nginx proxy_cache 缓存配置详解
前言：
由于本人工作原因，涉及到网络直播领域，其中视频的回放下载，涉及到了一些视频下载方面的技术。针对于一个完整视频的下载，目前市面上的主流做法是，先将整个视频流切片，存储到文件服务器中，在用户需要观看回放视频时。通过一个视频回源服务器，去文件服务器中逐个请求切片，返回给用户播放。
今天着重探讨的是关于回源服务器缓存的配置以及合理的缓存策略。
通过给回源服务器配置缓存的案例，详细讲解一整套缓存配置机制，并且可沿用到其他任何缓存配置场景中。
今天的讲解分为四点：
- 回源服务器的工作是啥为啥
- 需要给回源服务器加缓存
- 如何配置缓存
- 如何针对业务场景配置完备的缓存机制
回源服务器的工作：
回源服务器在下面叙述中简称：源站 如图所示，在文件下载的过程中，横跨在cdn与文件服务器之间，作为下载枢纽。
源站架构：源站是nginx+php的webserver架构，如图所示：
但如果源站只是简单的收到请求，然后下载资源，再返回，势必会存在以下几点不够优化的问题：
1、cdn可能存在多次回源现象
2、源站对同一资源的多次下载，存在网络流量带宽浪费，以及不必要的耗时。
所以为了优化这些问题，需要给源站做一层缓存。缓存策略采用nginx自带的proxy_cache模块。
proxy_cache原理：
proxy_cache模块的工作原理如图所示：
如何配置proxy_cache模块
在nginx.conf文件中添加如下代码：
http{
......
proxy_cache_path/data/nginx/tmp-test levels=1:2 keys_zone=tmp-test:100m inactive=7d max_size=1000g;
}
代码说明：
proxy_cache_path 缓存文件路径
levels 设置缓存文件目录层次；levels=1:2 表示两级目录
keys_zone 设置缓存名字和共享内存大小
inactive 在指定时间内没人访问则被删除
m ax_size 最大缓存空间，如果缓存空间满，默认覆盖掉缓存时间最长的资源。
当配置好之后，重启nginx，如果不报错，则配置的proxy_cache会生效
查看 proxy_cache_path / data/ nginx / 目录， 会发现生成了 tmp -test 文件夹。
如何使用proxy_cache
在你对应的nginx vhost server配置文件中添加如下代码:
location /tmp-test/ {
proxy_cache tmp-test;
proxy_cache_valid 200 206 304 301 302 10d;
proxy_cache_key $uri;
proxy_set_header Host $host:$server_port;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_passhttp://127.0.0.1:8081/media_store.php/tmp-test/;
}
配置项介绍： Proxy_cache tmp -test 使用名为 tmp -test 的对应缓存配置
proxy_cache_valid 200 206 304 301 302 10d; 对httpcode为200…的缓存10天
proxy_cache_key $uri 定义缓存唯一key,通过唯一key来进行hash存取
proxy_set_header 自定义http header头，用于发送给后端真实服务器。
proxy_pass 指代理后转发的路径，注意是否 需要 最后的 /
到这里，最基本的 proxy_cache 功能就配置成功了。当uri成功匹配到该location,则proxy_cache就会生效。
添加proxy_cache之后，请求过程的变化:
1、第一次访问：
第一次访问，proxy_cache并没有找到对应的缓存文件（未命中缓存MISS），所以当第一次请求完成的同时，proxy_cache会保持缓存：
2、保存缓存，如图所示：
3、同一个url第二次访问，当同一个文件再次到达源站，proxy_cache就会找到其对应的缓存文件（命中缓存HIT）直接返回给请求端，无需再执行php程序，如图所示：
提出疑问：
到此，就完成了最基本的proxy_cache配置和访问过程介绍，但是最基本的配置，往往无法满足我们的业务需求，我们往往会提出以下几点疑问和需求：
- 需要主动清理缓存文件
- 写入路径为一块磁盘，如果磁盘打满该怎么解决？
- 如何让源站支持断点续传，以及断点续传的缓存策略
- 如果请求端 range 请求（分片下载）一个大资源，同样的uri，如何区别请求？
- 还需要告诉请求端，资源的过期时间
- 日志统计，如何配置命中与不命中字段，如何做统计？
面对以上疑问，我们一个一个解决。
问题一：主动清理缓存
采用：nginx proxy_cache_purge 模块 ，该模块与proxy_cache成对出现，功能正好相反。 设计方法：在nginx中，另启一个server，当需要清理响应资源的缓存时，在本机访问这个server。 例如: 访问 127.0.0.1:8083/tmp-test/TL39ef7ea6d8e8d48e87a30c43b8f75e30.txt 即可清理该资源的缓存文件。 配置方法：
