好文集ChatGPT Plus¥119

刚出单数据库一天连崩两次!Cloudflare 全家桶万字踩坑复盘

文章目录

大家好,今天是 2026 年 11 月 16 日,周一。

前两天刚跟大家报喜,手头的出海 SaaS 订阅站终于连出两单——第一单 12 刀来自 ChatGPT,第二单 29 刀来自谷歌搜索。昨天周日,我又顺手把折腾了好久的多 Agent 工作台 Shoal 开源了。

这几天不少朋友发消息恭喜完,紧跟着都会问我同一个问题:

“虾哥,你那几个出海站后端全放在 Cloudflare 上吗?看它家免费额度挺香的,到底稳不稳,有没有什么坑?”

说实话,这个问题真是问到我痛处上了。

今年 5 月刚开始搭新站的时候,我就选了 Cloudflare 全家桶。原因特实在,就是图省事,加上能白嫖。不用自己维护服务器打补丁,静态网页还不限流量,对个人站长非常友好。

网站没人访问的时候,确实岁月静好,本地怎么测怎么过。

结果这几天真实用户和付费订单刚一进来,短短三天,后台接二连三出状况:

  • 第一位海外付费用户来网站打包导出高清大图,压缩包刚超过 24 MB 就一直报错,连着失败了 5 次。最后我赶紧发邮件道歉,又补送了 50 积分才把人家安抚好;

  • 紧接着 11 月 14 号那天,数据库一天之内连崩了两次:第一次是凌晨四点多,把每天 500 万行的免费读取额度跑光了,网站直接罢工,干熬到早上 8 点刷新额度才恢复;结果白天刚让 AI 改完 45 个文件发上去,晚上九点多又把新一天的额度干爆了,逼得我半夜十点半掏钱升级套餐救火;

  • 更难绷的是,事后拉出后台账单一查第二次崩库的原因,小丑竟是我自己——当时我在另一个终端窗口里做数据复盘,图省事直接连着线上数据库跑了几条统计查询,生生把额度给查没了 Orz。

半夜花 5 美金升完套餐把网站救回来之后,我干脆停下手头的新需求,拉着 AI 把所有站点的数据库、文件存储、后台任务、防火墙,还有那台 99 块钱一年的轻量小服务器从头到尾盘了一遍。

趁着刚踩完坑记忆还热乎,今天这篇文章我就聊两件事:先带大家摸清楚 Cloudflare 全家桶里这一堆服务到底是干嘛的;再把这几天栽过的跟头和排查清单整理出来,给大家做个参考。


一、Cloudflare 全家桶这堆服务,各自都是干嘛的?

第一次打开 Cloudflare 后台很容易看花眼:Pages、Workers、D1、R2、KV、Queues、Cron 一大串英文名,经常搞混它们各自的边界。

其实把整个网站对应成一家街角简餐店,这几块的分工一下就清楚了:

用户访问 ─▶ [Pages / Static Assets 门面菜单](纯静态网页:免费不限量)
               │ 登录 / 下单 / 调接口
               ▼
           [Workers 门口服务员](128 MB 共享内存|免费版每次干活限 10 毫秒)
               ├──▶ [D1 收银台记账本](轻量数据库|适合单点查改,最怕从头翻到尾)
               ├──▶ [R2 后院大冷库](存图片视频压缩包|免下载流量费)
               ├──▶ [KV 墙上公告板](读配置极快|改完同步全球最多慢 60 秒)
               └──▶ [Queues 传菜排号机 + Cron 定时闹钟](后台排队干慢活、按点巡检)
                         ▲
                         │ (主动上门领重活,干完把成品直接塞回 R2 冷库)
                         ▼
           [99 元/年 1.7 GB 小服务器](后厨苦力:抠图、打大压缩包、转发被限流的接口)

具体拆开来看,每一块的定位是这样的:

