CDN 的性能监控指标有哪些？如何监控 CDN 的性能？

CDN 性能监控的重要性

CDN 性能监控是确保 CDN 服务质量和用户体验的关键环节。通过实时监控 CDN 的各项性能指标，可以及时发现和解决问题，优化 CDN 配置，提升整体性能。

核心监控指标

1. 延迟指标

响应时间

定义：从用户发起请求到收到完整响应的时间

关键指标：

• TTFB（Time to First Byte）：首字节时间
• TTLB（Time to Last Byte）：末字节时间
• 总响应时间：完整请求响应时间

目标值：

• 静态内容：<100ms
• 动态内容：<500ms
• API 请求：<200ms

网络延迟

定义：数据在网络中传输的时间

测量方法：

bash
# 使用 ping 测量延迟
ping cdn.example.com

# 使用 traceroute 测量路径延迟
traceroute cdn.example.com

2. 吞吐量指标

带宽使用率

定义：实际使用的带宽占总带宽的比例

计算公式：

shell
带宽使用率 = (当前带宽 / 总带宽) × 100%

监控维度：

• 边缘节点带宽
• 回源带宽
• 总带宽使用率

请求量

关键指标：

• QPS（Queries Per Second）：每秒请求数
• RPS（Requests Per Second）：每秒请求数（同 QPS）
• 峰值 QPS：最高每秒请求数

监控示例：

javascript
// 计算每秒请求数
let requestCount = 0
setInterval(() => {
  console.log(`QPS: ${requestCount}`)
  requestCount = 0
}, 1000)

// 每个请求增加计数
function handleRequest(request) {
  requestCount++
  // 处理请求...
}

3. 可用性指标

节点可用性

定义：节点正常提供服务的时间比例

计算公式：

shell
节点可用性 = (正常运行时间 / 总时间) × 100%

目标值：

• 单个节点：>99.9%
• 整体 CDN：>99.99%

故障转移时间

定义：从节点故障到流量切换到其他节点的时间

目标值：

• 故障检测：<5 秒
• 流量切换：<10 秒
• 总故障转移：<15 秒

4. 缓存指标

缓存命中率

定义：从 CDN 缓存返回的请求占总请求的比例

计算公式：

shell
缓存命中率 = (缓存命中请求数 / 总请求数) × 100%

目标值：

• 静态内容：>95%
• 动态内容：>70%
• 整体：>90%

优化策略：

nginx
# 设置合理的缓存时间
location ~* \.(jpg|jpeg|png|gif|ico|css|js)$ {
    expires 1y;
    add_header Cache-Control "public, immutable";
}

回源率

定义：需要回源的请求占总请求的比例

计算公式：

shell
回源率 = (回源请求数 / 总请求数) × 100%

目标值：<10%

5. 错误指标

HTTP 错误率

定义：返回 4xx/5xx 状态码的请求比例

关键错误码：

• 4xx：客户端错误（如 404 Not Found）
• 5xx：服务器错误（如 502 Bad Gateway）

目标值：<1%

超时率

定义：请求超时的比例

目标值：<0.1%

监控工具和平台

1. CDN 自带监控

主流 CDN 服务商提供的监控：

Cloudflare Analytics

功能：

• 实时流量监控
• 请求分析
• 威胁检测
• 性能报告

使用示例：

javascript
// 通过 API 获取监控数据
const response = await fetch('https://api.cloudflare.com/client/v4/zones/{zone_id}/analytics/dashboard', {
  headers: {
    'Authorization': 'Bearer {api_token}'
  }
})
const data = await response.json()
console.log(data)

AWS CloudFront Metrics

功能：

• 请求量统计
• 字节传输统计
• 错误率监控
• 延迟监控

CloudWatch 集成：

bash
# 使用 AWS CLI 获取 CloudFront 指标
aws cloudwatch get-metric-statistics \
  --namespace AWS/CloudFront \
  --metric-name Requests \
  --dimensions Name=DistributionId,Value={distribution_id} \
  --start-time 2026-02-19T00:00:00Z \
  --end-time 2026-02-19T23:59:59Z \
  --period 3600 \
  --statistics Sum

2. 第三方监控工具

Pingdom

功能：

• 网站性能监控
• 可用性监控
• 页面速度测试
• 报警通知

特点：

• 全球监控节点
• 详细性能报告
• 易于使用

New Relic

功能：

• 应用性能监控（APM）
• 基础设施监控
• 用户体验监控
• 错误追踪

特点：

• 全栈监控
• 实时数据
• 强大的分析能力

Datadog

功能：

• 基础设施监控
• 应用性能监控
• 日志管理
• 安全监控

特点：

• 统一平台
• 强大的集成能力
• 灵活的告警

3. 自建监控系统

Prometheus + Grafana

架构：

shell
CDN → Exporter → Prometheus → Grafana

配置示例：

Prometheus 配置（prometheus.yml）：

yaml
global:
  scrape_interval: 15s

scrape_configs:
  - job_name: 'cdn'
    static_configs:
      - targets: ['cdn-exporter:9090']

Grafana 仪表板：

json
{
  "dashboard": {
    "title": "CDN Performance Dashboard",
    "panels": [
      {
        "title": "Request Rate",
        "targets": [
          {
            "expr": "rate(cdn_requests_total[5m])"
          }
        ]
      },
      {
        "title": "Cache Hit Rate",
        "targets": [
          {
            "expr": "cdn_cache_hits / cdn_requests_total * 100"
          }
        ]
      }
    ]
  }
}

