微信公众平台报警排查指引
概要说明微信公众平台已对外开放接口报警，当微信服务器向开发者推送消息失败次数达到预定阈值时，会将报警消息发送到指定微信报警群中（设置方式：公众平台->开发者中心->接口报警），请开发者积极主动关注报警，即时解决故障，提高微信公众号的服务质量。报警目前有2类：1.通用报警，所有开发者都需要关注。
类型描述
DNS失败微信服务器向公众号推送消息或事件时，解析DNS失败
DNS超时微信服务器向公众号推送消息或事件时，解析DNS超时，超时时间为5秒
连接超时微信服务器连接公众号开发者服务器时发生超时，超时时间为3秒
请求超时微信服务器向公众号推送消息或事件后，开发者5秒内没有返回
回应失败微信服务器向公众号推送消息或事件后，得到的回应不合法
MarkFail（自动屏蔽）微信服务器向公众号推送消息或事件发生多次失败后，暂时不推送消息，一分钟后解除屏蔽
2.公众号第三方平台报警，只有在微信开放平台（open.weixin.qq.com）上申请成为公众号第三方平台的开发者，才需要关注此报警。
类型描述
推送component_verify_ticket超时推送component_verify_ticket时，开发者5S内没有返回
推送component_verify_ticket失败推送component_verify_ticket时，开发者没有返回success
推送第三方平台消息超时推送第三方平台消息（如取消授权消息）等，第三方平台5秒内没有返回
推送第三方平台消息失败推送第三方平台消息（如取消授权消息）等，第三方平台没有返回success
下面对具体的报警做示例以及排查指引说明。报警内容说明报警内容描述：a)appid：公众号appidb)昵称: 公众号昵称c)时间：所有报警，都会提供首次发生异常的时间。（如首次发生超时的时间，首次发生回应失败的时间）d)内容：错误的具体描述e)次数：发生失败的次数f)错误样例：错误样例里注明了一些帮助查找问题的信息。如：首次超时开发者的IP和推送消息类型。如果是回应失败，错误样例还会注明首次回应失败时开发者的回包。一般情况下，通过报警提供的IP，时间，消息类型，能够比较快速的定位到第三方发生问题的原因。报警示例1：超时报警Appid: wxxxxxx昵称: WxNickName时间: 2014-12-01 20:12:00内容: 微信服务器向公众号推送消息或事件后，开发者5秒内没有返回次数: 5分钟 1272次错误样例: 该报警表示：微信服务器向开发者推送取消关注事件时，开发者没有在5秒内返回结果。在2014-12-01 20:12:00-2014-12-01 20:17:00这5分钟内发生了1272次。其中这5分钟内第一次发生超时的时间是：2014-12-01 20:12:00， 开发者的IP是：203.205.140.29，事件类型是取消关注事件。报警示例2：回应失败Appid: wxxxx昵称: WxNickName时间: 2014-12-01 20:12:00内容: 微信服务器向公众号推送消息或事件后，得到的回应不合法次数: 5分钟 1320次错误样例: 该报警表示：微信服务器向开发者推送自定义菜单点击事件时，开发者的返回结果不合法。在2014-12-01 20:12:00-2014-12-01 20:17:00这5分钟内发生了1320次。其中这5分钟内第一次发生回应失败的时间是：2014-12-01 20:12:00， 开发者的IP是：58.248.9.218，事件类型是点击菜单事件，第三方返回的内容长度为10个字节，内容为“Error 500:”。
报警示例3：连接超时Appid: wxxxx昵称: WxNickName时间: 2015-02-04 20:13:09内容: 微信服务器连接公众号开发者服务器时发生超时，超时时间为3秒次数: 5分钟 7289次错误样例: 该报警表示：微信服务器向开发者推送粉丝发来的文本消息时，无法连接到开发者填写的服务器地址。在2015-02-04 20:13:09-2015-02-04 20:18:00这5分钟内发生了7289次，这5分钟内第一次发生连接超时的时间是：2015-02-04 20:13:09， 开发者的IP是：180.150.190.135，事件类型是用户推送的消息。各类报警的排查方法1.DNS失败该错误为微信服务器在推送消息给开发者时，解析dns失败。如遇到此报警，请开发者确认：a）填写的url,域名是否有误；b) 域名是否发生变化，如过期，更新等。如果不是以上2个问题，请联系微信公众平台。2.Dns超时目前不会有此错误。3.连接超时该错误是微信服务器和开发者服务器3S内未连接成功。报警消息会提供出首次发生连接失败的时间和连接的IP。如遇此报警，请开发者确认：a)该IP是否有误。b)该IP机器是否过载，连接过多。c)如果是第三方提供服务器托管，托管商是否有故障。d)网络运营商是否有故障。4.请求超时微信服务器向开发者服务器推送消息或事件，开发者5秒内没有返回。请求超时时，报警消息会提供第一次出现请求超时的时间，开发者IP和消息类型。请开发者确认：a）该IP是否有误b）该IP是否接收到报警消息给出的该消息类型的请求c）该请求是否处理时间过长5.