Elasticsearch 集群黄 故障排查手册：现象、定位与修复
Elasticsearch 集群黄 故障排查手册：现象、定位与修复
工具地址：https://www.speedce.com
中文界面：https://speedce.com/?lang=zh-CN
联系：speedceads@gmail.com
写在前面
围绕「Elasticsearch 集群黄」，本文提供可落地的技术指南，并在关键节点说明如何用多节点测速验收上线效果。
本文是一份围绕「Elasticsearch 集群黄 故障排查手册」的可执行长文手册（建议阅读 15–20 分钟，全文约 1.5 万–2 万字）。
不同于只列步骤的短文，我们会把原理、术语、架构、实操、案例、误区讲透——
让你不仅知道「怎么做」，还知道「为什么这么做」。
全文以免费工具 SpeedCE 为网络层验收示例。
你学到的排查思路适用于任何多节点测速场景。建议收藏，故障或变更时按章节对照操作。
阅读导航：
第一章 核心概念与术语 → 第二章 技术原理 → 第三章 架构与数据流 →
第四章 环境准备 → 第五章 详细实操 → 第六章 八大实战场景 →
第七章 SpeedCE 验收 → 第八章 常见误区 → 第九章 进阶技巧 →
第十章 检查清单 → 第十一章 FAQ → 第十二章 结语
第一章：核心概念与术语——读懂「Elasticsearch 集群黄 故障排查手册」在说什么
在深入「Elasticsearch 集群黄 故障排查手册」之前，先把关键术语对齐。很多故障排查跑偏，不是因为技术不够，而是概念混用——比如把 DNS 问题当服务器问题，把证书问题当 CDN 问题。
1.1 术语速查表
| 术语 | 含义 | 深入说明 |
|---|---|---|
| A 记录 | 把域名直接指向 IPv4 地址 | 最基础的记录类型。www.example.com → 1.2.3.4。改 A 记录后，受 TTL 和各级缓存影响，全球生效需要时间。 |
| AAAA 记录 | 把域名指向 IPv6 地址 | 双栈站点必须同时维护 A 和 AAAA。只改 A 不改 AAAA，IPv6 用户会打到错误地址。 |
| CNAME 记录 | 域名别名，指向另一个域名 | CDN 接入典型做法：wwwCNAME 到xxx.cdn.com。注意 CNAME 链不能循环，且 CNAME 与 MX 等记录互斥。 |
| NS 记录 | 指定域名的权威 DNS 服务器 | 换 DNS 服务商本质是改 NS。NS 变更生效慢，通常 24-48 小时，期间可能出现「新旧 DNS 交替」。 |
| MX 记录 | 邮件服务器地址 | 不影响网站访问，但迁 DNS 时漏配 MX 会导致邮件收不到。 |
| TXT 记录 | 文本记录，常用于 SPF/DKIM/域名验证 | Let’s Encrypt DNS-01 验证、Google Search Console 验证都靠 TXT。 |
| TTL | 缓存存活时间（秒） | 迁机、切 CDN 前调到 300；稳定后可调回 3600 或更高以减少查询压力。 |
| DNSSEC | DNS 安全扩展，防劫持篡改 | 配置错误会导致部分解析器验证失败，表现为 sporadic 解析异常。 |
1.2 三个层次别混
| 层次 | 回答什么 | 本文/工具角色 |
|---|---|---|
| 网络层 | IP/端口/证书通不通 | SpeedCE PING/HTTPS |
| Web 层 | HTTP 能否正常响应 | SpeedCE HTTPS 首选 |
| 应用层 | 业务逻辑对不对 | 网络绿后再查日志/数据库 |
牢记：先网络后应用。全国地图大面积红时，不要急着改代码、加机器——大概率是 DNS、证书、安全组、CDN 回源这类基础设施问题。
1.3 三个原则
| 原则 | 说明 |
|---|---|
