nginx介绍

快速入门

------------------------

关于Nginx，我们可以到其官网 http://nginx.org/  以及WIKI http://wiki.nginx.org 进行下载和了解。

我们可以看一下下面的英文介绍：

Nginx (pronounced engine-x) is a free, open-source, high-performance HTTP server and reverse proxy, as well as an IMAP/POP3 proxy server. Igor Sysoev started development of Nginx in 2002, with the first public release in 2004. Nginx now hosts nearly12.18% (22.2M) of active sites across all domains. Nginx is known for its high performance, stability, rich feature set, simple configuration, and low resource consumption.

从上面的，我们大概可以知道如下信息：

第一，Nginx是一个开源，免费的高性能HTTP服务器和HTTP/MAIL反向代理服务器。

第二，自2004以来，Nginx的使用占比逐渐上升，目前大概占有WEB SERVER市场的12%。

【我们可以通过http://www.netcraft.com/来看一下目前主流的WEB SERVER的使用趋势。】

第三，Nginx具有高性能，稳定性，丰富的特性，简单的配置，低资源占用等特点。

什么是正向代理/代理服务器 and 反向代理/反向代理服务器？

正向代理示意图：

反向代理示意图：

通俗点说，正向代理中的代理服务器好比“管家”，由这个“管家”帮你做事情，而反向代理中的反向代理服务器好比“秘书”，要想见领导必须通过“秘书”。

在正向代理中，客户机需要明确的知道“管家”的一些信息，如IP,PORT等；但是在反向代理中，客户请求的是“领导”，他并不知道在这过程中“秘书”发挥了作用。

Nginx的工作模式及原理简单分析

同Apache http server的Perfork工作模型类似，Nginx也有master,worker进程的概念。

第一，很显然，启动Nginx，就必须在端口启动监听服务，也就是套接字（ip+port），通常Nginx作为WEB SERVER和反向代理服务器都会在80端口监听。在LINUX上，要开启<1024端口的监听服务，必须用特权身份运行，也就是说master进程应该以root身份启动。

第二，那么master进程主要的职责是什么？

读取并验证配置信息

创建，绑定，关闭套接字

启动，终止，维护worker进程的个数

master负责管理worker进程，这一点好理解，需要注意的是master在处理配置信息这一块。

假设nginx已经启动，我们更改配置文件后reload，如果这个配置文件语法有误，nginx会怎么做？

如果这个配置文件OK，nginx又会怎么做？

如果配置文件有误,reload后，master会提示配置错误，并不会影响请求的处理。

如果配置文件OK，reload后，什么时候生效呢？

Nginx支持热部署！！！

如果主配置文件发生改变，那么并不会立刻影响到WORKER进程，而是MASTER等到WORKER进程的连接请求处理完毕后KILL掉这个WORKER进程，然后重新生成一个WORKER进程，这样这个WORKER进程就将以新的配置启动了。也就是说，老的连接用老的配置，新的连接用新的配置。重新加载配置文件不会中断正在处理的请求。

第三，worker进程是干嘛的？我们应该有多少个Worker进程？每一个Worker进程中有多少个线程？

在Nginx中，连接请求由为数不多的几个仅包含一个线程的进程worker以高效的回环机制进行处理，而每个worker可以并行处理数千个的并发连接和请求。

Worker进程的个数，这个是可以配置的，但是一般而言，个数应该和CPU个数一致性，主要是为了CPU的进程切换。

what can worker process do ?

接受，传入并处理来自客户端的连接；

提供反向代理等功能；

第四，worker进程如何处理请求的？

当一个请求来了，那么多个worker进程，谁去处理，还是几个一起处理？如何处理？

首先，要清楚的是，一个请求可以由一个worker进程处理并只能由这个worker进程完全处理。

Nginx在内部其实是维护了一个accept_mutex，其实就是一个锁，确保在某一时刻，一个请求只能被

一个worker进程捕获。当一个worker进程在accept这个连接之后，就开始读取请求，解析请求，处理请求，产生数据后，再返回给客户端，最后才断开连接，这样一个完整的请求就是这样的了。

Nginx采用了异步非阻塞事件驱动的方式来处理请求的，只要我们设置好WORKER进程个数与CPU的亲缘性绑定，那么就能减少CPU在进程间切换所花费的时间以及切换带来的进程的保存/恢复现场，同时，由于Nginx中一个worker里面只有一个线程，也避免了线程的上下文切换。

