CC攻击的本质不是入侵服务器,而是用海量看似正常的请求耗尽服务器资源。其中最具破坏性的一种,是攻击者构造大量触发数据库查询的URL,让数据库连接池被瞬间占满,最终导致整个站点无法响应。很多人以为加带宽、上高防IP就能解决,实际上如果数据库层没有防护,攻击流量只要穿透到应用层,后端照样被打垮。

先明确一个关键判断:普通的CC攻击打的是静态资源或简单页面,服务器CPU和带宽是瓶颈。而针对数据库的CC攻击,打的是搜索接口、列表翻页、报表导出、用户中心这类动态请求。每一个请求都会执行SELECT、JOIN、ORDER BY甚至LIKE模糊匹配,数据库CPU和磁盘IO会迅速飙到100%。这时候Web服务器可能还活着,但数据库已经拒绝服务,表现出来就是页面一直转圈、502或504错误。

要解决这个问题,必须从请求入口、应用逻辑、数据库资源三个层面同时设防。单独做任何一层都挡不住有经验的攻击者。

第一层:在请求入口识别并丢弃恶意流量

数据库查询请求通常集中在少数几个URL上,比如/search、/list、/api/products。攻击者会针对这些接口批量发起请求,参数往往是随机生成的,目的是绕过缓存、强制每次查询都落到数据库。识别这类流量有几个非常有效的特征:

1. 单IP对同一动态接口的请求频率异常高,比如每秒超过5次。正常用户不可能在搜索框里每秒敲5次搜索。

2. 请求参数高度随机化,比如搜索词是乱序字符串、页码跳变、排序字段来回切换。这种请求模式就是为了穿透CDN和页面缓存。

3. User-Agent高度集中或明显伪造,大量请求使用同一个UA,或者UA是脚本默认值。配合IP归属地分析,能快速识别出攻击源。

在Nginx层可以用limit_req模块对动态接口做频率限制,但要注意不能一刀切。正确的做法是针对不同的接口设置不同的阈值,搜索接口可以限制为每IP每秒2次,列表接口每IP每秒5次,超过就返回444或跳转到验证码页面。对于明显的攻击特征,比如参数长度超过正常范围、包含SQL注入特征字符,直接返回403。

更进一步的方案是在Nginx前面接入专业的CC防护服务,利用其全网流量分析能力识别僵尸网络。但即使有外部清洗,后端自己的限制仍然必须保留,因为攻击者可以不断更换IP绕过外部阈值。

第二层:在应用层增加查询前置校验和缓存

很多数据库被打垮的原因不是查询本身复杂,而是应用层没有做任何前置校验,任何参数都能直接拼进SQL。攻击者传一个超长的搜索词,数据库就要执行一次全表扫描;传一个不存在的分类ID,数据库就要遍历所有关联表。应用层必须对每一个查询参数做严格校验:

1. 搜索词长度限制在20个字符以内,超过直接返回空结果。正常用户的搜索词很少超过这个长度。

2. 分类ID、商品ID等数字参数必须是正整数,范围控制在合理区间。比如ID大于100000000的请求直接拒绝。

3. 排序字段只允许白名单内的几个值,不允许传入任意字段名。攻击者经常利用ORDER BY后面拼接字段名来触发慢查询。

4. 分页参数限制最大页码,比如最多翻到第100页,超过就返回空数据。深分页查询对数据库压力极大,OFFSET 100000这种请求一次就能拖慢整个库。

做完参数校验后,必须引入查询缓存。对于搜索结果、分类列表这类数据,完全可以缓存30秒到5分钟。攻击者即使绕过频率限制,只要查询的是相同或相似的参数,就会命中缓存,数据库压力不会增加。缓存可以用Redis,把查询条件的哈希值作为key,结果集序列化后存入。对于随机参数攻击,缓存命中率会下降,但配合第一层的频率限制,能进入应用层的请求量已经被压下来了。

还有一个容易被忽视的点:数据库连接池的配置。很多应用默认的连接池大小是50甚至100,攻击者只要同时发起50个慢查询,连接池就满了。应该根据实际业务量调低连接池上限,比如设置为20,并设置连接获取超时时间为2秒。这样即使有慢查询,也不会让所有连接都被占满,其他正常请求还能排队获取连接。