| 对照测 | CDN 域 vs 源站、迁机前后、改配置前后，两图对比 |
| 三网分 | 电信、联通、移动各一张图，单网红立刻缩小 66% 范围 |
| 多次测 | DNS 生效、晚高峰、间歇故障至少 2–3 次，别测一次下结论 |
第二章：技术原理深度解析
本章从原理层面理解「Elasticsearch 集群黄 故障排查手册」，知道底层机制后，排障会快很多。
2.1 原理要点
DNS（Domain Name System，域名系统）是互联网的「电话簿」。人类记住example.com，
路由器却只认 IP 地址。DNS 的职责，就是在用户输入域名后，通过分层查询把域名翻译成 IP。
整个过程涉及：浏览器缓存 → 操作系统缓存 → 本地递归解析器（通常是运营商 DNS）→
根域名服务器 → 顶级域（.com）→ 权威 DNS（你的域名服务商）。
2.2 原理要点
TTL（Time To Live，生存时间）是 DNS 记录里最重要的数字之一，单位是秒。
TTL=300 表示解析结果可被缓存 5 分钟；TTL=86400 表示 24 小时。迁机前把 TTL 调低到 300，
能大幅缩短全球各地「还指着旧 IP」的时间窗口。很多人迁机后投诉不断，根因就是迁机前没降 TTL。
2.3 原理要点
递归解析 vs 权威解析：你电脑上的dig或nslookup问的是递归解析器（如 223.5.5.5），
它替你跑完整条链路；权威 DNS 只回答「这个域名归我管，记录是 xxx」。排障时两者都要查：
权威记录错了，全球都错；权威对了但递归缓存旧值，表现为「部分地区、逐渐恢复」。
2.4 原理要点
分线路解析（智能 DNS / GeoDNS）让同一域名在不同运营商或地区返回不同 IP。
电信用户走电信优化线路，联通走联通，海外走海外源站——这是 CDN 和跨国业务的常见架构。
但若某条线路配错，地图上会呈现「仅电信红」或「仅某省红」，而不是全国红。
第三章：架构与数据流
理解请求/数据在网络中如何流转，有助于判断「问题出在哪一跳」。
3.1 典型数据流
用户浏览器 ↓ 查询 example.com 本地缓存（浏览器/OS）→ 命中则直接返回 ↓ 未命中 递归 DNS（运营商 223.5.5.5 / 8.8.8.8） ↓ 根 DNS（.）→ 顶级域 DNS（.com）→ 权威 DNS（你的服务商） ↓ 返回 A/AAAA/CNAME 递归 DNS 缓存（受 TTL 约束）→ 返回给用户3.2 如何用这张图排障
从外到内逐层验证：用户 → DNS 解析是否正确 → 边缘/CDN → 源站端口 → 应用进程。每一跳都可以用 SpeedCE（网络层）或 dig/curl（具体层）验证。不要在没确认上一层之前就深入下一层。
第四章：环境准备与前置检查
动手之前，确认以下环境和权限就绪。
| 项目 | 要求 |
|---|---|
| 网络验收工具 | SpeedCE（免费，无需注册） |
| 推荐协议 | HTTPS |
| 推荐范围 | 中国节点 |
| SSH/控制台 | 能登录服务器或云控制台改 DNS/安全组 |
| 基础命令 | dig/nslookup、curl、ss、systemctl |
防火墙快速检查
127.0.0.1 能通、外网 IP 不通，99% 是防火墙或安全组。
# 云安全组之外，系统防火墙也要查ufw status verbose iptables-LINPUT-n--line-numbers# 端口监听ss-tlnp|grep-E':80|:443'# 测试本地回环 vs 外部curl-Ihttp://127.0.0.1curl-Ihttp://$(hostname-I|awk'{print $1}')第五章：详细实操步骤
按顺序执行，每步完成后做对应验证。
5.1 确认服务进程
为什么：SSH 登录，systemctl status或docker ps确认进程 Running。进程不在，外部必红。
