关于 0.5% 的刷课党，这里有五组数据

两年前这个公众号做过一篇特稿，分析了“公开渠道的教务系统 2016 年 1 月选课期间的一些日志”。写那篇文章让我直面了刷课这个事情，还意外地小小采(tiao)访(xi)了下某个同学。

两年过去，变化还是挺大的。比如，我校教务处终于把新的教务系统完整上线了。还比如，自从上个月新教务系统第一次选课开始，更多的人听说了“刷课”这个词。已经不需要抢课的我，只听说了这次选课期间有人卖课啥的。虽然实际上可能并没这么“道德沦丧”，但大家对这个行为的不齿，是多了一些。

我好奇的是，为啥 2018 年的刷课行业发展成这样子了？新的教务系统并没有可以从公开渠道获取的日志，不过从旧教务系统里看过去几年的趋势，还是可以的。于是这次我使用 Elastic Stack 处理了更大跨度的数据（灌数据进去挺折腾的，不过非常高效），从 2014 到 2017 年选课期间的本科选课操作日志中，得到了下面的一些数据。（以下数据均来自旧教务系统，下简称“教务系统”）

如果太长不想看，这是五组数据的梗概：

一. 大二到大三、2016 至今，进入刷课频道：2017 年暑假 2015 级选课期间操作次数人均 496 次，创了记录。
二. “刷课”一直是少数，但这 0.5% 的玩家越来越多：四年来用户操作次数中位数保持在 50 - 65 之间，刷课的人数成倍增加，在 2017 年寒假达到顶峰。
三. 教务系统的压力从来不小，峰值 QPS 95，大多因为“人多”：选课第一天明明不用抢也是挤爆，卡起来就是死 10 秒钟又闪现 20 秒的体验。
四. 单用户刷课平均每秒 17 次，问你怕不怕：靠刷课党们一“己”之力，还是可以把教务系统搞慢的，最疯狂的人连续一分钟操作 1060 次。
五. 午夜档的热闹从第二阶段开始，刷课党也就个位数：如 2017 年暑假第二阶段的第一场午夜档 218 人参加，其中操作频率极高的也就 5 个人。

一. 大二到大三、2016 至今，进入刷课频道

按年级绘图的选课期间人均操作次数，年级指选课时的目标学期，年份为入学年份

先看看每个人选课有关的操作次数的年级平均值。很明显，人进入大二之后，大家开始意识到选课没那么容易，选课操作次数的增加体现出了焦虑感。到了大三，2013 级和以前是下降的趋势，而 2014 级开始，不知是技术增强了还是啥情况，操作次数越来越多，直到大四才回归平静。

按年份绘图的选课期间年级人均操作次数，年份+时间指选课时间，纯年份为入学年份

把线平移一下，改改坐标轴，2016 年成为了刷课次数增加的关键之年。这个图里 2015 级的选课次数冲出了天际，2017 年的两次选课人均 469、496 次，跟 2014 级的最高纪录 318 次相比，真是要冲破天花板了（顺便提示一下 Y 轴是指数坐标轴，所以差距看起来似乎不大）。

二. “刷课”一直是少数，但这 0.5% 的玩家越来越多

提到刷课这个词，大家通常会想到那种技术宅，通过代码达到普通人达不到的手速和耐心。最初我并不敢这么想，毕竟只要有耐心，刷上几百次也很正常嘛，这样的有罪推定还是挺不靠谱的。然而两年前看过具体的日志之后，我对当时选课期间操作超过 5000 次的用户的结论是：

有的是用类似浏览器自动刷新的方法在辅助操作，有的是每秒钟成功刷新五六次（还让不让人活了），最厉害的呢，从下午开始连续刷新了 7 个小时，肯定是开了挂（我就不信您不吃晚饭）。

这些年过来，刷课的人数变多了吗？通过对每次选课的选课操作次数的人均分布统计，结论见下。

曲线为每次选课中每人操作次数分布情况（Y 轴为累计百分数），条形图为每次选课中选课操作最多的人的操作次数

把图做完之后我还蛮意外的，曲线统一的形状让我一度以为自己算错了。然后我在 Access 里折腾了好久把中位数算出来，都在 50 - 65 之间，所以应该没错。

图的结论就是，这么多年，选课次数分布没有大的变化，但刷课顶峰值是一年比一年高，尤其从 2016 年暑假那次选课开始。结合第一节的图，2017 暑的回落可能的原因是 2014 级变成大四老油条了，和 2016 级迷之不抢课、选课次数减少。再次提示，这回 X 轴是指数坐标轴。

曲线为每次选课中每人操作次数分布情况（Y 轴为累计百分数），条形图为超过 5000 次操作的人数

再仔细看看顶峰 3% 的三五百人。两年前的“5000 次操作就是刷课”的假设暂且可以沿用下来，因为这部分人数保持在占全体 0.5% 以内。随着年份推进，刷课的人数成倍增加，尤其在 2017 寒达到顶峰。至于说 2018 寒的情况，这里没有数据，不过我猜是少不下来了。

三. 教务系统的压力从来不小，峰值 QPS 95，大多因为“人多”

刷课对教务系统会有多大影响呢？虽然有些不控制频率的刷课行为是很不好的（我方表示强烈谴责），然而目前教务系统的主要压力还是来自“人多”。

各选课阶段中粗略统计的最高 QPS

先介绍一个指标 QPS (Queries Per Second)，也就是每秒钟服务器处理的请求数。采用了新的统计工具之后，我终于能快速地从日志中观察这个指标了。

1.1 和 1.2 是第一阶段的两个小阶段，分别进行一次抽签，选课没有先后。2 阶段是先到先得，3 阶段是退换课，也是先到先得。刷课是第 2、3 阶段会出现的。

从表里可以看到，选课刚开始的 1.1 阶段人是最多的（14 寒那个不知道是什么鬼情况）。明明是抽签，登录系统选课并没有先后，但开放选课的第一天就是容易挤爆门。然后旧教务系统的 QPS 极限大概就是 95 了。当然 2017 年寒假第 2 阶段的爆炸挺反常，那一分钟服务器只接待了 12 人，跟之前 200+ 的水平差距太多。看来区区几个人还是有能力把系统刷爆的，我们待会看。