第三层:在数据库层设置资源隔离和查询熔断

数据库自身的防护同样重要。MySQL和PostgreSQL都有慢查询日志,开启后可以实时发现哪些SQL执行时间过长。对于执行超过1秒的查询,应该分析其执行计划,添加合适的索引。很多情况下,一个缺失的索引会让一个简单的查询变成全表扫描,攻击者正是利用这一点放大攻击效果。

索引不是越多越好,每个索引都会增加写入成本。正确的做法是针对高频查询字段建立联合索引,比如搜索接口的keyword字段、列表接口的category_id和create_time字段。对于LIKE '%xxx%'这种无法使用索引的查询,应该考虑使用全文索引或者Elasticsearch来承接搜索功能,把数据库从模糊匹配中解放出来。

数据库层的查询熔断机制非常关键。可以在应用层实现一个简单的熔断器:统计最近1分钟内数据库查询的平均耗时,如果超过500毫秒,就自动降级,返回缓存数据或空结果,不再执行新的查询。这个机制能防止数据库在压力过大时彻底崩溃,给恢复留出缓冲时间。

对于特别重要的查询接口,可以考虑读写分离。把复杂的查询请求路由到从库,主库只负责写入。攻击者打从库时,至少主库的写入不受影响,订单、登录等核心功能还能正常工作。从库可以配置多个,配合负载均衡,分散查询压力。

针对数据库CC攻击的完整防护示例

下面给出一段Nginx配置示例,展示如何对搜索接口做频率限制和参数校验:

# 定义搜索接口的限流规则
limit_req_zone $binary_remote_addr zone=search_limit:10m rate=2r/s;

location /search {
    # 应用限流规则,超过限制的请求返回444
    limit_req zone=search_limit burst=3 nodelay;
    
    # 校验搜索词参数长度
    if ($arg_keyword ~* ".{21,}") {
        return 403;
    }
    
    # 校验排序参数白名单
    if ($arg_sort !~* "^(price_asc|price_desc|time_desc|default)$") {
        return 403;
    }
    
    # 校验分页参数范围
    if ($arg_page ~* "[^0-9]") {
        return 403;
    }
    if ($arg_page ~* "^([0-9]{3,})$") {
        return 403;
    }
    
    # 转发到后端应用
    proxy_pass http://backend;
}

这段配置把搜索接口限制为每IP每秒2次请求,同时拒绝了超长搜索词、非法排序参数和超过两位数的页码。攻击者即使换了IP,也会被参数校验挡住大部分请求。实际部署时需要根据业务情况调整阈值,但核心思路是:在请求到达数据库之前,尽可能多地过滤掉异常流量。

容易被忽略的细节:日志监控和动态封禁

防护不是配置完就结束了,攻击者会不断调整策略。必须实时监控Nginx日志和应用日志,统计每个IP对动态接口的请求频率、请求参数分布、数据库慢查询数量。一旦发现某个IP在短时间内请求了大量不同的搜索词,或者某个参数组合导致大量慢查询,就应该立即封禁该IP。

可以写一个简单的脚本,每分钟分析一次日志,提取请求频率异常的IP,自动加入防火墙黑名单。对于更复杂的攻击,比如分布式CC攻击,单一IP的频率可能不高,但整体请求量很大。这时候需要结合多个维度来判断,比如同一IP段的请求总量、同一User-Agent的请求分布、请求参数的熵值等。

数据库慢查询日志也要定期分析,找出执行时间最长的SQL语句,优化索引或改写查询逻辑。很多攻击之所以有效,是因为应用本身就存在性能瓶颈,攻击只是把问题放大了。把数据库查询优化到极致,攻击者的成本会成倍增加。

最后要强调的是,CC攻击防护是一个持续的过程,不是部署一套方案就能一劳永逸。攻击者会不断扫描新的接口、尝试新的参数组合、更换攻击源。防护方需要保持对流量模式的敏感度,定期复盘攻击事件,更新规则和阈值。只有把入口限流、参数校验、缓存、数据库优化、监控封禁这些环节全部打通,才能真正防止恶意查询拖垮数据库。