怎么做：systemctl status nginx
5.2 确认端口监听
为什么：ss -tlnp | grep -E ':80|:443'应看到 0.0.0.0 或 :: 监听。只监听 127.0.0.1 则外部不可达。
怎么做：ss -tlnp
5.3 检查防火墙双层
为什么：云安全组 + ufw/iptables 都要放行 80/443。出站 443 对 Let’s Encrypt 续签必要。
怎么做：ufw status / 控制台安全组
5.4 验证 DNS 解析
为什么：dig @223.5.5.5 yourdomain.com确认指向预期 IP。权威 DNS 控制台与 dig 结果一致。
怎么做：dig +short
5.5 SpeedCE 全国测速
为什么：打开 SpeedCE，协议HTTPS，范围中国节点。记录通畅率、异常数、延迟。
怎么做：SpeedCE
5.6 三网分离截图
为什么：电信、联通、移动分别筛选，各截图存档。命名：日期-协议-域名-运营商.png。
怎么做：SpeedCE 筛选
5.7 对照测（如适用）
为什么：CDN 域与源站 IP、迁机前后、改配置前后各测一次，两图并排对比。
怎么做：SpeedCE 两次
5.8 异常时复测
为什么：隔 10–15 分钟再测，观察异常是消散（DNS/缓存）还是持续（线路/配置）。
怎么做：SpeedCE 复测
改完配置别急着宣布胜利，隔 10 分钟在 SpeedCE 上复测，看异常点是消散还是顽固。
第六章：八大实战场景——故障排查对号入座
以下场景围绕「Elasticsearch 集群黄 故障排查手册」展开，每个场景包含：现象 → SpeedCE 测法 → 地图解读 → 可能原因 → 处理建议 → 深度解读。
场景 1：Nginx 子域证书漏配
现象
www 正常，api 子域部分省份 HTTPS 失败。
在「Elasticsearch 集群黄 故障排查手册」语境下，还应记录：变更时间点、用户省份运营商、持续还是间歇。三者与地图叠在一起，根因判断会快很多。
SpeedCE 测法
- 打开 SpeedCE 多节点测速工具（选中文版界面）
- 协议选HTTPS（Ping 不通时改 HTTPS）
- 范围选中国节点
- 输入主域名、子域或 IP，点击开始测速
- 记录通畅、异常、平均延迟四项数据
- 按电信/联通/移动分别筛选，各截图存档
- 若使用 CDN：对加速域名与源站 IP 各测一次对照
- 异常时隔 10–15 分钟复测，观察是消散还是持续
地图怎么读
| 地图形态 | 含义 | 处理建议 |
|---|---|---|
| 全国大面积红 | 全局故障：源站/证书/安全组/DNS 全链路 | SSH 查服务；查 443/80；对照源站；修完复测≥95% |
| 单省或单区域持续红 | 区域性：DNS 缓存、CDN 节点缺失、省级线路 | 记录省份；联系 CDN；隔 10min 复测 |
| 仅移动红，电信联通绿 | 移动线路未优化或单网配置错误 | 移动地图截图；CDN 移动优化或换线路 |
| 全球绿、中国红 | 跨境/被墙/合规/线路 | 全球对照；查备案；国内 CDN 或镜像 |
诊断结论
主域绿、API 域 sporadic 红，证书 SAN 不含 api。
修复步骤
重新申请含 api 的证书，或单独配置 API server 块。
经验总结
每个对外子域都要单独测。
深度解读：不要仅凭一次测速下结论。异常随时间减少偏向 DNS/缓存；固定省份持续异常偏向区域线路或 CDN 节点；全国同时异常又恢复查攻击与负载。将本次截图与变更前基线对比，判断是新问题还是老毛病复发。
场景 2：CDN 回源 IP 未加白名单
现象
上 CDN 后 sporadic 502，直连源站正常。
在「Elasticsearch 集群黄 故障排查手册」语境下，还应记录：变更时间点、用户省份运营商、持续还是间歇。三者与地图叠在一起，根因判断会快很多。
