用容器来学习Nginx反向代理

本文翻译自“Using Containers to Learn Nginx Reverse Proxy”,翻译已获得原作者Rosemary Wang授权。

作为Nginx及其反向代理功能的初学者,我本来并不知道该从哪里开始下手,也不知道该如何理解它。为了迈出第一步,我决定自己试着使用反向代理容器来探索它的这部分功能。做测试时其实我并没有网络连接,因为我在飞机上,所以只能在本地用Docker做测试。幸运的是,它运转起来了,实例都是在云里运行起来的! 有趣的是,我是在飞往西雅图的航班上开始写这篇文章的,那天还是个阴天。所以我猜我的实例真的是在云里运行起来的。

反向代理是什么?

维基百科上是这么定义的:

在计算机网络中,反向代理是代理服务器的一种。服务器根据客户端的请求,从其关联的一组或多组后端服务器上获取资源,然后再将这些资源返回给客户端,客户端只会得知反向代理的IP地址,而不知道在代理服务器后面的真实服务器集群的存在。

我把反向代理想像成快递员。快递员们骑着车,穿梭于大街小巷,收取各种各样的包裹,再尽快尽量高效地派送出去,就好像发件人自己把它们投送出去一样。

为什么要在云环境中运行反向代理呢?

我所说的云环境,指的是在公有云或私有云上面运行一组应用程序。我进行了思考,并做了些研究来寻找答案。在这过程中,我发现了一篇2012年发表的好文章,概括了反向代理的主要功能:

  • 负载均衡器
  • 应用层的安全保证(请求并没有直接发送给应用程序)
  • 单点认证、日志和审计
  • 静态内容服务器
  • 缓存
  • 压缩器
  • URL改写器

有了上面提到的这些功能,用反向代理就可以很好地满足我的需求了。在云上,应用程序的部署都是比较动态的,很难预计应用程序会从哪里连接过来,以及它们使用的认证方法,等等。使用反向代理可以减轻这些工作量。

反向代理与服务发现有什么不同?

我有时候也会怀疑自己理解得不对。我认为服务发现解决的问题与反向代理不同。我之前做过有关服务发现的测试,我记得服务发现指的是在云环境里,新服务会主动进行注册,让各种服务之间可以动态地相互发现。Nginx更多的是一个服务注册表,而不是发现和注册机制,还需要有另一个组件来负责改变反向代理的配置。

怎样可以把Nginx配置成一个反向代理呢?

Nginx有许多功能,包括HTTP服务器。除了响应请求,你还可以为Nginx创建一个配置文件,指定把请求发往哪里去处理,这样就成了一个反向代理。一个简单的例子就是,一个默认运行在8080端口的测试程序。不管请求具体是被哪里处理的,我希望用户把所有请求都发往同一个地方。而且,如果某台服务器宕机了,我还希望它可以把请求发往另一台可用的服务器,这就是负载均衡机制。用upstream就可以实现这个功能。

worker_processes 1;

events { worker_connections 1024; }


http {

    log_format compression '$remote_addr - $remote_user [$time_local] '
            '"$request" $status $upstream_addr '
        '"$http_referer" "$http_user_agent" "$gzip_ratio"';

    upstream testapp {
        server test:80;
    }

    server {
        listen 8080;
        access_log /var/log/nginx/access.log compression;

        location /hello/ {
            proxy_pass         http://testapp/;
            proxy_redirect     off;
            proxy_set_header   Host $host;
                proxy_set_header   X-Real-IP $remote_addr;
            proxy_set_header   X-Forwarded-For $proxy_add_x_forwarded_for;
                proxy_set_header   X-Forwarded-Host $server_name;
        }
    }
}

详细讲解一下:

  • worker_processes告诉你将会运行多少个Nginx实例。为了能处理更大的负载,建议设置成auto(每核一个)。
  • worker_connections定义worker可以同时处理多少个连接。这里有篇文章,详细讨论了worker_connections
  • log_format为日志增加了指定的字段。带上更多指令的话,它可以填充指定的字段,方便调试。我则希望能打印出我的upstream服务器地址。
  • upstream是一组服务器,可以用包括proxy_pass在内的特定指令访问。在upstream下面还有一个server指令,可以启动一个Nginx网站服务器,并告诉它监听哪个端口。在我的例子里是8080端口。
  • 还有location指令,包含着该怎样代理请求的信息。也就是说,proxy_pass定义了协议和地址,指示着代理该往哪里转发。

