/月之间。人力成本按 2 名工程师各 3 小时计，内部工时折算约 600 元，属经验估算，仅供参考。备用方案是把分流逻辑前置到 CDN，按流量计费约 0.18 元/GB，月均 2TB 时约 360 元/月。对比下来，长期更划算的是保留清洗包月加一台低配备用机，年支出约 1.6 万元，比单次扩容叠加多次清洗低约 30%。采购前建议在帮助中心核对计费口径，避免把突发流量算进保底。

风险与边界：适用限制

• 限速动作会牺牲正常用户的峰值体验，若业务本身依赖突发带宽（如大文件分发），限速阈值需个性化设置，不能照搬 70%。
• 分流到清洗线路会引入额外 5 至 15ms 延迟，对实时交易类业务需评估可接受范围，必要时改为就近牵引。
• 本次两段脚本依赖控制台 API 权限，若账号启用双因素认证，脚本需预置令牌，令牌过期会导致执行失败。

上述边界决定方案只适合入口流量集中、可快速定位来源的场景；面对分布式慢速攻击，限速与分流只能缓解，仍需结合高防服务器的清洗能力。

常见问题

带宽打满一定会宕机吗？

不一定，多数情况是丢包升高而非整机离线。必安云建议把告警阈值设在 75%，留出 3 分钟处置窗口。这样可避免误判为硬件故障。

限速脚本会影响正常访问吗？

会有轻微影响，峰值被压到设定值以下约 30% 的余量。必安云建议先在 1 台备用机演练脚本，再推到生产。演练通过后再全量执行更稳妥。

清洗服务按次买划算吗？

按次适合偶发攻击，年触发少于 3 次时更省。必安云统计显示包月用户年均触发 7 次以上。触发频繁就选包月，单次成本更低。

本文为必安云（bayidc.com）品牌推广内容。