  1. Pages / Static Assets 是店门口的菜单册:网页 HTML、样式表、前端脚本和小图标全放这儿,看多少次都不花钱,加载也快,但它只管展示静态内容,不干复杂逻辑。

  2. Workers 是站在全球各地门口接单的服务员:不用提前开机预热,随叫随到。但他只适合干点传话、验身份、记笔账的轻活——免费版每次接单干活的 CPU 时间只有 10 毫秒,单实例一共也就 128 MB 内存。

  3. D1 是收银台上的单线程记账本:本质上是一个云端单线程 SQLite 小数据库。查某笔订单、扣个用户积分特别稳;但因为同一时刻只有一个账房先生在翻本子,但凡有条慢查询逼着他把几万页账本从头翻到尾,后面排队的正常用户就全得干等着。

  4. R2 是免过路费的后院大冷库:专门存用户上传的大图、生成的视频和打包好的 ZIP 压缩包。它最大的好处是免出站流量费,哪怕哪天海外用户猛下几百 G 的文件,也不用担心一觉醒来收到天价流量账单。

  5. KV 是挂在各分店墙上的公告板:全店读一条公共配置特别快,但它不是实时同步的——你在亚洲刚把字擦掉重写,美洲分店可能要等最多 60 秒才能看到新内容。

  6. Queues 和 Cron 是传菜排号机和定时闹钟:一个负责把生图、发邮件这种慢活排进后台慢慢消化;另一个负责按点醒过来检查超时任务、清理过期废料。

  7. 伴随执行机是我额外租的后厨苦力:一台趁活动花 99 块钱买一年、只有 1.7 GB 内存(还没开虚拟内存)的轻量 Linux 小服务器。之前我碰到过有的上游大模型接口看到 Cloudflare 的公共出口 IP 就直接报 1015 限流拒绝,再加上几十张大图抠图、打大压缩包根本塞不进 Workers 那 128 MB 内存里,这类重活就全让这台小机器主动领回去干。

文章配图

摸清这几块的定位之后,有一条核心经验我想先放在最前面说:

Workers Paid 付费版每个月只要 5 美金,性价比确实很高;但你得先搞清楚,这 5 美金买到了什么,又有什么限制是花钱也改不了的。

这 5 美金能把单次干活的 CPU 时间上限从 10 毫秒放宽到默认 30 秒(最高能配到 5 分钟;间隔 1 小时及以上的定时任务最高能给到 15 分钟),D1 数据库额度也直接拉到每月 250 亿行读取、5,000 万行写入,撑起一个中小型出海站绰绰有余。

但下面这三条硬限制,哪怕升了 5 美金套餐也完全不变:

  1. 128 MB 共享内存上限不变:不管免费还是付费,单个运行实例的内存天花板都是 128 MB,而且同一节点同时进来的请求还得共用这 128 MB;

  2. D1 单线程排队和单次调用最多 6 个并发连接的限制不变:慢查询照样会把数据库堵死。更要命的是,免费版超额了起码会报错停机提醒你,升了付费版如果不修慢查询,它不声不响就能把账单刷上去;

  3. 单条数据库查询最多拼 5 段 UNION ALL 的限制不变:超了照样直接报错罢工(错误码 7500),充钱也不好使。

因为我是一个人带着一堆 AI Agent 写代码,所以我在全局 Agent 规范里第一条就写死:绝对不准拿“花 5 美金升套餐”去掩盖慢查询、死循环和乱吃内存的代码毛病。 漏洞不补上,付费只是从“当场报错”变成“偷偷烧钱”。


二、D1 数据库:一天连崩两次 500 万行,第二次还是我自己查崩的

这三天里最折腾人的就是 D1 数据库。

用 D1 最容易踩的一个坑就是:页面上明明只查了前 20 条记录(LIMIT 20),为什么后台统计一下子扣掉了好几万行额度?

原因在于:D1 算读取额度,看的不是最后返回给你几行结果,而是数据库为了找这几行,在底下实际扫过了多少行数据。

假如一张表里有 6,000 条记录,你没建好目录(也就是数据库索引),哪怕你只是问一句“总共有多少条”,最后只拿到 1 个数字,D1 也会实打实记你读了 6,000 行。

写入额度的算法也一样:如果一张表建了 k 个二级索引,你每插入或修改 1 行改到索引列的数据,底下的目录也得跟着改一遍,实际消耗是 1 + k 行写入。所以索引也不是越多越好,瞎建七八个索引,写入额度跟着翻七八倍。

免费版每天给 500 万行读取、10 万行写入,每天北京时间早上 8 点(UTC 零点)刷新。一旦提前把额度跑光,所有要查数据库的接口就会直接报 code: 7500 罢工,只能干等到下一个北京时间早上 8 点刷新。

