7.1.4 cdn的基本原理

Cdn的基本原理可概括为：内容缓存、就近访问以及以dns视图方式根据用户来源确定其访问位置。

◆     内容缓存：缓存服务器从源站取得所需数据，然后暂存在本地的硬盘或内存。使用这种缓存机制的好处是：（1）内容自动更新；（2）无多个服务器数据相互同步问题。

◆     就近访问：让用户的访问请求转向到离用户最近或最易于访问的缓存服务器。

◆     以dns视图方式根据用户来源确定其访问位置：即让电信的用户访问电信的缓存服务器，网通用户访问网通的缓存服务器。

7.1.5 什么是简单cdn

简单cdn这个概念，是相对于复杂cdn来定义的。因此，我们先来了解一下什么是复杂的cdn。

笼统一点的讲，cdn服务提供商所运营的环境，就是复杂cdn。就缓存服务器而言，其结构是分层次的，一般可划分成核心节点和边缘节点。并且同一层级的相邻节点之间又可形成姐妹关系，亦即在同一个集群下的节点互为姐妹关系。为了保证最高的性能能和效率，不建议跨网或跨物理范围的节点形成姐妹关系。为了更直观的理解这个结构和由此产生的好处，我在这里以一个最长访问路径的图示来说明：

图7-2 缓存服务器相互关系

1、  用户向某边缘服务器（边缘A）发起访问请求，所需内容没有被缓存。

2、  边缘服务器（边缘A）于是询问其邻居，是否缓存了用户所需的请求对象，邻居节点也没有缓存所需的对象。

3、  边缘服务器（边缘A）转而向某个父节点（核心A）请求文件，如果该父节点仍然无所需的文件，则该父节点询问其邻居；如果邻居也没有所需的文件，则把请求转给源站。

4、  源站返回数据给核心节点（核心A），并缓存数据在该节点。

5、  核心节点（核心A）返还数据给边缘节点（边缘A），并缓存数据在该节点。

6、  边缘节点返还数据给用户，一次最长路径的访问完成。

这种分层次的机制，既能保证最高的可用性，又能最大限度的减少向上一级节点的网络流量。

除了缓存服务器结构上的差异外，复杂cdn还具备以下一些特性：

（1）       缓存服务器布点范围广，服务器数量庞大。

（2）       复杂的日志处理系统。因为计费依赖于访问日志。

（3）       详细的视图划分。例如精确到每个省的ip地址段。

（4）       预加载机制。

当我们了解清楚复杂cdn以后，再来了解简单cdn就容易多了。所谓简单cdn，就是节点层次简单、服务器数量有限、能实现有限规模站点加速和发布的平台。通常情况下，我们不必为实现cdn带来的好处而部署复杂的cdn系统，这将花费巨大的人力物力。把复杂的cdn简化，使之符合我们的业务需求，是本章“简单cdn”撰写的用意所在。

7.2简单cdn设计

先申明一下,本文所设计的简单cdn只是一个样例，并非适用于所有的场景。读者可根据我的思路，设计出更适合自己应用环境的简单cdn。

7.2.1 简单cdn设计的基本原则

简单cdn设计主要考虑以下几点：

（1）       选点合理，能覆盖大部分网络用户。最起码得在电信和网通机房放置缓存服务器，如果经费充裕，把教育网也考虑进来。

（2）       系统本身具备很好的高可用特性。用户的访问主要集中在缓存服务器，缓存服务器之间使用集群技术就能得到比较高的系统可用性。

（3）       核算自建简单cdn的成本，使之有较好的性价比。如果自建一个cdn远比购买cdn服务商所花费的资金还高（目前国内商用cdn每兆带宽为50元/月，基数是1G），基本上没必要自己建立cdn了。

（4）       系统应该具备很好的伸缩能力，以适应各种业务变化。如增加布点、增加设备、增加站点等等。

7.2.2 需求描述

欲对三个web服务进行加速，为了描述方便，使用域名来进行说明。这三个加速站点为图片站点 images.sery.cn、下载站点dl.sery.cn、主站 www.sery.cn，3个站点全部是静态内容，其页面文件主要是.html(htm)、.exe、css、jpeg、js等，非常适合被缓存。

