玩转 Varnish 缓存代理

Varnish 是互联网架构中重要的缓存代理组件。Varnish 一般跑在流量入口处，作为最前端一道防御，非常重要。
虽然 Varnish 并不像 Nginx 那么流行。Varnish 就像 Nginx 一样稳定高效，如果使用得当，能极大提升整体服务性能、并且降低资源消耗。

常见互联网架构中的多级缓存

将内容推送到用户身边的 CDN 缓存
类似 Varnish 的缓存代理
应用层缓存 Redis，Memcache
数据库缓存

为什么缓存代理很重要

一些事实：内容的变动比不变少得多；用户内容最终一致的容忍性。基于这 2 个事实，可以节约大量重复计算和资源。
延迟一般情况下对用户体验、商业业务的影响很大。所有互联网公司都在努力降低延迟，提升用户体验。
CDN 有些情况下会大量回源，比如清空 CDN 缓存的时候，应用架构本身需要能抗 100% 流量的能力。

Varnish 的几个功能

1. HTTP Header 的修改

请求头的修改

unset req.http.cookie;

set req.http.X-EOOD = "EOOD";

返回头的修改

unset beresp.http.Set-Cookie;

set beresp.http.Cache-Control = "public, max-age=31536000";

2. 内容在 Varnish 状态的暴露

缓存的命中与否

if (obj.hits > 0) {

set resp.http.X-Cache = "HIT";

} else {

set resp.http.X-Cache = "MISS";

}

3. 负载均衡

Varnish 也支持后端服务器的轮询之类的简单负载均衡，但是慎用。

4. 后端保护和容错

这个功能可能有些人没有注意到，但是确实非常有用的功能，在后端挂掉的时候，只读页面仍然会成功返回给客户。

set req.grace = 48h;

5. 访问控制

可以根据规则路由或者屏蔽某些访问，比如：

req.http.User-Agent

req.http.X-Forwarded-For

req.http.referer

...

简单密码保护：Basic Auth

if (! req.http.Authorization ~ "Basic XXXXXXX") {

error 401 "Restricted";

}

6. 多个后端合并

定义多个后端

backend ads {

.host = "ads.eood.cn";

.connect_timeout = 1s;

.first_byte_timeout = 30s;

.between_bytes_timeout = 5s;

}

backend blog {

.host = "blog.eood.cn";

.connect_timeout = 1s;

.first_byte_timeout = 30s;

.between_bytes_timeout = 5s;

}

根据域名、URL或者其他规则路由到不同的后端，这些规则可以是用户 IP, 甚至是用户 Cookie。

sub vcl_recv {

if (req.http.host ~ "ads" || req.url ~ "^/ads/") {

set req.backend = ads;

...

} else if(eq.http.host ~ "blog") {

set req.backend = blog;

}

}

7. 根据规则进行缓存

set beresp.ttl = 120s;

Varnish 运维常用命令

请求 URL 热点排名, 根据热点优化缓存策略

varnishtop -i rxurl

实时请求日志

varnishlog

可以通过 grep 进行过滤查看你需要的信息

varnishlog -c | grep 'google'

Varnish 的注意事项

防止连接粘滞，假如你有多个不同的后端，不添加这个会导致混乱，估计很多人踩过这个坑：

sub vcl_pipe {

set bereq.http.connection = "close";

}

URL 规划

一般缓存代理或者 CDN 都是可以通过配置 URL 规则实现不同 URL 模式使用不同的缓存策略，所以 URL 规划非常重要。

将动态请求和静态请求进行区分；将不同缓存级别的 URL 进行区分。这也有利于根据 URL 进行缓存清理。