大规模网站架构之WEB加速器SQUID(二)

引言

   大规模网站瓶颈之一就是性能问题，如何让你的网站飞速运转起来，一直是架构师和开发人员苦于思考的问题，随着CMS的成熟，大多数门户及网站都通过静态化来提升网站的性能和安全，但随之而来CMS管理发布也变得越复杂，如何能使发布的信息快速被用户访问，如何方便灵活定义一种策略，使缓存随着应用的变化变化，成了我亟待解决的问题。

本文仅针对基于asp.net开发的网站交互性非实时部分进行讨论，实时交互部分解决方案将在后续部分予以阐述。

一、WEB加速通常有如下方案：

1、基于asp.net技术的页面缓存

基于.net技术的页面缓存，通常有如下两种应用方式：

一、基于数据库触发（设置缓存依赖策略，当数据库中数据发生变化时，触发缓存失效；但微软提供的解决方案目前仅支持SQL Server,如果是ORACLE需要自己实现触发接口）。

二、基于文件依赖的策略（可以设置缓存依赖于文件中的具体键值，当数据更新时，更新文件键值迫使缓存失效）。

优点：实现比较简单

缺点：粒度太粗，对IIS、.net Framework依赖太强，策略还不太完善，跨机器、集群访问方面存在瓶颈。

2、页面静态化

页面静态化有可分为全部静态化、局部静态化、伪静态化等。

优点：页面静态化后，减轻了数据访问的负担，同时由于静态页面不需要复杂处理过程（如ASP.NET页面生命周期），从而提高网站的性能。

缺点：页面静态化增加了维护管理的复杂度，可能同一页面在多个页面之间被引用，需要进行触发级连更新。当大量并发时，更新静态页面会发生LOCK，导致页面访问超时。

3、基于squid for windows下的反向代理

   为了佐证本方案是经过实践考验的，并且是通用的行业方案，以下是我通过抓包得到的一些大规模网站实际应用：

--网易

Server nginx

Date Wed, 10 Mar 2010 02:25:39 GMT

Content-Type text/html; charset=GBK

Last-Modified Wed, 10 Mar 2010 02:24:45 GMT

Vary Accept-Encoding

Expires Wed, 10 Mar 2010 02:27:39 GMT

Cache-Control max-age=120

Content-Encoding gzip

Age 49

X-Cache HIT from cache.163.com

Via 192.168.51.39.nginx, 1.0 cache.163.com (squid/3.0.STABLE23)

Connection close

--腾讯

Server nginx/0.6.39

Date Wed, 10 Mar 2010 02:26:48 GMT

Content-Type text/html; charset=GB2312

Vary Accept-Encoding, Accept-Encoding

Expires Wed, 10 Mar 2010 02:41:48 GMT

Cache-Control max-age=900

Content-Encoding gzip

Age 313

X-Cache HIT from rainny.qq.com

Via 1.0 rainny.qq.com:80 (squid/2.6.STABLE5)

Connection close

----搜狐

Date Wed, 10 Mar 2010 02:41:40 GMT

Server Apache/1.3.39 (Unix) mod_gzip/1.3.26.1a

Vary Accept-Encoding,X-Up-Calling-Line-id,X-Source-ID,X-Up-Bearer-Type

Cache-Control max-age=70

Expires Wed, 10 Mar 2010 02:42:50 GMT

Last-Modified Wed, 10 Mar 2010 02:41:39 GMT

Content-Type text/html

Age 9

X-Cache HIT from 17376722.22226606.29245568.sohu.com

Via 1.0 17376722.22226606.29245568.sohu.com:80 (squid)

Connection close

4、其它

二、SQUID简介

SQUID 简单说来是基于UNIX下开发的为WEB应用加速的一个开源软件。SQUID已经普遍在基于nix系统下的WEB应用中使用，例如：新浪、网易都使用该软件，其中SQUID FOR WINDOWS是在WINDOWS下使用。SQUID通过哈希算法在磁盘上建立目录，将第一次请求的信息，存在指定的目录下，供其下次存取，此外SQUID也会将请求的页面信息缓存在内存中，当客户端访问某一页面时，如果内存中存在，则直接命中CACHE；如果内存中不存在，则到CACHE目录下获取，否则到后端的WEB  SERVER获取。