第一崩:10 分钟跑一次的清理任务,2 小时 14 分烧光 500 万行

11 月 13 号深夜,我给网站加了个自动回收软删除文件的定时任务,每 10 分钟检查一次有没有被用户删掉的文件需要清理。

本地测试只有几十条数据,跑得飞快。结果睡到 14 号凌晨 4 点 56 分,报警响了——才跑了 2 小时 14 分钟,一整天 500 万行的读取额度就被烧得一干二净。

早上爬起来查了查询计划(EXPLAIN QUERY PLAN)才看明白问题有多蠢:

  1. 当时媒体文件表里已经攒了 6,152 条历史记录,每次定时任务醒过来,不是先挑出那几条“真正标记了要删除”的文件去检查,而是傻乎乎把 6,152 条文件从头到尾挨个拿出来过一遍;

  2. 每拿一条文件,还要去另一张版本关联表里核对“还有没有地方在用它”;

  3. 偏偏那张关联表当初建目录时是按“版本号在前、文件 ID 在后”排的,现在只按文件 ID 反过来查,根本用不上目录,只能整张表硬翻!

结果哪怕一个文件都没删成,光每 10 分钟空跑一趟,就要白白翻掉 502,500 行数据,十来趟下来直接把全站送走。

找到病根就好治了,改法就两步:

  • 改写查询顺序,强制数据库每次先筛出真正标记了删除的那几条记录(没东西要删就直接收工),绝不准上来先翻整张主表;

  • 把高频查询缺的 19 个索引目录一次性补齐,而且对软删除这类特殊状态只建局部索引,平时几乎不占额外维护开销。

改完上线一测:每 10 分钟空跑一次的读取量,直接从 502,500 行降到了 11 行,足足省了 45,681 倍。

文章配图

第二崩:刚发完 45 个优化文件两小时又挂了,一查竟是我自己干的

按理说降了四万多倍,总该稳了吧?

结果 11 月 14 号白天我刚把这波涉及 45 个文件的优化推上线,才安稳了两个小时,晚上 9 点半到 10 点零七分,D1 居然又报 code: 7500 停摆了。

当时人都麻了。好在这回没靠肉眼瞎猜,直接调 Cloudflare 官方的统计接口(GraphQL),把精确到每一分钟的数据库消耗账单拉了出来。

一核对分钟级曲线,当场抓出两个原因:

  • 原因一(自己坑自己):晚上 9 点整,我在另一个终端窗口里让 AI 帮我做网站数据复盘。结果图省事,直接敲命令(wrangler d1 execute --remote)连着线上生产库跑了两条大范围的注册转化统计查询。那两条临时统计根本没有专用索引,单跑一条就硬翻了 503,073 行,两条查询叠加重试连跑几遍,短短 5 分钟就把 408 万多行额度吸干了。

  • 原因二(历史遗留漏水):之前有张临时文件表遗留了一批旧任务没清空重试时间,后台每分钟都在反复捞它们;再加上积分流水表的索引把区分度很低的状态字段排在了最前面,目录没起作用,导致发版前高峰期每分钟还在白白漏掉 5,084 到 11,421 行读取。

当时已经是晚上 10 点 29 分,前两天刚下单的海外付费用户可能随时在用网站,肯定不能干等到第二天早上 8 点。我先花了 5 美金升级到 Workers Paid,把线上服务秒级恢复过来。

但升完套餐绝不能就这么算了。

我连夜补了两条硬规矩写进脚本和 Agent 规范:第一,以后不管是我自己还是干活的 Agent,想看统计漏斗或者排查问题,严禁直接连线上生产库跑大范围统计查询,必须先跑封装好的快照命令(pnpm ops:d1-snapshot)把库拉回本地,在本地随便怎么查都不伤线上分毫;第二,补齐触发器和新索引,把遗留脏任务彻底清干净。

发完版等了 75 秒以上再拉后台分钟级账单核对:线上每分钟读取量直接从 5,084~11,421 行压到了 106~198 行,报错归零,这颗雷才算彻底排完。

顺手踩出来的 D1 五条隐藏限制

除了扫描行数,这几轮排查还撞上 5 个本地开发一切正常、一推上线就报错的 D1 限制,整理成表格方便大家对照:

隐藏限制本地开发表现线上 D1 真实限制(免费/付费通用)踩坑经历与改法
UNION ALL 合并段数最多允许拼 500 段单条最多拼 5 段发版检查脚本里一口气拼了 8 段状态查询,本地全过,上线直接报 7500;拆成两次 4 段查询才过
? 绑定参数个数很宽松,传大数组不报错单条最多 100 个 ? 参数往 IN (?, ?...) 里塞上百个 ID 必挂;长列表改传 JSON 数组用 json_each 拆,两三个固定值就别乱用免得变慢
LIKE 模糊匹配长度几乎感觉不到限制匹配词最长 50 字节拿 90 个字符的防重单号做 LIKE 查询,线上直接报 pattern too complex;前缀改字符串区间比对,包含改用 instr
同时查询通道数本地单机没感觉单次请求最多 6 个并发连接一口气并发丢 10 条查询反而排队变慢;互不依赖的查询打包放进 db.batch() 一次发过去,快得多还只算 1 次请求
在线导出锁库几秒导完没感觉导出期间全库卡住不能读写在线导出一个 60 MB 左右的库,整个库会卡死 40~55 秒;备份快照只挑低峰期跑,别频繁导

另外补充一点:SQLite 以后要是想改表字段的校验规则(CHECK 约束),没法一条命令直接改,只能按“建新表 → 搬数据 → 删旧表 → 改名”的步骤重建表,搬完一定记得检查原来的触发器和外键还在不在。


三、R2 存储与 KV 缓存:首单用户连挂 5 次的“本地模拟器坑”

说完数据库,再说说让我给第一位付费用户写道歉信的 R2 存储。

11 月 12 号晚上,网站刚收到第一笔 12 美金订阅。还没高兴几分钟,后台告警就响了:这位付费用户打包导出小压缩包(小于 24 MB)一切正常,可一导出超过 24 MB 的高清大图包,连着试了 5 次,5 次全报同一个错:EXECUTOR_OBJECT_HASH_MISMATCH。

当时我真懵了:后台打包分片上传到 R2 再给用户下载的这套代码,上线前我在本地模拟器(Miniflare)里跑过无数遍,每次都顺得很,怎么真用户一用就连环炸?

赶紧先发邮件道歉、补送 50 积分稳住用户,回头扒完日志才发现,这是个特别典型的“本地模拟器跟线上不一致”的坑(官方仓库也有人提过:cloudflare/workers-sdk#5936):

  • 后台往 R2 分片上传成品大文件时,代码顺手把核对文件完整性用的附加信息(customMetadata)挂在了分片任务上;

  • 在本地用模拟器跑测试的时候,调合并接口 complete() 返回的结果里,会原封不动把这份附加信息还给你;

  • 可到了线上真实的 R2 环境,合并接口返回的附加信息居然是个空对象!

后面的校验代码拿不到比对信息,当场就误判文件损坏报错了。

顺着这段旧代码往下查,我还惊出一身冷汗:以前为了保险,合并完大压缩包之后,代码居然让 Worker 把刚拼好的整个大包(最大能到 200 MB)从 R2 重新读回内存里算一遍哈希值!且不说光算校验就要花 47 毫秒 CPU,万一同时有两个人导大包,128 MB 内存当场就得崩。

最后的改法很干脆:

  1. 每传完一小片文件(注意除最后一片外,每片大小必须一致且不小于 5 MiB,我直接固定成 8 MiB),顺手把这一片的序号、字节大小和 sha256 校验值记进 D1 数据库;

  2. 最后合并完成时,不再把整个大文件读回内存,只向 R2 查一下最终文件的大小(head 请求),跟数据库里记的各片总和一对上就放行,耗时不到 1 毫秒;

  3. 加上重复提交保护:万一用户网络抖动多发了一次完成请求,只要看到目标文件已经在 R2 里且大小对得上,直接返回 200 成功,不抛 404 让人家白传几十兆。

文章配图

两个很容易踩坑的 R2 与 KV 细节

第一,R2 自带的免费“自动清理规则”(Bucket Lifecycle)一定要开。

R2 免费版给 10 GB 存储、100 万次写入类操作和 1,000 万次读取类操作,而且删除文件和中止未完成分片完全免费。写代码时很容易习惯把删临时文件的逻辑放在 finally 收尾块里。

