1.5 網絡中的緩存

網絡中的緩存位于客戶端和服務端之間，代理或響應客戶端的網絡請求，從而對重復的請求返回緩存中的數據資源。同時，接受服務端的請求，更新緩存中的內容。

1.5.1 Web代理緩存

Web代理幾乎是伴隨著互聯網誕生的，常用的Web代理分為正向代理、反向代理和透明代理。Web代理緩存是將Web代理作為緩存的一種技術。

一般情況下，Web代理默認說的是正向代理，如圖1-7所示。

為了從源服務器取得內容，用戶向代理服務器發送一個請求并指定目標服務器，然后代理服務向源服務器轉交請求并將獲得的內容返回給客戶端。一般地，客戶端要進行一些特別的設置才能使用正向代理。

反向代理與正向代理相反，對于客戶端而言代理服務器就像是源服務器，并且客戶端不需要進行設置。客戶端向反向代理發送普通請求，接著反向代理將判斷向何處轉發請求，并將從源服務器獲得的內容返回給客戶端。

透明代理的意思是客戶端根本不需要知道有代理服務器的存在，由代理服務器改變客戶端請求的報文字段，并會傳送真實的IP地址。加密的透明代理屬于匿名代理，不用設置就可以使用代理了。透明代理的例子就是時下很多公司使用的行為管理軟件。

這里的Web代理緩存是指使用正向代理的緩存技術。Web代理緩存的作用跟瀏覽器的內置緩存類似，只是介于瀏覽器和互聯網之間。

當通過代理服務器進行網絡訪問時，瀏覽器不是直接到Web服務器去取回網頁而是向Web代理發出請求，由代理服務器來取回瀏覽器所需要的信息并傳送給瀏覽器。而且，Web代理緩存有很大的存儲空間，不斷將新獲取的數據儲存到本地的存儲器上，如果瀏覽器所請求的數據在Web代理的緩存上已經存在而且是最新的，那么就不重新從Web服務器取數據，而是直接將緩存的數據傳送給用戶的瀏覽器，這樣就能顯著提高瀏覽速度和效率。對于企業而言，使用Web代理既可以節省成本，又能提高性能。

對于Web代理緩存而言，較流行的是Squid，它支持建立復雜的緩存層級結構，擁有詳細的日志、高性能緩存以及用戶認證支持。Squid同時支持各種插件，例如，Squid Guard就是一個提供URL過濾的插件，對于屏蔽某些站點和內容十分有用。如果需要分析Squid的各種指標，webalizer應該是個不錯的選擇。

如果有興趣的話，可以進一步了解一下Squid的內部機制，如圖1-8所示。

1.5.2 邊緣緩存

使用Web反向代理服務器和使用正向代理服務器一樣，可以擁有緩存的作用，反向代理緩存可以緩存原始資源服務器的資源，而不是每次都要向原始資源服務器請求數據，特別是一些靜態的數據，比如圖片和文件，很多Web服務器就具備反向代理的功能，比如大名鼎鼎的Nginx。

如果這些反向代理服務器能夠做到和用戶來自同一個網絡，那么用戶訪問反向代理服務器，就會得到很高質量的響應速度，所以可以將這樣的反向代理緩存稱為邊緣緩存。邊緣緩存在網絡上位于靠近用戶的一側，可以處理來自不同用戶的請求，主要用于向用戶提供靜態的內容，以減少應用服務器的介入。邊緣緩存的一個有名的開源工具就是Varnish，在默認情況下進行保守緩存。也就是說，Varnish只緩存它所知的安全內容。Varnish的一個特性是使用虛擬內存，精妙之處在于利用了操作系統的管理機制。Varnish可以高度定制如何處理請求，緩存哪些內容。

如果感興趣，可以進一步了解Varnish后端的內部機制，如圖1-9所示。

邊緣緩存中典型的商業化服務就是CDN了，例如AWS的Cloud Front，我國的ChinaCache等，現在一般的公有云服務商都提供了CDN服務。CDN是Content Delivery Network的簡稱，即“內容分發網絡”的意思。使用CDN之后，客戶端與服務器通信如圖1-10所示。

CDN邊緣節點的緩存策略因服務商不同而有所變化，但一般都會遵循HTTP標準協議，通過HTTP響應頭中的Cache-control: max-age的字段來設置CDN邊緣節點的數據緩存時間。當客戶端向CDN節點請求數據時，CDN節點會判斷緩存數據是否過期，若緩存數據并沒有過期，則直接將緩存數據返回給客戶端；否則，CDN節點就會向源站發出回源請求，從源站拉取最新數據，更新本地緩存，并將最新數據返回給客戶端。

CDN服務商一般會提供基于文件后綴、目錄等多個維度來指定在CDN上的緩存時間，為用戶提供更精細化的緩存管理。CDN上的緩存時間會對“回源率”產生直接的影響。若數據在CDN上的緩存時間較短，則CDN邊緣節點上的數據會經常失效，導致頻繁回源，增加了源站的負載，同時也增大了訪問延時；若數據在CDN上的緩存時間太長，會帶來數據更新時間慢的問題。開發者需要針對各自特定的業務，來做特定的數據緩存時間管理。

一般地，CDN邊緣節點對開發者來說是透明的，開發者可以通過CDN服務商提供的“刷新緩存”接口來清理位于CDN邊緣節點上的緩存數據。這樣開發者在更新數據后，可以使用“刷新緩存”功能來強制要求CDN邊緣節點上的數據緩存過期，保證客戶端在訪問時，拉取到最新的數據。