云服务器 ECS 带宽跑满,通常意味着你的实例正在经历“流量洪峰”或者遭遇了异常攻击。排查这个问题不能靠猜,得按步骤剥离干扰项,定位是业务正常增长、配置瓶颈还是恶意攻击。
以下是基于阿里云及主流云厂商通用逻辑的排查与处理流程:
第一阶段:快速定性(确认现象)
首先登录 ECS 控制台,查看监控数据。重点关注以下两个指标的时间相关性:
- 公网流出/流入带宽:是否真的达到了带宽上限或接近上限?
- CPU 使用率:伴随高带宽时,CPU 是否也飙升?
- 如果带宽高但 CPU 低:通常是静态资源下载、视频流媒体分发,或者是遭受了 DDoS/CC 攻击(攻击者消耗带宽但不一定消耗计算资源)。
- 如果带宽高且 CPU 也高:通常是动态内容生成、数据库查询频繁、病毒XX程序在上传数据,或者应用层存在死循环导致大量日志/数据输出。
第二阶段:系统内部排查(Linux 为例)
通过 SSH 登录服务器,使用命令行工具进一步缩小范围。
1. 确定是哪个进程在占用带宽
默认情况下,top 命令看不到网络流量。你需要安装或使用 iftop、nethogs 或 bmon。
-
推荐工具
nethogs:它能按进程显示带宽占用。# 安装 yum install nethogs -y # CentOS/RHEL apt install nethogs -y # Ubuntu/Debian # 运行(指定网卡,通常是 eth0) sudo nethogs eth0观察结果:看哪个 PID 对应的进程名(如
nginx,java,python,mysqld)排在最前面。 -
备选方案
iftop:如果你更关心连接的对端 IP 而不是进程。sudo iftop -i eth0
2. 分析具体连接和协议
如果 nethogs 发现是某个 Web 服务(如 Nginx/Apache)占用了带宽,下一步要看是谁在访问。
- 查看实时连接数:
netstat -an | grep ESTABLISHED | wc -l # 或者用 ss 命令(更快) ss -s - 找出高频访问 IP:
# 假设日志在 /var/log/nginx/access.log tail -n 10000 access.log | awk '{print $1}' | sort | uniq -c | sort -nr | head -20- 正常情况:IP 分布均匀,符合预期用户群。
- 异常情况:几个 IP 占据绝大多数请求,或者出现大量非标准 User-Agent,极可能是 CC 攻击或爬虫。
3. 检查是否有异常进程(XX/木马)
如果 nethogs 显示一个名字奇怪、路径隐蔽的进程(如 /tmp/.hidden/miner),或者 CPU 占用极高但无明确业务逻辑,大概率是中马了。
- 检查定时任务:
crontab -l - 检查启动项:
systemctl list-unit-files --type=service - 检查文件完整性:对比关键二进制文件哈希值。
4. Windows 服务器排查
- 打开 任务管理器 -> 性能 -> 以太网,右键点击带宽图,选择“显示详细信息”,可以看到每个进程的实时网络活动。
- 或者使用第三方工具如 NetLimiter 或 GlassWire,它们能更直观地展示出站/入站流量及对应进程。
第三阶段:外部视角排查(云平台层面)
有时候问题不在服务器内部,而在网络链路或上层防护。
1. 检查是否被 DDoS 攻击
- 登录阿里云控制台,进入 云盾/DDoS 防护 页面。
- 查看是否有攻击告警。如果是大规模 TCP SYN Flood 或 UDP Flood,ECS 本身的监控可能无法准确反映,因为流量在到达 ECS 之前就被清洗或丢弃了,或者已经打满了弹性公网 IP(EIP)的带宽限制。
- 关键点:如果你的带宽是 EIP 级别的,攻击流量会直接耗尽 EIP 带宽,导致所有业务不可用,此时需立即开启 DDoS 高防或切换至高防 IP。
2. 检查带宽类型与配额
- 固定带宽 vs 按使用流量计费:
- 如果是固定带宽(如 5Mbps),跑满就是上限,需要升级带宽规格。
- 如果是按使用量计费,跑满只是产生高额费用,不会断网,但需警惕异常流量带来的账单爆炸。
- 共享带宽包:如果你将多个 ECS 加入同一个共享带宽包,检查是否是其他实例产生了突发流量,挤占了你的可用带宽。
3. 安全组与防火墙规则
- 检查安全组是否放行了不必要的端口(如 22, 3389 对全网开放)。虽然这不直接导致带宽高,但会增加被扫描和利用的风险,间接引发攻击流量。
第四阶段:解决方案与优化建议
根据排查结果,采取对应措施:
场景 A:正常业务增长(如促销活动、视频发布)
- 扩容带宽:临时升降配带宽,或升级为更高规格的 ECS 实例(通常高配实例自带更高基准带宽)。
- 引入 CDN:这是最根本的解决方案。将静态资源(图片、JS、CSS、视频)托管到 CDN,回源压力大幅降低,带宽成本显著下降。
- 对象存储 OSS + CDN:配合 OSS 使用,实现动静分离。
场景 B:遭遇 CC 攻击或恶意爬虫
- WAF 防护:接入 Web 应用防火墙,设置频率限制(QPS 限制)、验证码拦截。
- 封禁 IP:在安全组或主机防火墙(iptables/firewalld)中临时封禁异常 IP。
- 调整应用逻辑:优化接口响应速度,减少单次请求的数据量;启用 Gzip/Brotli 压缩。
场景 C:DDoS 攻击(大流量)
- 启用 DDoS 高防:普通 ECS 无法抵御超过其带宽容量的攻击。必须切换到高防 IP 或高防包,让流量先经过清洗中心。
- 黑洞策略:如果攻击流量极大,云厂商可能会触发“黑洞”(路由丢弃),此时唯一办法是联系技术支持申请解封,并加强防护等级。
场景 D:服务器中毒/XX
- 隔离主机:立即断开网络连接,防止横向移动。
- 清理进程:终止异常进程,删除恶意文件。
- 重装系统:最彻底的办法。备份重要数据后,重新初始化磁盘,更新所有补丁,修改强密码。
- 溯源:检查入侵入口(弱口令、漏洞未修补等),修复后再上线。
总结 Checklist
- 看监控:带宽 vs CPU,判断性质。
- 抓进程:用
nethogs找到罪魁祸首。 - 查来源:用日志分析 IP,区分正常用户与攻击者。
- 辨攻击:通过云平台控制台确认是否有 DDoS/WAF 告警。
- 做决策:
- 正常业务 -> 上 CDN,升带宽。
- 小攻击 -> WAF 限频,封 IP。
- 大攻击 -> 切高防。
- 中毒 -> 杀进程,重系统。
记住,预防优于治疗。日常做好基线监控报警(例如带宽持续 10 分钟超过 80% 即告警),比事后排查要高效得多。
云技术博客