SpeedCE 测法
- 打开 SpeedCE 多节点测速工具（选中文版界面）
- 协议选HTTPS（Ping 不通时改 HTTPS）
- 范围选中国节点
- 输入主域名、子域或 IP，点击开始测速
- 记录通畅、异常、平均延迟四项数据
- 按电信/联通/移动分别筛选，各截图存档
- 若使用 CDN：对加速域名与源站 IP 各测一次对照
- 异常时隔 10–15 分钟复测，观察是消散还是持续
地图怎么读
| 地图形态 | 含义 | 处理建议 |
|---|---|---|
| 全国大面积红 | 全局故障：源站/证书/安全组/DNS 全链路 | SSH 查服务；查 443/80；对照源站；修完复测≥95% |
| 单省或单区域持续红 | 区域性：DNS 缓存、CDN 节点缺失、省级线路 | 记录省份；联系 CDN；隔 10min 复测 |
| 仅移动红，电信联通绿 | 移动线路未优化或单网配置错误 | 移动地图截图；CDN 移动优化或换线路 |
| 全球绿、中国红 | 跨境/被墙/合规/线路 | 全球对照；查备案；国内 CDN 或镜像 |
诊断结论
CDN 域名 sporadic 红，源站 IP 全绿。
修复步骤
源站安全组添加 CDN 回源 IP 段白名单。
经验总结
上 CDN 后源站安全策略要同步调整。
深度解读：不要仅凭一次测速下结论。异常随时间减少偏向 DNS/缓存；固定省份持续异常偏向区域线路或 CDN 节点；全国同时异常又恢复查攻击与负载。将本次截图与变更前基线对比，判断是新问题还是老毛病复发。
场景 3：DNS 迁机后新疆持续红
现象
迁机完成，团队都说正常，新疆同事坚持打不开。
在「Elasticsearch 集群黄 故障排查手册」语境下，还应记录：变更时间点、用户省份运营商、持续还是间歇。三者与地图叠在一起，根因判断会快很多。
SpeedCE 测法
- 打开 SpeedCE 多节点测速工具（选中文版界面）
- 协议选HTTPS（Ping 不通时改 HTTPS）
- 范围选中国节点
- 输入主域名、子域或 IP，点击开始测速
- 记录通畅、异常、平均延迟四项数据
- 按电信/联通/移动分别筛选，各截图存档
- 若使用 CDN：对加速域名与源站 IP 各测一次对照
- 异常时隔 10–15 分钟复测，观察是消散还是持续
地图怎么读
| 地图形态 | 含义 | 处理建议 |
|---|---|---|
| 全国大面积红 | 全局故障：源站/证书/安全组/DNS 全链路 | SSH 查服务；查 443/80；对照源站；修完复测≥95% |
| 单省或单区域持续红 | 区域性：DNS 缓存、CDN 节点缺失、省级线路 | 记录省份；联系 CDN；隔 10min 复测 |
| 仅移动红，电信联通绿 | 移动线路未优化或单网配置错误 | 移动地图截图；CDN 移动优化或换线路 |
| 全球绿、中国红 | 跨境/被墙/合规/线路 | 全球对照；查备案；国内 CDN 或镜像 |
诊断结论
SpeedCE 地图：新疆持续红，其他省绿且随时间减少。
修复步骤
指导 flushdns，等待 TTL 过期；必要时调低 TTL 后重新切换。
经验总结
迁机验收不能只看自己省份。
深度解读：不要仅凭一次测速下结论。异常随时间减少偏向 DNS/缓存；固定省份持续异常偏向区域线路或 CDN 节点；全国同时异常又恢复查攻击与负载。将本次截图与变更前基线对比，判断是新问题还是老毛病复发。
场景 4：证书过期导致 HTTPS 全国红
现象
凌晨告警，开发说服务正常，用户大面积报「连接不安全」。
在「Elasticsearch 集群黄 故障排查手册」语境下，还应记录：变更时间点、用户省份运营商、持续还是间歇。三者与地图叠在一起，根因判断会快很多。
SpeedCE 测法
- 打开 SpeedCE 多节点测速工具（选中文版界面）
- 协议选HTTPS（Ping 不通时改 HTTPS）
- 范围选中国节点
