CDN系列学习文章（四）——缓存机制

“所有文件配置缓存30天，相同CDN节点测试，一周后请求怎么就回源了？”

‘’明明设置了CDN缓存时间为0，为啥还缓存？”

带着这两个问题，咱们从缓存空间，内容和策略三方面来介绍CDN节点缓存机制

1.缓存空间

CDN服务器会将内容存储，以块形式，存储到磁盘中。磁盘容量是有限的，为了保持容量在一个健康水位，一般遵循删除策略（文件最久未访问）来淘汰文件。假设，互联网上所有静态资源在CDN节点上配置缓存时间都是一年，如果磁盘严格遵守缓存时间来缓存内容，这一年下来，CDN机房都没有地方来放磁盘了。因此在CDN上配置较长的缓存时间，CDN节点行为是尽力而为，并不是严格遵守。这里应该明白第一个问题了吧

2.缓存内容

CDN节点到底缓存源站哪些内容呢？CDN缓存内容来源于HTTP请求响应内容，HTTP响应包括状态行，header头部，body。这里问一个问题

如果CDN节点把源站所有响应都缓存下来，有什么影响？讲道理，缓存就应该把源站响应内容全盘照收，然后将缓存内容返回给用户。但这里有问题，既然是HTTP响应中，除了body之外，状态行和header很多字段是重复的，如果把这些字段都缓存在磁盘，对磁盘空间是一种浪费。更糟糕的情况，如果都是1K小文件，一个盘里存储内容都是状态行和header，显然是不合理的。一般CDN厂家，对缓存HTTP响应header策略有差异，但基本规则都差不多：

• body这个肯定是需要缓存的，这点没啥好说的。（蓝色框，测试仅内容显示大小）
• 状态行，这个一般不缓存，都是程序逻辑判断生产。（红色框）
• header，保存和缓存相关的字段，各家厂家有所差别，例如last-modify，expired等(黄色框)

HTTP响应

3.缓存策略

CDN缓存策略。可能大家对这个概念比较模糊，咱们细化为两个问题：

CDN节点基于什么条件来决定该文件是否缓存？

• 这个问题，反过来想，CDN节点肯定是能缓存任何响应内容，但是在海量资源里，系统如何能找到这个资源呢？都不要思考，肯定是请求URL呀。如果每条URL都配置缓存策略也是不现实的，但是对这些URL进行抽象成不同的正则表达式，对应缓存策略。这个正则，在系统内成为缓存key，每一个缓存key对应一个缓存时间，也是对应缓存策略。
• 即使遵循上面缓存规则，但是是否所有源站响应的内容都是缓存呢？当然不是，例如5XX,4XX,3XX这些异常响应内容默认是不缓存的。一方面，CDN缓存主要缓存body内容，而这些状态码对应body内容价值较少，还浪费磁盘空间；另一个方面，可能会影响正常业务访问。如果配置502缓存1小时，源站异常1分钟，本来只影响一分钟业务，由于配置了502，用户访问直接吐缓存资源，结果影响了1小时。

用户请求，节点发现缓存文件过期，CDN处理逻辑？这里不同厂家处理方式不一样

• 回源拉取文件，直接覆盖缓存文件，对IO有消耗。
• 回源拉取文件，节点判断Mtime，如果Mtime一致，直接吐缓存文件，不进行覆盖。这里试想，如果设置了缓存时间为0，但是源站的Mtime没有修改，这样就会出现开篇第二个问题情况。