但在 Workers 上这招真靠不住——一旦请求超时被系统强杀(报错 1102),或者中间断连,进程当场停掉,finally 压根没机会跑。

R2 默认有条 7 天清理未完成分片的规则,建议直接收紧到 2 天;更重要的是,已经传完存进中转目录(比如 relay/、probes/、jobs/)的临时文件,R2 默认永远不会替你删,日积月累全在啃你的 10 GB 免费容量。直接在后台 Lifecycle 规则里按目录前缀设好过期天数(我设的是 relay/ 2 天、probes/ 7 天、jobs/ 30 天),官方免费自动清理,省心太多了。

第二,KV 和 R2 别用反了。

前阵子做 AI 视频工具站的时候,有个“电脑出二维码、手机扫码传照片、电脑每 2 秒查一次传好没有”的功能。

我最开始第一反应也是觉得小状态放 KV 读写快,其实千万别这么干!KV 的设计是全球慢慢同步,你手机刚写进去,电脑端跨机房去读,最长可能要等 60 秒才能刷出新内容;要是电脑端刚查过一次“还没传”,这个旧结果还会被缓存住好几十秒。再加上免费版每天总共只给 1,000 次 KV 写入,几个用户扫扫码就见底了。

这种短轮询和轻量状态,直接放 R2 反而稳得多。

R2 读写是强一致的,手机刚传完落盘,电脑下一秒去读就一定能拿到最新结果;需要防止两边同时修改撞车时,用 R2 自带的条件写入(etagDoesNotMatch)就能当轻量锁用,还没有一天 1,000 次写入的卡脖子限制。KV 老老实实拿来存几乎不改、全站到处读的公共配置就够了。


四、Workers 与 Queues 队列:10 毫秒超时、128 MB 共享内存与省钱巧招

聊完数据库和存储,再看负责跑接口逻辑的 Workers。

如果照搬平时写普通 Node.js 后端的习惯,上来直接调 .bytes() 或 .arrayBuffer() 把几十兆文件全读进内存,本地跑得好好的,一上线就会报 Error 1102 被强杀。

1. 10 毫秒 CPU 限制:十几行手写循环就能把大图干挂

以前我的上传代码 uploads.ts 里,有十几行手写的纯 JS 循环,用来给上传的图片算 CRC32 校验码。代码看着挺清爽,结果拿去线上真机一测耗时,人傻了:

  • 算一张 1 MB 的普通 PNG 图片,要吃掉 31 毫秒 CPU;

  • 算一张 16 MB 的大图,直接飙到 422 毫秒 CPU——免费版每次一共只给 10 毫秒,传大图必挂。

后来删掉手写循环,直接改调运行环境自带的底层 node:zlib 流式 crc32() 方法。同样一张 16 MB 的图,用户态 JS 耗时直接降到了 0 毫秒,整个过程跑完总共才 3.3 毫秒(稳稳留在 10 毫秒配额红线内)。

读取图片宽高或者压缩包目录也是同理:别把 50 MB 的文件全拉进内存,直接用分段读取(HTTP 或 R2 的 Range 请求),只读文件开头的 32 个字节或者末尾的 64 KB 就够了。

2. 128 MB 共享内存,和很容易超标的 50 次内部请求

这里有个特别容易忽略的机制:128 MB 内存不是每个用户请求单独享有的,而是同一个边缘节点上同时进来的请求共用的!

打个比方,假如同一秒钟刚好有 3 个用户上传或下载 50 MB 的文件,代码要是全读进内存,加起来 150 MB 直接超限,旁边第 4 个哪怕只是来刷一下首页的正常访客,也会跟着一起报错挂掉。

另外免费版还有一个隐蔽限制:每次处理一个外部请求,代码里查 D1 数据库、读写 R2 文件、调第三方接口的次数加起来最多 50 次(官方叫 Subrequests 子请求,共用同一个计数器)。

之前我的生图任务就栽在这上面:一次并发生成 4 张候选图,加上后面最长 240 秒的轮询等待,一趟跑下来内部不知不觉发了 56 到 89 次请求,直接撞上 50 次上限报错——最肉疼的是上游生图的钱已经扣了,最后保存结果那一步却因为次数超标丢掉了。

3. 两个不踩不知道的底层细节

  • 别把套了 Proxy 外壳的对象塞进 db.batch():为了统计单次请求查了几回数据库,我之前给数据库实例包了一层 JS 的 Proxy 监控(meterD1Queries)。本地模拟测试全过,一上真机跑批量查询 db.batch() 当场报类型错误——因为线上底层引擎认死理,只收原装的查询对象(D1PreparedStatement),套了壳的一律拒收;而且内外层如果重复套壳还会把计数算漏。最后靠 WeakMap 在进批量接口前自动剥掉外壳、共享同一份计数器才解决。

