摘要

  • Packet Clearing House 的互联网交换中心名录印出十一个列名。在我取到的静态子集里只有一行 LINX LON1:930 个参与者、2,218,258 个前缀、峰值 4.31T、均值 3.65T,成立于 1994 年 11 月 8 日。
  • 数据集文档定义了一个“Participants list url”字段和一个“Date IXP last updated”字段;在我读到的文本里,它没有写数据来源规则,没有写刷新周期,没有写名录层面的日期,也没有写流量数字的单位。

十一列,一行可以引用的数据

这一页就是一张表,表有表头。按我取到的样子,表头是 Region、Country、City、IXP Name、Participants、Peak、Avg、IPv6、Prefixes、Established、URL。随后的那一行是:Country United Kingdom、City London、IXP Name LINX LON1、930 个参与者、峰值 4.31T、均值 3.65T、IPv6 一格留空、2,218,258 个前缀、1994 年 11 月 8 日成立,见名录页。

同一页还用它自己的话提醒读者别把整页当真:“JavaScript Required - This page requires JavaScript to work. You are viewing a static copy which is only small subset of the entire IXP Directory.”这句话是这一页上最有用的内容。我手上的是更大一台仪器被印出来的一小片,我就按一小片对待它:一行数据,照印出来的样子引用,既不是全球交换中心的普查,也不是完整导出。

对于一个要判断两张网络是否在同一栋楼里的读者,这一行是通常的第一站。

所以值得问的是:这一行是由什么构成的。

表结构里给交换中心自己的名单留了位置

这一行之所以能被读懂,靠的是数据集文档。它开头那句我全文引用,因为那是发布者对自家产品的描述:“Packet Clearing House maintains the global directory of Internet exchange points. The directory reports on past and current IXPs, peering subnets used by the members to exchange traffic, locations, equipment and membership.”

接着它列出字段,一共二十三个:id、ctry、cit、reg、name、url、stat、date、prfs、lat、lon、prts、traf、avg、trgh、ipv6_avg、pch、updt、ranks、prts_url、q9、iata、regct。其中只有两个在我取到的文本里带了定义,而它们正好是这里的关键。prts_url 被定义为“Participants list url”,updt 被定义为“Date IXP last updated”。

换句话说,这套表结构为交换中心自己提供的参与者名单留了一个格子,也为“这一行最后一次被改动”的日期留了一个格子。这一页还写明默认输出 JSON,追加 ?format=csv 输出 CSV,另有一个 Subnet Member Details 接口返回 ip、fqdn、ping、asn、org、prefixes,并注明该接口只支持 JSON。

这是一台真正的仪器。只是在这个抽象层级上,它也像一排贴了标签的抽屉,没有登记官的签字。

我读到的文本没有说的部分

我读到的文档一个字也没说这些数值从哪来。它没有说谁填写 prts_url,没有说交换中心是否自行提交,没有说有没有人核对,也没有说这个字段通常是不是空着。它没有说一行多久刷新一次、由什么触发。它没有印出整个名录的最后更新日期。列出的字段并非每个都有定义,而 930 背后那个 prts 的定义,不在我取到的内容里。

我想把这句话的形状说准确,因为这就是文章本身。我不是在告诉你这些规则不存在。我是在说,一个陌生人会落到的那几页,在 2026 年 11 月 19 日取到时,没有把它们印出来。方法论说明可能藏在登录之后,可能在我没有跟进的导航里,也可能写在给客户的文件中。

名录本来就没有义务公布自己的准入规则。但一行数据只有在读者能查明它数的是什么的时候,才算证据。

我找到的唯一来源说明是旧的,而且不是发布者当前的页面

关于这些行的来源,公开材料里确实有两处说法。两处都不是 PCH 的方法论页面,也都不是当下的。

第一处是 2014 年 7 月 9 日的一封邮件列表帖子,署名 Bill Woodcock,收在 NANOG 归档里:“The PCH directory is twenty years old, and is independently verified by our staff. So what’s there isn’t always up-to-date, but we do differentiate between rumor and something that’s been verified by someone going and laying eyes on it.”十二年前的句子,坦白得企业页面写不出来:员工会核验,而新鲜度是个程度问题。