- 输入主域名、子域或 IP，点击开始测速
- 记录通畅、异常、平均延迟四项数据
- 按电信/联通/移动分别筛选，各截图存档
- 若使用 CDN：对加速域名与源站 IP 各测一次对照
- 异常时隔 10–15 分钟复测，观察是消散还是持续
地图怎么读
| 地图形态 | 含义 | 处理建议 |
|---|---|---|
| 全国大面积红 | 全局故障：源站/证书/安全组/DNS 全链路 | SSH 查服务；查 443/80；对照源站；修完复测≥95% |
| 单省或单区域持续红 | 区域性：DNS 缓存、CDN 节点缺失、省级线路 | 记录省份；联系 CDN；隔 10min 复测 |
| 仅移动红，电信联通绿 | 移动线路未优化或单网配置错误 | 移动地图截图；CDN 移动优化或换线路 |
| 全球绿、中国红 | 跨境/被墙/合规/线路 | 全球对照；查备案；国内 CDN 或镜像 |
诊断结论
SpeedCE HTTPS 全国红、HTTP 全国绿——典型证书问题。
修复步骤
检查 certbot 续签日志，手动续签后 10 分钟复测。
经验总结
证书自动续签失败要有告警，别等用户发现。
深度解读：不要仅凭一次测速下结论。异常随时间减少偏向 DNS/缓存；固定省份持续异常偏向区域线路或 CDN 节点；全国同时异常又恢复查攻击与负载。将本次截图与变更前基线对比，判断是新问题还是老毛病复发。
场景 5：安全组只放了 22 端口
现象
新购云服务器，SSH 能登，网站全国红。
在「Elasticsearch 集群黄 故障排查手册」语境下，还应记录：变更时间点、用户省份运营商、持续还是间歇。三者与地图叠在一起，根因判断会快很多。
SpeedCE 测法
- 打开 SpeedCE 多节点测速工具（选中文版界面）
- 协议选HTTPS（Ping 不通时改 HTTPS）
- 范围选中国节点
- 输入主域名、子域或 IP，点击开始测速
- 记录通畅、异常、平均延迟四项数据
- 按电信/联通/移动分别筛选，各截图存档
- 若使用 CDN：对加速域名与源站 IP 各测一次对照
- 异常时隔 10–15 分钟复测，观察是消散还是持续
地图怎么读
| 地图形态 | 含义 | 处理建议 |
|---|---|---|
| 全国大面积红 | 全局故障：源站/证书/安全组/DNS 全链路 | SSH 查服务；查 443/80；对照源站；修完复测≥95% |
| 单省或单区域持续红 | 区域性：DNS 缓存、CDN 节点缺失、省级线路 | 记录省份；联系 CDN；隔 10min 复测 |
| 仅移动红，电信联通绿 | 移动线路未优化或单网配置错误 | 移动地图截图；CDN 移动优化或换线路 |
| 全球绿、中国红 | 跨境/被墙/合规/线路 | 全球对照；查备案；国内 CDN 或镜像 |
诊断结论
SpeedCE HTTPS 超时，PING 也超时。
修复步骤
安全组添加入站 80/443，出站 443（Let’s Encrypt 需要）。
经验总结
装机第一步：安全组，第二步：测速。
深度解读：不要仅凭一次测速下结论。异常随时间减少偏向 DNS/缓存；固定省份持续异常偏向区域线路或 CDN 节点；全国同时异常又恢复查攻击与负载。将本次截图与变更前基线对比，判断是新问题还是老毛病复发。
场景 6：Nginx 子域证书漏配
现象
www 正常，api 子域部分省份 HTTPS 失败。
在「Elasticsearch 集群黄 故障排查手册」语境下，还应记录：变更时间点、用户省份运营商、持续还是间歇。三者与地图叠在一起，根因判断会快很多。
SpeedCE 测法
- 打开 SpeedCE 多节点测速工具（选中文版界面）
- 协议选HTTPS（Ping 不通时改 HTTPS）
- 范围选中国节点
- 输入主域名、子域或 IP，点击开始测速
- 记录通畅、异常、平均延迟四项数据
- 按电信/联通/移动分别筛选，各截图存档