第五，异步/非阻塞/事件驱动？？？

我们知道，很多请求来了，他们大多需要读写数据，发生IO请求，此时程序就会发生中断，如果此时我们一直等待IO调用结束，才继续工作，那么这种就是阻塞的，那么很显然很多请求来了，都处于等待状态，CPU就将处于空闲状态，为了提供高并发的能力，Nginx采用的是非阻塞的方式。如果发生IO中断，那么你去做你的事情，但是过一段时间来看看IO调用是否结束，这就是非阻塞：你可以做更多的事情，但是你得时不时的检查中断状态，带来的开销也不小。

为了更高效，Nginx利用了LINUX的EPOLL模型（其他系统类似）：

EPOLL模型，提供一种事件驱动机制，它可以监控多个事件是否准备好了，如果准备好了，那么就放入EPOLL队列中。这种机制是异步的。通过这样，WORKER进程只需要循环处理EPOLL队列中的请求，我们只需要在请求间不断切换，而这种切换是不需要付出什么代价的，通过这种循环处理已经准备好的请求，从而Nginx可以高效的处理高并发的问题。

好了，到这里，我们应该对Nginx的原理有些认识了，下面通过Nginx提供的一些具体功能来加深认识。

安装与初步使用

------------------------

我们可以直接到NGINX的官网下载最新的稳定版，比如1.6.2。

Nginx非常轻量级，编译安装的过程非常快。

可以发现，在编译中，我们指定了nginx的owner,group为我们新建的系统用户和组。

需要指定一些临时目录路径，并确保在启动NGINX时，这些临时目录是存在，否则可能启动出错。

由于Nginx是基于模块化的方式设计的，所以我们需要清楚哪些模块是默认编译安装的？

./configure --help的方式，可以获得这些信息，如果是with-somemodule，说明这个module默认是不编译的，要想使用，必须显式的使用with；如果是without-somemodule，说明这个module默认是编译的，不想编译的话，必须显式的使用without。

在安装过程中，很可能遇到缺少一些软件包，直接利用YUM的方式安装即可。

启动Nginx

根据编译时指定的可执行命令路径，

即可启动Nginx

查看监听端口：

我们也可以通过浏览器或者直接curl的方式访问Nginx为我们提供的首页。

我们的主战场:nginx.conf

配置文件分析

------------------------

worker_processes表示启动WORKER进程的个数，而worker_connections表示每个WORKER进程最多可以处理的连接。那么，我们最多支持的连接数 为  worker_processes * worker_connections。上面的，都是全局的配置。

下面，我们重点分析的是http段的server配置。

指令以分号结束。

每一个server用来定义一个虚拟主机，Nginx必须采用这样的方式来进行配置。

可见Nginx支持基于ServerName和Port的虚拟主机。

我们需要重点理解和注意的是location中的uri配置：

location [ = | ~ | ~* | ^~ ] uri { ... }

说明location在支持uri方面，有如下形式：

location uri {}  对这个uri下面的所有路径（包括子路径）都有效  匹配范围很大

location = uri {} 只对当前路径生效，注意如果此uri是一个目录，那么并不会对这个目录下的有效，仅仅当这个uri是文件的时候才有效。  精确匹配到具体的文件路径，对目录无效

location ~ uri {} 模式匹配，就是正则  区分大小写  uri此时就是一个正则表达式

location ~* uri {}  同上，也是模式匹配，不区分大小写

location ^~ uri {}   不使用正则表达式

那么一个请求URL来了，匹配优先级是？

优先级从高到低

=  ^~  ~和~* 不使用其他任何符号的 

举个例子：

http://servername:port/bbs/....

