监控CDN状态的脚本如何编写

监控CDN状态的脚本如何编写？从原理到实战全解析

目录导读

1. 为什么需要自建CDN监控脚本？
2. CDN监控脚本的核心检测维度
3. 脚本编写的前置准备：API与工具选择
4. 实战：四种CDN监控脚本编写方法
   • 方案A：基于HTTP状态码的被动监控
   • 方案B：Ping + DNS解析的主动探测
   • 方案C：利用CDN厂商API获取实时数据
   • 方案D：结合Prometheus+Grafana的工业级方案
5. 脚本优化与告警集成技巧
6. 常见问题QA

为什么需要自建CDN监控脚本？

即便云服务商（如阿里云、腾讯云、Cloudflare）提供了控制台监控,但实际运维中常遇到：

• 数据延迟：厂商面板通常有5-15分钟延迟，无法实时感知节点故障
• 粒度不足：无法区分“单个用户访问慢”还是“全网节点异常”
• 多厂商整合：混合使用AWS CloudFront + 阿里云CDN时，需统一监控面板
• 成本控制：发现异常流量突增（如DDoS）可及时触发清理策略

真实案例：某电商平台在双11期间，仅依赖厂商监控导致15分钟后才发现华北节点宕机，损失百万GMV,自建脚本将发现时间压缩到30秒内。

CDN监控脚本的核心检测维度

一个完整的CDN监控脚本应覆盖以下指标：

脚本编写的前置准备：API与工具选择

必备工具清单

• 语言：Python 3.8+（推荐requests, socket, ssl库）
• 网络工具：curl（命令行测试）、ping、traceroute
• 数据存储：InfluxDB（时序数据）或直接输出JSON
• 告警通道：邮件（smtplib）、企业微信机器人、钉钉Webhook

获取CDN核心信息方式

# 示例：获取响应头中的缓存状态
import requests
headers = {
    'User-Agent': 'CDN-Monitor/1.0',
    'Cache-Control': 'no-cache'
}
resp = requests.get('https://cdn.example.com/a.jpg', headers=headers, timeout=5)
print(resp.headers.get('X-Cache'))  # HIT / MISS / EXPIRED

实战：四种CDN监控脚本编写方法

方案A：基于HTTP状态码的被动监控（基础版）

#!/usr/bin/env python3
import requests
import time
import smtplib
def check_cdn_status(url='https://static.yourdomain.com'):
    try:
        start = time.time()
        r = requests.get(url, timeout=10, allow_redirects=False)
        latency = round((time.time() - start) * 1000, 2)
        # 判断异常
        if r.status_code != 200:
            return {'status': 'DOWN', 'code': r.status_code}
        if latency > 3000:
            return {'status': 'SLOW', 'latency': latency}
        return {'status': 'OK', 'latency': latency}
    except requests.Timeout:
        return {'status': 'TIMEOUT'}
    except Exception as e:
        return {'status': 'ERROR', 'msg': str(e)}
# 每60秒检测一次
while True:
    result = check_cdn_status()
    if result['status'] != 'OK':
        print(f"[ALERT] CDN异常: {result}")
    time.sleep(60)

方案B：多区域Ping+DNS解析（需分布点）

推荐整合腾讯云SCF或AWS Lambda部署在全球节点：

#!/bin/bash
# 使用curl测试多地CDN边缘节点
REGIONS=("us-east" "eu-west" "ap-northeast")
for region in ${REGIONS[@]}; do
    curl -o /dev/null -s -w "%%{http_code}:%%{time_total}s" \
         --resolve "cdn.example.com:443:${region}.cdn.example.com" \
         https://cdn.example.com/test.jpg
done

方案C：调用CDN厂商API（示例：Cloudflare）

import requests
CLOUDFLARE_API_TOKEN = "YOUR_API_TOKEN"
ZONE_ID = "your_zone_id"
url = f"https://api.cloudflare.com/client/v4/zones/{ZONE_ID}/analytics/dashboard"
headers = {"Authorization": f"Bearer {CLOUDFLARE_API_TOKEN}"}
response = requests.get(url, headers=headers).json()
# 提取downtime、bandwidth、threats等指标
print(response['result']['totals']['bandwidth'])

方案D：Prometheus Exporter（生产环境推荐）

# 创建一个简单的HTTP服务暴露指标
# 配合Prometheus + Grafana实现可视化监控

脚本优化与告警集成技巧

避免误报的3个关键点

1. 重试机制：连续3次失败才触发告警（使用计数器+时间窗口）
2. 分时段阈值：凌晨可放宽延迟告警阈值，避免无意义噪音
3. 关联检测：同时检查多个区域节点，单节点异常可能为本地网络问题

告警通道配置示例（企业微信机器人）

import json
import requests
def send_wechat_msg(content):
    url = "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=YOU-KEY"
    data = {"msgtype": "markdown", "markdown": {"content": content}}
    requests.post(url, data=json.dumps(data))

日志聚合方法

推荐结构：{timestamp}|{region}|{node_ip}|{status}|{latency}|{cache_hit} 使用 logging.handlers.RotatingFileHandler 自动切割日志。

常见问题QA

Q1：我的CDN节点分布在全球，脚本该如何测试准确？

A：采用三层架构：

1. 云端节点（AWS Lambda@Edge）负责边缘探测
2. 本地服务器负责主域名回源检测
3. 第三方API（如Uptime Robot）做备用验证

Q2：如何避免脚本本身被CDN错误地封禁？

A：需设置合理请求头：

headers = {
    'User-Agent': 'InternalMonitor/1.0',
    'X-Monitor-Token': 'your-secret-token'
}

并在CDN配置白名单中放行该User-Agent。

Q3：脚本发现CDN节点异常后，如何处理？

A：推荐自动化流程：

1. 自动切换DNS流量到备用节点（通过Cloudflare API或Aliyun DNS）
2. 调用CDN厂商“节点刷新”接口强制清除缓存
3. 发送告警通知运维人员排查源站是否正常

Q4：免费版CDN是否也能监控？

A：可以，例如Cloudflare免费版支持API获取缓存状态，但部分高阶指标（如各节点延迟）需付费版，可使用第三方工具如Checkly或Pingdom的免费层级做补充。

构建CDN监控闭环

一个成熟的CDN监控脚本应具备：

• 自动发现：通过API获取所有POP节点列表
• 动态阈值：基于历史数据的异常检测
• 自愈能力：触发CDN切换或源站降级
• 可视化：输出到Grafana看板展示SLO达标率

推荐组合方案：Python脚本 + Prometheus + Grafana + 企业微信告警，可覆盖90%的CDN监控场景，手动部署？可以用Docker Compose一键启动监控栈。