回应失败开发者没有按照wiki中的回复消息格式进行回复消息，或者发生网络错误，会报警回应失败，报警消息会提供第一次出现请求回应失败的时间，开发者的IP，消息类型以及回应的消息内容，请开发者确认：a）该IP是否有误b）该IP是否发生网络错误c）该业务处理逻辑是否没有按照wiki规范回复消息，或是进入了异常逻辑。6.MarkFail（自动屏蔽）微信后台会实时统计开发者的失败次数。在推送消息给开发者发生大量失败时，微信服务器会自动屏蔽开发者，1分钟内不再推送任何消息，并会发送报警到微信群。此报警是级别最高的报警，开发者在收到此报警时请尽快处理后台故障，恢复服务。事实上，开发者在收到此报警前，必然会收到连接超时，请求超时或回应失败等报警，需要开发者即时去解决这些故障，避免被微信服务器屏蔽，严重影响公众号服务！7.推送component_verify_ticket超时 & 8.推送component_verify_ticket失败 & 9.推送组件消息超时 & 10.推送组件消息失败以上4个报警只有公众号第三方平台开发者会收到，其他公众号开发者无需关注。由于公众号第三方平台承载了更多的公众号，所以公众号第三方平台的服务质量需要更严格要求和报警，所以把这4个特殊的事件单独报警。具体的问题查找方式与4，5是一样的，这里不在赘述。关于公众号第三方平台的具体申请与开发实现，请前往微信开放平台（open.weixin.qq.com）常见问题1.如何排查DNS失败的问题？1.Ping测试你们MP上配置的url里的域名，确认是否能够得到正确的IP。如不能得到或者错误，请到你们的域名托管商管理系统上检查配置。2.如1能够得到正确的IP，又有DNS失败的报警；请使用DNS服务器182.254.116.116 来再测试验证。Linux : dig @182.254.116.116 域名；windows 修改网络配置里的DNS服务器地址，然后再ping 域名。如果得到的IP不正确或者得不到，请联系微信团队。2.如何解决连接超时问题？1.查看是否网络环境问题。 （1）使用公众平台接口，获取到微信回调服务器的IP，https://api.weixin.qq.com/cgi-bin/getcallbackip?access_token=ACCESS_TOKEN， （2）在你们的服务上ping 测试，检查你们服务器到微信回调用服务器的网络质量情况。如有网络问题，请联系你们的服务器提供商解决。2.查看接入层服务器连接数，负载，nginx的配置，允许的连接个数。查看nginx错误日志是否有“Connection reset by peer”或“Connection timed out”错误日志，如有说明nginx连接数过超负载。3.建议搭建测试工具，对系统进行心跳检查，对系统负载，连接数，处理数，处理耗时进行实时监控报警。对于nginx配置，这里提供官方文档和一篇简单配置介绍链接，希望有帮助： http://nginx.org/en/docs/，重点关注连接数配置，日志配置等。nginx的一些重要配置参考例子如下：worker_processes16; //CPU核数error_loglogs/error.loginfo; //错误日志logworker_rlimit_nofile 102400; //打开最大句柄数events { worker_connections102400; //允许最大连接数}//请求日志记录，关键字段：request_time-请求总时间，upstream_response_time后端处理时 间log_formatmain'$remote_addr- $remote_user [$time_local] "$request" ' '$status $body_bytes_sent "$http_referer" ' '"$http_user_agent" "$http_x_forwarded_for" "$host""$cookie_ssl_edition" ' '"$upstream_addr" "$upstream_status""$request_time"' '"$upstream_response_time" '; access_loglogs/access.logmain;3.如何解决请求超时问题？每个模块都需要有完整的日志，能够查出每个请求在每个模块的耗时信息，配合微信报警提供信息，能够很容易的定位到是哪个服务器出问题。常见的原因是：1）机器负载太高，耗时增加2）机器处理异常，消息丢失3）机器异常，对于机器处理异常，建议尽快修复bug，对于机器异常，请尽快屏蔽有问题的机器。这里对机器负载太高，简单提供可行的解决方案。方案一：优化性能，扩容。检查负载情况（cpu，内存，io，网络，详见附录），根据具体性能瓶颈的不同，采取不同的优化方式。方案二：异步处理。如果微信服务器推送的消息来不及实时处理，可将消息先存储，先返回success给微信服务器，后台可后续再处理消息，如果需要回复用户消息，可通过调用客服消息接口API再回复用户消息。4.如何解决access_token存储和使用问题？