高防CDN的可用性指标通常写着“99.99%”，但这个数字的背后，是节点故障时的切换能力。任何一个节点都可能因为硬件故障、网络中断、攻击流量过载而失效。关键在于：节点失效后，流量能在多长时间内切换到健康节点，切换过程中用户是否感知。
本文拆解高防CDN节点切换的三个环节，说明秒级切换是如何实现的。
一、健康探测：多维度判断节点是否可用
节点切换的前提是准确判断节点是否故障。健康探测需要从多个维度评估节点状态，而不是简单地看“能否ping通”。
探测维度包括：网络层探测——节点与骨干网的连通性、丢包率、延迟；服务层探测——清洗服务进程是否正常、端口是否监听；业务层探测——节点能否正常处理请求、回源链路是否通畅；资源层探测——CPU、内存、带宽使用率是否超过阈值。
探测频率和判定阈值需要平衡。探测太频繁会增加节点负担，探测太稀疏会延迟故障感知。行业实践中，探测间隔通常在1–5秒，连续3次失败判定为故障。对于资源层指标，还需要设置渐变阈值——如果CPU使用率在短时间内快速上升，即使还没到100%，也应触发预警。
二、流量重定向：故障节点的流量如何被接管
节点被判定为故障后，流量需要重定向到健康节点。重定向的速度取决于调度系统的架构。
DNS重定向是最常见的方式——调度系统修改DNS解析结果，将故障节点的IP替换为健康节点的IP。DNS重定向的缺点是TTL限制——如果TTL设置为300秒，用户客户端可能5分钟内仍在访问故障节点。因此，高防CDN通常将TTL设置得较短（如30–60秒），并在故障时主动推送新的解析结果。
BGP路由重定向是更快的方式——通过撤销故障节点的路由宣告，让流量自动流向其他宣告同一IP的节点。BGP重定向的速度取决于路由收敛时间，通常在秒级。这与高防CDN的BGP Anycast就近接入中提到的路由层流量分散机制是配套的——Anycast本身具备路由级的故障切换能力，节点故障时路由自动收敛到其他节点。
应用层重定向适用于HTTP场景——调度系统在边缘节点检测到故障后，返回302重定向到健康节点。应用层重定向的灵活性高，但增加了请求往返次数，不适合对延迟敏感的业务。
三、会话保持：切换过程中如何避免用户掉线
流量重定向解决了新请求的路由问题，但对于已经建立的会话（如登录状态、购物车、WebSocket连接），切换过程需要保持会话连续性。
会话保持的机制包括：集中式会话存储——会话状态存储在共享存储（如Redis集群）中，节点切换时从共享存储读取状态，避免状态丢失；会话复制——会话状态在多个节点之间实时同步，切换时从备份节点读取；客户端重连——客户端检测到连接中断后自动重连到新节点，并通过token或session ID恢复状态。
对于WebSocket长连接，会话保持的要求更高。长连接的会话状态包括用户身份、房间信息、游戏进度等，迁移时需要完整同步。这与高防CDN节点调度与近源清洗中提到的连接迁移机制是同一套逻辑——节点切换和节点调度共享会话保持的基础设施。
| 环节 | 目标 | 关键机制 | 切换时间参考 |
|---|---|---|---|
| 健康探测 | 准确判断节点是否故障 | 网络/服务/业务/资源多维探测 | 1–5秒探测间隔，连续3次失败判定 |
| 流量重定向 | 故障节点流量被接管 | DNS重定向、BGP路由重定向、应用层重定向 | BGP秒级，DNS取决于TTL |
| 会话保持 | 已建立会话的连续性 | 集中式存储、会话复制、客户端重连 | 取决于业务复杂度 |
四、秒级切换的评估要点
评估高防CDN的切换能力时，需要确认以下事项。第一，探测频率和判定阈值。 探测间隔是多少？连续几次失败判定故障？第二，重定向机制。 使用DNS、BGP还是应用层重定向？切换时间是多少？第三，会话保持方案。 是否有集中式会话存储？WebSocket长连接是否支持状态同步？第四，切换演练。 服务商是否定期进行故障切换演练？是否有演练记录？
对于业务连续性要求高的场景（如金融、电商、游戏），建议在测试阶段主动模拟节点故障，观察切换时间、用户是否掉线、会话状态是否完整。这些测试数据，比“99.99%可用性”这个宣传数字更能说明切换能力的真实水平。
五、结语
高防CDN的可用性不只取决于单个节点的稳定性，更取决于节点故障时的切换能力。健康探测准确判断故障，流量重定向快速接管流量，会话保持确保用户不掉线。三个环节协同工作，才能在节点故障时实现秒级切换和用户无感知。评估时需要确认探测频率、重定向机制、会话保持方案和切换演练记录。这些细节，比“可用性99.99%”这个宣传数字更能说明高防CDN的真实容灾能力。
