linux - 如何处理 Varnish 堆栈中的 Cookie

由于该网站的性能缓慢，我开始将 info Varnish 视为缓存解决方案，并对 Google Analytics 有一些疑问。

当站点上有5K活跃用户时(根据GA的实时流量报告)，后端服务器上的服务器负载飙升至30-40+，乘客队列开始堆积，站点几乎无法使用。我知道需要获得更好性能的缓慢查询和数据库工作，但目前我没有资源来优化查询和数据库架构、索引等，因此正在考虑添加 Varnish 。

我创建了一个图表来更好地显示堆栈，这是当前堆栈的样子:(该站点当前在 CDN 中缓存图像/css/js - Akamai)

我想在后端服务器前端添加两个 varnish 实例来缓存文章，堆栈将如下所示:

该站点是一个新闻站点，我正在寻找有关如何正确处理 cookie 和缓存的建议。对于第一阶段，我想简单地完全排除经过身份验证的用户并提供动态内容，因为同时经过身份验证的用户并不多。

混淆在于 Google Analytic 的 cookie。我的理解是，Google 使用 javascript 在客户端上设置 cookie，并且客户端直接与 Google 通信，因此后端不需要客户端发送的 GA cookie，并且在 vcl_recv 子例程中取消设置它们是安全的。

sub vcl_recv {

// Remove has_js and Google Analytics __* cookies.
set req.http.Cookie = regsuball(req.http.Cookie, "(^|;\s*)(_[_a-z]+|has_js)=[^;]*", "");
// Remove a ";" prefix, if present.
set req.http.Cookie = regsub(req.http.Cookie, "^;\s*", "");
}

问题

这是一种安全的方法吗？

Google 仍会正确跟踪，包括重复访问者吗？

在我的第 1 阶段政策中还有什么需要注意的吗？

由于默认情况下 varnish 不会缓存任何设置了 cookie 的内容，那么通过添加删除 GA cookie 的策略来实现上述堆栈是否安全？我知道如果没有微调 VCL 策略，我不会获得高命中率，但是在我的测试中，似乎即使在后端服务器前端使用默认 Varnish ，也有 30% 的命中率，在分析这些之后，我明白了大多数是 js/css 和图像文件，所以很明显，其中一些静态文件不是由 Akamai 甚至 Apache 提供的，而是传递给Passenger/Rails 以提供静态文件。这绝对需要纠正。

Varnish是否可以仅通过默认设置来提高性能？

我是 Varnish 的新手，因此非常感谢我对 Varnish 或堆栈的任何其他细节/建议。

对于第 2 阶段 +

由于内容得到更新，我计划在两个 Varnish 服务器上执行清除，当应用更改时由后端服务器触发，例如用户评论、页面浏览量等。

有许多未更新的已归档文章，将它们永久缓存是否安全？

由于我打算使用 RAM 进行 Varnish 存储，我是否应该有额外的(第三个) Varnish ，并使用磁盘进行存储，明确地用于那些存档页面。也许在 Varnish 服务器的前面添加nginx堆栈，以将流量定向到已归档内容的特定 Varnish 实例？
负载均衡器-> Nginx 反向代理对> Varnish 对->(varnish LB 到 8 个后端服务器)

我也很感谢有关该体系结构的任何建议。如果您需要更多详细信息以提供更好的建议，请告诉我，我很乐意为您提供更多详细信息。

最佳答案

这是很多问题! :-)

Q. Is this a safe approach?

表面上，我会这么说。

通常，在流量大且内容变化快的新闻网站上设置 Varnish 可能是一项挑战。

一个非常好的检查方法是构建一个单独的 varnish 框并让它直接访问您的集群(而不是通过负载均衡器)，并为其提供一个临时的公共(public) IP 地址。这将使您有机会针对 VCL 更改进行测试。您将能够测试评论、登录(如果有的话)以及其他任何事情，以确保没有意外。

Q. Will Google still track properly, including repeat visitors?

是的。 cookie 仅用于客户端。

您应该注意的一件事是，当后端发送 cookie 时，Varnish 也不会缓存内容。您将需要删除 vcl_fetch 上不需要的任何 cookie。如果使用 cookie 来跟踪用户状态，这可能是一个问题。

Q. Is there anything else that I need to watch for in my policies for phase1?

您需要在 Rails 中禁用机架缓存，并设置您自己的 header 。请注意，如果您删除 Varnish ，Rails 将在没有缓存的情况下运行，并且可能会崩溃!