服务的主要目标用户包括电信线路的用户、网通线路的用户、教育网的用户，其他线路的用户（如科技网、长城宽带等）访问请求被转向到网通线路的缓存服务器。为了实现这个目标，我们可能需要放置4组服务器来做缓存，即电信一组，网通2组，教育网一组。

7.2.3 简单cdn设计

需求明确之后，接下来的设计工作包括：布点选择、工具选取、cdn结构设计等几部分。

◆     布点选取

布点包括源站、全局智能dns、缓存服务器集群。

（1）       源站及全局智能dns选择互联互通性较好的第三方bgp机房；因为使用cdn服务的站点数量有限，故在缓存服务器以主机名的方式寻址源站。

（2）       缓存服务器共4组，选择二线或三线城市的机房托管，能节省大量的资金—北京、上海等城市带宽价格大概在300~400元/兆/月，而偏远一点二三线城市（如安阳）1G带宽的年总费用才8-10万。

◆     工具选取

工具包括操作系统、dns软件、缓存服务器软件、负载均衡软件、源站软件以及定制的脚本。

（1）       所有的服务器均使用32位的centos 5.x。曾经使用过64位的系统，但在执行缓存服务器的缓存清理操作时，有些小问题。

（2）       Dns使用bind-9.4.0。低于9的版本，可能不支持视图view,没有视图功能，智能dns就无法实现。不知道其他的dns软件有没有支持视图view的，愿知者告知。

（3）       缓存服务器有两种选择，一种是squid，另一种是varnish。Squid多用在复杂cdn场景，它能实现缓存服务器间的层级关系（邻居形成姊妹、边缘节点与核心节点形成父子关系），功能强大而配置复杂；Varnish为后起之秀，配置简单而性能卓越，维护起来比较简单，因此本案选择varnish作为缓存工具^【注1】。

（4）       负载均衡由ipvsadm和keepalived两部分组成。ipvsadm是核心，负责包转发和负载分摊；keepalived为框架，负责故障隔离和失败切换failover。

（5）       可做web服务的软件比较多，因为站点为简单的静态文件，选择nginx比较省事。

（6）       定制脚本主要目的是自动刷新缓存服务，把这个脚本放在摸个服务器上，只需执行一次（也可使用crontab自动调用）就能实现所有缓存服务器的缓存清理。

◆     cdn结构设计

我们可根据cdn的角色来设计整个结构,这些角色包括：源站、智能dns及缓存服务器3大部分，根据布点选择和其他因素综合考虑，我们可绘出整个cdn的布局结构图。

图7-3 cdn服务器布局

从图中可以看出有2组缓存服务器放置在网通机房，这两组服务器不在同一个物理位置，这样做主要目的是：bind规划视图view时，能收集到的地址比较有限，不在收集列表的其他ip地址段，则统统转发给网通B机房的服务器；另外网通B机房的带宽比较便宜，机器数量也比较多，跟其他网段的互联互通还可以。

（1）       源站

源站为内容的原始发布，尽管采用cdn技术以后源站的负荷会变得很小，但为了有较高的可用性，可把它部署成负载均衡集群。

（2）智能dns

智能dns是用来实现用户访问转向功能，即通过建立访问列表，判断用户的访问来源，确定其访问对象的位置。在本案中，我建立电信、网通、教育网三个ip地址列表，未在这三个列表的称为其他；每个列表关联一个bind的视图view，那么一共就有4个视图view。地址列表可以自己收集，也可以花钱购买，地址列表越大，dns定向准确性越高。在这里强调一下：ip地址列表为客户dns服务器所在网段的列表，而不是用户接入网络的ip段。客户端计算机所设定的dns，通常称为用户本地dns。同样，为了使其有较高的可用性，dns采用主从同步的架构。