首页
关于本站
私人 DNS 加密设置教程
全部文章
推荐
加密 DNS 服务
DNS 实时战报
过滤规则订阅
搜索
网络与 DNS
加密 DNS 实操
路由器与家庭网络
自建服务
AdGuard Home
服务器运维
开发与工具
安全与隐私
登录
搜索
23-4.CN
累计撰写
492
篇文章
累计收到
3
条评论
首页
分类
网络与 DNS
加密 DNS 实操
路由器与家庭网络
自建服务
AdGuard Home
服务器运维
开发与工具
安全与隐私
页面
关于本站
私人 DNS 加密设置教程
全部文章
推荐
加密 DNS 服务
DNS 实时战报
过滤规则订阅
注册丨登录
搜索到
492
篇
234
发布的文章
2026-10-24
把 Typecho 搬到新服务器:数据库、附件、伪静态、定时任务一份不漏
这篇是自建服务笔记。站内的加密 DNS 服务在dns.23-4.cn。给自己的博客换服务器,看起来很简单的四步:装环境、传文件、导数据库、改配置。但真正做过的人都知道,最容易漏的是第四步之后的东西:附件目录权限不对,图片全裂;伪静态规则没带过去,除了首页全是 404;定时任务没迁,备份悄悄停了两个月;数据库导入了但 auto_increment 丢了,新文章 ID 冲突。这篇是按「漏一次就疼一次」的顺序整理的迁移清单,每一节都有可复制的命令和验证方法。以 Typecho + nginx + PHP + SQLite 为例,MySQL 的差异会单独标出。一、先记录旧机器的完整状态⛔ 别急着动手传文件。 先在旧机器上把状态记录下来,后面每一步都要拿它对照。# 1. 系统与版本 cat /etc/os-release | head -3 uname -r # 2. PHP 版本与模块 php -v | head -1 php -m | tr '\n' ' ' # 3. nginx 版本与配置结构 nginx -v nginx -T 2>/dev/null | grep -c "^# configuration file" # 4. 数据库类型与位置(Typecho 的配置文件里就有) grep -E "Db\(|'file'|'database'|'host'" /var/www/typecho/config.inc.php # 5. 站点根目录大小与文件数 du -sh /var/www/typecho find /var/www/typecho -type f | wc -l # 6. 定时任务 crontab -l ls -la /etc/cron.d/ 2>/dev/null # 7. 所有 systemd 服务单元(非系统自带的) systemctl list-unit-files --state=enabled --no-pager | grep -vE "^(systemd|dbus|getty|cron|ssh|rsyslog|networkd|resolved|udev|apparmor|unattended|snap)" | head -20把这份输出存成文件,这是你的迁移基线:{ echo "=== OS ==="; cat /etc/os-release | head -3; uname -r echo "=== PHP ==="; php -v | head -1 echo "=== nginx ==="; nginx -v 2>&1 echo "=== files ==="; find /var/www/typecho -type f | wc -l echo "=== cron ==="; crontab -l 2>/dev/null } > /root/migrate-baseline.txt 2>&1二、备份数据库:别用 cp这一步是全文最重要的技术点。为什么不能直接 cp 数据库文件SQLite 的默认日志模式是 journal_mode=delete(回滚日志)。在有写入进行中的时候,数据可能分散在三个文件里:xxx.db:主文件;xxx.db-journal:回滚日志(delete 模式);xxx.db-wal + xxx.db-shm:WAL 模式(如果开了)。先看你的库是什么模式:python3 - <<'EOF' import sqlite3 c = sqlite3.connect('file:/var/lib/typecho/6abdb5f537ed4.db?mode=ro', uri=True) for k in ('journal_mode', 'page_size', 'page_count', 'freelist_count'): print(k, '=', c.execute('pragma ' + k).fetchone()[0]) EOF实测我这台机器(注意 SQLite 3.31.1 的 3.31.1 版本号被 python 报出来):journal_mode = delete page_size = 4096 page_count = 151 freelist_count = 2delete 模式下没有 -wal 文件,所以 cp 看起来"没问题"。但如果备份的那一瞬间正好有事务在写,cp 出来的副本可能包含半提交的页——打开时可能报 database disk image is malformed,也可能静默丢掉最后几次写入。判断风险的方法:看有没有 -wal / -journal 文件在存在。ls -la /var/lib/typecho/ | grep -E "wal|shm|journal" || echo "当前无日志文件(但仍不能保证 cp 安全)"实测这台机器:三个都没有。但这只是"此刻没有",不代表 cp 的那一瞬间没有。三种备份方式的实测对比我在这台机器上把三种方式都跑了一遍,产物大小和耗时:方式产物大小耗时能否在线做cp618496 B1.8 ms⚠️ 有写入时不安全.backup() API618496 B13.1 ms✅ 安全VACUUM INTO585728 B6.2 ms✅ 安全,且会整理碎片三种产物我都验证了:tables=7 rows=55 integrity_check=ok,完全一致。推荐 .backup():python3 - <<'EOF' import sqlite3, time src = sqlite3.connect('file:/var/lib/typecho/6abdb5f537ed4.db?mode=ro', uri=True) dst = sqlite3.connect('/root/backup-%s.db' % time.strftime('%Y%m%d-%H%M%S')) src.backup(dst) # 内部按页复制,并且会重试被写入的页 dst.close(); src.close() print('备份完成') EOFConnection.backup() 的好处:它在复制过程中如果遇到正在被修改的页,会自动重试,所以能拿到一致快照。VACUUM INTO 是另一个好选择(SQLite ≥ 3.27):python3 - <<'EOF' import sqlite3 c = sqlite3.connect('file:/var/lib/typecho/6abdb5f537ed4.db?mode=ro', uri=True) c.execute("vacuum into '/root/backup-vacuum.db'") c.close() print('VACUUM INTO 完成') EOF它的额外好处:产物是整理过的(585728 B vs 618496 B,小了 32 KB,因为去掉了 freelist_count=2 的空闲页)。适合长期归档。⛔ 不要用 sqlite3 .dump——不是不好,而是这台机器根本没装 sqlite3 命令行:command -v sqlite3 || echo "sqlite3 CLI NOT FOUND"实测:sqlite3 CLI NOT FOUND这是很多精简系统的常态。用 Python 的 sqlite3 模块代替,功能完全够,而且不依赖额外安装。MySQL 的差异如果你用的是 MySQL 而不是 SQLite:# 备份(--single-transaction 保证一致性,不停机) mysqldump --single-transaction --routines --triggers \ -u root -p typecho > /root/typecho-$(date +%F).sql # 恢复 mysql -u root -p typecho < /root/typecho-2026-10-24.sql--single-transaction 是关键——它在一个事务里导出,保证数据一致,不需要锁表。三、传文件:用 rsync,别用 scp# 在旧机器上执行,推到新机器 rsync -avz --progress \ --exclude 'usr/uploads/cache/*' \ --exclude '*.log' \ /var/www/typecho/ root@NEW_IP:/var/www/typecho/rsync 相比 scp 的价值:可断点续传、可增量、可排除。几百 MB 的附件目录用 scp 传到一半断了要重来,rsync 直接续。踩坑点 1:附件目录权限传完之后,附件目录的属主往往是错的(rsync 默认保留 uid/gid,但新机器上可能没有同样的用户)。# 新机器上 chown -R www-data:www-data /var/www/typecho find /var/www/typecho -type d -exec chmod 755 {} \; find /var/www/typecho -type f -exec chmod 644 {} \; # 只有这个目录需要写权限 chmod -R 775 /var/www/typecho/usr/uploads别偷懒 chmod -R 777。那会让 PHP 能写任何文件,包括 config.inc.php——一个上传漏洞就能改你的数据库配置。