接下来看个例子

为了方便使用,我用上面的Nginx反向代理配置创建了一个Docker镜像,并把镜像命名为reverseproxy

FROM nginx:latest

COPY nginx.conf /etc/nginx/nginx.conf

我还创建了Docker compose,用于启动reverseproxy和我的应用程序test

version: '2'

services:
    reverseproxy:
        image: reverseproxy:latest
        ports:
            - 8080:8080
        restart: always

    test:
        image: joatmon08/testapp:latest
        restart: always

我的测试程序打印的输出示例如下:

# curl test:80
Hello World!
# curl test:80/another?user=joatmon08
joatmon08 says Hello!

在这一组Docker里,我的reverseproxy程序只会通过8080端口为外部提供服务。如果从localhost:8080用路径/hello/来访问反向代理,我的测试程序会返回“Hello World!”。如果通过路径/hello/another来访问我的API,就会将用户名作为参数,返回一条消息。

$ curl localhost:8080/hello/
    Hello World!
    $ curl localhost:8080/hello/another?user=joatmon08
joatmon08 says Hello!

Nginx会把我的请求转发给我的程序。两种配置会返回相同的输出。我也可以再增加一个程序,映射到另一个Nginx位置,比如/goodbye。

再次查看我的Nginx反向代理日志,也就是Docker日志,可以看到我通过curl对API的访问都被记录下来了。在一台普通的Nginx服务器上,你也可以在access.log中找到这些信息。

$ docker logs nginxtest_reverseproxy_1
172.19.0.1 - - [22/Jul/2017:00:14:22 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-"
172.19.0.1 - - [22/Jul/2017:00:14:54 +0000] "GET /hello/another?user=joatmon08 HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-"

它还记录下了我的upstream服务器172.19.0.3:80。test会被解析成这个IP地址和端口。这个IP地址实际上是我的应用程序容器,要了解更多细节,请参考我以前关于容器网络的文章。

如果把多个实例链接到了upstream服务器的URL上,会怎样?

我又部署了一个test应用的实例,现在有两个实例了。这意味着当我试图访问http://test时,我的请求可能会被转发到这两个不同IP地址上的任意一个容器中。

$ docker-compose up -d --scale test=2
nginxtest_reverseproxy_1 is up-to-date
Starting nginxtest_test_1 ... done
Creating nginxtest_test_2 ...
Creating nginxtest_test_2 ... done

为了确认URL http://test会被转发到两个不同实例上,我在同一个网络内的另一个容器里运行dig命令。

$ dig test
; <<>> DiG 9.9.5-3ubuntu0.2-Ubuntu <<>> test
;; global options: +cmd
;; Got answer:
;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 64355
;; flags: qr rd ra; QUERY: 1, ANSWER: 2, AUTHORITY: 0, ADDITIONAL: 0
;; QUESTION SECTION:
;test.    IN A
;; ANSWER SECTION:
test.   600 IN A 172.19.0.3
test.   600 IN A 172.19.0.4
;; Query time: 0 msec
;; SERVER: 127.0.0.11#53(127.0.0.11)
;; WHEN: Fri Jul 21 02:43:21 UTC 2017
;; MSG SIZE  rcvd: 62

在answer块里有两条记录。当我再次通过反向代理去访问test应用时,我会查看upstream服务器会不会被解析成这两个IP地址之一。

$ docker logs nginxtest_reverseproxy_1
172.19.0.1 - - [22/Jul/2017:00:16:49 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-

答案是肯定的,它被解析成了与之前相同的一个,即172.19.0.3。

如果两个应用服务器挂了一个,会怎样?

