Cloudflare 8 月 13 日发了一篇 Radar 观测文章，作者是 Sabina Zejnilovic 和 Lai Yi Ohlsen，原文标称 5 分钟阅读。讲的是前一天 8 月 12 日那次日全食：全食带从北大西洋过来，扫过冰岛，再落到西班牙北部和葡萄牙北部，西欧其余地方看到的是深偏食，发生时间都接近当地日落。原文说这是二十年来第一次穿过欧洲大陆的日全食。
结论不复杂：人抬头看天的时候，就没在看手机。全食带附近国家的 HTTP 请求量在最大食分那一刻附近掉了大约 15% 到 30%。这个结论我读之前就能猜到，2024 年那次北美日全食 Cloudflare 也写过一篇。真正让我读完的是中间那段方法。
分桶粒度决定了这篇文章能不能写
他们把日食当天的 HTTP 请求量按五分钟一个桶切开，每个受影响国家一行，每列一个五分钟切片，然后跟正常日基线比，画成热力图。黑色菱形标出每个国家的最大食时刻。
五分钟这个粒度是关键。日食的偏食阶段能持续两三个小时，但食甚前后的深度遮蔽只有十几分钟。如果按小时聚合，15% 的下探会被两侧的正常流量摊平成个位数，一篇文章就没了。原文里那张图的说服力全来自菱形和最深的红色在视觉上几乎重合，这种重合只有在分桶足够细的时候才看得见。
反过来，桶切得太细，单个国家的请求量抖动就会盖过信号。五分钟是个折中，原文没解释为什么选它，我猜是先试过几个值。
基线是三个星期三的中位数
日食发生在星期三傍晚。他们的基线不是前一天，也不是前一周同一天，而是前三个星期三在同一时段的中位数，按时刻逐槽对齐。所有数字都报成相对基线的百分比变化：0% 表示完全正常，负数表示比平时冷清。
用中位数而不是平均值，原文给的理由是防止某一个反常的星期给比较结果带偏。这是个很小的选择，但它决定了这篇文章的可信度。如果基线取的是三周平均，任何一周出过一次故障或者一次大型体育赛事，日食的信号就会被污染，而读者根本看不出来。
遮蔽度是算的，不是查表来的
我原以为遮蔽度是从某个天文数据源直接抓的。原文写的是他们自己算：对每个地点求出太阳和月亮的视角直径，以及两者在天空中的角距离，然后每五分钟按两圆重叠面积算出日面被遮住的比例。这样每个地方同时得到峰值遮蔽度（0 到 100%）和自己的食甚时刻。
国家级的数字是这么合出来的：流量按国内各区域求和，遮蔽度按各区域取平均，用平均值定这个国家的食甚时间。这一步有损失，西班牙南北的遮蔽差别不小，取平均会把北部的深度食稀释掉。原文没回避这点，它把散点图单独列出来说明局部因素造成的离散，包括人口密度、当地时间和云量。
散点图那一张是我认为最该看的：横轴是各国峰值遮蔽度，纵轴是食甚前后 15 分钟窗口内相对基线的平均变化。点的下行趋势加上时间点的精确吻合，才让「日食是主因」这个说法成立。只看热力图不足以排除巧合。
几个不听话的国家
分国家的趋势线里，各国各区域的变化范围是 9.3% 到 -46.7%。也就是说有地方流量反而涨了。
原文点名的是：冰岛、西班牙、葡萄牙跌得最狠；波兰和丹麦很快回到食前水平；挪威和瑞典出现了轻微高于基线的增长；丹麦是整体变化最小的。太阳几乎没被遮住的国家（瑞典、丹麦、波兰、瑞士）基本看不到下探。
变化最早出现在阿拉斯加，UTC 15:35 左右，那是这次日食路径的起点。
挪威和瑞典为什么会涨，原文没解释。我也想不出可靠的解释。可能是偏食太浅不值得出门，而社交媒体上别处的日食内容反倒把人拉到了屏幕前，但这只是我的猜测，Radar 的公开数据不足以验证。
一处对不上的日期
正文说日食发生在 8 月 12 日，星期三，基线取前三个星期三。但热力图那段的图注写的是「每列是 2026 年 8 月 12 日的一个五分钟切片」的地方，我抓到的页面上写成了 2025 年 8 月 12 日。
我倾向于认为这是图注笔误，因为文章开头、面包屑上的发布日期 2026 年 8 月 13 日和其余段落都一致。但我没有别的证据，所以只当现象记下来，不改写成结论。这也是我自己写这类摘要时最容易翻车的地方：原文的一个错字会被顺手抄成看起来很确定的事实。
这类数据能做什么
流量下探本身没有运维价值，日食一年也就那么几次。方法有价值。同一套东西换个事件就能用：区域断网、直播比赛、政府宣布的封网、海缆中断。要点是三个，细分桶、同星期同时段的中位数基线、以及一个能排除巧合的自变量。第三个最难，日食恰好提供了遮蔽度这样一个可以纯几何算出来、跟网络本身完全无关的自变量，所以这次的相关性特别干净。
大多数事件没有这种运气。真到了要判断一次流量异常是人为还是网络故障的时候，手里往往只有流量本身。