踩坑点 2:config.inc.php 不要覆盖如果新机器上已经装过一份 Typecho(哪怕是为了拿目录结构),rsync 会把它的 config.inc.php 覆盖掉。而那个文件里的数据库路径、表前缀是新机器的,不该被旧机器的覆盖。# 正确做法:排除它,单独处理 rsync -avz --exclude 'config.inc.php' /var/www/typecho/ root@NEW:/var/www/typecho/ # 然后在新机器上手工确认 config.inc.php 指向正确的库踩坑点 3:验证文件数一致# 旧机器 find /var/www/typecho -type f | wc -l # 新机器 find /var/www/typecho -type f | wc -l两个数字必须一样。不一样就说明有文件没传过去,或者被 exclude 掉了不该 exclude 的东西。四、伪静态:这是 404 的头号原因文件传完、数据库导完,打开首页正常,点进文章 404——九成是伪静态规则没迁。nginx 的 try_filesTypecho 需要把不存在的路径交给 index.php:server { listen 443 ssl http2; server_name www.example.com; root /var/www/typecho; index index.php; location / { try_files $uri $uri/ /index.php$uri?$query_string; } location ~ \.php$ { include fastcgi_params; fastcgi_pass unix:/run/php/php83-fpm.sock; fastcgi_param SCRIPT_FILENAME $document_root$fastcgi_script_name; } # 静态文件直接返回,不经过 PHP location ~* \.(js|css|png|jpg|jpeg|gif|ico|svg|woff2?)$ { expires 7d; access_log off; } }注意 /index.php$uri?$query_string 里的 $uri——这个不能漏。对比两个写法:try_files $uri $uri/ /index.php?$query_string; # ⚠️ 丢了路径 try_files $uri $uri/ /index.php$uri?$query_string; # ✅ 带上路径第一种把请求全部改写成「index.php 加查询串」,路径信息丢了。Typecho 靠 PATH_INFO 风格的路由来判断「你在访问哪篇文章」,路径没了就等于告诉它「你在访问首页」——于是所有文章页都返回首页内容,状态码还是 200。这种故障比 404 更难查:状态码是 200,页面能打开,只是内容不对。验证伪静态的三条命令# 1. 首页 curl -sS -o /dev/null -w "home=%{http_code}\n" https://www.example.com/ # 2. 文章页(这条最容易出问题) curl -sS -o /dev/null -w "post=%{http_code}\n" https://www.example.com/archives/1/ # 3. 分类页 curl -sS -o /dev/null -w "cat=%{http_code}\n" https://www.example.com/category/default/三条全 200 才算伪静态通了。只测首页是不够的——首页是 index.php 直接命中,根本用不到 try_files。而且光看状态码也不够,要确认返回的是正确的文章,不是首页顶替的:# 用标题做区分:文章页的 <title> 应该包含文章标题,不是站点名 curl -sS https://www.example.com/archives/1/ | grep -o "<title>[^<]*</title>"如果文章页返回的 <title> 是站点名而不是文章名,就是 $uri 丢了。踩坑点 4:fastcgi_pass 的 socket 路径Ubuntu 上 PHP-FPM 的 socket 路径带版本号。实测这台机器:/etc/nginx/conf.d/typecho.conf:895: fastcgi_pass unix:/run/php/php83-fpm.sock;而实际监听的 socket:srw-rw---- 1 www-data www-data 0 Oct 24 00:20 /run/php/php83-fpm.sock lrwxrwxrwx 1 root root 30 Oct 11 10:58 /run/php/php-fpm.sock -> /etc/alternatives/php-fpm.sock注意有个 php-fpm.sock 是软链接(指向 alternatives)。所以两个路径可能都能用——但如果 alternatives 指向了别的版本,软链接就会指错。从 PHP 8.1 换到 8.3 时,这个路径会变,而 nginx 配置里写死了旧路径:# 看实际在监听的 socket ls -la /run/php/*.sock如果 nginx 日志里有 connect() failed (2: No such file or directory) while connecting to upstream,就是这个原因。五、定时任务:最容易被忘的一步# 旧机器 crontab -l > /root/crontab-backup.txt cat /root/crontab-backup.txt新机器上恢复:crontab /root/crontab-backup.txt crontab -l # 确认踩坑点 5:cron.d 里的任务不会跟着 crontab -l 走ls -la /etc/cron.d/ /etc/cron.daily/ 2>/dev/null这些目录里的任务要单独复制。很多人只迁了用户 crontab,忘了系统级的。验证定时任务真的在跑(不只是"配置存在"):# 方式 1:看 cron 日志 grep CRON /var/log/syslog | tail -10 # 方式 2:让任务写个时间戳,等它执行后检查 # 在 crontab 里临时加一行: # * * * * * date >> /tmp/cron-alive.txt sleep 70 && cat /tmp/cron-alive.txt配置存在 ≠ 任务在跑。 上面第二种方式才能真正验证。六、迁移后必做的 8 项验证SITE=https://www.example.com echo "--- 1. 首页 ---" curl -sS -o /dev/null -w "%{http_code} %{time_total}s\n" $SITE echo "--- 2. 文章页(伪静态)---" curl -sS -o /dev/null -w "%{http_code}\n" $SITE/archives/1/ echo "--- 3. 后台登录页 ---" curl -sS -o /dev/null -w "%{http_code}\n" $SITE/admin/login.php echo "--- 4. RSS ---" curl -sS -o /dev/null -w "%{http_code} %{content_type}\n" $SITE/feed/ echo "--- 5. sitemap ---" curl -sS -o /dev/null -w "%{http_code}\n" $SITE/sitemap.xml echo "--- 6. 随便一个附件 ---" curl -sS -o /dev/null -w "%{http_code} %{size_download}\n" $SITE/usr/uploads/$(ls /var/www/typecho/usr/uploads | head -1) echo "--- 7. 数据库能读 ---" python3 -c "import sqlite3;c=sqlite3.connect('file:/var/lib/typecho/6abdb5f537ed4.db?mode=ro',uri=True);print('posts=',c.execute(\"select count(*) from typecho_contents where type='post' and status='publish'\").fetchone()[0])" echo "--- 8. 写入能落库(发一条测试评论或改一篇文章)---" # 这条必须真做一次,只读测试证明不了写权限第 8 项特别重要。只读验证(前 7 项)全部通过,不代表写入正常。 数据库文件权限、目录权限、SQLite 的临时目录,这些只在写的时候才暴露。最简单的写入测试:# 用后台改一篇文章的标题,点保存,然后看数据库 python3 -c " import sqlite3 c = sqlite3.connect('file:/var/lib/typecho/6abdb5f537ed4.db?mode=ro', uri=True) print(c.execute('select cid,modified from typecho_contents order by modified desc limit 1').fetchone()) "modified 应该是刚才那一刻。七、切换 DNS 之前的最后一件事用 --resolve 先在新机器上验证,别直接改 DNS。# 让 curl 连到新 IP,但用原来的域名(SNI 和 Host 头都不变) curl -sS -o /dev/null -w "new-server=%{http_code}\n" \ --resolve www.example.com:443:NEW_IP \ https://www.example.com/返回 200 就说明新机器能正常响应。