kp-027 CDN、缓存与代理 · 计算机网络学习站

注：本文基于模型知识整理，建议结合权威教材与 RFC 原文核对细节。

一句话定义

CDN（content delivery network，内容分发网络）把内容缓存到离用户最近的边缘节点，与正向/反向代理和 HTTP 缓存机制配合，用「就近命中」对抗物理距离带来的延迟。

为什么重要

光在光纤中的传播速度有上限，跨洋往返时延（RTT）是物理量，软件优化无法把它压没（回扣 kp-002《性能指标与时延模型》的时延构成）。要快只有两条路：减少往返次数、缩短物理距离——HTTP 缓存与 CDN 正是这两条路的工程化。现代网站的静态资源、视频与 API 加速几乎都架在 CDN 之上，读懂 Cache-Control 是前后端与运维的共同必修课。

前置知识

建议先读 kp-023《HTTP》，掌握报文结构、304 状态码与无状态语义；建议回看 kp-002《性能指标与时延模型》中传播时延、往返时延的讨论，理解「物理定律」这一前提。

核心概念

CDN 原理三步：边缘部署——源站内容被复制或缓存到全球各地的边缘节点；DNS 调度——GSLB（global server load balance，全局负载均衡）在解析域名时按用户来源返回最近或最优的边缘节点 IP；回源——边缘未命中时向源站取一次数据并缓存（origin pull），后续请求就地命中。
代理三兄弟（方向决定角色）：正向代理替客户端出头，服务器只见代理不见真实客户端（内网统一出口、科学上网）；反向代理替服务器接客，客户端只见代理不见真实后端（Nginx、负载均衡、API 网关入口）；透明代理部署在网络路径上、对通信两端不可见（运营商缓存或审计）。
强缓存与协商缓存：强缓存由 Cache-Control: max-age=N 声明，有效期内浏览器根本不发请求；no-cache 不是「不缓存」而是「可存但每次需协商」，no-store 才是彻底不存。协商缓存用 ETag/If-None-Match 或 Last-Modified/If-Modified-Since，由服务器比对，未变则回 304——省的是响应体流量，不省这一次请求本身。
缓存层级链：浏览器（内存/磁盘）缓存、CDN 边缘缓存、中间层与源站。命中率（直接命中返回的请求占比）是核心指标：层级越靠前命中，延迟越低、回源越少。

图示

CDN 的调度与回源路径，以及缓存层级：

用户 ──域名解析──▶ GSLB（按用户来源就近调度，返回边缘 IP）
用户 ──HTTP 请求──▶ 边缘节点 ──命中──▶ 直接返回（延迟最低）
                     边缘节点 ──未命中──▶ 回源 origin pull ──▶ 源站
                     （取回后在边缘缓存，再返回用户）

缓存层级：浏览器缓存 ──▶ CDN 边缘缓存 ──▶ 源站
（越靠前命中越快；未命中的请求逐级向后穿透）

原理与机制

协商缓存的完整交互：

GET /app.js HTTP/1.1
Host: cdn.example.com
If-None-Match: "v-a1b2c3"

HTTP/1.1 304 Not Modified
ETag: "v-a1b2c3"

服务器比对 If-None-Match 与当前内容的 ETag：一致说明没变，回 304 空体，浏览器继续用本地副本；不一致则回 200、新内容与新 ETag。相比 Last-Modified 只有秒级精度、且无法表达「改回旧内容」，ETag 更精确，两者常并用；集群环境下 ETag 生成算法必须跨节点一致，否则同一文件在不同节点算出不同值，缓存会反复失效。

失效与预热。 主动失效：源侧内容更新后，通过 CDN 的 purge/刷新接口清除边缘缓存，或缩短 TTL 让其自然过期；预热：大版本发布或大促前，提前把热点 URL 拉到边缘，避免开闸后第一波请求全部回源——回源风暴足以打挂源站。

实例分析

最佳实践：静态资源文件名带内容指纹（如 app.a1b2c3.js，构建时按内容哈希命名），并配置 Cache-Control: max-age=31536000, immutable（一年，期内不协商）；HTML 文件本身用很短的 max-age 或 no-cache。效果：HTML 每次都能及时拿到最新版本，其中引用的资源 URL 随版本变化（新指纹），旧缓存自动作废、新文件长期缓存——改版本即失效，兼顾速度与新鲜度。

常见误区

304 不是「没有发生请求」：请求照发，只是没有响应体；强缓存有效期内才是真的不发请求。
no-cache 与 no-store 混淆：前者是「每次协商验证」，后者才是「彻底不存」。
CDN 命中率高不等于体验一定好：回源路径慢、边缘冷节点、动态内容不可缓存都会拖后腿。
给 HTML 设长缓存是灾难：用户会长期拿到旧页面，引用的还是旧指纹资源，改版等于失效。

自测题

强缓存与协商缓存的区别是什么？

答案要点： 强缓存（Cache-Control: max-age）在有效期内浏览器完全不发请求；协商缓存每次都要发请求，携带 If-None-Match/If-Modified-Since 由服务器比对，未变返回 304（省响应体、不省请求），变了返回 200 与新内容。

正向代理与反向代理的方向区别是什么？

答案要点： 正向代理站在客户端一侧，替客户端访问服务器，服务器看不到真实客户端；反向代理站在服务器一侧，替后端接收请求，客户端看不到真实服务器（如 Nginx、负载均衡）。

CDN 如何把用户引导到最近的边缘节点？

答案要点： 通过 DNS 调度：GSLB 在权威解析时按用户来源（通常是本地 DNS 的位置）返回最近或最优边缘节点的 IP，用户随后直接访问该边缘。

为什么静态资源要用「内容指纹文件名 + 一年 max-age」？

答案要点： 内容变则文件名（哈希指纹）变，URL 变了缓存自然失效，无需等 TTL 或手动刷新；指纹不变的旧文件可放心超长缓存并标 immutable，兼顾极致缓存与版本新鲜度。

大促或发布前为什么要做「预热」？

答案要点： 边缘节点初始为冷缓存，开闸后第一波请求会集中回源，可能打垮源站；提前把热点内容拉到边缘，让首波请求就地命中，避免回源风暴。