为了输出更多优质文章,最近我们成立了一个组织,叫做夜幕(NightTeam),我也是夜幕组织其中的一员,如果大家不知道情况的话可以看下 今天,大佬云集的夜幕团队正式成立了!
大家都知道,现在其实很多爬虫代理都已经并不那么好用了,一些 IP 段被大厂查到,很多大厂的站点可以直接检测到你用了代理,所以爬虫代理也被封得越来越严重了。但是现在代理有一个没有怎么开拓的领域,那就是蜂窝移动,即 4G 代理。目前用 4G 蜂窝移动数据来做代理的相对较少,因此可以算是爬虫代理的一个新的发展方向。但怎么来搭建呢?这就是个问题了。
本文是组织成立后的一篇首发文章,主要讲解的就是利用 Docker 搭建蜂窝移动代理的方法。在这里就转载一下组织的文章了,本文的原创公号就是 NightTeam 的官方公众号,作者 Loco,希望大家可以关注支持一下。
在开始之前,可能需要大家提前了解一下为什么我们要用 4G 搭建代理,可以看下这篇文章:震惊,商业级4G代理居然只需要用这些...,看完之后,大家再返回到本文就能比较顺畅地切入了。
阅读本文大概需要 8 分钟。
”基本思路
从这篇文章的标题中我们可以看出,这一次的搭建方案主要用到的是 Docker,你可能会很好奇,Docker 跟搭建 4G 代理有什么关系吗?
嗯,关系很大,我们把整件事情梳理一下,先来看看搭建 4G 代理时的基本流程:
调用网卡拨号,拨号成功后会创建一个虚拟网卡。(正常情况下使用这个虚拟网卡就能上网了)
在多网卡的情况下,重复第一步,会得到多个虚拟网卡。
启动代理服务器,使其使用虚拟网卡作为出网网卡,并使用接入内网的实体网卡作为入网网卡。
使用起来差不多是这样的
但是呢,有个问题,根据我之前的测试结果来看,目前在 Linux 环境下还没有一个 HTTP 代理服务器是可以做到分别指定出网网卡和入网网卡的,嗯…这就很麻烦了,因为如果我们无法这么做的话,就会出现类似于下面这样的问题:
出网和入网都在虚拟网卡上,使用代理服务器必须要走公网访问。
入网为实体网卡,但出网被代理服务器锁定为了某一个,无法利用到多网卡。
嗯…那么不用 HTTP 代理服务器,用那些经常被用来做一些骚操作的 Socks5 代理服务器呢?如果可以指定网卡的话,再用像 Privoxy 之类的工具把 Socks5 代理转成 HTTP 代理就好了。(某知名扶墙软件的 Windows 版本就是这么转的 HTTP 代理)
在经过一番尝试后,我发现虽然有些 Socks5 代理服务器的文档中是说可以指定网卡,但按照说明操作后,似乎并不能直接做到我想要的效果(要么还是锁定在某一个上面、要么上不了网),所以还是存在一些问题的。可能是需要配合路由表设置来进行操作吧,不过我对网络工程的了解不怎么深,搞了几天也没搞出来,于是乎还得想想别的办法。
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/f493d2ef34c35c89ad9030c81cc00a24.jpeg)
这时候,我想到了一个东西——Docker,它可以用来解决这个问题!
因为 Docker 容器被创建后,不管外界的网卡有多少个,容器内部的网卡都只会有一个Docker自己的虚拟网卡(容器间通信用的)和一个本地环回接口(不用管它),而且我们在容器内进行拨号操作时,产生的那个新的虚拟网卡也不会影响到外界或其他容器,这样的话,代理服务器就不需要指定网卡了,直接启动就能跑!
那么现在整个流程就跑通了,进入实际操作环节看看吧!