那么会首先寻找location = /bbs 的进行匹配，然后看不使用模式匹配的location ^~ uri能否匹配，如不匹配，继续看使用模式匹配的能否匹配location ~ uri / location ~* uri，如果模式匹配也不成功，那么看location  uri是否包含这个路径，如果最后不包含这个路径，那么就是404页面了。

看下面的一个实例配置：

在/web目录下有bbs,sports目录

也就是说，root/uri的方式共同定位到文件资源的路径。

访问控制法则

基于IP地址的(deny/allow形式，注意默认情况下是allow all的)

基于用户/密码的(auth_basic 采用htpasswd生成用户密码文件即可) 

在location中可以 autoindex on 来列出文件

在SERVER段中，可以通过定义如下location来在网页上显示NGINX的状态信息

说明：

Active connections表示活动的连接数。

accepts/handled表示已经接受/处理的连接数   requests表示已经处理的请求。

【注意，在一个连接中，可以处理多个请求】

reading表示nginx reads request header 

writing表示nginx reads request body ,process request or writes response to a client

waiting表示keep-alive connections,actually it is active (reading + writing)

/usr/sbin/nginx             #启动Nginx

/usr/sbin/nginx -t          #检查nginx.conf配置文件是否有误

/usr/sbin/nginx -s reload   #重新载入配置文件

/usr/sbin/nginx -s stop     #停止nginx

到这里，Nginx的基本使用以及作为web server配置方面，就差不多了。

做一个实验来说明反向代理：

request  ->  nginx -> apache

http://www.zfz1.com:80/bbs请求到达nginx，被反向代理到Apache上，通过虚拟主机的方式进行响应http://www.zfz1.com:8080/bbs

直接上配置：

nginx.conf:

apache虚拟主机配置：

/etc/hosts配置：

/web/bbs/index.html:

验证：

从配置上，其实反向代理就是在location中用proxy_pass取代了root而已。

关于access_log的说明:

由于，我们使用了反向代理，Apache接收到的请求都是来自nginx的，那么access_log中记录的IP等信息其实都是nginx的信息，这样显然不是我们想要的，我们希望日志中记录的是真实的客户端信息，这样以后有利于我们进行日志分析。

其实，请求会在nginx这一端进行封装，我们可以自定义一些http header，比如：

$XXX为Nginx内置的HTTP变量，比如：$remote_addr

这些内置的变量，我们可以通官方文档来查阅：http://nginx.org/en/docs/http/ngx_http_core_module.html#variables

利用proxy_set_header进行HTTP HEADER设置，那么我们就可以在APACHE的LOGFORMAT中进行引用YOUR_HEADER_NAME了。这样日志中记录的就是我们想要的信息。

我们可以把后端的多个apache归并成一个组，还可以定义负载均衡法则。对于nginx而言，这些后端的APP SERVER，称为上游服务器，即upstream。

在upstream中，我们可以定义多个server，每一个server的定义不要加上协议，要么是IP+PORT，要么是SERVERNAME+PORT，利用weight的方式定义加权轮调。Nginx可以对上游服务器进行健康状态检查，如果上游服务器DOWN了，那么Nginx不在将请求连接给他，如果上游服务器又活了，那么让他处理连接请求。max_fails和fail_timeout可以定义健康状态检查。如果所有的上游服务器都挂了怎么办呢？server 127.0.0.1 backup就会起作用了。

有些时候，我们必须将来自同一个客户端的请求定向到同一台后端服务器【保持SESSION会话】，ip_hash指令就是用来干这个的，根据客户端请求的源地址做HASH运算，只要HASH运算结果相同，那么就会一直分发到相同的上游服务器。

事实上，nginx支持三种负载均衡算法：

第一，加权轮调  round_robin

第二，IPHASH

第三，最少连接【挑一个连接数最少的上游服务器进行处理】least_conn

Nginx之所有有效的减轻了上游服务器的压力，是因为nginx的缓存机制。

nginx的缓存大概可以分为：

共享内存：存储键和缓存对象元数据。也就是说查找缓存，是在内存中完成的。

磁盘空间：存储数据。缓存数据最终也是在磁盘上的。

在http段中进行配置：

proxy_cache_path /nginx/cache levles=1:2:1 keys_zone=first:20m max_size=1g

表示缓存目录位于/nginx/cache下，1:2:1表示会建立三级目录，第一级目录名称为1个字符，第二季目录名称为2个字符，第三级目录名称为1个字符。keys_zone=a:b用来说明缓存在共享内存中的配置，a即代表名称，如果谁要使用缓存，就必须引用这个名称，b即代表内存大小。max_size用来定义磁盘缓存空间的最大大小。

在location段中明确开启缓存功能：

proxy_cache first;

Nginx中支持rewrite模块，并支持正则表达式，来进行URL的rewrite。

这里就不在介绍了，具体的使用方法，可以参考nginx的官方文档即可。