SQUID 特点：

1、SQUID沿继了nix下配置的风格，可能用惯了WINDOWS的用户初次使用会有些不适。

2、SQUID包括了一系列的配置策略，认证、访问控制、缓存设置、URL抓取、日志管理、磁盘管理、群集等。

3、SQUID可以通过refresh_pattern策略设置请求的URL可缓存的内容，失效时间（详见文档）。

4、缓存策略说明

SQUID使用了LM算法，LM就是页面Header里时间(Date)和Last-Modified时间的差。Date一般是Squid从后面取页面的时间，Last-Modified 一般是页面生成时间。

refresh_pattern 的语法是

refresh_pattern [-i] regexp min percent max [options]

min, max的单位是分钟，percent就是百分比。

refresh_pattern 的算法如下：(当前时间定义为CURRENT_DATE)

1) If ((CURRENT_DATE-DATE(就是LM里定义的时间)) < min)，cache是新鲜的

2) else if ((CURRENT_DATE-DATE) < (min + (max-min)*percent)，cache是新鲜的

3) else cache是过期的

cache过期就需要从后面server取新鲜内容。

常用的几个参数的意思

override-expire

该选项导致squid在检查Expires头部之前，先检查min值。这样，一个非零的min时间让squid返回一个未确认的cache命中，即使该响应准备过期。

override-lastmod

改选项导致squid在检查LM-factor百分比之前先检查min值。

reload-into-ims

该选项让squid在确认请求里，以no-cache指令传送一个请求。换句话说，squid在转发请求之前，对该请求增加一个If-Modified- Since头部。注意这点仅仅在目标有Last-Modified时间戳时才能工作。外面进来的请求保留no-cache指令，以便它到达原始服务器。

一般情况可以使用 reload-into-ims。它其实是强行控制对象的超时时间，这违反了http协议的精神，但是在带宽较窄的场合，可以提高明显系统相应时间。 

关于SQUID FOR WINDOWS介绍已经很多，本文就不在赘述，详见SQUID权威手册这本书。

在使用SQUID之前，首先要规划或确定你现有布署环境，如果你是Single Web Server 建议你在Web Server前增加一台机器做为SQUID服务器

三、SQUID FOR WINDOWS配置

   本文中SQUID放在172.20.65.201的机器上，应用WEB SERVER IP为172.20.65.203，其中SQUID在201上的80端口侦听，测试客户端机器为172.20.65.231,在squid.conf中#代表注释，所以开启某项设置，需去掉前面的#。TAG标签代表每一功能项的设置。

1、下载

   下载SQUID FOR WINDOWS(我所用的版本是Squid 2.7.STABLE6，各个版本的配置可能略有不同，大家请注意)

2、安装

   将SQUID解压到c:\squid(当然也可解压在其它盘符下)

3、建立磁盘缓存和日志目录

   默认情况是在安装磁盘下建立，为确保性能大幅度提升，建立选择磁盘空间容量较大的盘符，如：建立d:\squid\var目录,在var目录下建立logs和cache目录，其中logs目录用   于存放日志，cache目录用于存放硬盘缓存数据。

4、建立缓存目操作权限

   为了使抓取的数据，能够存放在缓存目录下，建立系统账户如squidApp,将其属于普通用户组应可，将d:\squid授予该用户读写权限即可。

   

