linux运维：K掉口碑 欢迎百度

华芳英白

相信很多有经验的站长和我一样，每天观察流量统计，同样，今天也不例外。早上上班后就发现今天流量PV(点击量)有点低，但是IP并没低多少，当时也没在意，因为周三流量通常比周二要低一点。
    我的网站使用的是linux环境，晚上的时候就发现网站速度比较慢，因为刚刚把服务器换到电信A类机房，所以速度还是有点信心的。于是使用top命令检查负载，发现负载超过40，一般负载超过10速度就会慢下来，按照往常的经验，who、ps等命令检查链接和进程，接着使用netstat -a -n检查访问请求，发现119.42.245.*有几个IP异常(后面会提到如何判断异常IP)，链接IP138检查IP来源，发现是阿里巴巴的(汗一下!阿里的IP段都是写的公司名称)。
    笔者网站唯一爱来网是老牌的休闲类网站，而阿里旗下的口碑网是国内最大的分类信息站，百度收录量1400万，而赶集、58、百姓、唯一爱来网收录都在一万以内(看来业精于勤啊，再汗一把)。
    立即，使用iptables -I INPUT -s 119.42.245.0/16 -j DROP 命令封掉IP段，ok，一切搞定，负载逐步降低到5以下。
    接下来的时间继续做功课，分析当日流量，删除垃圾信息(很重要，笔者以前曾经写过分类信息站淘汰法则被垃圾、违法信息淹死?推荐大家看看)以及构思产品的改进策略。过了一会有检查了一下负载，发现又上升到7了，于是依葫芦画瓢，又一个IP段出现我我视野61.135.249.*，这个IP段有点熟悉，似乎是搜索引擎爬虫，于是每2分钟netstat -a -n一下，COPY到ultraedit编辑器里，取3次记录，然后总结，发现这个IP段出现的次数都在35~40之间(百度爬虫的频率一般是37，不知道有站长研究过没)，百度爬虫有61.135开头的爬虫段。
    访问下网站，发现速度正常，看来专业爬虫的技术就是好，不会把人弄宕机。另补充说明下如何判断异常IP：看IP段 ，一些爬虫会自动换IP，防止被封。所以要看IP段出现的频率。不能确定的话可以隔段时间再看。看IP地址，一般国外IP我都是直接封IP。看抓取频率，搜索引擎的爬虫抓取频率会很合适，绝对不会长时间以超过你网站承受能力的频率抓。
    OK，祝福各位站长身体事业两不误。
    (请注明原创地址： 唯一爱来网 站长供稿!)