  • Queues 队列千万别写“失败就隔 2 秒重来”:免费版队列每天总共只给 10,000 次操作额度(UTC 零点刷新)。注意一条正常消息从进队、读取到处理完删掉就要扣 3 次操作,算下来一天差不多够处理 3,333 条正常任务,失败重投一次还要多扣 2 到 3 次。之前有处消费者代码写成了“只要没拿到结果(madeProgress === false)就隔 2 秒丢回队列重试”,结果上游一抖,几分钟内任务自己跟自己死循环打转,瞬间把 1 万次额度刷空。队列重试一定要把等待间隔慢慢拉长(至少 30 秒起步往上翻倍),并且绑好死信队列(dead_letter_queue)兜底,别让重试超限或者超过默认 4 天保留期的失败任务悄悄丢单。

4. 被环境逼出来的两个纯 JS 省钱招

因为 Workers 里内存小、又装不了大型软件,我在做 AI 视频工具站的时候,反倒摸索出两个不用额外租转码服务器的省钱办法:

  • 不用装 FFmpeg 也能给视频配背景音乐:以前总觉得合成音视频非得租台机器跑 Docker 和 FFmpeg。后来换了一个只有约 420 KB 的纯 JS 库 mediabunny,不用重新编码压缩视频画面,直接把原视频流和用户选的配乐打包混流导出,既省了服务器钱,画质还一点不损。

  • 流式给导出视频补上 AI 合规标记:欧盟要求 AI 生成的视频带溯源信息,直接用纯字节拼接在 MP4 文件流末尾追加一小段合规元数据(XMP),顺着文件流过一遍就搞定,基本不占内存。

文章配图


五、静态网页、防火墙与多环境:差点把送上门的 AI 流量拦在门外

前面几章折腾的是额度和稳定性,这一章要是不注意,掉的可是实打实的新用户和订单。

1. 巡检吓一跳:Cloudflare 默认开关差点拦住 AI 搜索爬虫

前面提过,我那个出海 SaaS 站,第 46 周新增的 171 个注册用户里,有 109 个来自 ChatGPT;连开张的第一笔 12 美金订单也是 ChatGPT 推过来的。

对现在的独立站来说,谷歌和各家 AI 搜索就是最核心的免费流量来源。

结果前两天我拿脚本挨个检查自己几个站对 AI 爬虫的访问情况时,后背直接凉了半截:

  • 我压根没在代码里写过屏蔽规则,但 Cloudflare 后台有个默认开启的托管开关叫 Bot Preference Sync,暗地里自动往网站的 robots.txt 里塞了一段拦截规则,把 ChatGPT-User 和 Claude-User 给挡住了!

  • 同时后台内置防机器人功能(SBFM)里的一条防 AI 训练策略(日志代号 BOBA-161),对着来抓网页的 PerplexityBot 直接返回了 403 禁止访问。

幸亏发现得及时。赶紧关掉那个自动同步开关,再去防火墙(WAF)自定义规则里给 PerplexityBot 和 OAI-SearchBot 加上放行白名单,亲眼看着返回状态码从 403 变回 200,心才放回肚子里。

如果你也在用 Cloudflare 托管出海站,不妨顺手去后台看一眼这两个开关,别辛辛苦苦写完内容没流量,最后发现是被默认规则拦在了门外。

2. 托管静态前端容易栽的 4 个小坑

用 Cloudflare Workers Static Assets 托管前端静态页面时,这四个细节也顺手理清了:

  1. 别乱开全局 run_worker_first:正常情况下,纯静态网页、JS 和图片免费不限量。但如果你在配置里设成了全局 run_worker_first: true,用户每加载一张图、一个脚本都会先走一遍 Worker 计次扣额度,白白吃掉每天 10 万次的免费请求额度;而且一旦扣光,静态文件会直接报 Error 1027 或 429 打不开,绝不会自动退回免费静态托管。记得保持默认 false,或者只指定 ["/api/*"] 这类动态接口走 Worker。

  2. 苹果 Safari 上大视频拖不动进度条:默认静态托管会忽略浏览器发来的分段读取请求(Range),不管你想看第几秒都直接把整个视频塞回来(返回 200 OK)。电脑浏览器还能凑合播,一到 iPhone 和 Mac 的 Safari 上,大演示视频经常卡在第一画面或者根本拖不动进度条。把大视频挪到支持分段返回(206 Partial Content)的 R2 + Worker 路由上就解决了。