我想知道如果我把172.19.0.3删了会怎样。Nginx应该会转发到172.19.0.4去,因为test应该把请求转发到另一个仍然活着的服务器上。于是我删了172.19.0.3,即nginxtest_test_1。为了确认,我再次运行dig命令,看我的test应用的DNS记录是不是会指向172.19.0.4。

$ dig test
; <<>> DiG 9.9.5-3ubuntu0.2-Ubuntu <<>> test
;; global options: +cmd
;; Got answer:
;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 35920
;; flags: qr rd ra; QUERY: 1, ANSWER: 1, AUTHORITY: 0, ADDITIONAL: 0
;; QUESTION SECTION:
;test.    IN A
;; ANSWER SECTION:
test.   600 IN A 172.19.0.4
;; Query time: 0 msec
;; SERVER: 127.0.0.11#53(127.0.0.11)
;; WHEN: Sat Jul 22 00:47:28 UTC 2017
;; MSG SIZE  rcvd: 42

接下来再次测试,通过localhost:8080访问我的反向代理。

$ curl localhost:8080/hello/
<html>
<head><title>502 Bad Gateway</title></head>
<body bgcolor="white">
<center><h1>502 Bad Gateway</h1></center>
<hr><center>nginx/1.13.1</center>
</body>
</html>

什么?怎么会这样?我竟然收到了502 Bad Gateway的响应!

172.19.0.4工作正常,为什么Nginx访问不到172.19.0.4呢?也有另一种可能是Nginx压根就不会访问172.19.0.4。也许我该试试重启反向代理容器,Nginx就能获取到剩下的最后一个IP地址了。

$ docker restart d2
    d2
    $ curl localhost:8080/hello/
Hello World!

现在它被指向172.19.0.4了,即最后一个容器的IP地址。

$ docker logs nginxtest_reverseproxy_1
172.19.0.1 - - [22/Jul/2017:00:18:22 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.4:80 "-" "curl/7.43.0" "-"

结论是,Nginx会缓存它第一次通过upstream解析到的IP地址,而且不会刷新缓存,至少对于开源版本是这样。

如果反向代理不能再次解析到一个新的IP地址上,会发生什么?

老实说,从设计初衷上来说,我并不知道upsteam到底可不可以用于动态DNS解析。在官方的Nginx示例中,他们用upstream指令对一个IP地址集合做负载均衡。upstream通常用于:

  • 在多组服务器之间按权重做负载均衡。
  • 如果有一条连接出错,它就会换用下一个。如果全部出错了,连接会被断开。

我用下面的Nginx配置来更清晰地声明我的容器IP地址。

worker_processes 1;

events { worker_connections 1024; }


http {

    log_format compression '$remote_addr - $remote_user [$time_local] '
            '"$request" $status $upstream_addr '
        '"$http_referer" "$http_user_agent" "$gzip_ratio"';

    upstream testapp {
        server 172.19.0.3:80;
        server 172.19.0.4:80;
    }

    server {
        listen 8080;
        access_log /var/log/nginx/access.log compression;

        location /hello/ {
            proxy_pass         http://testapp/;
            proxy_redirect     off;
            proxy_set_header   Host $host;
                proxy_set_header   X-Real-IP $remote_addr;
            proxy_set_header   X-Forwarded-For $proxy_add_x_forwarded_for;
                proxy_set_header   X-Forwarded-Host $server_name;
        }
    }
}

用上面的配置做测试,Nginx可以帮我做负载均衡。当我再次删除172.19.0.3的容器时,Nginx会在172.19.0.4上重试。

$ docker logs nginxtest_reverseproxy_1
172.19.0.1 - - [22/Jul/2017:00:21:49 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-"
2017/07/22 00:21:53 [error] 7#7: *8 connect() failed (113: No route to host) while connecting to upstream, client: 172.19.0.1, server: , request: "GET /hello/ HTTP/1.1", upstream: "http://172.19.0.3:80/", host: "localhost:8080"
172.19.0.1 - - [22/Jul/2017:00:21:53 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.4:80, 172.19.0.4:80 "-" "curl/7.43.0" "-"

如果用URL做为upstream服务器,那么你应该已经在它的前面部署了负载均衡。如果选择用URL或经过负载均衡的DNS记录来配置upstream,那么当负载均衡的IP地址发生变化时,你就会有Nginx反向代理无法重新解析IP地址的风险。通常,在下面这些场景可能会碰到上面提到的问题:

  • 公有云负载均衡
  • 嵌入Docker的DNS服务器
  • 任意其它类型的动态负载均衡

使用动态负载均衡时,该怎样做,才能让Nginx重解析IP地址呢?