返回证书错误,说明新机器上的证书没装好;返回 301/404,说明 server_name 或 try_files 有问题。这一条能避免一次线上故障:改 DNS 是有缓存和传播时间的,如果新机器其实没准备好就切了,你会有一段「部分用户访问失败」的窗口,而且回滚也要等传播。八、迁移清单(打印出来照做)□ 旧机器:记录 OS / PHP / nginx 版本 □ 旧机器:备份数据库(用 .backup() 或 VACUUM INTO,不用 cp) □ 旧机器:导出 crontab 和 /etc/cron.d/ □ 传输:rsync(排除 config.inc.php / *.log / cache) □ 新机器:chown www-data + 正确的目录权限(不是 777) □ 新机器:确认 config.inc.php 的数据库路径 □ 新机器:伪静态规则(try_files) □ 新机器:确认 fastcgi_pass 的 socket 路径 □ 新机器:恢复 crontab □ 验证:首页 / 文章页 / 后台 / RSS / sitemap / 附件 / 读库 / 写库 □ 切换:先用 --resolve 验证,再改 DNS □ 切换后:观察 1 小时,确认错误日志无新增相关阅读SQLite 博客的备份与恢复:为什么不能 cp,该用 .backup 还是 VACUUM INTO在 Alpine Linux 上从零搭一个 Typecho:nginx + php-fpm + SQLitenginx error.log 里那 5 类 warn 到底要不要管
2026年10月24日
32 阅读
0 评论
0 点赞
2026-10-24
加密 DNS 的 ECS 到底传了什么:/24 与 /56 分别暴露你的位置
加密 DNS 主机名:dns.23-4.cn | DoH 地址:https://dns.23-4.cn/dns-query | 配置教程 | 实时战报用了加密 DNS,查询内容确实没人能看了。但你有没有想过:你的解析器把什么信息交给了下一跳?这里有个不太被讨论的机制叫 ECS(EDNS Client Subnet)。简单说:你的解析器在向上游权威服务器查询时,可能附带上你的 IP 网段(通常是 /24,IPv6 是 /56),好让 CDN 返回离你最近的节点。它不是泄露——因为接收方是你的解析器指定的上游,不是运营商。但它确实把你的位置信息往下游传了一层,而且大多数人不知道自己用的 DNS 传不传。这篇给一套可执行的判定方法,以及一个反直觉的结论:加密不等于不带 ECS,带了 ECS 也不等于不安全。下面所有输出都是我在一台 Ubuntu 20.04(dig 9.18.30)上实际跑出来的。一、先搞清楚 ECS 想解决什么问题不带 ECS 时,权威服务器只能看到递归解析器的出口 IP。假设你的解析器在 A 地,你在 B 地,那么:权威服务器(比如某个 CDN)认为「请求来自 A 地」;于是返回了 A 地附近的节点;你实际在 B 地,被调度到了一个绕远的节点。这就是「用公共 DNS 后访问变慢」的经典原因之一。带 ECS 时,解析器会告诉权威服务器:「请求来自 1.2.3.0/24 这个网段」。权威服务器就能返回那个网段附近的节点。代价:你的网段信息被传下去了。二、怎么测一个 DNS 到底传不传 ECSdig 有一个 +subnet 参数,可以携带 ECS 选项。如果服务端回显了这个选项,说明它处理了 ECS;如果不回显,说明它忽略了。测本站的加密 DNS(DoT)dig +tls +subnet=1.2.3.0/24 @dns.23-4.cn example.com | grep -iE "CLIENT-SUBNET|EDNS"实测输出:; EDNS: version: 0, flags:; udp: 1232只有 EDNS 段,没有 CLIENT-SUBNET 行。 说明这个服务没有回显 ECS——它把我的 /24 丢掉了。作为对照,换一个会回显的公共 DNS:dig +subnet=1.2.3.0/24 @223.5.5.5 example.com | grep -iE "CLIENT-SUBNET|EDNS"实测:; EDNS: version: 0, flags:; udp: 1232 ; CLIENT-SUBNET: 1.2.3.0/24/24多了一行 CLIENT-SUBNET。这一行值得拆开看:1.2.3.0/24/24 是三个字段:字段值含义第 1 段1.2.3.0网段地址(我传进去的)第 2 段/24源前缀长度(我传进去的)第 3 段/24作用域前缀长度(解析器决定往下传多少)第三个数字最关键——它才是解析器「愿意暴露多少」的实际值。你传 /24,它可能只传 /24、也可能截短到 /16,甚至传 /0(等于不带)。这个第三个数字,我实测出了它的真实作用故意传一个更长的前缀,看它会不会被截短:dig +subnet=1.2.3.4/32 @223.5.5.5 example.com | grep CLIENT-SUBNET实测:; CLIENT-SUBNET: 1.2.3.4/32/24我传的是 /32(精确到单个 IP),但回显的第三个字段是 /24。这说明解析器把我的 /32 截短到了 /24 才往下传。 它在保护我——即使客户端(或某个上游)想暴露精确 IP,它也只放行到网段级别。再传一个更短的,看会不会被拉长:dig +subnet=1.2.0.0/16 @223.5.5.5 example.com | grep CLIENT-SUBNET实测:; CLIENT-SUBNET: 1.2.0.0/16/24我传 /16,回显是 /16/24。第三个字段还是 /24——但注意:第二个字段(我传的)是 /16,第三个(作用域)是 /24。这两个数字的含义不同:第 2 段 /16 = 「我告诉你我在 1.2.0.0/16 里」;第 3 段 /24 = 「你可以按 /24 的粒度来对待我」。作用域比源前缀更长(/24 > /16)是合法的——意思是「你可以假设我更精确到这个程度」。真正防止暴露的是源前缀:我传 /16,权威服务器就只知道 /16。⇒ 关键结论:/32 会被截到 /24,但 /16 不会被拉到 /24。所以「传更短的」是安全的,「传更长的」要看解析器是否截断。IPv6 同理:dig +subnet=2001:db8::/56 @223.5.5.5 example.com | grep CLIENT-SUBNET实测:; CLIENT-SUBNET: 2001:db8::/56/64传 /56,作用域是 /64。这说明 /56 是「源前缀」,/64 是「作用域」——和 IPv4 的 /24 是同一个位置的角色。这就是判定 ECS 的可执行判据:同一个参数打两个 DNS,一个回显 CLIENT-SUBNET 一个不回显,差别一目了然,比看任何文档都直接。三、/24 和 /56 分别暴露了什么IPv4 的 /24 是 256 个地址;IPv6 的 /56 是 2^(128-56) = 2^72 个地址。看起来 IPv6 的 /56 大得离谱,但实际上:协议常见 ECS 长度相当于能定位到IPv4/24256 个地址一个小区/一栋楼IPv4/321 个地址你自己IPv6/562^72 个地址一个运营商的一个片区IPv6/642^64 个地址一个子网(通常一户)IPv6/0—不暴露(等于关闭)关键点:/24 和 /56 不是「一样安全」的两种选择,它们定位精度差得很远。IPv4 /24 → 256 个地址,能定位到一个接入点;IPv6 /56 → 虽然地址数巨大,但 IPv6 的分配策略通常按「一个片区一个 /56」,所以它同样能定位到一个片区。所以规范(RFC 7871)给的建议是:ECS 应该使用 /24(IPv4)和 /56(IPv6)作为默认上限,不要传更长的前缀。但现实中也有解析器传 /32——那就是把你的确切 IP 交出去了。想主动关掉,用 /0:dig +tls +subnet=0.0.0.0/0 @dns.23-4.cn example.com | grep -iE "CLIENT-SUBNET|EDNS"实测:; EDNS: version: 0, flags:; udp: 1232/0 的语义是「我的网段是 0.0.0.0/0」,等于告诉解析器「别带我的任何前缀」。四、三个常见误解误解 1:「用了加密 DNS 就没有 ECS 了」不成立。 加密和 ECS 是两个正交的维度: 不带 ECS带 ECS明文 DNS运营商能看到全部查询运营商能看到查询 + 你的网段加密 DNS运营商看不到查询运营商看不到查询,但上游能看到你的网段加密解决的是「链路上谁能看到」,ECS 决定的是「下游知道多少」。两者可以任意组合。上面的实测就是证据:dns.23-4.cn 是加密的(DoT),且不带 ECS;223.5.5.5 是明文的,且带 ECS。但也存在加密且带 ECS 的服务,只是我没在这台机器上遇到。误解 2:「ECS 是泄露」不是。 泄露(leak)的定义是「查询到了你没授权的解析器」。ECS 里的接收方是你自己选的解析器的上游,是授权链路的一部分。真正的区别是告知范围:不带 ECS → 上游只知道「某个解析器问了我」;带 ECS → 上游知道「某个解析器替 1.2.3.0/24 问我」。这是精度问题,不是授权问题。把它叫「泄露」会让讨论失焦。误解 3:「关掉 ECS 一定更好」不一定。 关掉 ECS 的代价是调度精度下降:用 CDN 的站点,你可能被调度到远端节点,延迟上升;某些按地域做负载均衡的服务,会给你返回错误的节点。所以选择是:你的优先级建议隐私优先(不想暴露任何位置)关 ECS(/0),接受可能的调度偏差速度优先(CDN 命中率重要)保留 /24 / /56,这是规范推荐的上限折中只在特定域名上带 ECS,其余关掉(需要解析器支持按域名配置)⛔ 绝对不要用 /32 或 /128 ——那等于把你的确切 IP 交出去,没有任何性能收益能抵消这个代价。五、自己验证的三条命令# 1. 你的加密 DNS 传不传 ECS(回显 CLIENT-SUBNET 就是传) dig +tls +subnet=1.2.3.0/24 @dns.23-4.cn example.com | grep -iE "CLIENT-SUBNET|EDNS" # 2. 