从日志就可以感受到人最多的时候，那种服务器的卡顿，就是死个 10 秒钟又闪现 20 秒的体验。

2016 年寒假 1.1 阶段第一天某时段的请求数曲线，Y 轴为每秒请求数

最糟的莫过于整台服务器“挂了”，就是连续一两分钟服务器都没反应那种。2016 年寒假开放选课第一天，这种情况就出现了三次。

2016 年寒假开放选课第一天的三次低谷，Y 轴为每分钟请求数

四. 单用户刷课平均每秒 17 次，问你怕不怕？

刚才提到 2017 年寒假第 2 阶段的疯狂，究竟是怎么一回事呢，今天让我们走近科学（误）。

2017 年寒假第一、二阶段分年级每小时操作次数曲线

先看上面这个图的高峰时段。1.1 阶段第一天的高峰，主要集中在 10 点和
12 点两拨，基本上可以看出各年级的上课时间（和上课专心程度）。1.1 和 1.2 阶段之间的高峰，主要是因为教务系统抽签结果通常会提前发布、大家迫不及待想知道选上课了没。

回到我们关注的第 2 阶段。还是要接着解释一下曲线，顺便对比一下的。

• 大一青色曲线的高峰出现在 11 号 17:57，也就是快要开始第二阶段的时候。可以认为是大量萌新出来捡漏。
• 大二红色曲线可就厉害了，几个非常诡异的顶峰出现在 13 号的白天。最顶峰在当天晚上 9 点左右，基本可以认定是他们把教务系统推到了 QPS 90 的高度。
• 大三黄色的顶峰出现在 13 号 0 点。这是学长学姐熬夜比较强的意思吗。
• 大四黑色冒出来的那 15 个小时只有一个人操作频繁。我看了下，是个法学院的妹子……

具体看 13 号晚上 8:00 - 9:30 的数据。每分钟操作频率超过 60 次的朋友有 7 位，其中 6 位是大二。他们分别来自软院、法学、机车、数院（这里不跟上次一样挂人了，没意思）。其中最疯狂的朋友在连续的一分钟内刷新了 1060 次，也就是平均每秒 17 次，让我大开眼界。原来靠他们一己之力，还是可以把教务系统搞慢的。

于是在 21:13:20， 教务系统的 QPS 达到 90 之后又坚持了 20 秒，终于撑不住歇了一会。

2017 年 1 月 13 日 21:13 教务系统每秒访问次数曲线，红线为 QPS 90 时刻

五. 午夜档的热闹从第二阶段开始，刷课党也就个位数

2017 年暑假第二阶段操作次数曲线，Y 轴单位 次/半小时

从 2016 年暑假选课开始，午夜档剧场就开始热播了。这时候，午夜档还只在第二阶段最后一天凌晨开播。而到了 2017 年寒假，午夜档从第二阶段开始连播三天（最后一天人少得很）。上面这图是 2017 年暑假的午夜档，也是从第二阶段开始连播两天，最后一天就散场了。

2017 年 8 月 26 日每小时操作次数和在线用户数

基本上，都是第一场午夜档最热闹。比如上面这图，2017 年暑假第二阶段的第一场，218 人参加，不过显然大部分人还是看热闹，还没坚持到 2 点就睡着了。2:00 - 6:59 参加的有 45 人，不过每个小时最多就 17 个人，开个小厅给他们就足够了，因为不少人还会出去看看月亮，找个地方静静。而这四十多人里，操作频率极高的也就 5 个人，整场下来上万次吆喝，对他们来说是再正常不过了。

好多人想趁第 2 阶段换课啥的，在这种情况下似乎挑午夜档也并不保险，操作需要智慧，也需要运气。当然新教务系统是个什么情况我就不知道了。

结语

看完数据，感觉刷课的人还是那么少，虽然数量在增加，但“少数”这个性质没变。可能人数变多了，接着有人得瑟起来之后，大家就都知道这种不齿的行为了。

写这种文章还是得站个队的。两年前写完那篇特稿之后的下一次选课，我用了不到 100 行代码，捡了一门别人的退课（上过课才知道为啥他们退课），说起来也不是那么光彩。不过我的观点依然跟两年前一样，所以直接引用之前写过的话好了：

教务系统没有对刷新频率做限制，这个是很不好的做法。但这也不意味着说，一个网站亦或系统的用户，可以采用非正常的方法，一秒钟连续刷新页面好多次，无端地增加系统负荷，这叫做“滥用”。想彻底避免道德问题，还是得用技术方法来解决。

这个事情，跟抢火车票差不多的道理。技术可以代替人的重复劳动，从对信息的了解和技术的掌握而言，“抢”这个规则本身还是存在不公平的。从反制的角度说，技术可以解决一部分问题，但更重要的是制定规则，这样之后，刷课技术的加成导致的落差就没那么悬殊了。

转过头想，似乎管选课这个事情还是挺难的，难在要面对其他人的态度。或许这就是社会主义初级阶段吧。

本文采用知识共享“署名-非商业性使用 4.0”许可协议授权，如需额外授权请与本人联系。本文的 1 次修改记录主要是润色句子，基本数据不变。