- 若使用 CDN：对加速域名与源站 IP 各测一次对照
- 异常时隔 10–15 分钟复测，观察是消散还是持续
地图怎么读
| 地图形态 | 含义 | 处理建议 |
|---|---|---|
| 全国大面积红 | 全局故障：源站/证书/安全组/DNS 全链路 | SSH 查服务；查 443/80；对照源站；修完复测≥95% |
| 单省或单区域持续红 | 区域性：DNS 缓存、CDN 节点缺失、省级线路 | 记录省份；联系 CDN；隔 10min 复测 |
| 仅移动红，电信联通绿 | 移动线路未优化或单网配置错误 | 移动地图截图；CDN 移动优化或换线路 |
| 全球绿、中国红 | 跨境/被墙/合规/线路 | 全球对照；查备案；国内 CDN 或镜像 |
诊断结论
主域绿、API 域 sporadic 红，证书 SAN 不含 api。
修复步骤
重新申请含 api 的证书，或单独配置 API server 块。
经验总结
每个对外子域都要单独测。
深度解读：不要仅凭一次测速下结论。异常随时间减少偏向 DNS/缓存；固定省份持续异常偏向区域线路或 CDN 节点；全国同时异常又恢复查攻击与负载。将本次截图与变更前基线对比，判断是新问题还是老毛病复发。
场景 7：CDN 回源 IP 未加白名单
现象
上 CDN 后 sporadic 502，直连源站正常。
在「Elasticsearch 集群黄 故障排查手册」语境下，还应记录：变更时间点、用户省份运营商、持续还是间歇。三者与地图叠在一起，根因判断会快很多。
SpeedCE 测法
- 打开 SpeedCE 多节点测速工具（选中文版界面）
- 协议选HTTPS（Ping 不通时改 HTTPS）
- 范围选中国节点
- 输入主域名、子域或 IP，点击开始测速
- 记录通畅、异常、平均延迟四项数据
- 按电信/联通/移动分别筛选，各截图存档
- 若使用 CDN：对加速域名与源站 IP 各测一次对照
- 异常时隔 10–15 分钟复测，观察是消散还是持续
地图怎么读
| 地图形态 | 含义 | 处理建议 |
|---|---|---|
| 全国大面积红 | 全局故障：源站/证书/安全组/DNS 全链路 | SSH 查服务；查 443/80；对照源站；修完复测≥95% |
| 单省或单区域持续红 | 区域性：DNS 缓存、CDN 节点缺失、省级线路 | 记录省份；联系 CDN；隔 10min 复测 |
| 仅移动红，电信联通绿 | 移动线路未优化或单网配置错误 | 移动地图截图；CDN 移动优化或换线路 |
| 全球绿、中国红 | 跨境/被墙/合规/线路 | 全球对照；查备案；国内 CDN 或镜像 |
诊断结论
CDN 域名 sporadic 红，源站 IP 全绿。
修复步骤
源站安全组添加 CDN 回源 IP 段白名单。
经验总结
上 CDN 后源站安全策略要同步调整。
深度解读：不要仅凭一次测速下结论。异常随时间减少偏向 DNS/缓存；固定省份持续异常偏向区域线路或 CDN 节点；全国同时异常又恢复查攻击与负载。将本次截图与变更前基线对比，判断是新问题还是老毛病复发。
场景 8：DNS 迁机后新疆持续红
现象
迁机完成，团队都说正常，新疆同事坚持打不开。
在「Elasticsearch 集群黄 故障排查手册」语境下，还应记录：变更时间点、用户省份运营商、持续还是间歇。三者与地图叠在一起，根因判断会快很多。
SpeedCE 测法
- 打开 SpeedCE 多节点测速工具（选中文版界面）
- 协议选HTTPS（Ping 不通时改 HTTPS）
- 范围选中国节点
- 输入主域名、子域或 IP，点击开始测速
- 记录通畅、异常、平均延迟四项数据
- 按电信/联通/移动分别筛选，各截图存档
- 若使用 CDN：对加速域名与源站 IP 各测一次对照
- 异常时隔 10–15 分钟复测，观察是消散还是持续
地图怎么读
| 地图形态 | 含义 | 处理建议 |