对照组(一个已知会回显的公共 DNS) dig +subnet=1.2.3.0/24 @223.5.5.5 example.com | grep -iE "CLIENT-SUBNET|EDNS" # 3. 主动关闭(/0) dig +tls +subnet=0.0.0.0/0 @dns.23-4.cn example.com | grep -iE "CLIENT-SUBNET|EDNS"怎么读结果:出现 CLIENT-SUBNET: x.x.x.0/NN/NN → 服务处理 ECS,看第三个数字判断实际传多长;只有 EDNS 没有 CLIENT-SUBNET → 服务忽略 ECS(你的网段没被传下去);报错或超时 → 该服务不支持 ECS 选项,或者你打错了端口。验证做对了没有:第 1 条和第 2 条的结果必须不同。如果两条输出一模一样,说明你的 dig +subnet 根本没生效(老版本不支持这个参数),换个版本或者用 kdig。六、为什么这件事值得单独讲大部分人配加密 DNS 时只关心一件事:查询内容有没有被看到。这当然重要,但它只是隐私的一个维度。完整的图景是三层:链路层:谁能看到你的查询 → 由加密(DoT/DoH/DoQ)解决;内容层:查询内容被记录多久 → 由服务商的日志政策决定;元数据层:你的位置/网段信息传了多远 → 由 ECS 决定。三层里最容易忽略的是第三层,因为它不体现在任何一个「安全」字样上,也没有任何界面会提示你。但它恰恰是唯一一条能直接把「一个 IP」关联到「一个地理片区」的信息。而它的判定方法简单到只有一条 dig +subnet 命令——这就是为什么值得单独写一篇。相关阅读怎么验证加密 DNS 真的生效:dig +tls / +https 与 curl 四步逐层排查dnsleaktest 显示多个 DNS 服务器?先分清是泄露还是正常现象私人 DNS 是什么、适合谁:一份不带玄学的判断清单
2026年10月24日
45 阅读
0 评论
0 点赞
2026-10-24
curl --resolve 与 --connect-to 的区别:只换连接目标,不换 SNI 和 Host
这篇是排查工具笔记,和 DNS 加密本身无关。站内的加密 DNS 服务在 dns.23-4.cn。有三种场景会让你需要「连到某个特定 IP,但让 TLS 和 Host 头还是原来的域名」:换了服务器,DNS 还没切,想先在新机器上验证站点能不能正常起来;怀疑 DNS 解析到了旧 IP,想证明「问题在解析,不在服务」;同一台机器上跑了多个虚拟主机,想精确命中其中一个。/etc/hosts 能解决第一种,但它要 root、会影响整机、还要记得改回来。curl 有两个参数是专门为这件事设计的:--resolve 和 --connect-to。它们看起来像同一件事,实际差别很关键——用错了会在证书和 SNI 上踩坑,而且报错信息完全指不到真正的原因。下面的输出都是我在一台 Ubuntu 20.04、curl 7.68 上实际跑出来的。一、先看手册怎么说两条命令的 man 原文,差别一眼就能看出来。--resolve:--resolve <host:port:address[,address]...> Provide a custom address for a specific host and port pair. Using this, you can make the curl requests(s) use a specified address and prevent the otherwise normally resolved address to be used. Consider it a sort of /etc/hosts alternative provided on the command line. The port number should be the number used for the specific protocol the host will be used for.--connect-to:--connect-to <HOST1:PORT1:HOST2:PORT2> For a request to the given HOST1:PORT1 pair, connect to HOST2:PORT2 instead. This option is suitable to direct requests at a specific server, e.g. at a specific cluster node in a cluster of servers. This option is only used to establish the network connection. It does NOT affect the hostname/port that is used for TLS/SSL (e.g. SNI, certificate verification) or for the application protocols. "HOST1" and "PORT1" may be the empty string, meaning "any host/port". "HOST2" and "PORT2" may also be the empty string, meaning "use the request's original host/port".关键就那一句:--connect-to 只管建立网络连接,不影响 TLS/SSL 用的主机名和端口(也就是 SNI、证书校验),也不影响应用层协议。--resolve 手册里没写这句,但它的行为是一样的——它替换的只是「域名到地址」的解析结果,SNI 和 Host 头仍然来自你请求的 URL。一句话概括两者: 改连接目标能改端口SNIHost 头证书校验用哪个名字--resolve✅❌(只能匹配,不能换成别的端口)不变不变URL 里的域名--connect-to✅✅不变不变URL 里的域名裸 IP 访问✅✅变成 IP变成 IPIP,几乎必然失败二、--resolve:命令行版的 /etc/hosts先看基准。不加任何参数:curl -sS -o /dev/null -w 'code=%{http_code} ip=%{remote_ip}\n' https://www.23-4.cn/实测:code=200 ip=240e:95d:3020:43::4006注意 remote_ip 是个 IPv6 地址。这台机器同时有 A 和 AAAA 记录,curl 优先选了 IPv6。这本身就是个坑——你想测 IPv4 那台的时候,可能一直在打 IPv6。现在强制走 IPv4:curl -sS -o /dev/null -w 'code=%{http_code} ip=%{remote_ip}\n' \ --resolve www.23-4.cn:443:160.202.238.204 \ https://www.23-4.cn/实测:code=200 ip=160.202.238.204remote_ip 变成了 160.202.238.204,状态码还是 200。说明:连接确实打到了指定 IP,而 TLS 握手、SNI、Host 头全都还是 www.23-4.cn——所以服务端正常返回了这个站点的内容。--resolve 的格式是 host:port:address,端口必须写,而且必须和 URL 里的端口一致(https 就是 443)。它匹配的是「主机 + 端口」这个组合,所以同一个主机不同端口要写多条:curl --resolve www.example.com:443:10.0.0.1 \ --resolve www.example.com:8443:10.0.0.2 \ https://www.example.com/三、--connect-to:能换端口,这是它真正的价值--resolve 不能表达「连到 443 但从 9999 端出去」。--connect-to 可以,格式是 HOST1:PORT1:HOST2:PORT2。先验证端口真的生效——把它指到一个没人监听的端口:curl -sS -o /dev/null -w 'code=%{http_code}\n' \ --connect-to www.23-4.cn:443:160.202.238.204:9999 \ https://www.23-4.cn/实测:curl: (7) Failed to connect to 160.202.238.204 port 9999: Connection refused code=000报错里明确是 port 9999。这就证明了 PORT2 被真正用上了,不是摆设。同样的思路可以证明 --resolve 真的改了目标 IP。故意指一个不可达地址:curl -sS -o /dev/null -w 'code=%{http_code}\n' \ --resolve www.23-4.cn:443:192.0.2.1 \ https://www.23-4.cn/实测:curl: (28) Connection timed out after 6001 milliseconds code=000192.0.2.1 是 RFC 5737 保留的文档用地址,永远不可达。超时说明 curl 真的去连它了,而不是忽略了参数。四、最容易踩的坑:SNI 不会跟着变这是两个参数最反直觉的地方,也是它们的设计意图。curl -sS -o /dev/null -w 'code=%{http_code}\n' \ --resolve example.com:443:160.202.238.204 \ https://example.com/实测:curl: (60) SSL: no alternative certificate subject name matches target host name 'example.com'TLS 握手阶段就失败了。