经常有第三方反馈access_token造成服务中断的问题，公众平台排查问题发现，大部分第三方都在疯狂刷新access_token，使得access_token超出接口频率限制而失效。 这里提供一个较为简单的access_token 存储和使用方案。1）中控服务器定时（建议1小时）调用微信api，刷新access_token,将新的access_token 存入mysql（或其他存储），2）其他工作服务器每次调用微信api时从mysql(或其他存储)获取access_token，并可在内存缓存一段时间（建议1分钟）。公众平台会保证在access_token刷新后，旧的access_token在5分钟内仍能使用，以确保第三方在更新access_token时不会发生第三方调用微信api的失败。附录附录1：微信推送的消息事件列表和响应格式详情请见：../10/501d1d6c74a0500649c51142c77c3b3e.html附录2：查看服务器性能负载的常用工具下面对查看服务器性能负载的常用工具做简单介绍，详细的工具使用请另行查阅。1、查看CPU的性能负载a)uptime用于观察服务器整体负载，系统负载指运行队列（1分钟、5分钟、15分钟前）的平均长度， 正常情况需要小于cpu个数。b)vmstatvmstat是Virtual Meomory Statistics（虚拟内存统计）的缩写，可对操作系统的虚拟内存、进程、CPU活动进行监控。他是对系统的整体情况进行统计，通常使用vmstat 5 5（表示每隔５秒生成一次数据，生成五次）命令测试。将得到一个数据汇总他能够反映真正的系统情况。c)top top命令是最流行Unix/Linux的性能工具之一。系统管理员可用运行top命令监视进程和Linux整体性能。2、查看内存的性能负载a)freeLinux下的free命令，可以用于查看当前系统内存的使用情况，它显示系统中剩余及已用的物理内存和交换内存，以及共享内存和被核心使用的缓冲区。3、查看网络的性能负载b)netstatNetstat是控制台命令,是一个监控TCP/IP网络的非常有用的工具，它可以显示路由表、实际的网络连接以及每一个网络接口设备的状态信息。Netstat用于显示与IP、TCP、UDP和ICMP协议相关的统计数据，一般用于检验本机各端口的网络连接情况。c)sarsar（System Activity Reporter系统活动情况报告）是目前 Linux 上最为全面的系统性能分析工具之一，可以从多方面对系统的活动进行报告，包括：文件的读写情况、系统调用的使用情况、磁盘I/O、CPU效率、内存使用状况、进程活动及IPC有关的活动等。本文主要以CentOS 6.3 x64系统为例，介绍sar命令。4、查看磁盘的性能负载a)iostatLinux下的iostat命令，可用于报告中央处理器（CPU）统计信息和整个系统、适配器、tty 设备、磁盘和 CD-ROM 的输入／输出统计信息。附录3：nginx配置和排查指引nginx问题的排查方法当出现直接超时、处理返回慢时的报警时，nigix侧的故障排查参考方法有如下： 1、检查请求日志情况， tail -f logs/access.log ，看upstream_status字段。 200：表示正常； 502/503/504：表示处理慢，或者后端down机；再看upstream_response_time返回的时间是否真的较慢，有没有上百毫秒，或更高的，有则说明是后端服务有问题。 404：表示请求的路径不存在或不对，文件不在了。需要检查你配置在公众平台上的url路径是否正确； 服务器上的文件、程序是否存在。 403：表示无权限访问。 检查一下nginx.conf 是否有特殊的访问配置。 499: 则是客户端的问题，请联系微信团队。此错误少见。 2、检查错误日志情况，tail -f logs/error_log ，查看是否有connect() failed、Connection refused、 Connection reset by peer等error错误日志，有则说明有可能nginx出现的连接数超负载等情况。 （1）查看系统的网络连接数情况确认是否有较大的链接数 # netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S}' 解析： CLOSED //无连接是活动的或正在进行 LISTEN //服务器在等待进入呼叫 SYN_RECV //一个连接请求已经到达，等待确认 SYN_SENT //应用已经开始，打开一个连接 ESTABLISHED //正常数据传输状态/当前并发连接数 FIN_WAIT1 //应用说它已经完成 FIN_WAIT2 //另一边已同意释放 ITMED_WAIT //等待所有分组死掉 CLOSING //两边同时尝试关闭 TIME_WAIT //另一边已初始化一个释放 LAST_ACK //等待所有分组死掉 （2）查看系统的句柄配置情况，ulimit -n ，确认是否过小（小于请求数） （3）worker_rlimit_nofile、worker_connections配置项，是否过小（小于请求数）
页:
[1]