Non credo che il problema principale del carico elevato sia causato dagli spammer.
Ecco perché:
L’uso normale di Discourse (senza API) può funzionare solo con browser moderni perché dipende fortemente da JavaScript. Anche Google Analytics utilizza JavaScript per raccogliere varie informazioni sugli utenti (e non ha bisogno del supporto di JavaScript moderno per eseguire il codice di analisi). Se Google Analytics non riesce a rilevare l’attività degli utenti, allora Discourse non dovrebbe essere in grado di fornire il proprio contenuto e le proprie funzionalità.
Ecco una cattura di un bot quando uso una vecchia libreria per browser headless (phantomjs) per accedere al sito Discourse:
E qui invece con una libreria più moderna (puppeteer):
- È strano se qualcuno riesce a pubblicare (senza API) risposte su Discourse mentre Google Analytics non riesce a rilevarli.
- Di solito, gli spammer usano proxy pubblici per fare cose sporche e penso che il tuo Cloudflare sia abbastanza intelligente da bloccare i “visitatori dannosi” prima che raggiungano davvero la tua applicazione.
Hai notato code di lavori elevate nel processo Sidekiq?