mirror of
https://gitee.com/xmz7891/ykxmz.git
synced 2026-10-18 21:50:44 +00:00
xmz7891
1f05084f51
用户反馈两件事：
1. 早上打开 relay.xxmxxs.top 看到 Cloudflare Error 1033 —— "这就是你说的优化好了？"
2. "中转管理那边 ui 界面大改，现在难看的要死"
============ 一、隧道 1033/502/530 的真因 ============
之前我只测 15~25 次就说"可用率 100%"，太草率 ——
实际是**间歇性假活**：隧道显示 ha_connections=2 连着，
公网却 502/530/000。watchdog 日志把过程记了下来。
根因：**4G 链路静默断开 TCP 连接**（不发 FIN/RST，双方都以为还活着）。
Cloudflare 把请求发到这条僵尸连接上就回错误。
Linux 默认 tcp_keepalive_time = **7200 秒（2 小时）**才发现，
中间这段时间服务一直"看着在线、实际打不开"。
修法（都有实测数据支撑）：
1. tcp_keepalive 30 秒 + 每 10 秒探测 3 次
=> 最多约 60 秒发现僵尸连接并重连
2. 隧道连接数 2 -> 4
（对照实验：http2+2 只有 1 条连上时公网 0/12；
http2+4 稳定 12/12。连接数太少会出现"只有 1 条"的危险窗口）
3. 协议定为 http2（cloudflared 自检说 TCP 7844 被墙，
但实测 http2 反而比 quic 稳）
实测：http2+4 之后公网 40/40 = 100%，最慢 1.3 秒，0 次重连。
============ 二、中转管理后台重做 ============
原来是几百行内联在 relay.py 的 f-string 里（HTML+CSS+JS 全挤一起），
改一处样式要在一堆转义花括号里翻。拆成独立模块 relay/admin.py。
新版设计（对齐官网那套白色简洁）：
* 吸顶顶栏：品牌 + 运行状态 + 版本/内存/请求数
* 公网地址给最大权重（这是用户最需要复制的东西）
* 四个数字卡（在线/会话数带颜色区分）
* 设备表卡片：状态圆点、等宽配对码、行悬停
* 工具卡：网络体检 + 下载区并排
* 空状态改成图标+引导文案，不再是干巴巴一句
* 窄屏时表格自动变卡片
relay.py 从 2089 行缩到 1550 行。
============ 三、顺手修的两个真 bug ============
1. 设备记录只增不减
self.devices 从不清理，被控端每次换端口/重装就多一条，
实测一天攒了 75 条僵尸记录，/v1/health 从几 KB 涨到 20KB。
加 DEVICE_TTL（6 小时）在 snapshot() 里清。
2. 配对码映射也没清
RELAY.codes 和 devices 是一对孪生 dict，
只清 devices 会留下指向已删设备的孤儿条目 ——
管理页显示"配对码占用 131"，实际一台设备都没有。
现在一起清。
============ 四、我自己造的两次事故（如实记录） ============
1. 删文件删过头
用"从 _admin_page 截到文件末尾"的方式替换方法，
但 _admin_page 后面**还有 _esc/_kb/_uptime/class Server/main()**。
结果 relay 起不来，systemd 重启 24 次，所有接口 000。
教训：**"删到文件末尾"之前必须先确认末尾有什么。**
2. ADMIN_PATH 引用了不存在的常量
路由里写的是字面量，我却在新代码里用了 ADMIN_PATH，
管理页一访问就 NameError。现在统一定义了常量。
二者都是"改完没立刻验"造成的。现在每次改完都跑一遍
管理页 + 官网 + 关键接口的回归。
67 lines
2.5 KiB
Bash
67 lines
2.5 KiB
Bash
#!/bin/bash
|
|
# 隧道还是不稳 —— 深挖一层
|
|
set -u
|
|
|
|
echo "════════ 1. 服务与连接 ════════"
|
|
echo " relay: $(systemctl is-active lanremote-relay)"
|
|
echo " tunnel: $(systemctl is-active lanremote-tunnel)"
|
|
echo " 连接数: $(curl -s --max-time 5 http://127.0.0.1:20241/metrics 2>/dev/null | grep '^cloudflared_tunnel_ha_connections' | awk '{print $2}')"
|
|
|
|
echo
|
|
echo "════════ 2. watchdog 最近 20 行（它在报什么）════════"
|
|
tail -20 /root/lanremote-relay/watchdog.log 2>/dev/null | sed 's/^/ /'
|
|
|
|
echo
|
|
echo "════════ 3. watchdog 是怎么被调起来的 ════════"
|
|
systemctl is-active lanremote-watchdog 2>&1 | sed 's/^/ 服务: /'
|
|
crontab -l 2>/dev/null | grep -i watch | sed 's/^/ cron: /'
|
|
ls -la /etc/systemd/system/ | grep -i watch | sed 's/^/ unit: /'
|
|
ps aux 2>/dev/null | grep '[w]atchdog' | head -3 | sed 's/^/ 进程: /'
|
|
|
|
echo
|
|
echo "════════ 4. 隧道日志最后 25 行 ════════"
|
|
tail -25 /root/lanremote-relay/tunnel.log 2>/dev/null | sed 's/^/ /'
|
|
|
|
echo
|
|
echo "════════ 5. 本机 relay 通不通 ════════"
|
|
for i in 1 2 3; do
|
|
printf " 本机 %d: HTTP %s\n" "$i" "$(curl -s -o /dev/null -w '%{http_code}' --max-time 8 http://127.0.0.1:8080/v1/health)"
|
|
sleep 1
|
|
done
|
|
|
|
echo
|
|
echo "════════ 6. 公网连打 10 次看规律 ════════"
|
|
for i in $(seq 1 10); do
|
|
curl -s -o /dev/null -w " $i: HTTP %{http_code} %{time_total}s\n" \
|
|
--max-time 20 -H 'User-Agent: LanRemote/1.4.0' https://relay.xxmxxs.top/v1/health
|
|
sleep 1
|
|
done
|
|
|
|
echo
|
|
echo "════════ 7. 隧道出口 IP 的可达性（现在还通吗）════════"
|
|
python3 - <<'PY'
|
|
import socket
|
|
import time
|
|
# 看隧道日志里出现过的 IP
|
|
ips = ["198.41.192.107", "198.41.200.33", "198.41.192.227",
|
|
"198.41.200.63", "198.41.192.37"]
|
|
for ip in ips:
|
|
s = socket.socket()
|
|
s.settimeout(3)
|
|
t = time.perf_counter()
|
|
try:
|
|
s.connect((ip, 7844))
|
|
print(" %-16s %.0f ms" % (ip, (time.perf_counter() - t) * 1000))
|
|
except OSError as e:
|
|
print(" %-16s 不通 (%s)" % (ip, e.__class__.__name__))
|
|
finally:
|
|
s.close()
|
|
PY
|
|
|
|
echo
|
|
echo "════════ 8. 网络本身的质量 ════════"
|
|
echo " 丢包测试（ping 1.1.1.1 10 次）:"
|
|
ping -c 10 -W 2 1.1.1.1 2>/dev/null | tail -3 | sed 's/^/ /'
|
|
echo " 到 Cloudflare 边缘的丢包:"
|
|
ping -c 10 -W 2 198.41.192.107 2>/dev/null | tail -3 | sed 's/^/ /'
|