5、文件更改

   c:\squid\etc是SQUID的配置信息的存放处，为确保安全，在你修改配置文件前，请将其备份，然后将squid.conf.default修改为squid.conf，

   mime.conf.default修改为 mime.conf ，cachemgr.conf.default 修改为cachemgr.conf

6、配置SQUID

   针对于SQUID来讲大部分配都在squid.conf中，本文中所使用环境如下：

   开启如下访问控制

   acl all src all

   acl manager proto cache_object

   acl localhost src 127.0.0.1/32

   acl to_localhost dst 127.0.0.0/8

   acl localnet src 172.16.65.231/255.255.0.0 指定本地网络及掩码

   开启访问端口

   acl SSL_ports port 443

   acl Safe_ports port 80 # http

   acl Safe_ports port 21 # ftp

   acl Safe_ports port 443 # https

   acl Safe_ports port 70 # gopher

   acl Safe_ports port 210 # wais

   acl Safe_ports port 1025-65535 # unregistered ports

   acl Safe_ports port 280 # http-mgmt

   acl Safe_ports port 488 # gss-http

   acl Safe_ports port 591 # filemaker

   acl Safe_ports port 777 # multiling http

   acl CONNECT method CONNECT

   开启访问控制，请一定要注意顺序

   http_access allow manager localhost

   http_access deny manager

   http_access deny !Safe_ports

   http_access deny CONNECT !SSL_ports

   http_access allow all

   http_access allow localnet

   http_access deny all

   指定SQUID在80端口侦听， vhost 指定使用加速模式

   http_port 80 vhost 

   203后台WEB SERVER, parent指父节点, 80 指后台网站的端口, 0 ICP 服务端口，no-query  originserver 获取缓存时的选项

   cache_peer 172.20.65.203       parent    80  0  no-query  originserver

   缓存设置

   maximum_object_size_in_memory 1024 KB

   cache_dir ufs d:/squid/var/cache 1024 16 256 注意路径

   maximum_object_size 4096 KB

   cache_swap_low 90

   cache_swap_high 95

   日志设置

   access_log d:/squid/var/logs/access.log squid 访问日志

   cache_log d:/squid/var/logs/cache.log

   cache_store_log d:/squid/var/logs/store.log

   emulate_httpd_log on

   控制页面缓存内容

   refresh_pattern ^ftp: 1440 20% 10080

   refresh_pattern ^gopher: 1440 0% 1440

   refresh_pattern -i (/cgi-bin/|\?) 0 0% 0

   refresh_pattern . 0 20% 4320

   refresh_pattern -i \.css$ 20 50% 120 reload-into-ims

   refresh_pattern -i \.xml$ 20 50% 120 reload-into-ims

   refresh_pattern -i \.html$ 20 90% 120 reload-into-ims

   refresh_pattern -i \.jpg$ 20 90% 120 reload-into-ims

   refresh_pattern -i \.png$ 20 90% 120 reload-into-ims

   refresh_pattern -i \.gif$ 20 90% 120 ignore-reload

   refresh_pattern -i \.js$ 20 90% 120  reload-into-ims

   refresh_pattern -i \.htm$ 20 90% 120 reload-into-ims

   

   设置邮箱

   cache_mgr webmaster_breeze

   设置本地主机文件

   hosts_file c:/windows/system32/drivers/etc/hosts

   

7、安装服务

   将squid安装为服务，命令格式：squid -i [-f configfile] [-n servicename]，如c:\squid\sbin\squid -i -n Squid_Proxy

8、初始化缓存目录 

   c:\squid\sbin\squid -z 

 

9、启动Squid_Proxy服务 

   运行services.msc打开服务窗口，选择Squid_Proxy服务 ，如果启动过程出错90%是配置文件出现问题。

10、squid命令 

   squid -k reconfigure  //启用新的配置文件 

   squid -k rotate       //截断日志 

   squid -k shutdown     //stop squid 

   squid -dx 当服务不能启动时，进行调试

更多配置请参见文档

四、SQUID测试

找一台机器进行测试，并查看access.log日志，如果出现 TCP_DENY的信息，多为配置不正确。如出现如下信息TCP_MEM_HIT/200 表示，SQUID已经起作用，该请求是从 SQUID运行机器的内存中响应的。

 

五、性能

用LR跑了一下，1000个并发，内存命中率在100%。下次把测试结果贴上。