系统方面
这个 Docker 版的搭建方式,系统方面的选择很多,由于我使用的样例设备是树莓派,所以这里就选择使用了 Raspbian(树莓派专属版 Debian)。如果你使用的是其他设备的话,直接选择一个自己常用的系统就好。
那么准备好之后的第一步当然是先下载并安装 Docker,这里我直接使用 Docker 官方提供的一键安装脚本来进行安装:
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
# 出自官方文档:https://docs.docker.com/install/linux/docker-ce/debian/#install-using-the-convenience-script
这个一键安装脚本理论上来讲所有 Linux 发行版都可以使用,毕竟已经出来很长时间了,如果不行的话请自行使用搜索引擎查找相关资料。
装好 Docker 之后,你有两个选择:
进入体验模式,了解一下具体操作细节是怎么样的。
不看这一段,翻到本文最下方直接使用我写好的轮子。
启动容器
体验的话,我们就直接这么启动一个 Docker 容器吧,执行以下命令:
sudo docker run -it --rm --privileged -p 3128:3128 ubuntu:18.04 bash
上面这条命令的意思是,启动一个内部系统为 Ubuntu18.04 的容器,并进入容器内部的 Shell 执行
bash
命令,如果退出 bash 就自动销毁容器;然后映射容器内的端口3128到外界,映射出来的外界端口也是3128;最后privileged
参数是开启特权模式,用于将网卡设备映射进容器内。如果下载镜像很慢的话,可以搜一下“Docker 加速器”,也可以直接扶墙。
测试一下网卡是否正常
进入容器内部后,我们可以执行一下 ls /dev/ttyUSB*
看一下网卡有没有正常被识别出来(在容器外也是一样的,因为开了特权模式),如果是和我买的同一款 4G 网卡的话,在只插入一张网卡的情况下你会看到4个 ttyUSB 设备。
![插入了三张网卡的样子,一共12个 ttyUSB 设备 640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/bc72bac82f18282c0985452fb8e4d51b.png)
不同 4G 网卡和硬件组合可能会有差异,请以实际情况为准。
如果你可以看到4✖4G网卡个数
个 ttyUSB 设备的话,就说明没有问题,可以开始下一步了。
拨号上网
接下来要做的就是拨号了,拨号方面可以选择使用 Wvdial 这种工具,也可以选择使用像 Fanconn 这样的商家提供的拨号脚本(直接调用 PPPD),使用起来的效果会有一些区别。如果商家没有提供拨号脚本的话,就用 Wvdial 吧,它能自动生成配置,上手即用。
我这边的话,由于 Fanconn 的技术人员直接提供了个拨号脚本,那我就用这个脚本了,Wvdial 的文档网上有很多很详尽的,这里就不再多提,需要的朋友自行搜索即可。
如果你用的是 Fanconn 的这个拨号脚本(怎么弄进容器内就不用我说了吧?),那么直接在 apt install ppp
安装好拨号工具之后,用 chmod +x quectel-pppd.sh
给拨号脚本加个运行权限,然后 ./quectel-pppd.sh /dev/ttyUSB3
即可。
拨号时使用的
/dev/ttyUSB3
是指 4G 网卡的第四个通信端口,文档中的解释为:ttyUSB3→For PPP connections or AT command communication,翻译一下就是用于 PPP 连接或 AT 命令通信。
拨号之后用 ifconfig 之类的工具即可看到类似下图中的状态:
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/a8ad4cbb4924f310f4c53701b8fad637.jpeg)
可以看到,如前文所述,现在有三个网卡,一个是 Docker 自己的、一个是本地环回接口(这个不用管)、一个是拨号产生的虚拟网卡。
如果不是在 Docker 容器内使用的话,还会有个 wwan0(或其他名字),那个是 4G 网卡本体。
测试是否能正常上网
现在如果你用 curl 的 --interface