因为 SNI 发出去的是 example.com,而对方服务器出示的证书是 *.23-4.cn:timeout 8 openssl s_client -connect www.23-4.cn:443 -servername www.23-4.cn </dev/null 2>/dev/null \ | openssl x509 -noout -subject -ext subjectAltName实测:subject=CN = *.23-4.cn X509v3 Subject Alternative Name: DNS:*.23-4.cn, DNS:23-4.cnexample.com 不在这个证书的 SAN 里,校验就过不去。这个「失败」恰恰证明参数工作正常:--resolve 只换了「连哪里」,没换「我是谁」。如果它把 SNI 也一起换了,你反而失去了用它验证真实站点的能力——因为那样测的就不是你的配置,而是另一个域名的配置了。想看这个错配后面的真实响应,加 -k:curl -sS -o /dev/null -w 'code=%{http_code}\n' -k \ --resolve example.com:443:160.202.238.204 \ https://example.com/实测:code=301301 是因为请求落到了默认虚拟主机,被重定向走了。这就是「Host 不匹配」的典型表现:TLS 能过(因为 -k 跳过了校验),但 nginx 找不到对应的 server_name,于是交给默认 server 处理。五、和「直接写裸 IP」有什么区别很多人图省事直接写 IP:curl -sS -o /dev/null -w 'code=%{http_code}\n' -k https://160.202.238.204/实测:code=301看起来和上面一样,但两者不是一回事: --resolve / --connect-to裸 IP连接目标指定 IP就是这个 IPSNIwww.23-4.cn无(或 IP)Host 头www.23-4.cn160.202.238.204命中哪个 server_name正确的那个默认 server证书校验正常通过必然失败,只能 -k用裸 IP 测出来的结果不能代表真实用户拿到的结果。它走的是默认虚拟主机,可能是另一个站、可能被重定向、可能直接 404。用它来判断「新机器部署好了没」会得到完全错误的结论。这也是为什么我在 nginx 配置里留了这么一段注释:# curl --resolve dns.23-4.cn:443:160.202.238.204 ... /dns-query -> 200 ✓ # curl https://160.202.238.204/dns-query(裸 IP、无 SNI) -> 301 ✗ # curl --resolve foo.23-4.cn:443:160.202.238.204 ... /dns-query -> 301 ✗第二条是裸 IP,第三条是证书能过但 server_name 不存在的子域名——注意 foo.23-4.cn 是能通过证书校验的(*.23-4.cn 覆盖它),所以它返回 301 而不是 TLS 错误。这两种 301 长得一样,原因完全不同。六、什么时候用哪个场景用哪个理由验证新机器上的站点能否正常响应--resolve不需要改端口,最直观想测某个非标准端口上的服务--connect-to唯一能改端口的复现「DNS 解析到了旧 IP」--resolve精确指定旧 IP测内网某台机器上的同域名服务--connect-to常常端口也不一样(比如 8080)排查「是不是 SNI 的问题」两者都行 + openssl s_client -servernamecurl 不方便单独控制 SNI想故意构造 Host 不匹配裸 IP 或改 -H 'Host:'这两个参数做不到如果只是想让整台机器临时认某个 IP,用 --resolve 就够,别去改 /etc/hosts——改完忘了删,是另一类故障的开头。七、验证你到底连到了哪排查时最容易犯的错是:以为参数生效了,其实打到了别的地方。用 -w 把连接信息打出来,别靠猜。curl -sS -o /dev/null \ -w 'http=%{http_code} ip=%{remote_ip} port=%{remote_port} time=%{time_total}\n' \ --resolve www.23-4.cn:443:160.202.238.204 \ https://www.23-4.cn/%{remote_ip} 是关键字段——它告诉你实际连到哪个地址。配合 %{remote_port} 可以确认端口,%{time_connect} 能看出握手耗时是否异常。想看得更细,用 -v,重点看这三行:* Connected to www.23-4.cn (160.202.238.204) port 443 (#0) * TLSv1.3 (OUT), TLS handshake, Client hello (1) * Server certificate: * subject: CN = *.23-4.cn第一行证明「连到哪个 IP、哪个端口」,第二、三行证明「TLS 是跟谁握手的」。如果 Connected to 后面的 IP 不是你指定的那个,说明参数没生效(最常见原因是 port 写错,比如 URL 是 https:// 但 --resolve 里写了 :80)。踩坑点汇总:--resolve 的端口必须和 URL 一致。https:// 对应 443,写成 80 会静默失效——curl 找不到匹配项,就退回正常解析,你还以为参数起作用了。IPv6 优先。目标站点同时有 A/AAAA 时,不加 --resolve 可能一直在打 IPv6,看起来「换了机器没用」。加 -4 或 --resolve 强制指定。--connect-to 的空字符串表示「任意」或「沿用原值」。--connect-to ::10.0.0.1:8080 表示「所有主机所有端口都连到 10.0.0.1:8080」——调试方便,但很容易连错自己都不知道。两者都不改变 Host 头。要测「Host 头不对会怎样」,得用 -H 'Host: other.example.com',那是另一条路径。相关阅读怎么验证加密 DNS 真的生效:dig +tls / +https 与 curl 四步逐层排查网站被误拦了怎么办:怎么确认是 DNS 拦的,以及反馈后多久能修好HTTP 的 Vary 和缓存键:CDN 上那些「明明改了却没生效」
2026年10月24日
20 阅读
0 评论
0 点赞
2026-10-24
nginx error.log 里那 5 类 warn 到底要不要管
这篇是服务器运维笔记,和 DNS 无关。站内的加密 DNS 服务在dns.23-4.cn。/var/log/nginx/error.log 里堆着几万行 warn,你打开一看,第一条是「could not build optimal map_hash」——看不懂,也不敢动,就那么放着。这篇的做法是:先按级别和类型统计,再逐个判定。不看统计直接读日志,会在同一个警告上浪费半小时。下面所有数字都是我在一台跑了几个月的 Ubuntu 20.04 + nginx 1.18 上实际统计出来的。一、先按级别数一遍nginx 的日志级别从高到低:emerg > alert > crit > error > warn > notice > info。for lv in emerg alert crit error warn notice info; do printf "%-8s " "$lv" grep -c "\[$lv\]" /var/log/nginx/error.log 2>/dev/null || echo 0 done实测输出(有点反直觉):emerg 0 alert 0 crit 1 error 504 warn 2 notice 1 info 0warn 只有 2 条,error 有 504 条。这就是第一个结论:别只盯着 warn。 很多人一搜「nginx error.log warn」就以为 warn 是主要噪音,实际上在这台机器上,真正值得看的是那 504 条 error。二、按类型聚合(这一步最关键)同一类错误会重复几万次,先把它们归并:grep -E "\[error\]" /var/log/nginx/error.log \ | sed -E 's/^.*\[error\] [0-9#]+: //; s/, client.*//; s/, server.*//' \ | sort | uniq -c | sort -rn | head -12实测这台机器的前几名: 158 *9417356 access forbidden by rule 5 *9439453 connect() failed (111: Connection refused) while connecting to upstream 5 *9431818 connect() failed (111: Connection refused) while connecting to upstream 5 *9364629 access forbidden by rule 4 *9433151 connect() failed (111: Connection refused) while connecting to upstream注意 *9417356 这种是 nginx 的连接序号,每次都不一样——所以同一个错误会被拆成很多行,uniq -c 数出来的次数是被稀释的。想真正聚合,得把这个序号去掉:grep -E "\[error\]" /var/log/nginx/error.log \ | sed -E 's/^.*\[error\] [0-9#]+: \*[0-9]+ //; s/, client.*//; s/, server.