http缓存代理--深入浅出

什么是代理服务器

引入代理之后，作为代理的服务器相当于一个中间人的角色，对于客户端而言，表现为服务器进行响应；而对于源服务器，表现为客户端发起请求，具有双重身份。

代理服务器的作用

• 负载均衡：客户端的请求只会先到达代理服务器，后面到底有多少源服务器，IP 都是多少，客户端是不知道的。这个代理服务器可以拿到这个请求之后，可以通过特定的算法分发给不同的源服务器，让各台源服务器的负载尽量平均。
• 保障安全：利用心跳机制监控后台的服务器，一旦发现故障机就将其踢出集群。并且对于上下行的数据进行过滤，对非法 IP 限流，这些都是代理服务器的工作。
• 代理缓存：将内容缓存到代理服务器，使得客户端可以直接从代理服务器获得而不用到源服务器那里。

相关首部字段

• X-Real-IP

是一种获取用户真实 IP 的字段，不管中间经过多少代理，这个字段始终记录最初的客户端的IP。
相应的，还有X-Forwarded-Host和X-Forwarded-Proto，分别记录客户端(注意哦，不包括代理)的域名和协议名。

• 通用首部字段Via

via是为了追踪客户端与服务器之间的请求和响应报文的传输路径，话可以避免请求回环方式生。
via首部为了追踪传输路径，所以经常会和TRACE方法一起使用。比如代理服务器接受到由trace方法发送来的请求（其中max-forwards：0）时，代理服务器就不能再转发该请求了。这种情况下，代理服务器会将自身的信息附加到via首部后，返回该请求的响应。

• X-Forwarded-For

字面意思就是为谁转发, 它记录的是请求方的IP地址(注意，和Via区分开，X-Forwarded-For记录的是请求方这一个IP)。

X-Forwarded-For产生的问题

这意味着每经过一个不同的代理，这个字段的名字都要变，从客户端到代理1，这个字段是客户端的 IP，从代理1到代理2，这个字段就变为了代理1的 IP。
但是这会产生两个问题:

• 意味着代理必须解析 HTTP 请求头，然后修改，比直接转发数据性能下降。

• 在 HTTPS 通信加密的过程中，原始报文是不允许修改的。

由此产生了代理协议，一般使用明文版本，只需要在 HTTP 请求行上面加上这样格式的文本即可:

// PROXY + TCP4/TCP6 + 请求方地址 + 接收方地址 + 请求端口 + 接收端口
PROXY TCP4   0.0.0.1   0.0.0.2   1111   2222
GET / HTTP/1.1
...

这样就可以解决X-Forwarded-For带来的问题了。 X-Forwarded-For

为什么产生代理缓存？

如果每次客户端缓存失效都要到源服务器获取，那给源服务器的压力是很大的。缓存代理的机制。让代理服务器接管一部分的服务端HTTP缓存，客户端缓存过期后就近到代理缓存中获取，代理缓存过期了才请求源服务器，这样流量巨大的时候能明显降低源服务器的压力。

先了解Cache-Control指令

缓存请求指令

指令	说明
no-cache	强制向源服务器再次验证
no-store	不缓存请求或者响应的任何内容
max-age=秒	响应的最大age值
nax-stale=秒	接受已过期的响应
min-fresh =秒	期望在指定时间内的响应任有效
no-transform	代理不可更改媒体类型
only-if-cached	从缓存获取资源

缓存响应指令

指令	说明
pubilc	允许代理服务器缓存
private	紧急代理服务器缓存
no-cache	缓存前必须先确认其有效性
no-store	不缓存请求或响应的任何内容
no-transform	代理不可更改媒体类型
must-revalidate	可缓存但必须再向源服务器进行确认
proxy-revalidate	要求中间缓存服务器对缓存的响应有效性再进行确认
max-age = [秒]	响应的最大Age值
s-maxage = [秒]	公共缓存服务器响应的最大Age值

缓存代理的控制分为两部分，一部分是源服务器端的控制，一部分是客户端的控制。

1.源服务器的缓存控制

• cache-Control:public/private
  在源服务器的响应头中，会加上Cache-Control这个字段进行缓存控制字段，那么它的值当中可以加入private或者public表示是否允许代理服务器缓存，前者禁止，后者为允许。

• proxy-revalidate
  must-revalidate的意思是客户端缓存过期就去源服务器获取，而proxy-revalidate则表示代理服务器的缓存过期后到源服务器获取。

• s-maxage
  s是share的意思，限定了缓存在代理服务器中可以存放多久，和限制客户端缓存时间的max-age并不冲突。

2.客户端的缓存控制

• max-stale
  表示客户端到代理服务器上拿缓存的时候，即使代理缓存过期了也不要紧，只要过期时间在多少秒之内，还是可以从代理中获取的。

• min-fresh
  表示代理缓存需要一定的新鲜度，不要等到缓存刚好到期再拿，一定要在到期前多少 秒之前的时间拿，否则拿不到。

• only-if-cached
  这个字段加上后表示客户端只会接受代理缓存，而不会接受源服务器的响应。如果代理缓存无效，则直接返回504（Gateway Timeout）。

参考：三元博客