前几天一台 PHP 5.6 的老机器突然整站 404,新日志一条都没有:不只是文章页打不开,连首页、后台、静态图片全部 404,不是 500,也不是超时,就是干干净净的「找不到」。这种「全站 404 而且日志是空」的现象很特殊,它几乎排除了 PHP 和数据库的问题——因为请求根本没走到那一步。
最后查出来是 Nginx 里一个 root 指令的位置被改动过,而改动它的人只是想给某个目录加一条缓存规则。这篇文章把整个过程复盘一遍,重点不是「哪条指令错了」,而是这类故障的定位顺序:为什么会全站 404、为什么日志是空的、以及下次怎么在三分钟内判断是「Nginx 层」还是「PHP 层」。
一、现象拆开看:三种 404 完全不是一回事
「404」在运维里至少有三种来源,混淆它们是排查走弯路的根本原因:
1. 后端应用返回的 404
PHP、Node、Java 这类后端在「路由没匹配上」或「文章不存在」时会自己返回 404。这种 404 一定会在应用日志里留下记录,因为请求确实进入了应用。Typecho 的 404 就是这种——它甚至会渲染出一个带主题样式的 404 页面。
2. 反代/Web 服务器返回的 404
Nginx 找不到文件、try_files 全部失效时返回的 404。这种 404 由 Nginx 直接生成,不会进 PHP-FPM 日志,但一定会进 access.log 和 error.log。错误日志里通常有一行类似 open() "/var/www/xxx.html" failed (2: No such file or directory)。
3. TLS/网关层返回的 404
比如 CDN 节点上找不到源站、或者请求打到了一台没配置这个站点的机器(默认 server 块)。这种 404 在源站的日志里可能完全不存在,因为它根本没到源站。
把这三层想清楚,判断方法就很简单:先看日志有没有记录,再看 404 页面的长相。全站 404 且源站日志一条没有 → 大概率是第 3 类或者请求打到了错误的 server 块;全站 404 但日志有记录 → 第 2 类;文章页 404 而首页正常 → 第 1 类。
二、线上实录:为什么日志是空的
回到这次的事故。检查顺序是这样的:
# 1. 先确认请求到底有没有到机器
curl -sI "https://www.example.com/" | head -3
# 结果显示 server: nginx,说明是 Nginx 直接回的
# 2. 立刻看访问日志
tail -5 /var/log/nginx/access.log
# 空的。注意是「没新增」,不是「文件不存在」
# 3. 看错误日志
tail -20 /var/log/nginx/error.log
# 同样没有新增
# 4. 直接在本机打 127.0.0.1,绕开 CDN 和域名解析
curl -sI -H "Host: www.example.com" http://127.0.0.1/
# 还是 404,但这次日志里出现了记录第 4 步是转折点:同样返回 404,走本机 IP 有日志、走域名没日志。这说明域名请求根本没有到达这台机器的这个 server 块——本来应该进 error.log 的东西,写到了另一个日志文件里。
查 Nginx 当前的配置加载结果:
nginx -T 2>/dev/null | grep -nE "server_name|root|listen" | head -40问题在这里露出来了:站点配置里 server_name www.example.com; 后面还跟着一行 server_name example.com; 被注释掉了,而配置文件被外部工具(一次自动化改文件的脚本)重写成了两个独立的 server 块,其中一个只有 listen 443 ssl 没有 server_name,成了默认 server。HTTPS 请求打到它身上,它的 root 指向一个空目录,于是所有请求都 404,而它的日志被写到了 default.access.log——一个平时没人看的文件。
根因:默认 server(第一个 listen 同一端口的 server 块,或显式 default_server)返回 404,而它的日志路径和站点日志不是同一个。日志看起来是空的,实际上是走到了别处。
三、把「日志去哪了」变成可验证的问题
这次事故之后我固定了一个习惯:不再假设日志在默认位置,而是直接问 Nginx 每个 server 块的日志指向哪里。最省事的办法是给每个站点显式配置日志文件名,并且在 include 模板里强制写上:
server {
listen 443 ssl http2;
server_name www.example.com example.com;
access_log /var/log/nginx/example.access.log main;
error_log /var/log/nginx/example.error.log warn;
root /var/www/example;
index index.php index.html;
...