  3. 网址尾斜杠 307 跳转与静态长缓存:如果写了自动加减网址末尾斜杠的跳转规则,记得把谷歌站长验证文件这类根目录 HTML 排除掉,不然验证直接吃 307 失败;带版本号指纹的 JS/CSS 记得在 public/_headers 里配上长期缓存。

  4. 登录注册防刷别再往 D1 数据库里记了:以前防别人恶意刷登录、刷验证码,习惯在 D1 建张限流表记次数。真碰上有人拿脚本狂刷接口,这张表分分钟把每天 10 万行的免费写入额度耗光。直接改成绑定 Workers 原生自带的免费限流器 RATE_LIMITER,在门口就把恶意请求拦掉,数据库 0 次写入。

3. 昨天周日刚闹的“测试环境告警乌龙”

顺带记录一个昨天(11 月 15 号周日)刚发生的乌龙,只要项目区分了测试环境和正式环境就很容易撞上。

为了给我的 staging 预发测试环境省额度、少刷无用日志,我把测试环境的定时任务从“每分钟跑一次(一天 1,440 次)”改成了“每小时只跑第 8 分和第 39 分两次”(8,39 * * * *)——一天只跑 48 次,一下子砍掉了 95% 以上的空跑,奇偶分钟的两套巡检逻辑也都能覆盖到。

结果前天(14 号)半夜刚修完线上崩库去睡觉,昨天早上睁眼一看手机,邮箱里又躺着好几封每个小时准点发来的异常告警邮件——而且因为邮件标题一模一样,Gmail 直接把它自动合并进了前一天晚上正式库故障的那串邮件里!我迷迷糊糊一看差点魂飞魄散,还以为正式环境又挂了。

爬起来查完日志真是哭笑不得:是我那个测试环境的定时任务按点醒来,扫到了测试库里 11 天前留下来的一条早就关机的本地测试机器记录,于是老老实实每个小时发邮件跟我汇报“有台机器失联了”。

当场改了两条硬规矩:所有发往外面的告警邮件和飞书群通知,一律只准 production 正式环境发送;测试环境就算调试发信,标题最前面也必须强制带上 [staging] 标记,再也不自己吓自己了。

文章配图


六、99 元小服务器怎么配?什么时候才该花那 5 美金?

整套盘下来其实很明显:靠 Cloudflare 全家桶,确实能把前端页面、接口路由、轻量数据库、对象存储和定时任务搭得又快又省钱。

但只要你做的是带点重活的 AI 出海工具站,光靠 Cloudflare 往往还是不够。

原因很现实:一是碰到过上游大模型接口直接给 Cloudflare 公共出口 IP 返 1015 限流拦截;二是几十张高清大图批量打包、或者跑轻量 u2netp 模型给图片批处理抠背景,塞进 128 MB 内存、10 毫秒限制的 Workers 里根本跑不动。

所以我的方案是:额外配一台一年只要 99 块钱、1.7 GB 内存(且没开 Swap 虚拟内存)的轻量 Linux 小服务器专门干重活。

1. 1.7 GB 内存的小机器怎么跟 Cloudflare 配合才不死机?

安全连接的方式很简单:这台小服务器公网入站端口一个都不开,也不搞公网反向代理。 只在里面跑一个轻量常驻程序,主动定时去问 Cloudflare Worker“有没有重活要干”,领到活算完直接把成品传进 R2、回传一个完成凭证就完事。

因为 1.7 GB 内存连虚拟内存兜底都没有,稍微浪一点就会内存爆满死机。我在这台小机器上实测管用的防爆三招如下:

  1. 正式环境千万别带 tsx 直接跑源码:开发时图省事用 --import tsx 直接跑 TypeScript 很顺手,但在 1.7 GB 的小机器上,光这层工具常驻内存就要白吃掉差不多 180 MiB!改成提前打包成纯 JS 文件再用原生 Node 启动,实测服务空闲内存直接压到了 54.8 MiB;启动脚本里再加一道源码哈希核对,防止改了代码忘重新打包;