参数指定虚拟网卡进行请求的话(如:curl --interface ppp0 https://ip.cn
),是已经可以请求成功的了,IP 也会是你所使用的 SIM 卡对应的运营商分配的。
由于 Docker 的镜像通常都是极度精简的,所以 Ubuntu 镜像里并没有预装像 net-tools、iputils-ping、vim、curl 之类的这些包,需要自行安装。所以如果你发现 ifconfig、ping、curl、vim 用不了,不要惊慌,这是正常现象,执行
apt install 包名
命令安装即可。
如果你无法直接请求成功的话,就可能是 DNS 解析出问题了,可以尝试 ping 一个公网 IP(如:ping 1.1.1.1
)和一个域名(如:ping ip.cn
),如果 IP 能 ping 通但域名会报 DNS 解析失败的话,就可以确认是 DNS 设置问题了。
4G 拨号时如果出现 DNS 设置问题,通常是因为拨号工具没有正常地将运营商返回的 DNS 服务器设置写入到配置中,我们可以手动配置一下(你要强制指定某一个 DNS 也可以):
# 以下为阿里云的公共DNS
echo 'nameserver 223.5.5.5' >> /etc/resolv.conf
echo 'nameserver 223.6.6.6' >> /etc/resolv.conf
在 Docker 容器中,这个
/etc/resolv.conf
文件可能还会有两条内容,是容器本身所需要的,建议不要删除/覆盖,否则会出现容器间无法使用容器名互相通信的情况。
启动代理服务器
那么在测试拨号后确实可以通过 4G 网卡上网了之后,我们就可以把代理服务器启动了,这里我使用的是 TinyProxy。
测试发现,Squid 对资源的占用更大一些,不利于多网卡情况下的使用,会影响到 4G 网卡的数量上限。
先 apt install tinyproxy
一波,然后 vim /etc/tinyproxy/tinyproxy.conf
修改一下配置。
要修改的配置主要有:
Port 配置项改为3128,因为我们前面映射出来的端口是3128。
Listen 配置项改为0.0.0.0,因为我们需要在其他设备上使用这个代理服务器。
Allow 配置项注释掉或改为0.0.0.0/0,默认的127.0.0.1会导致其他设备无法访问。
改完之后保存一波,然后就可以直接执行 tinyproxy
启动了…吗?
等等,还有一个操作要做!那就是将默认路由指向到虚拟网卡上,很简单,执行以下命令即可:
route del -net 0.0.0.0 eth0
route add -net 0.0.0.0 ppp0
这两条命令的意思是:先将默认的、指向 eth0 这个网卡的上网路由删除,然后添加一个同样的、指向 ppp0 这个网卡的路由。
改完默认路由后的效果就是,即使你不使用 curl 的 --interface
参数,也能直接使用 4G 网卡上网了。
如果没有改默认路由的话,在不指定网卡的情况下,4G 网卡并不会被使用到,因为默认路由指向的是 Docker 自身的虚拟网卡,那个网卡通向你原本的内网环境。也就是说,IP 不会变!
那么现在,你可以执行 tinyproxy
启动代理服务器了。
测试代理服务器
好了,代理服务器应该已经正常启动了,现在我们可以在另一个设备上尝试连接那个容器中的代理服务器,看看是否能正常通过它使用 4G 网卡上网。
例如我这里树莓派分配到的IP是:192.168.137.66
,那么我就可以用这样的 curl 命令或 Python 代码进行测试:
curl:
curl "https://ip.cn"
curl -x "192.168.137.66:3128" "https://ip.cn"
Python:
import requests
resp = requests.get("https://ip.cn", proxies={"https": "http://192.168.137.66:3128"})
no_proxy_resp = requests.get("https://ip.cn")
print(resp.text)
print(no_proxy_resp.text)
测试出来的结果应该与前面在容器内部测试时的一致,在使用代理后 IP 就变成了运营商分配的基站 IP。
更换 IP
那么最核心的问题来了,怎么更换 IP 呢?