幸运的是,有许多博客已经就开源版Nginx的这个问题进行了详细讨论。下面这个简单配置就是根据他们的建议总结的:

worker_processes 1;

events { worker_connections 1024; }


http {

    log_format compression '$remote_addr - $remote_user [$time_local] '
            '"$request" $status $upstream_addr '
        '"$http_referer" "$http_user_agent" "$gzip_ratio"';

    server {
        listen 8080;
        access_log /var/log/nginx/access.log compression;

        location /hello {
            resolver 127.0.0.11 valid=5s;
            set $upstream_endpoint http://test:80;
                rewrite ^/hello(/.*) $1 break;
            proxy_pass $upstream_endpoint;
                proxy_redirect     off;
                proxy_set_header   Host $host;
            proxy_set_header   X-Real-IP $remote_addr;
                proxy_set_header   X-Forwarded-For $proxy_add_x_forwarded_for;
            proxy_set_header   X-Forwarded-Host $server_name;
        }
    }
}

简单来说就是别用upstream,换成resolver,请注意它解析出的DNS服务器是Docker内嵌的DNS!其实就是应该把upstream端点设置成一个动态变量,当每隔5秒钟执行解析器时,都会重新生成它的值。

非常重要的一点就是:应该增加rewrite指令来传入正确的URI。没有它,我的URI没能被正确传入,所以返回了一个“404 Not Found”错误。

$ curl localhost:8080/hello/
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">
<title>404 Not Found</title>
<h1>Not Found</h1>
<p>The requested URL was not found on the server.  If you entered the URL manually please check your spelling and try again.</p>

Nginx的proxy_pass指令需要结尾的“/”来对URI进行修整(trim)。然而当你把proxy_pass设置成一个动态变量时,Nginx就会忽略它。如果你想让URI被转发到正确的地方,在这种情况下千万别忘了引入rewrite指令。

新的Nginx反向代理配置能正确工作吗?

我想测试在相同情况下它是否仍然能正确工作:

  1. 创建一个反向代理容器(reverseproxy)。
  2. 创建我的应用容器(test)。
  3. 向reverseproxy发起一次调用,转发到我的应用去处理。
  4. 把我的应用容器扩展到两个。
  5. 删掉我的第一个应用容器(nginxtest_test_1)。

测试最后的结果让人很满意。在删除了172.19.0.3上面的第一个应用容器之后,我再向应用程序的端点发起一次调用:

$ curl localhost:8080/hello/
    Hello World!
    $ curl localhost:8080/hello/another?user=joatmon08
joatmon08 says Hello!

和上次不同,我没收到“502 Bad Gateway”的错误。为了再次确认Nginx反向代理解析结果的正确性,我查看了Nginx的日志:

$ docker logs nginxtest_reverseproxy_1
172.19.0.1 - - [22/Jul/2017:00:34:37 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-"
172.19.0.1 - - [22/Jul/2017:00:35:02 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.4:80 "-" "curl/7.43.0" "-"

请注意,并不需要重启Nginx容器,Nginx就把应用程序的IP地址重新指向了172.19.0.4。

小结

为了深入了解Nginx解析器的特定行为,我对它的行为和各种指令的含义进行了研究。而且,用容器来模拟这些行为并获得最终收获的过程让人尤其印象深刻,我发现容器实在是一个优秀的学习工具,可以帮我们探索和进行测试。它可以帮我把一个问题拆解成可理解可测试的部分,把功能与技术和基础设施解耦开来。

参考资料:

原文链接:

https://medium.com/@joatmon08/using-containers-to-learn-nginx-reverse-proxy-6be8ac75a757

  • 发表于:
  • 本文为 InfoQ 中文站特供稿件
  • 首发地址https://www.infoq.cn/article/QMO4tQKKMspZZ6yG3WeI
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券