ELK Stack（Elasticsearch, Logstash, Kibana）

用途：

• 日志收集和分析
• 性能监控
• 错误追踪

配置示例：

Logstash 配置（logstash.conf）：

conf
input {
  file {
    path => "/var/log/cdn/access.log"
    start_position => "beginning"
  }
}

filter {
  grok {
    match => { "message" => "%{COMBINEDAPACHELOG}" }
  }
}

output {
  elasticsearch {
    hosts => ["localhost:9200"]
    index => "cdn-logs-%{+YYYY.MM.dd}"
  }
}

监控数据采集

1. 日志采集

访问日志格式：

nginx
log_format cdn '$remote_addr - $remote_user [$time_local] '
                '"$request" $status $body_bytes_sent '
                '"$http_referer" "$http_user_agent" '
                'rt=$request_time uct="$upstream_connect_time" '
                'uht="$upstream_header_time" urt="$upstream_response_time" '
                'cache=$upstream_cache_status';

关键字段：

• request_time：总请求时间
• upstream_connect_time：连接上游时间
• upstream_header_time：接收上游响应头时间
• upstream_response_time：接收上游响应时间
• upstream_cache_status：缓存状态（HIT/MISS/BYPASS）

2. 指标采集

自定义指标采集：

javascript
// 使用 Prometheus client 库
const client = require('prom-client');

// 创建指标
const httpRequestDuration = new client.Histogram({
  name: 'cdn_http_request_duration_seconds',
  help: 'Duration of HTTP requests in seconds',
  labelNames: ['method', 'route', 'code']
});

// 记录指标
const end = httpRequestDuration.startTimer();
// 处理请求...
end({ method: 'GET', route: '/api/data', code: 200 });

3. 实时监控

WebSocket 实时推送：

javascript
// 使用 WebSocket 实时推送监控数据
const WebSocket = require('ws');
const wss = new WebSocket.Server({ port: 8080 });

wss.on('connection', (ws) => {
  // 定期发送监控数据
  const interval = setInterval(() => {
    const metrics = {
      qps: getCurrentQPS(),
      latency: getAverageLatency(),
      cacheHitRate: getCacheHitRate()
    };
    ws.send(JSON.stringify(metrics));
  }, 1000);

  ws.on('close', () => {
    clearInterval(interval);
  });
});

告警机制

1. 告警规则

常见告警规则：

高延迟告警

yaml
# Prometheus 告警规则
groups:
  - name: cdn_alerts
    rules:
      - alert: HighLatency
        expr: cdn_request_duration_seconds{quantile="0.95"} > 0.5
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "High latency detected"
          description: "95th percentile latency is {{ $value }}s"

低缓存命中率告警

yaml
- alert: LowCacheHitRate
  expr: cdn_cache_hits / cdn_requests_total * 100 < 80
  for: 10m
  labels:
    severity: warning
  annotations:
    summary: "Low cache hit rate"
    description: "Cache hit rate is {{ $value }}%"

高错误率告警

yaml
- alert: HighErrorRate
  expr: cdn_errors_total / cdn_requests_total * 100 > 1
  for: 5m
  labels:
    severity: critical
  annotations:
    summary: "High error rate detected"
    description: "Error rate is {{ $value }}%"

2. 告警通知

通知渠道：

邮件通知

yaml
# Alertmanager 配置
receivers:
  - name: 'email'
    email_configs:
      - to: 'team@example.com'
        from: 'alertmanager@example.com'
        smarthost: 'smtp.example.com:587'
        auth_username: 'alertmanager'
        auth_password: 'password'

短信通知

yaml
receivers:
  - name: 'sms'
    webhook_configs:
      - url: 'https://sms.example.com/send'
        send_resolved: true

即时通讯工具

yaml
receivers:
  - name: 'slack'
    slack_configs:
      - api_url: 'https://hooks.slack.com/services/xxx'
        channel: '#cdn-alerts'
        username: 'CDN Alert Bot'

性能优化建议

1. 基于监控数据的优化

延迟优化

• 分析高延迟的请求路径
• 优化缓存策略
• 调整 CDN 节点配置

缓存优化

• 识别低缓存命中率的内容
• 调整 TTL 设置
• 优化缓存键配置

带宽优化

• 分析高带宽消耗的内容
• 启用压缩
• 优化图片和视频

2. A/B 测试

测试不同配置：

javascript
// A/B 测试不同缓存策略
function getCacheStrategy(userId) {
  const hash = hashUserId(userId);
  if (hash % 2 === 0) {
    return 'strategy-a'; // 长缓存
  } else {
    return 'strategy-b'; // 短缓存
  }
}

3. 容量规划

基于历史数据预测：

python
# 使用时间序列预测
import pandas as pd
from statsmodels.tsa.arima.model import ARIMA

# 加载历史数据
data = pd.read_csv('cdn_metrics.csv')

# 训练模型
model = ARIMA(data['requests'], order=(5,1,0))
model_fit = model.fit()

# 预测未来 7 天
forecast = model_fit.forecast(steps=7)
print(forecast)

面试要点

回答这个问题时应该强调：

1. 了解 CDN 的核心监控指标及其目标值
2. 掌握主流的监控工具和平台
3. 能够设计监控数据采集方案
4. 理解告警机制的重要性
5. 有基于监控数据进行性能优化的经验