nginx 防垃圾流量的perl清洗脚本

　　1、根据nginx的访问日志，根据匹配规则查出来源域名，按照来源域名的在一定时间内的访问量来确定屏蔽对象

　　将下面的脚本放入到系统定时任务中，定时(2-5分钟，可根据具体情况做相应调整)执行。

　　确定一个判断不正常的流量的数量，凡是大于该数量的来源一律清洗。

　　当然这里有可能会有误判，所以在后面将正常的来源地址过滤掉。

　　cat purge_traffic.sh

　　#!/bin/bash

　　if [ -f /var/log/nginx/www-access.log ]; then

　　tail -10000 /var/log/nginx/www-access.log | grep -E cps_site|tracert.php?source | awk -F" {if ($4 ~ /http:/){print $4}} | awk -F / {print $3} | grep -v -E .xxx.cn|.baidu.com|google.com | sort | uniq -c | sort -nr | head -60 > /tmp/cps_site.log

　　cat /tmp/cps_site.log | awk {if( $1 > 100 ){print $2}} > /tmp/purge_cps.log

　　fi

　　2、nginx中调用的perl脚本，当请求进来时，通过下面的脚本判断Referer地址是否来自上面生成的需要清理的域名。

　　perl判断脚本，当发现来源地址匹配时返回1

　　cat purgetraffic.pm

　　package purgeTraffic;

　　use nginx;

　　sub purge {

　　my $r = shift;

　　my $ua = $r->header_in("Referer");

　　if(! $ua ) { return 0; }

　　open(FILES, "/tmp/purge_cps.log") || return 0;

　　@cps_file=;

　　close(FILES);

　　foreach (@cps_file) {

　　my $eachcps = $_;

　　chomp $eachcps;

　　#$r->print($eachcps .| );

　　if ( $ua =~ m/$eachcps/ ) {

　　#return HTTP_NOT_ALLOWED;

　　return 1;

　　}

　　}

　　return 0;

　　}

　　1;

　　__END__

　　3、nginx.conf 中调用perl脚本，符合清洗规则的来源直接返回 404,

　　http {

　　...

　　perl_modules /etc/nginx;

　　perl_require purgetraffic.pm;

　　...

　　perl_set $purge purgeTraffic::purge;

　　server {

　　server_name www.xxx.cn;

　　if ($purge = 1) { return 404; } #屏蔽垃圾流量

　　...

　　}

　　}

　　重新加载nginx，完成自动流量清洗

　　还可以稍微修改一下perl脚本，增加一个白名单，减少误判的可能。