这是我在我的 production.rb 中的内容:

  # We do not use Rack::Cache but rely on Varnish instead
  config.middleware.delete Rack::Cache
  # varnish does not support etags or conditional gets
  # to the backend (which is this app) so remove them too
  config.middleware.delete Rack::ETag
  config.middleware.delete Rack::ConditionalGet

在我的 application_controller 中，我有这个私有(private)方法:

def set_public_cache_control(duration)
  if current_user
    response.headers["Cache-Control"] = "max-age=0, private, must-revalidate"
  else
    expires_in duration, :public => true
    response.headers["Expires"] = CGI.rfc1123_date(Time.now + duration)
  end
end

这在我的其他 Controller 中被调用，以便我可以非常精细地控制将多少chacheing应用于站点的各个部分。我在作为 before_filter 运行的每个 Controller 中使用设置方法:

def setup
  set_public_cache_control 10.minutes
end

(application_controller 有过滤器和空白设置方法，所以它可以在其他 Controller 中可选)

如果您有不需要 cookie 的站点部分，您可以根据 VCL 中的 URL 将它们剥离，并应用标题。

您可以像这样在 apache 配置中为静态 Assets 设置缓存时间(假设您使用的是默认 Assets 路径):

<LocationMatch "^/assets/.*$">
    Header unset ETag
    FileETag None
    # RFC says only cache for 1 year
    ExpiresActive On
    ExpiresDefault "access plus 1 year"
    Header append Cache-Control "public"
</LocationMatch>

<LocationMatch "^/favicon\.(ico|png)$">
    Header unset ETag
    FileETag None
    ExpiresActive On
    ExpiresDefault "access plus 1 day"
    Header append Cache-Control "public"
</LocationMatch>

<LocationMatch "^/robots.txt$">
    Header unset ETag
    FileETag None
    ExpiresActive On
    ExpiresDefault "access plus 1 hour"
    Header append Cache-Control "public"
</LocationMatch>

这些 header 将发送到您的 CDN，这将缓存 Assets 更长时间。观察 Varnish ，您仍然会看到请求以下降的速度进入。

我还会在页面不需要 cookie 但经常更改的所有内容上设置非常短的缓存。就我而言，我为主页设置了 10 秒的缓存时间。这对 Varnish 意味着一个用户请求将每 10 秒发送到后端。

您还应该考虑将 varnish 设置为使用宽限模式。这样一来，它就可以优先处理缓存中的陈旧内容，而不是让访问者从后端对刚刚过期的项目进行缓慢的响应。

Q. There are plenty of archived articles that don't get updated, is it safe to cache them forever?

为此，您需要更改您的应用程序，以便为那些已存档的文章发送不同的标题。这假设他们不会有 cookie。根据我在我的网站上所做的，我会这样做:-

在上面的设置中添加一个条件来更改缓存时间:

def setup
  # check if it is old. This code could be anything
  if news.last_updated_at < 1.months.ago
    set_public_cache_control 1.year
  else
    set_public_cache_control 10.minutes
  end
end

这会设置一个公共(public) header ，因此 Varnish 将缓存它(如果没有 cookie)，任何远程缓存(在 ISP 或公司网关处)也会缓存它。

问题在于您是否想删除故事或更新它(例如，出于法律原因)。

在这种情况下，您应该向 Varnish 发送一个私有(private) header 以更改该 URL 的 TTL，但为其他所有人发送一个较短的公共(public) header 。

这将允许您将 Varnish 设置为(例如)1 年提供内容，同时它会发送 header 以告诉客户每 10 分钟返回一次。

在这些情况下，您需要添加一个机制来清除 Varnish 。

为了让您开始，我在 application_controller 中有第二种方法:

def set_private_cache_control(duration=5.seconds)
  # logged in users never have cached content so no TTL allowed
  if ! current_user
    # This header MUST be a string or the app will crash
    if duration
      response.headers["X-Varnish-TTL"] = duration.to_s
    end
  end
end

在我的 vcl_fetch 我有这个:

call set_varnish_ttl_from_header;

vcl 函数是这样的:

sub set_varnish_ttl_from_header {
  if (beresp.http.X-Varnish-TTL) {
    C{
      char *x_end = 0;
      const char *x_hdr_val = VRT_GetHdr(sp, HDR_BERESP, "\016X-Varnish-TTL:"); /* "\016" is length of header plus colon in octal */
      if (x_hdr_val) {
        long x_cache_ttl = strtol(x_hdr_val, &x_end, 0);
        if (ERANGE != errno && x_end != x_hdr_val && x_cache_ttl >= 0 && x_cache_ttl < INT_MAX) {
          VRT_l_beresp_ttl(sp, (x_cache_ttl * 1));
        }
      }
    }C
    remove beresp.http.X-Varnish-TTL;
  }
}

这样一来， header 就不会传递给(任何s-max-age)任何上游缓存。

设置方法如下所示:

def setup
  # check if it is old. This code could be anything
  if news.last_updated_at < 1.months.ago
    set_public_cache_control 10.minutes
    set_private_cache_control 1.year
  else
    set_public_cache_control 10.minutes
  end
end

随时提出任何补充问题，我将更新此答案!

关于linux - 如何处理 Varnish 堆栈中的 Cookie，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/16095288/