其实和使用那些拨号 VPS 架设代理服务器一样,我们只需要重新拨个号就能换 IP 了,直接 kill 掉 pppd 进程就可以让它断开拨号,断开后重新执行一遍拨号脚本就是重新拨号了。
断开拨号方面 Fanconn 的技术人员也提供了一个脚本,同样在
chmod +x quectel-ppp-kill
赋予运行权限之后,执行./quectel-ppp-kill
就可以了。
但需要注意的是,蜂窝网络的拨号在断开后,IP 仍然会保留一段时间(具体多久不清楚,可能跟连接的基站也有关系),所以我们需要强制性地让网卡重新搜网。
冷门小知识:手机上开启关闭飞行模式的效果就是重新搜网,通常只是关闭“移动数据”的话,效果是与断开拨号一致的。
怎么做呢?很简单,就两行命令:
AT+CFUN=0
AT+CFUN=1
但注意哦,这是 AT 命令,不是 Linux 下的 Shell 命令,AT 命令是一种调制解调器命令语言,我们如果需要将它执行起来,需要这么做:
echo "AT+CFUN=0" > /dev/ttyUSB2
# 中间间隔1秒左右
echo "AT+CFUN=1" > /dev/ttyUSB2
这里使用的
/dev/ttyUSB2
是指 4G 网卡的第三个通信端口,文档中的解释为:ttyUSB2→For AT command communication,与第四个通信端口类似,只是它不能用于 PPP 连接、只能用于 AT 命令通信而已。不同样使用第四个通信端口的原因是那个端口有被占用的可能性,直接区分开最稳妥,本来网卡也就是提供了两个 AT 命令通信渠道的。
在使网卡重新搜网后的几秒至十几/几十秒内的时间里,你无法正常拨号,需要等待它初始化完成后才可以拨号成功,具体等待时间以信号强度为准,我测试的时候通常5秒以内就可以了。
所以如果你在断开后一直拨号失败,不妨过一会儿再试。
总结
那么现在操作流程也跑通了,我们也了解到了整个的内部细节,最后要做的就是把每个网卡都分别分配一个容器,这样我们就能实现文章开头所提到的——“使用虚拟网卡作为出网网卡,并使用接入内网的实体网卡作为入网网卡”的效果了。
实际操作起来的话,就是把指定网卡的部分给配置化,然后在启动容器的时候传入就好了,使用 Docker 的容器环境变量相关设置可以很轻松地实现这个功能。
最后,我们可以以这个思路,构建一个 docker-compose 模板,模板的核心内容一是做个简易的4G网卡容器集群,二是启动个 Squid,用来聚合代理服务器,这样我们使用的时候只需要指定一个代理服务器就能随机更换了,操作起来更加方便。
好了,上面就是 Docker 版搭建方式的思路和整个的搭建流程,如果你懒得看的话,直接用我写好的轮子也是可以的,只需要发送消息【Docker版4G代理】到公众号【NightTeam】即可。
评价
最后的最后,我给这个搭建方式打个评价吧。
这个搭建方式并不完美,因为变量太多,而且很多地方肯定不如系统级原生支持的那么稳定,长期使用可能会出现各种奇奇怪怪的问题。
然后 Docker 的资源占用其实挺高的,会浪费相当多的内存在启动容器上,如果只是两三个网卡还好,如果数量大一点的话,像树莓派2B 这种小内存的设备根本就扛不住。
另外代理服务器本身对资源的消耗也是比较高的,高频调用下对树莓派2B 的小 CPU 压力还是蛮大的,即使我对它的 CPU 进行了超频,在并发测试时也还是会出现轻松打满 CPU 的情况。
但是!截止目前,还有两种基于路由器系统的搭建方案没写出来!所以…敬请期待后续的其他搭建方案。
文章作者:「夜幕团队 NightTeam」 - Loco
夜幕团队成立于 2019 年,团队包括崔庆才、周子淇、陈祥安、唐轶飞、冯威、蔡晋、戴煌金、张冶青和韦世东。
涉猎的编程语言包括但不限于 Python、Rust、C++、Go,领域涵盖爬虫、深度学习、服务研发、对象存储等。团队非正亦非邪,只做认为对的事情,请大家小心。