*//' \ | sort | uniq -c | sort -rn | head -10实测这台机器(去掉序号后): 190 access forbidden by rule 23 connect() failed (111: Connection refused) while connecting to upstream 3 recv() failed (104: Connection reset by peer) while reading response header from upstream 2 upstream timed out (110: Connection timed out) while SSL handshaking to upstream 2 FastCGI sent in stderr: "PHP message: PHP Warning: Undefined variable $index_result ...对比一下:不去序号时 access forbidden 被拆成 158 + 5 = 163 行,去序号后是 190。 同一个错误被拆散了 27 份,你就很难判断它到底占多少比例。这一步是整篇文章的核心——不看分布就去逐条读,等于在噪音里找信号。三、五类常见 warn,逐个判定类型 1:could not build optimal map_hash(可以忽略)完整原文:could not build optimal map_hash, you should increase either map_hash_max_size: 8192 or map_hash_bucket_size: 64; ignoring map_hash_bucket_size判定:可以忽略,但值得顺手改掉。它的意思很明确:map 指令建出来的哈希表不够优,nginx 用了备用方案。功能完全正常,只是查找时多比较几次。为什么会有这个警告?因为你用了 map,而 map_hash_max_size 相对 map 的条目数偏小。看你有多少个 map 块:grep -c "^ *map " /etc/nginx/nginx.conf /etc/nginx/conf.d/*.conf实测:/etc/nginx/nginx.conf:0 /etc/nginx/conf.d/00-dns-cors-map.conf:3 /etc/nginx/conf.d/typecho.conf:0 /etc/nginx/conf.d/zz-agh-doh.conf:1 /etc/nginx/conf.d/zz-sy-tls.conf:15 个 map 块。而配置里其实已经设过 map_hash_max_size:/etc/nginx/nginx.conf:14: # nginx -t 报 "could not build optimal map_hash"。加大到 8192。 /etc/nginx/nginx.conf:15: map_hash_max_size 8192;但警告还在——因为这条指令写在 http 块里,而某些 map 块可能在 include 之后才被解析。正确做法是把它提到 http 块的最前面:http { # 必须放在任何 map 之前 map_hash_max_size 8192; map_hash_bucket_size 128; include /etc/nginx/conf.d/*.conf; }顺便说一个判据:这条警告会出现在 nginx -t 的输出里,所以不用等运行时才发现。nginx -t实测这台机器:nginx: [warn] could not build optimal map_hash, you should increase either map_hash_max_size: 8192 or map_hash_bucket_size: 64; ignoring map_hash_bucket_size nginx: the configuration file /etc/nginx/nginx.conf syntax is ok nginx: configuration file /etc/nginx/nginx.conf test is successful注意:nginx -t 成功了,但 warn 还在。 这说明它确实是「配置能跑、只是不最优」,不是错误。踩坑点:map_hash_max_size 和 map_hash_bucket_size 是两条不同的指令,调整哪个取决于 map 的条目数还是键长:条目多(几百上千)→ 加 map_hash_max_size;键很长(URL 路径做 key)→ 加 map_hash_bucket_size。警告里说「increase either ... or ...」就是因为它不确定你该调哪个。盲目两个都加到很大只是浪费内存。类型 2:an upstream response is buffered to a temporary file(要处理)[warn] an upstream response is buffered to a temporary file /var/lib/nginx/tmp/fastcgi/1/98/0000002981 while reading upstream判定:要处理,但优先级低于它引发的磁盘问题。它的意思是:上游(这里是 PHP-FPM)返回的响应大于 nginx 的缓冲区,nginx 把它写到了磁盘临时文件。功能上没问题,响应还是会完整返回。但两个副作用:慢——多了一次磁盘写读;占空间——/var/lib/nginx/tmp 会持续增长,小根分区上可能撑爆。处理方式(按响应大小调):location ~ \.php$ { # 让缓冲区能装下正常响应 fastcgi_buffers 16 16k; fastcgi_buffer_size 32k; fastcgi_busy_buffers_size 64k; # 给临时文件设上限,避免无限增长 fastcgi_max_temp_file_size 0; }fastcgi_max_temp_file_size 0 表示完全禁用临时文件——如果响应超了缓冲区,直接报错而不是写盘。要不要这么激进取决于你的业务:响应通常不大 → 设 0,宁可报错也不占盘;有正常的大响应(比如导出文件)→ 保留一个上限,比如 64m。实测这台机器:0 条这类 warn。 所以虽然它是最常被讨论的一类,但不一定是你的问题。类型 3:access forbidden by rule(不是故障)[error] *9417356 access forbidden by rule, client: 2409:8a5c:894:8170:..., server: www.23-4.cn, request: "GET /dns-status/p2p/p2p/status HTTP/2.0"判定:不是故障,是你在拦人。这条是 deny all 或 location ~ /\. 之类的规则命中了。上面那条是有人在探测 /dns-status/p2p/p2p/status(一个不存在的路径),被规则挡了。它记在 [error] 级别,但语义是「正常工作」——这正是为什么不能只看级别。如果你不想让这类噪音占满日志,可以把那个 location 的日志关掉:location ~ /\. { deny all; access_log off; error_log off; }⚠️ 这里有个版本陷阱,我实际踩到了。 网上流传的另一种写法是用 map 动态调日志级别:# ⛔ 这段在 nginx 1.18 上不生效 map $request_uri $log_level { default warn; ~^/dns-status/ crit; } error_log /var/log/nginx/error.log $log_level;error_log 的第二个参数支持变量,是 nginx 1.19.5 之后才有的能力。先查你的版本:nginx -v实测这台机器:nginx version: nginx/1.18.0 (Ubuntu)1.18 —— 不支持。写了这段,nginx 会忽略变量(或者直接报配置错误),你以为降级了其实没有。Ubuntu 20.04 的官方源就是 1.18,要这个特性得升到 1.20+ 或者用 nginx 官方源。在升级之前,老老实实用 error_log off 按 location 关。别直接 error_log /dev/null——那会把整个 server 块(甚至整个 http 块)的真正问题也一起吞掉,包括上面那些 111 和 110。类型 4:connect() failed (111: Connection refused) while connecting to upstream[error] *9439453 connect() failed (111: Connection refused) while connecting to upstream判定:要查,但通常是「后端没起来」而不是「nginx 配错了」。111 是 ECONNREFUSED:连接被拒绝。含义是「目标端口上没有进程在监听」。排查顺序:# 1. 上游地址是什么?看 nginx 配置 grep -rn "proxy_pass\|fastcgi_pass" /etc/nginx/conf.d/*.conf | head -5 # 2. 那个端口有没有在监听 ss -tlnp | grep ':3000 ' # 3. 直接连一下试试 curl -sS -m 5 -o /dev/null -w '%{http_code}\n' http://127.0.0.1:3000/如果第 2 步是空的,就是后端没起来。别去改 nginx——它没错。这台机器上的实例很有说服力。把 23 条 Connection refused 按上游地址聚合:grep "Connection refused" /var/log/nginx/error.log \ | grep -oE 'upstream: "[^"]+"' | sort | uniq -c | sort -rn | head -5实测: 14 upstream: "http://127.0.0.1:9100/ingest" 4 upstream: "http://127.0.0.1:9100/chat_poll?since=3498" 4 upstream: "http://127.0.0.1:9100/chat_poll?since=3497" 1 upstream: "http://127.0.0.1:9100/chat_poll?since=3499"全部指向 127.0.0.1:9100 的同一个后端。 