百度蜘蛛抓取频次一周掉 70% 服务器 429 和 5xx 怎么排查

陆零云 39 0
现象 站点没做任何改版,搜索资源平台里的抓取频次一周内从每天 6 万次掉到 1.8 万次,降幅接近 70%。日志里同时出现大量 429 和 503,蜘蛛来的 IP 段越来越少。奇怪的是线上用户访问一切正常,服务器 CPU 和带宽都只有三成负载。 原因 抓取频次下降几乎都是服务器主动回绝的结果。安全软件或 WAF 把百度 IP 段当成爬虫拦截,返回 429 或 403;Nginx 的 limit_req 限速阈值设得太低,蜘蛛一批量抓取就被挡;PHP-FPM...

json_decode 解析接口返回空 json_last_error 报 4 语法错误怎么修

陆零云 44 0
现象 调用第三方接口拿到响应后 json_decode 返回 null,json_last_error 的值是 4,对应 JSON_ERROR_SYNTAX。把同一段字符串复制到在线格式化工具却能正常解析,肉眼也看不出缺引号或括号,接口在浏览器里显示正常。 原因 语法错误的来源往往在看不见的字符:响应开头带 UTF-8 BOM,字段里有未转义的换行或制表符,末尾多了逗号,或者返回的根本是 HTML 错误页而不是 JSON。另一种情况是响应被 gzip 压缩...

transformers 4.44 加载 safetensors 报 SafetensorError 提示文件不完整怎么解决

陆零云 33 0
现象 服务器上执行 from_pretrained 加载 7B 模型,transformers 4.44 报 SafetensorError: Error while deserializing header,换成 safetensors 直接打开单文件也是同样结果,但同目录下的 config.json 能正常读取,说明目录本身没挂错。 原因 这个报错表示文件头部不是合法的 safetensors 结构,基本等于文件不完整。常见来源是下载中断留下半截文件、...

Safari 里跨域 fetch 请求不带 Cookie SameSite 怎么配才生效

陆零云 35 0
现象 前后端分属不同子域,fetch 已经写了 credentials:'include',Network 里的请求头却依旧没有 Cookie,接口返回 401。直接在地址栏访问同一个接口,Cookie 又能带上。 原因 跨站请求要同时满足三点:请求端 credentials 为 include、响应头 Access-Control-Allow-Credentials 为 true、Access-Control-Allow-Origin 不能是通配符。除此...

telnet 8080 连不上 ss 显示在监听是安全组还是防火墙

陆零云 35 0
现象 应用启动后在机器上执行 ss -lntp 能看到 8080 处于 LISTEN,本机 curl 127.0.0.1:8080 正常返回,但从外网 telnet 8080 一直停在 Trying 然后超时。云控制台的安全组看起来已经放行,运维在防火墙和程序之间来回改,问题依旧。 原因 监听地址是关键。程序绑定的是 127.0.0.1 而不是 0.0.0.0,本机可通、外网必然不通。其次才是防火墙层级:云平台安全组、宿主 iptables、系统 fire...

PHP 7.4 session 频繁丢失 save_path 目录权限怎么排查

陆零云 31 0
现象 PHP 站点登录之后点两下就退回登录页,抓包看 cookie 里的 PHPSESSID 每次请求都在变。服务器上 sess_ 开头的文件越积越多,或者一个都没有,同一套代码在测试机完全正常。 原因 session.save_path 指向的目录 PHP-FPM 运行用户不可写,session 写不进去只能每次新建;多台后端没有做会话保持,session 各自存在本机;cookie 的 domain 与访问域名不一致,浏览器不回传;gc_maxlife...

Lighthouse 性能分只有 42 首屏 LCP 4.6 秒怎么拉到 80

陆零云 36 0
现象 Lighthouse 移动端性能分只有 42,LCP 4.6 秒,TBT 780ms。本地开发机跑出来却是 85 分,团队对不上数,不知道该信哪个结果。 原因 Lighthouse 默认模拟 4G 与四倍 CPU 降速,本地机器性能好会高估;分数由 LCP、TBT、CLS 加权,单项拖后腿就上不去;测试时开着广告拦截或强缓存,结果不可比;不同版本评分模型有差异,跨版本对比没有意义。报告里的数值还受浏览器版本与字体渲染影响,换台机器就会漂移。 解决步骤...

Docker 启动容器报 port is already allocated 8080 被占用怎么释放

陆零云 45 0
现象 服务器上起第二个容器时,docker run -p 8080:80 直接失败,报 driver failed programming external connectivity: Bind for 0.0.0.0:8080 failed: port is already allocated,容器没起来,可 netstat 里又看不出是谁占着。 原因 端口被占用有两种来源:宿主机上别的进程在监听,或者另一个容器已经把这个端口映射出去。Docker 通过...

带宽峰值计费改固定带宽 阿里云 5M 一个月能省多少钱

陆零云 37 0
现象 按峰值带宽计费的实例,平时跑 2M 左右,偶尔做活动冲到 40M,月底账单按峰值算下来比固定 5M 贵出一大截。改成固定带宽后费用稳定了,但活动当天页面明显变慢,用户投诉加载不出来。也有人反过来,固定带宽买得过高,平时只用两成,等于常年多付钱。 原因 峰值计费取的是计费周期内的峰值或 95 峰值,短时突发会把整段费用拉高;固定带宽则是封顶限速,超出部分直接丢弃或排队。两种方式适合的流量形态不同:平稳型适合固定带宽,脉冲型如果脉冲持续时间短,峰值计费反...

内链锚文本 92.6% 是点击这里 蜘蛛判不出主题怎么改

陆零云 32 0
现象 抽查站内 200 条内链,92.6% 的锚文本是「点击这里」「阅读更多」「详情」,同一批目标页被反复用同一句话指向。内链数量看起来不少,目标页的关键词排名两个月没有变化,相关文章模块几乎没有带来任何点击。编辑部的习惯是先把文章写完,最后一次性补链接,自然会用最省事的写法。 原因 模板统一输出了「阅读更多」按钮,编辑也习惯用按钮式链接,关键词从来没有进入锚文本。锚文本是蜘蛛判断目标页主题的主要依据之一,全站同质化等于主动放弃这个信号;再加上相关文章全部...