最近有点时间，在北京机器上的 MySQL 配置了一下，让他作为从库从唐山机器的 MySQL 同步下来 blog 的数据，只要网络不是太烂，基本可以做到实时备份了。

当然，从公网上用 MySQL 复制存在各种风险，不过实际能做的事情不多，只能用 iptables 保护，只对同步机器开放 MySQL 端口；关闭除同步账户之外其他所有用户的网络访问权限；同时使用 MySQL 内建的 SSL 功能防止监听；最后复制用的账户要求 SSL 发行者校验，只相信北京机器发过来的 SSL 连接请求。

不过现在异地备份还是太近，不满足 1000km 的基本要求，无法抵抗华北平原地震，要不要再在美国买个便宜空间专门定期上载打包后 gpg 加密的备份数据呢？

今天稍微清闲了一点，就仔细研究了下这个问题，发现从同一内网用 ab 压 17K 的静态文件最好情况下只能到 40 个每秒左右，大文件则是只能到 1.8MB/s，这明显有问题。但是 ping 也看不到什么丢包。

习惯性的看 dmesg 的时候，发现网卡每次启动时候还是会协商成 10M 半双工，这就奇怪了，机器经过这两次倒腾，机箱换了，网卡也换了，网线也换了，交换机上网口也换了，为啥还是 10M 半双工，莫非这个交换机其实只能上半双工？于是 mii-tool 重新调整为 10M 半双工，马上 shell 就不卡了。

但是 10M 半双工虽然 shell 不卡，带宽实在比较不能够接受，于是尝试了一下 100M 半双工，貌似效果很好, HTTP 大文件同一内网能到 8MB/s， ab 那个 17K 的静态文件可以压到 400 个左右，这样看起来就还算凑合了，虽然总的来说不是很高，但对这个破机器，还是可以接受的结果。

最后的结果就是 rc.local 里面改了一行

mii-tool -F 100baseTx-HD eth0

至于为什么不能上百兆全双工，这问题也懒得研究了，先这样用着好了，我要求不高。

另，这机器以前的网卡是 3C905B(3c59x)，后来用了几天 8139(8139too), 现在是 DFE-530TX(via_rhine)，都不是什么特别好的网卡，不过都协商成 10M 半双工也真是够那个的了。。

1: 保证 kernel 支持 ipv6
2: 编辑 /etc/sysconfig/network ，增加下面这行

IPV6_DEFAULTGW=your ipv6 gateway

3: 编辑 /etc/sysconfig/network-scripts/ifcfg-sit1, 内容如下

DEVICE=sit1
ONBOOT=yes
IPV6INIT=yes
IPV6TUNNELIPV4=your isatap tunnel IP
IPV6TUNNELIPV4LOCAL=your local ipv4 ip
IPV6ADDR=your ipv6 address

4: ifup sit1

UPDATE: 我还没有试验过这个在 F9 上重启是否有效，但在 centos 5.1 上面不好用，似乎 ifup-sit 不会创建对应的 sit1 设备，先得手动创建以后才有效。

这个小 blog 也尝试过一些图形认证码插件，比如 SecureImage 之类，但是最后还是放弃了，SecureImage 的性能实在是不敢恭维，Yodao 和 Baidu 不知道为什么看上生成图片的那个链接了，总是没完没了地抓它，虽然频率并不是非常高，大概也就每秒一次，但是系统的负载已经很高了。最后我终于无法忍受，换成了另外一个基于 Javascript 计算的 WP-HashCash。然后我就发现原来支持 Javascript 的机器人已经很多了，以前用 SecureImage 的时候，几乎没有 spam，WP-HashCash 用了以后每天进来我都要从一大堆留言里面捡出来有用的批准。实在是非常不爽。

reCAPTCHA 是卡内基梅隆大学的一帮人搞出来的，它的技术并没有什么先进之处，但是创意有点意思。世界上面有很多将图书电子化的计划，基本是把书籍扫描了以后用 OCR 软件识别。有些情况下面 OCR 软件自己觉得某些词的识别结果并不是非常有把握。通常情况下面是通过雇佣劳力来肉眼校对。reCAPTCHA 项目认为这个工作不妨交给全世界大量填写认证码的人来完成。