结论很清楚:那个服务在某个时段挂了,nginx 正常地记录了连接失败。修法是让那个服务起来(或者加 systemd 自动重启),跟 nginx 配置一点关系都没有。这条聚合命令的价值就在这里:它把「23 条 error」直接压缩成「1 个后端有问题」。类型 5:SSL_do_handshake() failed ... bad key share[crit] SSL_do_handshake() failed (SSL: error:141CF06C:SSL routines: tls_parse_ctos_key_share:bad key share) while SSL handshaking, client: 203.75.213.2, server: 0.0.0.0:443判定:忽略。这是扫描器/老旧客户端。bad key share 表示客户端在 TLS 1.3 握手里发了一个无效的 key share。正常浏览器不会这样,通常是漏洞扫描器或者不完整的 TLS 实现。它记在 [crit] 级别——最高的实际级别(emerg/alert 都是 0)。看到 crit 很容易紧张,但这一条完全可以忽略。怎么确认是扫描器:grep "bad key share" /var/log/nginx/error.log | grep -oP 'client: \K[0-9.]+' | sort | uniq -c | sort -rn | head -5如果同一个 IP 短时间内出现几十次,基本就是扫描。四、判定流程(照着走)LOG=/var/log/nginx/error.log echo "=== 1. 级别分布(先看有没有 crit/alert/emerg)===" for lv in emerg alert crit error warn; do printf "%-8s " "$lv"; grep -c "\[$lv\]" $LOG done echo "=== 2. 类型分布(去掉连接序号才能真正聚合)===" grep -E "\[(error|crit|warn)\]" $LOG \ | sed -E 's/^.*\[[a-z]+\] [0-9#]+: \*[0-9]+ //; s/, client.*//; s/, server.*//' \ | sort | uniq -c | sort -rn | head -10 echo "=== 3. 有没有真影响业务的 ===" grep -c "buffered to a temporary file" $LOG grep -c "Connection refused" $LOG grep -c "upstream timed out" $LOG echo "=== 4. 临时目录有没有撑大 ===" du -sh /var/lib/nginx/tmp 2>/dev/null || echo "(无此目录)"验证做对了没有:改完配置后 nginx -t 必须通过;nginx -s reload 之后,新产生的日志里目标类型的条目不再增加(wc -l 前后对比);站点本身 curl -o /dev/null -w '%{http_code}' 仍然是 200。# 记录基线 before=$(wc -l < $LOG) # 做一次 reload nginx -t && nginx -s reload # 等 60 秒,制造一些流量,再看增量 sleep 60 after=$(wc -l < $LOG) echo "新增 $((after - before)) 行"五、一张判定表warn / error 内容要管吗一句话could not build optimal map_hash可忽略功能正常,只是哈希表不最优;顺手把 map_hash_max_size 提到 include 之前an upstream response is buffered to a temporary file要管慢 + 占盘;调 fastcgi_buffers 或设 max_temp_file_sizeaccess forbidden by rule不用管你在拦探测;嫌吵就单独关那个 location 的日志connect() failed (111)要查后端没起来,不是 nginx 的问题SSL_do_handshake() failed ... bad key share可忽略扫描器;看 client IP 分布确认upstream timed out要查后端慢,先看后端自己的日志worker_connections are not enough要管并发不够,调 worker_connections 或 worker_processes六、结论三件事,按顺序:先数级别,确认有没有 emerg/alert/crit——这三个才是「真的出事」;再聚合类型,一定要把 *连接序号 去掉,否则同一类错误会被拆成几千行;按表判定,access forbidden 和 bad key share 看着吓人但没事,buffered to a temporary file 看着温和但会撑爆磁盘。日志里的级别和严重程度不是一回事。[error] 可能只是有人在扫你的站,[warn] 可能正在慢慢写满你的根分区。相关阅读服务器磁盘满了怎么查:df / du / inode / 日志轮转的可执行排查顺序进程被 OOM Killer 杀掉之后:dmesg 怎么读、怎么防止再发生谁在占着这个端口:ss / lsof / /proc 三条路各自的盲区
2026年10月24日
4 阅读
0 评论
0 点赞
2026-10-24
谁在占着这个端口:ss / lsof / /proc 三条路各自的盲区
这篇是服务器运维笔记,和 DNS 无关。站内的加密 DNS 服务在dns.23-4.cn。启动服务报 bind: Address already in use,或者 EADDRINUSE——你要查「谁占了这个端口」。答案通常给三个:ss、lsof、netstat。但它们各自有盲区,而且在特定的情况下会给出「端口没被占用」这种完全错误的结论,让你去改代码。这篇把三条路都走一遍,重点是什么时候它们会骗你。下面所有输出都是我在一台 Ubuntu 20.04 上实际跑出来的。一、先看工具在不在for t in ss netstat lsof fuser; do printf "%-10s " $t command -v $t >/dev/null && echo yes || echo NO done实测这台机器:ss yes netstat NO lsof yes fuser yesnetstat 已经不在默认安装里了(net-tools 包)。这不是意外——ss 是它的替代品,而且更快。所以下面主要讲 ss。二、ss:默认选择,但有三个盲区最常用的一条:ss -tlnp参数含义:-t TCP、-l 只听 LISTEN、-n 不做名字解析、-p 显示进程。实测输出(截前几行):State Recv-Q Send-Q Local Address:Port Peer Address:Port Process LISTEN 0 511 0.0.0.0:2096 0.0.0.0:* users:(("nginx",pid=1253931,fd=27),("nginx",pid=1253930,fd=27),...) LISTEN 0 511 0.0.0.0:80 0.0.0.0:* users:(("nginx",pid=1253931,fd=6),...) LISTEN 0 4096 127.0.0.53%lo:53 0.0.0.0:* users:(("systemd-resolve",pid=895990,fd=13)) LISTEN 0 128 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=886753,fd=4))注意 0.0.0.0:2096 那一行有五个 nginx pid——master + 4 个 worker 都继承了同一个 fd。这很正常,不是重复占用。盲区 1:-p 需要权限不加 sudo 时,别人进程的 Process 列是空的:LISTEN 0 128 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=886753,fd=4)) ← root 跑的,能看 LISTEN 0 100 0.0.0.0:9000 0.0.0.0:* ← 别的用户跑的,pid 看不到你看到端口被占了,但看不到是谁。先加 sudo 再下结论。盲区 2:UDP 和 TCP 是两个独立命名空间ss -tlnp 只查 TCP。如果你要查的端口是 UDP 的(DNS、QUIC、syslog 都可能是),这条命令会告诉你「没被占用」,而实际上是占着的。# UDP 要单独查 ss -ulnp这是最常见的误判来源:一个服务同时监听 TCP 和 UDP 的 53 端口,你只查了 TCP,以为端口空着,然后 bind UDP 失败。盲区 3:IPv4 和 IPv6 是两个独立 socket(除非开了 dual-stack)ss -tlnp | grep ':443 '可能只返回 0.0.0.0:443(纯 IPv4),而 [::]:443(IPv6)是另一个 socket。如果你 bind 的时候没指定地址族,可能碰到「IPv4 空着但 IPv6 被占」。ss -4 / ss -6 可以分开看:ss -4 -tlnp | grep ':443 ' ss -6 -tlnp | grep ':443 '三、lsof:信息更全,但更慢lsof -iTCP -sTCP:LISTEN -P -n-iTCP 只看 TCP;-sTCP:LISTEN 只看监听状态;-P 不把端口号转成服务名(必须加,否则 443 会显示成 https,grep 不到);-n 不做 IP 反解(不加会很慢,因为要对每个 IP 查 DNS)。