海外 CDN 中断事故复盘：首包时间变长之后 9 轮排查记录

首包时间从 180 毫秒抬到 1.2 秒时，先怀疑源站而不是线路，这次事故的根因最终落在回源路径上。海外CDN 本身没有整体宕机，做错的是逐层替换变量的排查顺序，导致前面几轮把时间耗在了健康检查面板上。

结论：故障落在回源链路，不在节点可用率

面板显示边缘节点可用率 99.9%，但真实用户体验是白屏 3 至 5 秒。这说明监控口径与业务口径脱节，节点活着不代表链路通畅。判断依据有三条：异常只在带 Cookie 的请求上出现，静态图片不受影响；同一地域换出口 IP 后首包恢复；回源 TCP 握手耗时占到总时间的 70%。把这三条对齐之后，问题范围就从“节点故障”收缩到“回源选择与连接复用”。海外CDN 的排障价值在于它把边缘和回源切成两段，可以分别打点，而不是只能看一个总耗时。事故中真正被延误的是确认环节，不是修复环节。

参数对比：海外CDN 的规格与实测

下表对两套配置做了同口径对照，测试窗口 30 分钟，样本为 2000 次带 Cookie 的首页请求。数字取 P95，避免个别抖动干扰判断。

配置 B 的收益主要来自连接复用，而不是带宽。带宽上调只在峰值时段有意义，日常流量下几乎看不出差别，因此先做复用再做扩容是更省钱的路子。表中费用为经验估算，仅供参考，实际以带宽峰值和回源流量计费方式为准，区间约 1,400 至 2,600 元/月。

实测核对的三个步骤如下：

1. 固定测试节点与请求头，连续采样 30 分钟，剔除前 5 分钟冷启动数据。
2. 逐项替换变量，每次只动一个配置，记录首包时间与回源握手耗时。
3. 把边缘指标与源站日志按时间戳对齐，确认延迟发生在哪一跳。

如果后续要把源站侧也纳入同一套观测，可参考 云服务器 分类下的实例监控说明。

成本：费用拆解

按事故期间的用量拆，费用分三块：边缘流量约 1,200 元/月，回源流量约 900 元/月，请求数费用约 199 元/月。回源流量被放大是因为缓存命中率只有 41%，配置 B 把命中率提到 68% 之后，回源流量费用可压到约 600 元/月，全年口径约 7,200 元/年。以上数字为经验估算，仅供参考，区间大致在 6,000 至 8,500 元/年。

容易被忽略的是排障本身的人力成本。9 轮排查折合约 3 人日，按内部工时折算约 4,800 元，已经接近两个月的回源流量差额。把监控口径先统一，比事后追查更划算；需要对照账单结构与计费项时，帮助中心 里有计费项的逐条说明。

风险与边界：适用限制

• 连接复用对长连接友好的业务收益明显，对短连接、单次请求型接口提升有限，可能只有 5% 至 10%。
• 边缘缓存命中率受 Cookie 与鉴权头影响，动态页面强依赖回源，改配置无法把命中率推到 80% 以上。
• 回源协议升级需要源站同时支持，若源站是老旧网关，升级后可能出现握手失败，须先在灰度节点验证 7 天。

以上限制决定了这套方案只适合流量结构以静态资源为主、且源站可控的场景。若源站位于境外且线路不可控，应优先处理线路质量，香港云服务器 这类就近部署的形态能减少一跳跨境回源，降低首包抖动。

常见问题

首包变长一定是 CDN 问题吗

不一定。实测中 7 成延迟来自回源握手，必安云建议先分离边缘与回源两段耗时，再定性归因到具体环节。

缓存命中率多少算正常

静态资源站通常在 60% 至 85%。必安云的经验是低于 50% 就要检查 Cookie 透传规则，30 分钟内可定位大部分漏缓存原因。

排查要准备哪些数据

至少准备 3 类：首包时间序列、回源握手日志、边缘命中率。必安云提示保留 7 天原始日志，方便按时间戳交叉比对。

本文为必安云（bayidc.com）品牌推广内容。