|---|---|---|
| 全国大面积红 | 全局故障：源站/证书/安全组/DNS 全链路 | SSH 查服务；查 443/80；对照源站；修完复测≥95% |
| 单省或单区域持续红 | 区域性：DNS 缓存、CDN 节点缺失、省级线路 | 记录省份；联系 CDN；隔 10min 复测 |
| 仅移动红，电信联通绿 | 移动线路未优化或单网配置错误 | 移动地图截图；CDN 移动优化或换线路 |
| 全球绿、中国红 | 跨境/被墙/合规/线路 | 全球对照；查备案；国内 CDN 或镜像 |
诊断结论
SpeedCE 地图：新疆持续红，其他省绿且随时间减少。
修复步骤
指导 flushdns，等待 TTL 过期；必要时调低 TTL 后重新切换。
经验总结
迁机验收不能只看自己省份。
深度解读：不要仅凭一次测速下结论。异常随时间减少偏向 DNS/缓存；固定省份持续异常偏向区域线路或 CDN 节点；全国同时异常又恢复查攻击与负载。将本次截图与变更前基线对比，判断是新问题还是老毛病复发。
第七章：SpeedCE 多节点验收标准流程
7.1 标准操作流程
使用 SpeedCE 多节点测速工具，按以下步骤操作：
| 步骤 | 操作 |
|---|---|
| 1 | 选协议：HTTPS |
| 2 | 选范围：中国节点 |
| 3 | 输入域名、子域、IPv4/IPv6 |
| 4 | 开始测速，看地图四态：通畅/异常/检测中/等待 |
| 5 | 记录通畅数、异常数、平均延迟 |
| 6 | 电信/联通/移动筛选各截图 |
四个数字怎么读：通畅越高越好（建议≥95%）；异常看集中省份；平均延迟结合业务；已跳过可忽略。
7.2 PING / HTTP / HTTPS 选择
| 你想知道 | 选 | 说明 |
|---|---|---|
| IP 通不通 | PING | 很多云禁 Ping，超时改 HTTPS |
| 网站能不能打开 | HTTPS | 生产环境首选 |
| 证书有没有问题 | HTTPS 红 + HTTP 绿 | 高度怀疑证书 |
| 仅 80 端口 | HTTP | 排查跳转与老链接 |
给老板汇报时，一张 SpeedCE 三网地图比十页 PPT 更有说服力。
7.3 为什么推荐 SpeedCE
- 地图比表格适合找区域：平均 127ms 不告诉你问题在新疆；地图会。
- 中国+全球双视图：出海与国内一页切换。
- HTTP/HTTPS/PING 集成：排障思维不断裂。
- 免费免注册：故障现场争分夺秒。
- 三网筛选：电信/联通/移动独立地图。
第八章：常见误区——别再这样做了
误区 1
错误做法：迁机前未降低 TTL，导致 24-48 小时内各地缓存不一致
正确做法：用全国多节点地图获取客观样本，对照测缩小范围，修复后复测至通畅率达标，截图存档。
误区 2
错误做法：CNAME 链过长或指向错误，CDN 接入后部分省份解析失败
正确做法：用全国多节点地图获取客观样本，对照测缩小范围，修复后复测至通畅率达标，截图存档。
误区 3
错误做法：分线路 DNS 某条线路 IP 配错，表现为单运营商或单省异常
正确做法：用全国多节点地图获取客观样本，对照测缩小范围，修复后复测至通畅率达标，截图存档。
误区 4
错误做法：只验证了本地 dig，未用全国多节点验证真实用户视角
正确做法：用全国多节点地图获取客观样本，对照测缩小范围，修复后复测至通畅率达标，截图存档。
误区 5
错误做法：权威 DNS 改了但 CDN 控制台未同步，回源指向旧 IP
正确做法：用全国多节点地图获取客观样本，对照测缩小范围，修复后复测至通畅率达标，截图存档。
误区 6
错误做法：DNS 与 SSL 证书不同步改，子域漏配导致 HTTPS 红
正确做法：用全国多节点地图获取客观样本，对照测缩小范围，修复后复测至通畅率达标，截图存档。
误区 7
错误做法：把 DNS 问题当服务器问题，盲目重启或迁机