实测:COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME nginx 2715 root 6u IPv4 38108 0t0 TCP *:80 (LISTEN) nginx 2715 root 7u IPv6 38109 0t0 TCP *:80 (LISTEN) nginx 2715 root 11u IPv4 10248389 0t0 TCP *:8443 (LISTEN)lsof 的优势:能看到同一个进程占的所有端口和文件,而且 IPv4/IPv6 分得清清楚楚(上面 *:80 出现了两次,一次 IPv4 一次 IPv6)。它的劣势:慢。lsof 会遍历 /proc 下所有进程的所有 fd,机器上进程多的时候要几秒。踩坑点:不加 -P 是新手最常见的错误。lsof -iTCP -sTCP:LISTEN -n | grep 443 # ← 可能一条都匹配不到 lsof -iTCP -sTCP:LISTEN -P -n | grep 443 # ← 正确因为默认会把端口 443 显示成 https,你 grep 443 自然匹配不上。四、/proc:不用任何工具,也不受权限限制(部分)这一条最值得学,因为它在容器里、精简系统里、ss 和 lsof 都没有的时候仍然可用。原理:/proc/net/tcp 里记录了所有 TCP socket,其中有一列是 inode。而每个进程的 /proc/PID/fd/* 是符号链接,指向 socket:[inode]。两边一对,就知道谁持有这个 socket。第 1 步:从 /proc/net/tcp 找到端口的 inode/proc/net/tcp 里端口是十六进制的。443 = 0x01BB,80 = 0x0050。换算命令(注意别踩下面的坑):for p in 80 443 853 53; do printf "%-5s -> %s\n" "$p" "$(awk -v p="$p" 'BEGIN{printf "%04X", p}')" done实测:80 -> 0050 443 -> 01BB 853 -> 0355 53 -> 0035踩坑点(我实际踩到的):不要写 printf "%04X" $p。$ printf "%04X" 443 0001 ← 错!sh 的 printf 把 443 当成十进制解析后没有按 %X 处理 $ awk 'BEGIN{printf "%04X", 443}' 01BB ← 对sh(dash)的内置 printf 处理 %X 时行为和 bash 不一致,会把数字截断成奇怪的结果(443 变成 0001,80 变成 0028)。用 awk 算十六进制最稳。反方向验证:$ echo $((0x01BB)) 443 $ echo $((0x0050)) 80第 2 步:反查谁持有这个 inodeinode=$(awk 'NR>1 && $2 ~ /:01BB$/ {print $10; exit}' /proc/net/tcp) echo "inode=$inode"inode=142089然后拿它去反查:for p in /proc/[0-9]*; do for fd in $p/fd/*; do [ -L "$fd" ] && [ "$(readlink $fd)" = "socket:[$inode]" ] && \ echo "持有者: $p $(cat $p/comm 2>/dev/null)" done done 2>/dev/null实测输出:持有者: /proc/1253928 nginx 持有者: /proc/1253929 nginx 持有者: /proc/1253930 nginx 持有者: /proc/1253931 nginx 持有者: /proc/2715 nginx五个 nginx 进程——master 加四个 worker,和 ss 的输出完全对得上。这条路的盲区/proc/PID/fd 里,别人进程的 fd 你读不到(需要 root)。所以非 root 跑这段,只会看到自己的进程。但和 ss -p 不同的是:你能确定「端口确实被占着」(inode 存在),只是不知道是谁。这已经足够区分「端口没被占」和「端口被占但我没权限看」——而这正是排查里最关键的一步。五、还有两种「端口被占」的假象假象 1:TIME_WAIT 让你以为端口还在用ss -tan | grep ':443 ' | awk '{print $1}' | sort | uniq -c如果输出里大量 TIME_WAIT,说明连接刚关闭,内核还在等 2MSL。这通常不影响 bind(除非你用了 SO_REUSEADDR 之外的选项),但会让 ss 的输出看起来很吓人。TIME_WAIT 不是「被占用」,是「等超时」。区别很重要:前者要杀进程,后者等 60 秒自己就没了。假象 2:SO_REUSEPORT 允许多个进程监听同一端口ss -tlnp | grep ':80 '如果看到多个不同的进程名都监听 :80,那不是异常,是用了 SO_REUSEPORT(nginx 多进程、某些负载均衡器会这么干)。内核会把新连接分给其中一个。这时「谁占着端口」这个问题的答案就是「不止一个,它们是设计好的」。六、对照表:什么时候用哪个场景用哪个理由快速看一眼ss -tlnp最快,默认就有看不到 pid加 sudo-p 需要权限查 UDPss -ulnp-tlnp 完全不覆盖 UDP查 IPv6ss -6 -tlnpv4/v6 是独立 socket要完整上下文lsof -iTCP -sTCP:LISTEN -P -n能看进程的所有资源精简系统 / 容器/proc/net/tcp + /proc/*/fd不依赖任何工具只想知道端口通不通nc -z host port不关心是谁,只关心能不能连七、一页排查脚本PORT=443 HEX=$(awk -v p="$PORT" 'BEGIN{printf "%04X", p}') echo "PORT=$PORT HEX=$HEX" echo "=== TCP 监听 ===" ss -tlnp | grep ":$PORT " echo "=== UDP 监听(别漏)===" ss -ulnp | grep ":$PORT " || echo "(UDP 无)" echo "=== IPv4 / IPv6 分开看 ===" echo -n "v4: "; ss -4 -tlnp | grep -c ":$PORT " echo -n "v6: "; ss -6 -tlnp | grep -c ":$PORT " echo "=== /proc 反查(不依赖工具)===" for inode in $(awk -v p=":$HEX" 'NR>1 && index($2,p) {print $10}' /proc/net/tcp); do for pr in /proc/[0-9]*; do for fd in $pr/fd/*; do [ -L "$fd" ] && [ "$(readlink "$fd")" = "socket:[$inode]" ] && \ echo " inode=$inode -> $pr $(cat $pr/comm 2>/dev/null)" done done 2>/dev/null done echo "=== 状态分布(TIME_WAIT 不是占用)===" ss -tan | grep ":$PORT " | awk '{print $1}' | sort | uniq -c实测这台机器对 443 跑完整脚本的输出:PORT=443 HEX=01BB === TCP 监听 === LISTEN 0 511 0.0.0.0:443 0.0.0.0:* users:(("nginx",pid=1253931,fd=17),...,("nginx",pid=2715,fd=17)) LISTEN 0 511 [::]:443 [::]:* users:(("nginx",pid=1253931,fd=18),...,("nginx",pid=2715,fd=18)) === UDP 监听(别漏)=== (UDP 无) === IPv4 / IPv6 分开看 === v4: 1 v6: 1 === 状态分布 === 43 ESTAB 2 FIN-WAIT-2 2 LISTEN 7 TIME-WAIT注意 v4: 1 和 v6: 1——同一个 443 端口有两个独立的 LISTEN socket(0.0.0.0:443 和 [::]:443)。如果只查 IPv4,你会以为「只有一个」,而实际 bind 失败的可能是 IPv6 那一个。验证做对了没有:ss 和 /proc 两条路给出的进程列表应该完全一致(这里都是那 5 个 nginx pid)。如果不一致,说明你漏了 UDP 或者漏了 IPv6——那才是真正需要继续查的地方。八、一句话总结ss -tlnp 是起点,但它只覆盖 TCP + IPv4 + 你自己有权限看的进程。这三个限制之外的每一种情况,都会让它给你一个「端口空着」的错误答案。加 sudo、加 -u、加 -6,或者退回 /proc 自己查——这四步能覆盖几乎所有场景。最后补一个容易忽略的点:别拿 netstat 的肌肉记忆直接套 ss。两者参数名看着一样(netstat -tulnp / ss -tulnp),但 ss 对权限更敏感,而且参数的语义有细微差别。如果你在网上抄来的命令跑出来是空的,先 ss --help 确认这个参数在你的版本里存在——老版本 ss 遇到不认识的参数时,有些情况是静默返回空结果而不是报错。这又是一个「看起来端口没被占用、其实是工具骗了你」的来源。相关阅读进程被 OOM Killer 杀掉之后:dmesg 怎么读、怎么防止再发生服务器磁盘满了怎么查:df / du / inode / 日志轮转的可执行排查顺序nginx error.log 里那 5 类 warn 到底要不要管
2026年10月24日
9 阅读
0 评论
0 点赞
1
...
87
88
89
...
99