第二处是 2016 年的一篇论文,A Comparative Look into Public IXP Datasets,依据的是 2014 年 9 月 19 日的一次抓取。它说,根据与 PCH 员工的直接沟通,名录上约七成的交换中心由 PCH 员工编纂,约 25% 由互联网社区提供,约 5% 由交换中心运营方自己添加。PCH 本身在许多交换中心有对等连接,并把从这些会话得到的 BGP 信息用来推导参与者名单。参与者数据按端口计数,因此同一个 AS 可能在同一个交换中心出现多次。

把这两句放在一起读,930 的性质就变了。如果“参与者”指的是端口,那么 930 数的是条目,不是不同网络,而拿它跟自己的会员名册比的读者,比的是两个不同的对象。我没有打开论文全文,所以这里转述的是一项关于 2014 年抓取的二手结论,不是 PCH 今天的规则。

没有单位,没有窗口,这一行就没法定年

这一行印出峰值 4.31T、均值 3.65T。T 是什么,它没有印,那一页上没有,我取到的字段列表里也没有。 terabits per second 是最自然的读法,而我不打算凭“自然”就采纳它;诚实的说法是:这本静态表给了一个量级,把单位留给了一条我没有找到的定义。这一行的 IPv6 列是空白,空白就是空白,不是零。

也没有测量窗口。没有时间段的流量数字,等于一个找不到分母的数字:4.31T 是多长时间里的、什么时候采的、怎么平均的?按行存在的 updt 字段本可以回答后半段,前提是某一行真的带着它。我取到的静态表没有带。

详情页在身份上吻合,别的不给我看

LINX LON1 有自己的页面。它确认了这一行的身份:Short Name 是 LINX LON1,City 是 London,Country 是 United Kingdom,Organization Type 是 Association,Status 是 Active,Media Type 是 Ethernet,Managed By 是 LINX,Organization 是 LINX,Established 是 1994 年 11 月 8 日。这份吻合有价值:聚合商的索引和它自己的单点档案,对“这东西是什么”讲的是同一个故事。

然后这一页就没内容了。子网表写着“No subnets”,本该放会员细节的几节写着“MRTG Loading...”。我不会把一个占位符变成结论。一个动态渲染的会员表在我这次抓取里没有填充,那是关于我这次抓取的事实。它不是 PCH 数据库里没有 LINX LON1 子网数据的证据,也不构成对那一行 930 的反驳。它只是这台仪器对我停止可读的那个位置。

那个替代论证的简写

LINX 把它决定谁能成为会员的规则连同端口价格精确到英镑都公布了出来。而同一天,会员名册本身对一次未登录的读取只回了一个 cookie 同意外壳,这是我自己在 2026 年 11 月 19 日发表的那次读取。没有返回任何会员名称、AS 号或数量。

于是关于这个交换中心会员规模、摆在陌生人面前的那个数字,只能是聚合商的:930。

这不是指控。这是这件事的结构。

交换中心留着自己的名册。名录印出它的一个计数。读者拿到的是一个没有注明提供者、没有注明计数规则、也没有注明年龄的数字,而唯一能核对它的地方,是选择不公开的那一方。

发布者确实印了日期的那一页

这一组页面里有一页带着新鲜度标记,而它不是名录。交换中心位置摘要印着“Last updated Wednesday 18th of November.”,在我取到的文本里没有年份。它还印着“This report is free for reuse and adaptation with attribution.”一份供人自由改编重用的报告,刷新节奏读者看得见,旁边却放着一份不给这种行的名录——这个区别值得记住。摘要不是那张表,我也不会用它给那一行定年。

