一句话回答
流量突增指访问、事件、错误或转化在短时间内明显高于那一天、那个小时的正常水平。它是相对基线定义的,不说明上升是好是坏:可能是真实的关注、机器人,也可能是统计错误。
公式: 突增倍数 = 该小时访客数 ÷ 过去 7 天同一小时的平均访客数
什么是流量突增?
流量突增指访问、事件、错误或转化在短时间内明显高于那一天、那个小时的正常水平。关键词是“正常”:突增是相对基线定义的,不是相对某个固定数字。一个平时每小时 80 位访客的网站,到 400 就是突增;一个平时有 50,000 的网站则不是。
突增只说明发生了什么事,不说明它是好是坏。可能是一篇帖子火了,可能是被媒体提到,可能是发了一封邮件,也可能是爬虫在猛刷你的页面。要做的事是尽快把它归到其中一类。本文的其余部分就是一套简短的判断方法。
突增从哪里来
| 来源 | 典型迹象 | 例子 |
|---|---|---|
| 营销活动或邮件 | 流量来自已知来源、一个落地页、从已知时间开始 | 上午 9 点发出的邮件 |
| 社交或媒体提及 | 一个引荐来源、一篇文章、大量新访客 | 大号转发的一条帖子 |
| 搜索排名变化 | 逐渐攀升,来自自然搜索,涉及很多页面 | 某个页面进入搜索结果前几名 |
| 机器人和爬取程序 | 集中在一个国家或网络,互动极短或为零,页面分布奇怪 | 爬虫读遍所有商品页 |
| 攻击 | 突然、巨大、常常只打一个网址;站点变慢或失败 | 为压垮服务器而发出的大量请求 |
| 统计假象 | 数字涨了,真实行为没涨 | 重复的统计代码、监测探针 |
一份统计术语表把这些列为突增的原因:社交媒体的爆款帖子、邮件、付费投放、产品发布、排名上升、媒体报道、机器人和爬虫、监测探针,以及重复埋点(见资料来源)。其中两种统计假象检查起来成本很低,也最容易忘。
区分真增长和噪音的四项检查
- 是人还是机器? 看多出来的流量是否被识别为机器人。真人分散在不同页面和时间;机器人成块地到来。
- 集中到什么程度? 数一数最大来源、最大落地页和最大国家各占多少。真实的提及会集中在一个来源和一个页面上,但分布在不同国家和设备上。机器人流量则是所有维度同时集中。
- 质量是否随流量一起变化? 把突增期间的每会话页数、平均停留时长和转化率与基线对比。真实的关注通常让转化率略有下降(新受众),但不会降到零。
- 是不是自己的统计问题? 检查最近是否发版、有没有重复的代码,或是否有探针在访问站点。
把这四项串起来的规则是:只有当人表现得像人,突增才是增长。 如果流量涨了,而停留时长和转化毫无变化,那不是关注。如果流量涨了,停留时长保持,转化按比例上升,才是增长。
算例:规模相同的两次突增
示例数据:某网站过去七天同一小时的访客数是 80、85、78、90、82、88、81。总和是 584,所以基线是 584 ÷ 7 = 83.4 位访客。今天同一小时有 1,250 位访客,是基线的 1,250 ÷ 83.4 = 15.0 倍。任何在三倍基线(3 × 83.4 = 250)就触发的规则都会抓到它。下面两种情况流量完全相同,含义却相反。
| 正常小时 | 突增 A:爆款帖子 | 突增 B:爬虫 | |
|---|---|---|---|
| 该小时访客 | 83 | 1,250 | 1,250 |
| 该小时会话 | 90 | 1,300 | 1,300 |
| 最大来源占比 | 38% | 71%(一个社交站) | 97%(直接访问) |
| 最大落地页占比 | 22% | 68%(一篇文章) | 99%(一个网址) |
| 最大国家占比 | 45% | 42% | 94% |
| 每会话页数 | 2.6 | 1.4 | 1.0 |
| 平均停留时长 | 96 秒 | 38 秒 | 0 秒 |
| 转化率 | 2.0% | 0.6% | 0.0% |
| 该小时转化数 | 约 2 | 约 8 | 0 |