}同时在整个 http 块里放一个「兜底」server,专门用来接住打错 Host 的请求,并让它自己去一个明显能看到的日志:
server {
listen 80 default_server;
listen 443 ssl default_server;
server_name _;
access_log /var/log/nginx/catchall.access.log main;
return 444;
}return 444 是 Nginx 特有的非标准状态码,意思是「不发任何响应直接断开连接」,专门用来对付扫描器和错配 Host 的流量。用了它之后,这类请求不会再有 404 页面,而是直接消失,同时也让「误配导致的 404」不再伪装成正常业务 404。
验证是否生效,不需要看日志文件,直接看响应头里的 Server 和实际连到的进程:
# 带 Host 头请求本机,确认打的是哪个 server 块
curl -sv -H "Host: www.example.com" http://127.0.0.1/ 2>&1 | grep -E "< HTTP|< server|Generating"
# 查某个域名解析到哪些 IP(确认是否被 CDN 接管)
dig +short www.example.com A
dig +short www.example.com CNAME四、root、alias 与 try_files:404 最爱出现的三处
排除掉「请求没到站」之后,剩下的 404 基本都在这三个指令上。它们的坑我按踩到的频率排序:
1. root 的位置决定它作用于哪个 location
root 写在 server 块里是全局的,写进 location 块只影响那个 location。很多人为了给 /static/ 单独指定目录,在 location 里写了一个 root,结果忘了 server 级的那条被覆盖,其他 location 也跟着错位。要更稳妥的写法是把公共部分抽到 include 的 snippets 文件里,每个 server 只写差异项。
2. alias 结尾的斜杠必须和 location 一致
# 正确:location 以 / 结尾,alias 也以 / 结尾
location /static/ {
alias /var/www/example/static/;
}
# 错误:alias 少了斜杠,实际拼出来是 /var/www/example/staticabc.js
location /static/ {
alias /var/www/example/static;
}alias 的一个隐蔽点是它替换匹配到的那部分路径,而 root 是拼接。这个差别在老手眼里是常识,但在改配置时是最高频的手误来源,因为两者语法长得一样。
3. try_files 的最后一项要指向真实存在的入口
location / {
try_files $uri $uri/ /index.php$is_args$args;
}
location ~ \.php$ {
fastcgi_pass unix:/run/php/php5.6-fpm.sock;
fastcgi_param SCRIPT_FILENAME $document_root$fastcgi_script_name;
include fastcgi_params;
}try_files 的最后一个参数如果是 =404,那么所有「伪静态」URL 都会直接 404;如果指向 /index.php 但 PHP-FPM 的 socket 路径写错,页面会变成 502 而不是 404。这两种现象的区别,正好可以用来判断问题在 Nginx 还是 PHP。
五、判断链路:一条命令分清 Nginx 层还是 PHP 层
我现在习惯用三步走完定位,每条都在一分钟内能出结果:
# 第 1 步:静态文件能不能拿到?能 → Nginx 层正常
curl -sI https://www.example.com/robots.txt | head -1
# 第 2 步:直接请求 PHP 文件,看是不是 502
curl -sI https://www.example.com/index.php | head -1
# 第 3 步:在本机绕开 Nginx,直接打 PHP-FPM(需要 cgi-fcgi)
SCRIPT_FILENAME=/var/www/example/index.php \
REQUEST_METHOD=GET SCRIPT_NAME=/index.php \
cgi-fcgi -bind -connect /run/php/php5.6-fpm.sock | head -5三步的结果组合能覆盖绝大多数情况:第 1 步正常 + 第 2 步 502 → PHP-FPM 没起来或 socket 不对;第 1 步正常 + 第 2 步 404 → try_files 或 root 错;第 1 步就 404 → 请求没进这个 server 块,回去查 server_name 和默认 server。
六、改完配置之后一定要做的事
这次事故的另一个教训是:配置改错了却没被发现,是因为改动之后只验证了「首页能打开」。我现在的固定动作是:
# 1. 语法检查,不通过就绝不 reload
nginx -t
# 2. 看实际生效的配置里,每个 server 块的 root 和 server_name
nginx -T 2>/dev/null | grep -A3 -E "^server \{" | grep -E "server_name|root|listen"
# 3. reload 而不是 restart(不中断连接)
systemctl reload nginx
# 4. reload 之后立刻打几个关键路径,而不是只打首页
for u in / /index.php /sitemap.xml /feed/ /robots.txt; do
printf "%-15s %s\n" "$u" "$(curl -s -o /dev/null -w '%{http_code}' https://www.example.com$u)"
done第 4 步那个小循环值得抄下来。全站 404 这类事故的共同特征是「首页挂了所以看起来很明显」,但更多事故是「首页正常、内页全挂」,如果只测首页就发现不了。/feed/ 和 /sitemap.xml 这类由 PHP 动态生成的路径,是检验「伪静态规则 + PHP 入口」是否一起正常的最快探针。
七、把这类事故挡在发布流程之外
复盘之后我给站点配置加了两条规矩,成本很低但很有效:
第一条,站点配置只由一份模板生成。所有 server 块从同一份 Jinja 模板渲染,server_name、root、access_log 三个字段是不可省略的必填项,模板里没有默认值。缺字段直接报错,不会生成一个「看起来能跑但接不到流量」的配置。
第二条,每次 reload 之后跑一次路径探测并记录基线。把那五个关键路径的状态码写进一个小 JSON,下次 reload 后对比,任何一项从 200 变成非 200 就报警。这比监控「网站是否可访问」敏感得多,因为它能抓住「只有一个路径挂了」这种最容易漏掉的问题。
八、小结
「全站 404 而且日志是空的」看起来像个谜,拆开之后其实只有一个问题:请求进了另一个 server 块。之所以难查,是因为我们默认「请求到了机器就一定会进站点日志」,而这个默认假设在存在默认 server、多站点、CDN 回源 Host 不一致的情况下并不成立。
所以下次遇到同类现象,顺序应该是:先确认日志有没有记录(判断是不是到了这台机器)→ 再确认走本机 IP 与走域名是否一致(判断是不是 Host 或 CDN 的问题)→ 最后才去看 location、root、try_files。反过来从配置逐行读,会很慢,而且容易在第一眼没问题的 server 块里绕圈。