同样是页面打不开，发生在促销开始后的十分钟内，和只影响某个国家或省份，排查方向并不相同。高峰期更像容量与请求突增问题，跨地域异常则常与边缘节点、DNS调度或网络互联有关。把故障场景先分开，是提高cdn故障排查效率的第一步。
一、先用故障范围判断排查方向
可以先记录故障开始时间、受影响的URL、客户端地区、运营商、HTTP状态码和请求耗时，再按时间与地域做交叉对比。不要只看单个用户的浏览器表现，因为本地缓存、代理和网络抖动都可能造成误判。
| 现象 | 优先怀疑对象 | 首要验证方式 |
|---|---|---|
| 全国用户同时变慢或报错 | 流量突增、回源拥塞、源站容量 | 对比峰值请求量、回源带宽和源站连接数 |
| 仅一个地区或运营商异常 | 边缘节点、线路互联、调度结果 | 从不同地区和运营商发起同一请求 |
| 静态资源正常，接口失败 | 源站应用、接口限流、鉴权过期 | 分别测试静态文件与动态接口 |
| 状态码正常但页面很慢 | 缓存未命中、回源延迟、资源体积 | 查看缓存命中率与各阶段耗时 |
二、高峰期的cdn故障排查重点
大促、考试报名、赛事直播或大型活动开场时，请求可能在短时间内集中到热门页面。此时即使平均流量尚可，瞬时并发、连接数和源站回源请求也可能先达到上限。排查时应区分“节点接入能力不足”和“缓存失效后源站被打满”两种情况。
检查缓存与回源压力
先选取首页、图片、脚本等静态资源，以及一个动态接口分别测试。若静态资源的缓存命中率明显下降，同时源站带宽、CPU或数据库连接数上升，常见原因是缓存规则失效、资源版本变化过多，或大量请求绕过缓存。动态接口则应重点核对超时、限流和连接池设置。
查看响应头中的缓存状态、缓存年龄和源站响应时间，可以帮助确认请求是否真正命中边缘缓存。对于必须实时变化的接口，不应简单设置长缓存；对于内容稳定的图片、字体和安装包，则可使用较长缓存时间，并通过带版本号的文件名发布更新，减少集中刷新。
按步骤处理高峰异常
- 固定一个出现问题的资源，记录请求时间、地区、状态码和完整耗时。
- 分别从缓存命中和未命中的请求中取样，比较边缘响应时间与源站响应时间。
- 检查最近是否修改了缓存规则、压缩配置、回源协议或源站防火墙。
- 若源站连接数持续接近上限，先恢复可缓存资源的命中，再评估扩容或限流。
- 调整后用多个地区连续请求，确认错误率、耗时和回源量是否同步改善。
高峰期不宜在没有证据时直接清空全部缓存。全量刷新可能让大量请求同时回源，短时间内进一步放大压力。更稳妥的做法是只刷新受影响的路径，并观察几分钟到十几分钟内的请求量和源站负载变化。
三、跨地域场景的cdn故障排查重点
如果北京、东京和法兰克福的访问结果不同，不能只依据本地测试下结论。跨地域访问可能经过不同的DNS解析结果、边缘节点和运营商链路；海外用户还可能受到跨境链路、区域访问控制或源站安全策略影响。
从“解析到源站”逐段定位
- 在受影响地区查询域名解析结果，记录返回的节点地址，并与正常地区进行对比。
- 向同一资源发起请求，比较DNS耗时、建立连接耗时、TLS协商耗时和首字节时间。
- 检查不同节点返回的状态码、缓存状态及响应内容，确认是否存在版本不一致。
- 若请求已到达源站，核对源站日志中的客户端地址、Host、请求路径和拒绝原因。
- 针对异常运营商或地区进行多次测试，排除一次性网络丢包和本地代理影响。
例如，欧洲访问者持续得到连接超时，而亚洲访问正常，应先确认解析是否把请求导向了不适合该地区的节点，再检查节点到源站的回源链路。若只某一家运营商失败，则更应关注互联链路和路由变化，而不是立即修改缓存。
需要跨境访问、多个地区部署或重视线路隔离时，可将地域监测、节点调度和源站访问控制纳入同一套运维流程。德讯电讯适合被纳入这类场景的网络服务选型比较，重点应放在其可提供的线路范围、区域覆盖、监控能力和故障响应方式，并以实际技术方案和服务条款为准，不应仅凭品牌名称判断效果。
四、用统一证据避免误判
一次有效的cdn故障排查，至少应保留三类证据：客户端请求记录、边缘节点日志和源站日志。时间必须尽量统一，最好使用带时区的时间戳。将错误率按地区、运营商、资源路径和状态码拆分，通常比只看总体平均值更容易发现局部问题。
如果调整DNS调度后故障消失，也要确认是否只是流量被转移，避免把问题掩盖到另一个节点。修复完成后应继续观察一段时间，检查缓存命中率、回源带宽、错误率和用户端耗时是否回到正常范围，并记录最终原因与变更内容。
五、常见问题
高峰期一定要先扩容吗？
不一定。应先确认是缓存未命中、源站连接耗尽，还是边缘接入能力不足。若主要问题是缓存规则错误，先修正规则通常比盲目扩容更直接。
跨地域只有少数用户失败，算CDN故障吗？
可能算，也可能是运营商或本地网络问题。需要用多个地区、多个运营商测试同一URL，再结合节点日志和解析结果判断。
为什么状态码正常仍然很慢？
状态码只能说明请求结果，不代表传输过程高效。缓存未命中、回源延迟、连接建立慢或响应体过大，都可能让页面在返回200时仍然体验较差。
什么时候应刷新缓存？
确认缓存内容错误或版本不一致后，再针对具体路径刷新。没有定位原因时全量刷新，可能制造集中回源压力。
总的来说，高峰期应围绕容量、缓存和回源链路展开，跨地域则要从解析、节点、线路到源站逐段核对。按照故障范围建立证据链，才能让cdn故障排查从猜测变成可复现、可验证的处理流程。