突增 A:1,300 个会话乘以 0.6% 得 7.8,约 8 次转化。按平常的 2.0% 本来应该是 26 次。受众是真的,但还没准备好购买,所以有用的工作在那篇文章上:为冷启动到达的访客加一个下一步。突增 B:一切都集中,没人互动,没人转化。当作噪音处理:从分析中排除,如果它给服务器造成负担,就在服务器那边拦截。
突增对网站和数据的影响
突增不只是一个报表事件。来自热门链接的突然涌入可能拖慢小站,甚至让它下线;这有时被称为 Slashdot 效应,虽然是无意的,但表现很像一次攻击。页面变慢,访客就会离开,所以一次成功的突增可能拉低它自己的转化。
数据也会受影响。速率极高时,采集服务会自我保护。在 TapCub 里,如果某一分钟的事件超过 1,000 条,并且超过前七天同一小时平均值的十倍,采集会在大约十分钟内每十条只保留一条。这几分钟的报表显示的事件比实际到达的少。在图表上做标记能帮后来的读者:用日期标注写下已知突增的原因,下一位分析师就不必再去追查。
常见误区
- 没检查就先庆祝。 数字很大但停留时长为零,不是受众。
- 和昨天比。 要和过去几周的同一小时或同一个星期几比。周一不是周日。
- 用固定数字当警报线。 适合小站的阈值,在大站会整天触发。要用基线的倍数。
- 在小站上设警报。 每小时 5 位访客时,15 位是平时的三倍,也没有任何意义。要设一个下限。
- 突增期间忽略错误。 错误和慢页面也是事情的一部分;错误率上升的突增会让你丢掉访客。
- 没弄清楚就拦截。 在报表里排除爬虫只是不再计数,它仍然在读你的网站。要拒绝它,需要在服务器上设规则。
- 把一次性突增留在基线里。 从近期历史学习的规则,比如用同一个星期几几周的数据建的异常区间,在突增之后会变宽。要给它加标注,以便之后扣除。
反过来的问题见 流量突然下降怎么办。以引荐形式出现而不是以访问出现的垃圾流量见 引荐垃圾流量。从基线找出异常值的方法是 异常检测,机器人 则解释表里的机器是什么。
在 TapCub 里处理突增
还是那个 1,250 位访客的小时。过程是这样的。
- 先被通知。 在配置 › 设置 › 通知里,TapCub 的运维告警中有内置的流量激增告警,发到你设好的渠道:邮件、企业微信、钉钉、飞书或 Webhook。默认情况下,它把最近一小时的访客与前七天同一小时的平均值比较,超过三倍且至少 50 位访客时触发。消息里会写出主要来源和入口页。对你自己的指标,用全端分析 › 智能运营 › 监控:选
pv、uv、sessions、bounce_rate、avg_duration、error_rate或errors,再选条件(固定阈值、周期变化、预测区间或异常)。试运行会告诉你过去 30 天会触发几次。默认情况下,重复通知要等大约 60 分钟,连续命中三次会暂停规则。告警只通知,不会替你做任何操作。 - 问:是人还是机器人? 打开网站统计 › 机器人。新项目默认“识别并单独统计”,所以认出来的机器人只进那张报表,不会抬高真人访客。只装了页面脚本时,你只能看到会执行 JavaScript 的机器人;不执行的爬虫需要服务端采集或日志导入。
- 问:是否集中? 打开网站统计 › 来源和网站统计 › 页面,事情正在发生时用网站统计 › 实时。全端分析 › 智能运营 › AI 助手可以把变化按渠道、来源域名、国家、设备、着陆页拆开,让你看到是哪一部分带来的。
- 问:是真的吗? 在网站统计 › 目标里,把平均停留时长和转化与基线对比,如上表所示。
- 留一条记录。 在配置 › 日期标注里添加一条活动或事故标注。
TapCub 负责衡量和通知。它不会给你的服务器扩容,不会拦截流量,也不会改你的网站。
资料来源
- Swetrix,Traffic spike,定义和典型原因,2026-11-17 核对。
- Wikipedia,Slashdot effect,突然涌入的流量让小站过载,2026-11-17 核对。
- TapCub 产品文档,监控、标注与报表;机器人、AI 爬虫与 AI 流量;排错,2026-11-17 核对。
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