  2. 抠图模型改成常驻批处理:以前处理 64 张图片抠图,傻乎乎启动 64 次 Python 反复加载 u2netp ONNX 模型,又慢又吃内存。改成 --batch 常驻进程,模型只加载一次,逐张流式处理完顺手删掉中间临时文件;

  3. 处理大文件别转超长字符串,再给进程设好内存封顶:在 Node.js 里处理几十上百兆的图片视频时,别转成 Base64 长字符串去做拼接或正则替换,字符串编码会让内存瞬间膨胀出 6 倍左右的占用;老老实实用二进制 Buffer.concat 分段拼接,同时在 systemd 里用 MemoryMax 给干重活的进程和守卫进程设死内存上限——万一哪个任务真失控了,最多单任务温和退出,绝不会把整台小机器拖死。

2. 什么时候才该花那 5 美金?(免费版 → 付费版升级对照表)

回到开头大家最关心的问题:新站冷启动先用免费版挺香,到底出现什么信号时,才说明真到了该掏 5 美金升级 Workers Paid 的时候?

我把写进自己规范里的几条定量判断线整理成了下面这张表,按着对照就行:

核心指标免费版日常安全线出现这个信号,痛快花 5 美金升级升付费版后给什么,及花钱也不变的限制
D1 数据库读/写日读低于 300 万行、日写低于 6.5 万行连续 3 天真实业务日读超 300 万行,或日写超 6.5 万行给到 250 亿行读/月、5,000 万行写/月;6 并发和 5 段 UNION ALL 上限不变
D1 单库大小小于 350 MB清掉无用垃圾数据后持续大于 350 MB(免费上限 500 MB)单库上限扩到 10 GB,历史恢复(Time Travel)延长到 30 天
Workers 请求与耗时日请求低于 7 万、单次 CPU 小于 8 毫秒真实日请求超 7 万,或确实没法挪走的重接口实测 CPU 超 8 毫秒给到 1,000 万请求/月和 30 秒~300 秒 CPU;128 MB 共享内存不变!
Queues 队列操作正常业务低于 7,000 次操作/天确认没有死循环重试后,有效操作量持续高于 7,000 次/天提升到每月 100 万次操作
R2 文件存储低于 8.5 GB清掉未完成分片和临时文件后,长期有效文件超过 8.5 GB超出部分按 $0.015 / GB-月计费,依然免下载流量费

3. 现在的发版习惯:上线前先让 Agent 过三遍筛子

折腾完这一通,我把这次踩过的所有坑全写成了一份专门的检查 Skill,塞进了我的 AI Agent 工作流里。现在只要改到 Cloudflare 后端代码,发版前固定过三步:

  • 第一步:扫一遍代码隐患——查有没有超过 5 段的 UNION ALL、有没有对大文件调 .bytes() 全读进内存、有没有把 Proxy 直接塞进 db.batch()、有没有失败隔 2 秒就重来的队列死循环、R2 桶的自动清理规则配齐没有;

  • 第二步:拉本地快照查慢查询——想做数据统计或排查问题,先拉本地快照副本,把核心查询全过一遍本地 SQLite 的 EXPLAIN QUERY PLAN,但凡在主表和循环里看到整表硬翻(SCAN),没改成走索引目录(SEARCH)之前绝不上线;

  • 第三步:发完版先等 75 秒以上看账单——代码推上去别急着关终端,等上 75 秒以上确保刚上线的定时任务至少完整跑完一轮,再调 Cloudflare GraphQL 接口看一眼最新一分钟的消耗:亲眼确认每分钟 rowsRead 稳稳落在百行级别、报错数是 0,这才算真正收工。

文章配图


最后说几句

写完这篇长复盘,我也长舒了一口气。

以前总觉得用上免运维的云服务,就能当甩手掌柜,再也不用操心数据库索引、内存占用这些基本功了。

真摔过一跤才明白:省下来的服务器租金不会凭空消失,前期偷过的懒,早晚得在真实用户和流量进来那天连本带利补上。

好在现在才刚出头两单,盘子还小。趁早花几个小时睡眠和 5 美金月费把底子打结实,总比以后真来了大波流量再手忙脚乱强得多。

基建的坑填平了,明天继续干正事——老老实实挖词、上页面、搞流量!

好咯,今天就到这里啦,我们明天见。


我是浅水虾,记录出海建站路上的真实折腾,踩过的坑都写出来。觉得有用就点个赞、转给同样在折腾的朋友。

全文完
查看原文