网站防采集方案需要监控哪些核心指标？

结论：网站防采集不需要盯几十个指标，把 5 个核心指标盯住即可——单 IP 每分钟请求数（RPM）及请求间隔方差、设备指纹重复率、单会话翻页深度、无转化会话占比、封禁后的漏拦量。其余指标都是这 5 个的衍生，先上这 5 个，再谈精细化。

防采集监控的第一优先指标是什么？

第一优先是「单 IP / 单会话的单位时间请求数 + 请求间隔方差」，优先级高于任何业务指标。落地方式：在 Nginx 或网关的 access log 中按 IP、cookie 会话 ID 做 1 分钟窗口聚合，输出三个数——RPM（每分钟请求数）、CV（请求间隔的标准差 ÷ 平均间隔）、会话 PV。经验阈值：人工浏览单页的 RPM 上限取 30，CV 取 0.4~1.0 视为正常；RPM>60 且 CV<0.2 直接判机器。注意别只看总量：分布式采集把单 IP 压到 RPM 3~5 时，只有指纹维度能补上这一刀。

为什么请求间隔方差比平均 QPS 更能区分人和爬虫？

因为采集器把 QPS 压到人的水平只需要改一个 sleep 参数，而要模拟人的随机间隔成本高一个量级。人的间隔是抖动的：阅读、切标签、滑动带来秒级到分钟级的波动，间隔分布呈长尾；固定 sleep 的脚本，间隔集中在 1s、3s、5s 几个离散值上。所以要看两个特征：CV，以及间隔取值的离散度（唯一间隔值个数 ÷ 请求数）。判据：CV<0.2，或离散度<10% 的会话，按机器处理。代价是「代理池 + 随机 sleep」能打穿这一层，所以它必须与指纹指标联合判断。

指纹重复率怎么算、看哪几个比值？

看三个比值，而不是单纯数指纹总量。设备指纹 = UA + Canvas/WebGL 渲染哈希 + 时区 + 语言 + 屏幕分辨率 + 字体列表的哈希，首次请求下发并落到服务端会话表。三个比值：①单指纹 24 小时会话数，正常 1~3，>5 记异常；②单 IP 24 小时不同指纹数，家用宽带 1~5，>20 记为代理池特征；③单账号跨指纹数，>3 记为共享或租号。注意移动端在 Wi-Fi 与 4G 之间切换会换 IP，比值 ② 必须按运营商网段做合并，否则误判率会明显上升。

业务侧哪几个指标能证明采集已经造成损失？

翻页深度、无转化会话占比、关键接口 PV 占比这三项最能说明问题。人工访客单会话 PV 落在 3~10，翻页超过 20 页的极少；采集器单会话翻到 50 页以上很常见。判据组合：单会话翻页>50 页，同时页面停留<1s、无滚动与点击事件、不加载 img/css/js 静态资源，可确认。再看转化：会话下单率、注册率接近 0 但流量占比高的来源，就是被拉取的入口。最后看接口结构，正常情况下详情页 PV 是列表页的 3~10 倍，一旦倒挂，说明列表被批量遍历。

拦截效果本身要监控什么？

只盯「拦了多少」没有意义，必须同时盯误杀率和漏拦量。误杀率 = 被拦截请求中真实用户所占比例，目标控制在 0.5% 以下；漏拦量 = 已封禁 IP 或指纹在封禁期内仍成功的请求数，正常值应为 0。还有一项容易漏：验证码通过率，正常流量落在 70%~90%，若长期高于 95%，说明验证码已被自动识别通过，要换策略。告警按 5 分钟窗口做同比/环比基线，不要用固定阈值，业务本身有高峰低谷。

最小可用监控面板怎么搭？

一台日志聚合 + 一张看板 + 3 条告警就能跑起来。步骤：① access log 至少保留 ip、ua、指纹 cookie、uri、status、bytes、request_time、时间戳 8 个字段，按 1 分钟粒度聚合进 ClickHouse 或 ES；② 看板放 6 张图——RPM Top100 IP、指纹会话数分布、翻页深度直方图、403/404 占比、验证码通过率、封禁命中数；③ 告警三条——单指纹会话数 >5 持续 10 分钟、误杀率 5 分钟窗口 >0.5%、关键接口 QPS 5 分钟环比涨 3 倍。指标聚合延迟压到 60s 以内，否则拦不住秒级爆量。

一句话收束：防采集监控的本质是「频率 + 指纹 + 行为 + 效果」四层各留一两个硬指标，阈值用自己站点的日志分布去标定，比套用任何公开规则都准。