一般图形认证码系统都是只生成一个单词的，reCAPTCHA 生成的图片里面有两个单词，其中一个是机器生成的，有正确结果的单词，另一个则是扫描出来的有问题的单词，这个词没有正确结果。如果用户提交上来的结果里面机器生成的那个是对的，那么系统就认为另外一个也很有可能是对的。一幅扫描图片展示给多个用户如果结果都是一样的，他就将这个结果作为最终校对结果。这样就实现了利用人力来分布式校对文稿的目的。更具体的细节可以看 http://recaptcha.net/learnmore.html

reCAPTCHA 对一般用户使用没有限制，但是为了防止滥用，也要像 Google Maps API 那样用一个 Key 来限制一下，在 recaptcha.net 上面可以免费申请。同时还有常见系统的认证插件，比如这个 blog 使用的就是那里提供的 wordpress 插件。

PS: 各位留言的时候要注意一下，因为 reCAPTCHA 的目标是校对书籍，因此认证码是大小写敏感的，有时候你还能看到里面有标点符号，这时候也麻烦你把标点符号输入了。虽然这时候基本能判断出来有标点符号的那个是扫描图片，就算填错也可以过认证，但是出于校对书籍的需要，还是填写全面比较好一些了。

简单统计了一下 User-Agent：

cut -d ” ” -f 12- access.log | sort | uniq -c | sort -k 1 -n -r > /tmp/uastat.log

结果见附件。

肉眼观察了一下，大概有如下这些 Bot，按照出现频率排序。

“Mozilla/5.0 (compatible; Yahoo! Slurp China; http://misc.yahoo.com.cn/help.html)” // 毫无疑问，yahoo china 的是抓的最狠的。
“Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)”
“Baiduspider+(+http://www.baidu.com/search/spider.htm)” // google 和 baidu 这俩其实不分上下，今天 g 抓的狠，明天 b 抓的狠
“Mozilla/5.0 (compatible; Yahoo! Slurp; http://help.yahoo.com/help/us/ysearch/slurp)” // 美国和中国 yahoo 的 spider 明显是分开的。
“Mozilla/4.0 (compatible; MSIE 6.0)” // 这个肯定是什么玩意伪装的, 真正 IE 没有这么沉默，要加很多系统版本号之类。
“msnbot/1.0 (+http://search.msn.com/msnbot.htm)”
“lanshanbot/1.0″ // 这是什么？
“Anothr spider(http://www.anothr.com; RServer 0.5)” // 这个貌似是新冒出来的，以前没有见过。
“lilina 0.9 (+http://lilina.sf.net/)” // 谁家装的这个东东来抓我？
“Bloglines/3.1 (http://www.bloglines.com; 1 subscriber)”
“Feedfetcher-Google; (+http://www.google.com/feedfetcher.html)” // Google 他们家的 Bot 也分好几种
“Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; QihooBot 1.0 qihoobot@qihoo.net)” // qihoo 也来凑热闹了，以前没有见过
“iaskspider/2.0(+http://iask.com/help/help_index.html)” // 这东西是死灰复燃了么？感觉跟快没了似的。。
“Mozilla/5.0 (compatible; YodaoBot/1.0; http://www.yodao.com/help/webmaster/spider/; )” // yodao 貌似 bot 改过很多次名字了。
“CafeRssCatch1.0″ // 这个是啥？
“Mozilla/5.0 (compatible;YodaoBot-ZZZ/0.2;http://www.yodao.com/help/webmaster/spider/;zzzyzzz@gmail.com)/0.2 http://www.yodao.com/help/webmaster/spider/; zzzyzzz@gmail.com)” // 不能不说 yodao 这个 Bot 描述写的太次了，描述就是简要描述，不是给你在里面写小说用的，要不要把手机号也写里面给大伙看看？
“MagpieRSS/0.72 (+http://magpierss.sf.net) (Tiny Tiny RSS/1.2.5)”
“curl/7.15.1 (i386-redhat-linux-gnu) libcurl/7.15.1 OpenSSL/0.9.8a zlib/1.2.3 libidn/0.6.2″ // 经典且传统
“Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.2.1; Rojo 1.0; http://www.rojo.com/corporate/help/agg/; Aggregating on behalf of 3 subscriber(s) online at http://www.rojo.com/?feed-id=2586324) Gecko/20021130″ // 原来除了 yodao 那个，还有更恶心的描述，ft
“NewsGatorOnline/2.0 (http://www.newsgator.com; 2 subscribers)”
“InetURL:/1.0″ // 超赞，这是哪个控件的默认 UA ?
“Zhuaxia.com 9 Subscribers”
“Berrylines-rssbot (Berrylines-rssbot 0.1; 1 users)”
“FeedOnFeeds/0.1.8 (+http://minutillo.com/steve/feedonfeeds/)”
“Liferea/1.2.7 (Linux; zh_CN.UTF-8; http://liferea.sf.net/)” // 懒得看这个是客户端还是 Bot 了，先当 bot 算
“sogou spider”
“sogou js robot” // 有人喋喋不休就有人惜墨如金，加个描述网页的 URL 会被罚款吗？还是怕人找上门来算帐？
“Mozilla/3.0 (compatible; Indy Library)” // Delphi/BCB !
“iearthworm/1.0, iearthworm@yahoo.com.cn” // 又是一个小本经营的啊。没有网页给大家看就放个邮箱。不过这名字听起来有点危险 — worm,,
“TrackBack/1.02″ // 我没有名字，就叫我路人甲好了。。
“Wget/1.9.1″ // wget 明显不行了啊，比 curl 少那么多。。
“larbin_2.6.3 (larbin2.6.3@unspecified.mail)” // 连默认配置都不改一下的一定是个懒人。。
“User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)” // 还有程序写错了的，自己有没有抓包看看啊。。
“P.Arthur 1.1″ // 久仰久仰，不过你到底是啥？
“Mozilla/4.0 (compatible; NaverBot/1.0; http://help.naver.com/delete_main.asp)” // 哇，韩国搜索引擎也对我这中文blog感兴趣么？
“IRLbot/3.0 (compatible; MSIE 6.0; http://irl.cs.tamu.edu/crawler)”
“daye” // 你才大爷，你们全家都大爷，来抓还不说自己是谁。
“libwww-perl/5.79″
“findlinks/1.1.3-beta9 (+http://wortschatz.uni-leipzig.de/findlinks/)”
“CFNetwork/129.20″

