筛选参数生成 4300 条重复页 | 抓取预算怎么抢回来

陆零云 41 0
后台的抓取统计连续两周停在每天 1.8 万次,看着不少,按路径分组才发现,4,300 条 URL 是 color、size、sort 这类筛选组合,占了抓取量的 41%。真正带内容的详情页只分到 9,000 次。 第一反应是屏蔽。robots.txt 里加 Disallow 挡住问号路径,三天后抓取总量掉到 6,000,筛选页确实不来了,详情页也跟着少了一半。百度对整站的抓取频次按历史表现分配,砍掉一块,配额一起缩。 撤回规则,改成 canonical 指...

opcache 每 10 分钟自己重启 4096 个文件位为什么不够用

陆零云 27 0
一台跑了三年的大站点,最近每天早上九点到十点之间页面会规律性地卡一两秒。运维在监控上看到 opcache 的 restart 计数每十分钟加一,命中率却一直显示 99.9%,看着像没有异常。 第一反应是有人改了代码触发了缓存失效,问了一圈没人发版。又怀疑 validate_timestamps 开着导致频繁校验,把它关掉之后重启计数照旧。翻 opcache_get_status 的完整返回,发现 oom_restarts 从 0 涨到了 40,这个字段平时...

CosyVoice 2.0 合成 3 分钟音频尾音一直丢在最后 0.4 秒

陆零云 40 0
客服播报用 CosyVoice 2.0 合成,3 分钟的开场白,最后一句「谢谢收听」只剩一个「谢」字,音频总长 179.6 秒。按语速估算应该是 180 秒出头,差的正好是结尾那 0.4 秒。 第一反应是文本末尾的句号被吞,去掉标点重跑,还是短。把 speed 从 1.0 调到 0.95,整体变慢 3 秒,尾部照样缺。又改成非流式一次返回,问题一模一样,说明不是分块拼接时最后一块没发出来。 真正的原因是采样率。模型输出按 24000 采样,我写 wav 的...

Chrome 121:自动填充的蓝色底 内阴影怎么盖住

陆零云 25 0
登录页在 Chrome 121 上,用户点保存过的账号自动填充,用户名输入框背景被染成浅蓝 #e8f0fe,我写的 background: #fff 完全没压住。DevTools 的 Computed 面板里 background-color 显示的还是白色,实际渲染却是蓝的,Styles 面板能看到一条 input:-internal-autofill-selected 的 UA 规则,作者样式没有它优先级高。 第一反应是加 !important,重新加...

resolv.conf 加 rotate 不生效 内网 DNS 轮询为什么只连第一台

陆零云 29 0
内网有两个采集网关,域名 collector.internal 解析到两台机器,为了分摊流量,我在容器的 /etc/resolv.conf 里加了一行 options rotate,nameserver 写了两个地址。上线后看流量,两台机器的比例是 100 比 0,第二台一周没收到过请求。 先在宿主机上验证,同样的 resolv.conf,用 dig 连续查二十次,两个地址交替出现,配置本身没问题。容器里用 nslookup 查同样的域名,二十次全部落在第...

中文 3 个字重 280 KB:unicode-range 怎么切才不闪字

陆零云 36 0
字体上线后首屏一直在闪。三个字重的思源黑体打包成 woff2 一共 280KB,移动端 4G 下要 1.2 秒才到位,标题先显示系统字体再跳成思源,肉眼能看到一次重排。 第一反应是 preload 加 font-display: swap。preload 把下载提前了,swap 让文字先出来,闪烁反而更明显,因为回退字体和思源的度量差得多,换字那一刻整段文字横向挪了一下。 第二步试子集化。按首页文案抽了四百多个字,三个字重压到 46KB,首屏确实快了。上线...

PHP 8.3 的 slowlog 一直是空文件 | 5 秒阈值为何不触发

陆零云 30 0
上周给一台 PHP-FPM 机器开了慢日志,池配置里写了 request_slowlog_timeout = 5s,slowlog 指向 /var/log/php-fpm/www-slow.log。跑满七天,文件一直是 0 字节,可 access log 里耗时超过五秒的请求有一千二百多条,两边完全对不上。 第一反应是参数没被读到。用 php-fpm -tt 打了一遍配置,request_slowlog_timeout 显示 5s,说明池文件确实加载了。又...

PaddleOCR 2.7.3 竖排小票识别串行 方向分类怎么关

陆零云 33 0
票据识别接的是 PaddleOCR 2.7.3,竖版小票一次识别出来,「合计」和后面的金额被拼成同一行,字段顺序整体错开。置信度打印是 0.93,靠分数根本挑不出错的那几张。 第一反应是把 rec_score_thresh 提到 0.85,重跑一遍,错的还是高置信,只是把几张打印模糊的也误杀了。又去关方向分类,use_angle_cls 设 False,横版图里倒置的文字立刻识别不出来,说明这条路也不对。 回头看检测框才发现问题不在识别,在切分。小票是正常...

column-count 三列在 Chrome 120 断行错位 每列高度差 18px

陆零云 28 0
帮助中心的名词解释页用 column-count: 3、column-gap: 32px 排版,Chrome 120 下三列底边不齐,第二列比第一列低 18px,最后一条解释被从中间劈开,一半在第二列底部一半跑到第三列顶部,用户以为内容丢了。 试过给每个条目加 break-inside: avoid,条目不再被劈开,列高差还在,因为列高按容器高度均分,内容撑不满时浏览器把剩余空间摊到各列,底部就出现错位空白。换 Chrome 119 复现,同样错位只是幅度...

长连接跑一天内存涨 2GB | 缓冲区怎么设才不 OOM

陆零云 35 0
网关进程的 RSS 每天涨 2GB 左右,跑到第三天被 OOM killer 干掉,重启之后归零,如此循环了两周。连接数稳定在 48 万,没有明显泄漏的业务对象。 先看 pprof 的堆快照,排前面的不是业务结构体,是 bufio 的读写缓冲。每个连接默认 4KB 读加 4KB 写,48 万连接光缓冲就是 3.9GB 上限,实际占 2GB 出头,对得上。 问题在于这些缓冲不释放。连接进了空闲池,对象还挂着引用,GC 看着不算垃圾,量就慢慢堆。每日新建连接一...