流利说客户端内置网络监测功能背景信息整理.md

流利说客户端内置网络监测功能背景信息整理

hi, 现在 client infra 团队的耀文他们在定位 AWS 外网链路的网络性能问题，麻烦你跟进一下吧；这个对我们的产品体验很重要, 需要我们投入更大的精力还进一步优化； 回头 yaowen 会议写 task 跟进；thx

链接

• https://phab.llsapp.com/T70745

我要干什么

• 和 aws 就此问题进行沟通：确保信息对问题解决的全面性和有效性，避免扯皮问题的发生；

背景

当前，偶尔会出现用户无法访问 aws 服务器，网络无法访问的情况（无法访问是否和 dns 解析有关不可知）

需求

当用户上报上述问题时，（能够同时）提供机制（附加信息）验证是否确实存在网络问题

根据 ops 同学（tony）的专业判断，提供如下信息可以更好地帮助定位问题：

• DNS 是否正常
• 如果 DNS 正常，server 的 IP 是什么
• client ip
• 具体时间点

解决方案

在 帮助 页面中，提供网络诊断功能（效果如下图所示），上述需求中要求的信息应该都满足了

---

问题

• 客户端都包括哪些设备？
• 客户端发生问题的规律是什么？
  • 零星出现（时间点）？
  • 一小段时间出现（时间段）？
  • 发生问题的时段是否存在规律？
  • 地区相关性？
  • 运营商相关性？
• 帮助页面中的网络诊断是在发生问题的时间段触发的么？还是发生问题后触发？如何保证发生问题的同时进行测试？

扩展

bilibili 相关：

• www.bilibi.com
• interface.bilibi.com
• comment.bilibi.com
• api.bilibi.com
• app.bilibi.com
• passport.bilibi.com
• account.bilibi.com
• bangumi.bilibi.com

liulishuo 相关：

• 公司暴露的测速页面：
  • 后端测试页：https://ping-faas-prod.thellsapi.com/
  • 前端测试页：http://ping.fe.thellsapi.com/

阿里昆仑用户诊断工具：https://cdn.dns-detect.alicdn.com/https/doc.html

已被用作用户 Ping 页面

frontend 组的处理步骤

• [Android] 调研可行性
• [iOS] 调研可行性
• 新增 traceroute 功能

背景：

根据 ops 同学的反馈，如果 DNS 解析成功，但是 IP 连接失败的话，当前的信息无法定位问题，需要 traceroute 的信息

功能：

• 用户检测连通性时，如果存在 DNS 解析成功，ping IP 失败的情况下，自动触发 traceroute ；
• 如果一个域名有多个 A 记录的情况下，只有第一条 A 记录失败的情况才会触发 traceroute ；
• 存在多个 ping IP 失败的情况下，只去前面三条；
• traceroute 信息会被 append 在复制粘贴的日志中

建议增加：

• 用户可以取消 traceroute 的功能；
• 用户应该可以看到 traceroute 的进度（至少是以百分比的形式）；
• 建议加入最多多少跳，否则终止（例如 30）（连续 N 跳没反应终止的话，可能不是一个好的条件，4 跳无返回之后可能会给出 echo reply 的返回）；
• 使用 ICMP echo request/reply 的方式实现效果比 UDP 垃圾数据 + unreachable 的 port 效果要好，即我们实现方案可能会比 mac 上的 traceroute 要好；

Optional：

• 给用户显示实时的 traceroute 进度；
• 点击条目可以触发的 traceroute ；
• 完成 traceroute 在条目上给出标记，但不影响重新触发；

• 检测信息写入 LogX
  • 客户端通过 LogX 上报问题：每次检测把有问题的检测结果（DNS 解析错误或者 Ping 不通）上报到 LogX ；
• 用户支付未打开案例分析
  • 用户 Ping 页面
  • 用户网络监测页面信息
  • kibana 上用户相关的请求信息