后台曲线平时走得挺稳，忽然某天拉出一根长柱，或者直接砸下去一截。遇到这种情况，很多人第一反应是“是不是被百度降权了”，然后开始到处改内容。其实流量异常有一多半根本不是搜索的事，是统计口径变了、有人刷量、或者服务器出了小状况。把排查顺序理清楚，比瞎折腾有用得多。
一、先分清是流量异常还是统计异常
数据显示异常，有两种可能：真实的流量变了，或者只是数据采集这一层出了问题。判断方法很简单——换一个数据源对照。统计工具显示掉了，去看服务器日志的请求量有没有一起掉；统计工具显示涨了，去看日志是不是纹丝不动。
两个数据源同时动，是真实流量变化；只有一个动，问题出在那个数据源本身。埋码被误删、统计脚本被浏览器插件拦、CDN 改了缓存策略，都会让统计工具的单方面数据失真。这一步先做，能省掉一大半无效排查。
二、暴涨的三种常见来源
第一种是正常的，某篇文章被平台推荐、被大号转发、搜索排名突然上来，这种暴涨伴随真实行为，跳出率和停留时长不会太难看。
第二种是采集或镜像。有站实时抓你的内容，用户顺着来源点过来，访问量上来但页面停留很短，因为用户发现内容重复就退了。
第三种是刷量。特征最明显：来源集中、时间集中、行为一致、转化归零。刷量有的是竞争对手在消耗你的资源，有的是为了制造假象，无论哪种，都要先定位到 IP 再做处理。
三、异常 IP 长什么样
单个 IP 请求量极高，这是最典型的特征。正常用户一次访问看几页，一个 IP 一天几百次请求就很不正常了。另一种是请求的参数高度雷同，比如所有请求都带着同一个随机串，或者 UA 一模一样。
还有一种是请求的路径分布很怪：一个 IP 访问了站内几乎所有页面，却每次都只请求页面本身，不加载任何图片和样式文件。真用户浏览页面一定会带着资源请求，只抓 HTML 的基本是程序。
还有一种更隐蔽的异常：请求数没变，来源分布却变了。原本大部分流量来自搜索，忽然有一半来自某个陌生域名，这往往说明有站批量挂了你的链接，或者有人在中间做了跳转。这种变化只看总量根本看不出来，必须拆来源才看得见。
四、按 IP 统计，把异常揪出来
别用肉眼在日志里翻，几千行看不过来。写段脚本按 IP 汇总请求数、错误数和独立路径数，排序后看前二十名：
# 找出异常 IP：按 IP 统计请求量、错误数和独立路径数
import re
from collections import defaultdict
pat = re.compile(r'^(\S+).*?"(?:GET|POST) ([^"]*?)" (\d{3}) ')
stat = defaultdict(lambda: {"n": 0, "err": 0, "paths": set()})
with open("access.log", encoding="utf-8", errors="ignore") as f:
for line in f:
m = pat.match(line)
if not m:
continue
ip, path, code = m.group(1), m.group(2), m.group(3)
s = stat[ip]
s["n"] += 1
if code.startswith(("4", "5")):
s["err"] += 1
s["paths"].add(path.split("?")[0])
print("%-16s %8s %8s %8s" % ("IP", "请求数", "错误数", "独立路径"))
for ip, s in sorted(stat.items(), key=lambda x: -x[1]["n"])[:20]:
print("%-16s %8d %8d %8d" % (ip, s["n"], s["err"], len(s["paths"])))
读结果的时候重点看两个组合。请求数特别高、独立路径特别少，说明它在反复抓同一个页面，是典型的采集或攻击特征。请求数高、错误数也高，说明它在扫描站内不存在的路径，翻目录找漏洞的可能性大。
如果发现某个 IP 段整体异常，直接在服务器或 CDN 层做限制，比在统计后台过滤有效得多——过滤只影响报表，拦在入口才能省下带宽和资源。
五、暴跌要往哪几个方向查
统计工具口径变化，比如埋码被误改、报表加了新的过滤规则。这一条排查最快，先确认一遍。服务器层面，看是不是有大量 5xx 报错、证书过期、或者 CDN 配置被改，用户进不来，访问量自然掉。
技术层面，检查 robots.txt 有没有被改动、有没有误加 noindex、有没有整站跳转。这几项一旦出错，搜索引擎的流量会断崖式下滑。搜索层面，看收录量和抓取频次有没有同步下降，两项一起掉说明是搜索侧的问题。
六、处理完要留一份记录
每次排查完，把时间点、现象、查到原因、做了什么处理记下来。下次再遇到类似曲线，直接翻记录，几分钟就能定位。做站时间长了会发现，流量异常的原因重复率很高，这份记录就是你的排查手册。
相关阅读：
A5创业网 版权所有