两个空壳页面,按它们回了什么记录

我最初要的地址 pch.net/ixpdir,回的是站点框架:一条维护通知(“Website maintenance planned from Mar 1st 05:00UTC until Mar 4th 05:00UTC. Portions of our web site may be unavailable.”),导航标签“Download datasets”“Submit a change”“Feature/Bug Report”,没有数据行。pch.net/resources/data 返回 HTTP 404。能用的表在 /ixp/dir,能用的文档在 /ixp/data。这是我一路取页面学来的路径,之所以记下来,是因为要核对我这份稿子的读者会撞上同样的门。

“Submit a change”这个标签有意思,而它只是个标签。它说明发布者预期外部会送来更正。它没有说谁能提交、需要什么证据、改完之后这一行会怎样。

这一行到底能拿来做什么

把它当作带着来源缺口的线索,它仍然有用。把它当作证明书,你引用的就是一个说不出计数对象、提供者和年龄的数字。这两种用法之间,夹着每一份引用过交换中心名录却没说清读了哪一列的 peering 演示、采购备忘录和备案材料。

BTW 早前读过 Packet Clearing House 的公司档案——2026 年 11 月 4 日的一篇研究文章,把加州公司编号、税务分类、页首一句话和一条公开号码资源记录,摆在了一个名录标签的对立面。这篇是另一半:不是这个组织是什么,而是它的运营仪器拿交换中心的数据做了什么。

答案,在我能读到的页面上是:它为交换中心自己的名单造了一个贴标签的格子,然后没说该由谁来填。

这份解读附带的十四个界限

  1. 这里的一切都是对 2026 年 11 月 19 日取到的页面的解读。返回框架、错误或不完整渲染的页面,是关于那次取取的事实,不是关于发布者持有什么的陈述。
  2. 这张静态表自称只是整个名录的一小部分。LINX LON1 那一行是一行,不是普查,我取到的内容里也没有 AMS-IX 的行。
  3. 表里印着 4.31T 和 3.65T,却没有印单位,也没有在自己的文本里定义任何一列。这些数字按印出来的样子引用,没有被换算成实测带宽。
  4. 字段列表列出字段并定义了 prts_url 和 updt,并没有定义全部字段。参与者数字背后那个计数对象的定义,我没有取到。
  5. 我取到的文档没有印出来源规则、刷新周期或名录层面的日期。这是我读到的页面中的缺失,不是“任何地方都不存在方法论说明”的证明。
  6. “No subnets”和“MRTG Loading...”是渲染出来的样子。它们不能证明数据库的内容,也不构成对 930 的反驳。
  7. 930 是 PCH 那一行的值,不是经过核实的、不同会员网络的数量。2016 年论文里的按端口计数会让参与者数变成条目数。那份报告我没有在全文里核实。
  8. 2014 年 7 月 9 日的列表帖子和 2016 年的论文,都不是 PCH 当前公布的方法论。它们的日期和署名跟着这里的每一次使用一起出现,其中没有任何内容被说成是在描述 2026 年的做法。
  9. 那篇论文是以保留快照里的落地页与摘要文本读到的,全文没有打开。
  10. 交换中心位置摘要与名录是两页,它的更新行在我取到的文本里没有年份,也没有被当成名录的刷新节奏使用。
  11. 请求的 /ixpdir 只回了框架和导航、没有数据行。/resources/data 返回 HTTP 404。两者都作为取取结果记录。
  12. 我对 LINX 的读取是我自己先前的工作:会员门户在 2026 年 11 月 19 日只回了一个 cookie 同意外壳,没有取得任何会员名称、AS 号或数量。这里没有任何数字由其他数字推测而来。
  13. 本文没有执行任何 BGP 会话、looking glass、采集器、RPKI 仓库、IRR 数据库或名录 API 查询,也没有报告任何实时路由测量。
  14. 本文不主张任何一行是错的、任何交换中心被遗漏或被优待、任何状态是买来的,也不对 Packet Clearing House 或任何交换中心的行为、人员、资金或存放作出被引文件自身没有写出的陈述。