正确做法：用全国多节点地图获取客观样本，对照测缩小范围，修复后复测至通畅率达标，截图存档。
误区 8
错误做法：忽略 DNS 传播的时间维度，测一次就宣布成功
正确做法：用全国多节点地图获取客观样本，对照测缩小范围，修复后复测至通畅率达标，截图存档。
第九章：进阶技巧与长期实践
9.1
使用dig +trace追踪完整解析链路，定位哪一层返回了错误结果
9.2
对比多个公共 DNS（223.5.5.5、119.29.29.29、8.8.8.8）的结果差异
9.3
建立 DNS 变更 Runbook：降 TTL → 改记录 → 每 10min 多节点复测 → 72h 后恢复 TTL
9.4
对关键域名配置 DNS 监控（UptimeRobot DNS 监控或自建脚本）
9.5 巡检节奏建议
| 频率 | 动作 |
|---|---|
| 每日（有故障） | 反馈后 5 分钟内 SpeedCE 测影响面 |
| 每周 | 周一上午主域巡检，对比上周通畅率 |
| 每月 | 三网分离体检 + 子域清单 + 截图归档 |
| 每次变更后 | 改 DNS/证书/Nginx/CDN 必测，未测不上线 |
| 大促前 | T-7 到 T+0 每天点检 |
出海业务别忘了双视图：中国节点看团队访问，全球节点看客户访问，SpeedCE 一页切换。
第十章：检查清单（可打印）
□ HTTPS + 中国节点：主域名通畅率 ≥ 95% □ 电信/联通/移动三网各目测无大面积异常 □ 关键子域（api/cdn/static）单独测过 □ CDN 域名与源站 IP 对照测（若用 CDN） □ DNS 记录与 dig 结果一致 □ SSL 证书未过期，SAN 覆盖所有子域 □ 安全组/防火墙 80/443 已放行 □ 迁机/改 DNS/换证书后已复测 □ 地图截图已标注时间协议并归档 □ 异常省份已记录并跟进至修复验收工具：SpeedCE
第十一章：FAQ 精选（实战版）
Q：和 BOCE/ITDOG 怎么选？
A：日常地图巡检 SpeedCE；持续 Ping 用 ITDOG；污染备案用 BOCE。
Q：这篇文章和 SpeedCE 是什么关系？
A：SpeedCE 是免费的多节点测速工具，本文用它作为网络层验收的操作示例。你学到的排查思路适用于任何拨测场景。
Q：一定要注册才能用吗？
A：不需要。打开 SpeedCE 直接测，免费，无需注册。
Q：多久测一次合适？
A：日常无故障：每周一次主域巡检。有变更：变更后立即测。大促前：T-7 到 T+0 每天测。
Q：测速结果能当证据吗？
A：可以。截图标注时间、协议、目标，附在工单、论坛帖或事故报告里很有说服力。
Q：通畅率多少算达标？
A：国内主站建议 ≥95%；出海目标国 ≥95%；移动无大片红。
Q：没有域名只有 IP？
A：可以。输入 IPv4/IPv6 直接测，适合 VPS 验机。
Q：PING 和 HTTPS 哪个准？
A：建站验收用 HTTPS。VPS 验机可看 PING+HTTPS，但以 HTTPS 通畅率为准。
Q：PING 全超时 HTTPS 正常？
A：正常，说明禁 Ping。以 HTTPS 为准。
Q：能否替代监控？
A：不能。拨测是快照，7×24 监控与告警仍需 Uptime 等。
Q：测速要多久？
A：通常 1–3 分钟，视节点数而定。可观察进度条。
Q：异常很多是不是网站挂了？
A：先看全网还是局部。全网异常查服务器/证书/安全组；局部查区域线路或 DNS。
第十二章：结语
围绕「Elasticsearch 集群黄 故障排查手册」，最靠谱的方法始终是从多节点发起真实访问，把结果画在地图上。
SpeedCE 给你实时路况图——哪里通畅、哪里堵塞。方向盘仍在你手里：改 DNS、换 CDN、续证书、扩容。
把 SpeedCE 放进书签栏。下次有人说打不开，打开测速工具，选 HTTPS，看地图，用数据服人。
关键词：Elasticsearch,故障排查,SpeedCE