location /tmp-test/ {
allow 127.0.0.1; //只允许本机访问
deny all; //禁止其他所有ip
proxy_cache_purge tmp-test $uri; //清理缓存
}
proxy_cache_purge：缓存清理模块 tmp-test：指定的key_zone $uri：指定的生成key的参数 proxy_cache_purge缓存清理过程，如图所示：
问题二：缓存文件强磁盘打满该怎么办？
由于写入路径为一个单一目录，只能写入一块磁盘。一块磁盘很快就会被打满，解决该问题有如下两种方法：
1、将多块磁盘做磁盘阵列？ 缺点是：减小了实际的存储空间。
2、巧妙得运用proxy_cache_path的目录结构，由于levels=1:2，这导致缓存文件的目录结构为两层，每层目录名，都是由hash函数生成。如图所示：
总共含有16*16*16=4096个文件目录。对该一级目录进行软连接，分别将0-f软连接到你所需要的指定磁盘目录上，如图所示：
通过软链的方法，实现：将不同盘下的目录作为真正存放数据的路径，解决了多盘利用，单盘被打满的问题。
问题三：支持range（断点续传）
添加上缓存代理之后，客户端发起的range请求将会失效，如下图所示：
导致range参数无法传递到下一级的原因如下：
当缓存代理转发http请求到后端服务器时，http header会改变，header中的部分参数，会被取消掉。其中range参数被取消，导致，后端nginx服务器没有收到range参数，最终导致这个分片下载不成功。所以需要对代理转发的header进行配置。 例如：
location /tmp-test/ {
proxy_cache tmp-test;
proxy_cache_valid 200 206 304 301 302 10d;
proxy_cache_key $uri;
proxy_set_header Range $http_range;
proxy_pass http://127.0.0.1:8081/media_store.php/tmp-test/;
}
红色部分的含义：将http请求中的range值（$http_range）放到代理转发的http请求头中作为参数range的值。
问题四，当支持range加载后，proxy_cache_key，则需要重新配置：
如果请求端 Range请求（分片下载）一个大资源，同样的uri，proxy cache如何识别资源对应的key。 由于nginx配置为：proxy_cache_key $uri，用uri作为key 所以当请求为普通请求和range请求时，都是同样的uri作为key。proxy_cache将有可能导致错误返回。如下图所示：
解决方法如下： 修改proxy_cache_key ，配置proxy_cache_key $http_range$uri; 这样就能解决：key唯一性。可以避免不管是正常请求还是不同的range请求，第一次获取的内容和之后获取的缓存内容都不会出现异常。
问题五：如何配置-返回过期时间
需要通过返回过期时间来指定请求端，哪些资源需要缓存，哪些资源不缓存，
参数 正常请求 range请求 返回过期时间 返回 不返回
为了防止请求端将分片资源当做完整资源缓存起来，我们需要对正常请求，返回过期时间；对range请求， 不返回过期时间。 解决该问题，通过对nginx配置即可解决：
location /media_store.php {
fastcgi_pass 127.0.0.1:9000;
fastcgi_index media_store.php;
fastcgi_param SCRIPT_FILENAME $document_root/$fastcgi_script_name;
include fastcgi_params;
if ( $http_range = ''){
expires 2592000s;
}
}
在proxy_pass代理之后的location中加入对$http_range的判断，expires 表示过期时间。 2592000s指缓存过期时间。
问题七：缓存命中情况如何在http头中体现，以及在nginx日志中查看
解决方法：
利用nginx $upstream_cache_status变量:该变量代表缓存命中的状态，
如果命中，为HIT；如果未命中，为MISS
在返回nginx server配置中添加：
add_header Nginx-Cache "$upstream_cache_status";
在nginxlog中添加：
log_format combinedio …$upstream_cache_status;
http返回head截图：
nginx log日志截图：
总结：
整个一套完备的缓存策略就介绍到此，这套方案中不仅实现了基本的缓存配置，还解决了实际场景应用中会遇到的，磁盘扩展，缓存清理，断点续传，缓存过期时间，缓存命中提示等问题，只要将这套方案灵活运用，不管是再复杂的场景，基本都能满足需求。以上都是我在工作中爬过的坑，不断完善总结出的结果，希望对读者能有帮助。
下一篇：Docker安装Tomcat、MySQL和Redis的步骤详解