用户反馈验证码半小时后才收到,邮件头里 Received 有五行,最后一条与第一条的时间差了二十七分钟。碰到这种情况,我一般先确认改动有没有真的生效。
原因不复杂,投递链上某一跳队列堆积,或者接收方启用了灰名单延迟重试,重试间隔按分钟逐次拉长,看起来就像邮件丢了。
「邮件延迟排查」这类改动最怕改一半,回滚脚本先准备好,再动生产。改完顺手把文档补一句,省得下次自己重新推一遍。
grep -i '^received:' mail.eml # 从下往上读,比较相邻两跳的时间差 date -R
监控和日志的时间要对上,时区不一致会多绕很大一圈。临时改动用注释写上日期和原因,过两周自己都记不清为什么这么写。
动手前把原文件复制一份带时间戳,出问题立刻换回去,比现场分析快得多。一次只改一处,改完立刻验证,几个改动叠在一起,出问题就说不清是谁导致的。
具体做法是,按时间顺序从下往上读 Received;找出耗时最长的那一跳;针对该跳换线路或加中继。
最后用这个标准收尾,定位到具体跳数后延迟降到一分钟内,验证码及时到达。
