反向代理緩存的詳細介紹

更新時間：2017年09月23日 12:05:23 投稿：lqh

這篇文章主要介紹了反向代理緩存的詳細介紹的相關資料,希望通過本文大家能夠掌握應用反向代理緩存的使用方法，需要的朋友可以參考下

反向代理緩存的詳細介紹

傳統(tǒng)代理: 用戶隱藏在代理服務器之后。代理服務器工作在應用層，它只轉發(fā)它支持的協(xié)議的數(shù)據(jù)。

反向代理(Reverse Proxy): 這種機制是Web服務器隱藏在代理服務器之后，實現(xiàn)這種機制的服務器稱作反向代理服務器(Reverse Proxy Server)。此時，Web服務器成為后端服務器，反向代理服務器稱為前端服務器。

引入反向代理服務器的目的之一就是基于緩存的加速。我們可以將內(nèi)容緩存在反向代理服務器上，所有緩存機制的實現(xiàn)仍然采用HTTP/1.1協(xié)議。

反向代理服務器不使用緩存:

可將Nginx做為Apache的反向代理服務器，反向代理服務器不使用緩存時，吞吐率會下降，因為原本直達Web的請求，現(xiàn)在繞路轉達，處理時間必然會增加。

可將Web服務器和應用服務器分離，前者處理一些靜態(tài)內(nèi)容，并作為反向代理，后者處理動態(tài)內(nèi)容。

反向代理服務器(RPS)使用緩存:

Varnish作為RPS，能夠提供較好的緩存功能。如果緩存內(nèi)容發(fā)揮作用，在Http響應頭中服務器顯示的是后端服務器，但Via標記會指示數(shù)據(jù)的來源。

RPS可通過修改流經(jīng)它的Http頭信息來決定哪些內(nèi)容可以緩存，哪些內(nèi)容不可以緩存。瀏覽器和Web服務器通過Http將自己的需求告訴RPS，RPS進行協(xié)調(diào)緩存。

Varnish通過配置文件來修改緩存規(guī)則，使用VCL語言。它也提供強制清除緩存的功能。Varnish提供一個監(jiān)控程序Varnishstat用來監(jiān)控緩存命中率。

緩存命中率和后端吞吐率的理想技術模型:

    實際吞吐率: 指反向代理服務器處理用戶請求時的實際吞吐率。
    后端吞吐率: 指后端Web服務器處理來自反向代理服務器的請求時的吞吐率。
    活躍內(nèi)容數(shù): 在平均緩存有效周期內(nèi)，反向代理服務器想后端服務器請求內(nèi)容的次數(shù)。

    緩存丟失率=(活躍內(nèi)容數(shù)/(實際吞吐率×平均緩存有效期))×100%
    緩存命中率= 1-緩存丟失率
    后端吞吐率= 活躍內(nèi)容數(shù)/平均緩存有效期
    緩存命中率= (1-(后端吞吐率/實際吞吐率))×100%
    后端吞吐率 = (1 – 緩存命中率)×實際吞吐率

結論:

    1. 活躍內(nèi)容數(shù)和平均緩存有效期一定的情況下，緩存命中率與實際吞吐率成正比。
    2. 實際吞吐率和平均緩存有效期一定的情況下，緩存命中率與活躍內(nèi)容數(shù)成反比。
    3. 活躍內(nèi)容數(shù)和實際吞吐率一定的情況下，緩存命中率與平均緩存有效期成正比。
    4. 活躍內(nèi)容數(shù)一定的情況下，后端吞吐率與平均緩存有效期成反比。
    5. 平均緩存有效期一定的情況下，后端吞吐率與活躍內(nèi)容數(shù)成正比。
    6. 緩存命中率的變化不一定會影響后端吞吐率。
    7. 后端吞吐率的變化不一定會影響緩存命中率。
    由此可見，緩存命中率越高，后端服務器工作量越少是錯誤的認識。

ESI(Edge Side Includes)

ESI類似于SSI，可以在頁面中嵌入子頁面，不同于SSI的是SSI在Web服務器端組裝內(nèi)容，ESI在Http代理服務器上組裝內(nèi)容，包括反向代理。

Varnish支持ESI，這樣Varnish就支持網(wǎng)頁局部緩存，實現(xiàn)局部更新動態(tài)內(nèi)容。AJAX也有類似的功能(它對局部內(nèi)容支持異步請求)。

穿過代理:

反向代理服務器作為用戶和后端Web服務器的中介，它只將用戶的Http請求轉發(fā)給后端服務器，但用戶的某些信息有時并不在Http請求中，如用戶的IP地址和發(fā)送請求的TCP端口，這對于后端的Web服務器是不可見的，這就有必要想辦法讓這些信息

“穿過”反向代理服務器。

辦法: 讓反向代理請求后端服務器時攜帶附加的Http頭信息(通過配置反向代理服務器來實現(xiàn))。同樣，如果后端服務器想要告知瀏覽器一些額外的信息，也可以在Http響應頭中攜帶自定義的信息“穿過”反向代理。

Nginx和Lighttpd優(yōu)勢主要體現(xiàn)在網(wǎng)絡IO模型上。

Nginx利用epoll模型可以在較大并發(fā)用戶數(shù)的情況下依然提供較高的吞吐率。

Ajax的問題，局部內(nèi)容應該和父頁面所在的主機保持相同的頂級域名。

影響緩存命中率的因素: 緩存過期時間，緩存空間不夠大被換出，緩存的粒度，架構設計。

影響Web服務器處理能力的因素？(服務器并發(fā)處理能力這一章)