uastatlog.txt

这个问题的背景是这样的，最近远程升级一台 FC2 -> FC6, 因为 FC3 有 udev 问题，FC4 有 non-ext3 root 问题，所以决定不重起一路冲上 FC6，结果忘记了 FC5 的 glibc 2.4 强迫需要新版本 kernel，于是升到一半就挂了。这时候唯一能用的命令是 bash 内部命令和静态链接的程序，可惜平时没有想到会出现这样的事情，没有储备一个 busybox 之类的东西，系统上面仅有的一些静态链接命令都是 dmraid 之类搞硬盘的。其他命令统统不可用。

这个问题的答案我已经找到了，聪明的读者们，你们知道我是怎么做的吗？请在留言里面发表你的办法.

附: FC 各版本升级 bug

FC1 -> FC2 : 基本没有问题，除了 FC2 认键盘经常会出问题，但是这个对远程升级没有影响。
FC2 -> FC3 : FC3 使用 udev, 在 obsolete 原来的 dev 这个包的时候，会把 /dev 删光光！如果你是自己编译 kernel 没有使用 initrd 的话，就会死的很抽象。
FC3 -> FC4 : /boot 所在的分区如果不是 ext3 或者 ext2 的话，那么十有八九起不来，这个是 FC4 grub 的一个 bug。
FC4 -> FC5 : 在某些情况下面 kernel 命令行上面如果加 selinux=0 关闭 selinux 的话，会导致起来以后网络完全不通。在 /etc/selinux/config 里面关上没事。

这些修改都可以在 http://www.winguides.com/registry/category.php?310 找到，针对不同系统的区别也有介绍，下面只在 Windows 2003 上面测试通过，其他系统可能不是在这个注册表位置，或者根本就不支持。

所有的修改都位于 HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\Tcpip\Parameters 下面，大部分都在注册表里面默认没有，需要手工添加，都是 DWORD 类型的值。

1: InitialRtt

这个是 Windows 对于一个 TCP 连接的初始重传超时。单位毫秒，改成 1000 ，你要改成 500 估计也问题不大。

2: TcpMaxDupAcks 默认 2 ， 改成 1， 单位是个，

这个参数控制 TCP 快速重传，TCP 通常是在重传定时器到时的时候才重新传输某个帧，虽然重传定时器是自适应的，但是如果还算通畅的网络上面忽然丢一个，比如北京网通 ADSL 这样的，上 BBS 将会明显感到卡了一下。快速重传对这种情形很有效，它是如果看到对方发了好几个相同的 ACK 过来，就知道对方一直在等同一个包，于是 TCP 协议栈会马上重传这个包。上面提到的这个参数就是控制 Windows 看到几个重复的 ACK 时候就进行快速重传，默认是 2 ，实际指的是看到三个序列相同的 ACK。 我改成 1 。

其他还有不少 TCP 调节选项，但是对这个丢包影响不是很大了。所以不在这里介绍。

修改完以后需要重启一下机器生效。