一、Varish的简介
Varnish是一款高性能的开源HTTP加速器，挪威最大的在线报纸 Verdens Gang 使用3台Varnish代替了原来的12台Squid，性能比以前更好。
在当前主流的Web架构中，Cache担任着越来越重要的作用。常见的基于浏览器的C/S架构，Web Cache更是节约服务器资源的关键。而最近几年由FreeBSD创始人之一Kamp开发的varnish更是一个不可多得的Web Cache Server。严格意义上说，Varnish是一个高性能的反向代理软件，只不过与其出色的缓存功能相比，企业更愿意使用其搭建缓存服务器。同时，由于其工作在Web Server的前端，有一部分企业已经在生产环境中使用其作为旧版本的squid的替代方案，以在相同的服务器成本下提供更好的缓存效果，Varnish更是作为CDN缓存服务器的可选服务之一。
二、关于Varnish
1、varnish系统架构
varnish主要运行两个进程：Management进程和Child进程(也叫Cache进程)。
Management进程
主要实现应用新的配置、编译VCL、监控varnish、初始化varnish以及提供一个命令行接口等。Management进程会每隔几秒钟探测一下Child进程以判断其是否正常运行，如果在指定的时长内未得到Child进程的回应，Management将会重启此Child进程。
Child进程包含多种类型的线程，常见的如：
Acceptor线程：接收新的连接请求并响应；
Worker线程：child进程会为每个会话启动一个worker线程，因此，在高并发的场景中可能会出现数百个worker线程甚至更多；
Expiry线程：从缓存中清理过期内容；
Varnish依赖“工作区(workspace)”以降低线程在申请或修改内存时出现竞争的可能性。在varnish内部有多种不同的工作区，其中最关键的当属用于管理会话数据的session工作区。
2、varnish日志
为了与系统的其它部分进行交互，Child进程使用了可以通过文件系统接口进行访问的共享内存日志(shared memory log)，因此，如果某线程需要记录信息，其仅需要持有一个锁，而后向共享内存中的某内存区域写入数据，再释放持有的锁即可。而为了减少竞争，每个worker线程都使用了日志数据缓存。
共享内存日志大小一般为90M，其分为两部分，前一部分为计数器，后半部分为客户端请求的数据。varnish提供了多个不同的工具如varnishlog、varnishncsa或varnishstat等来分析共享内存日志中的信息并能够以指定的方式进行显示。
3、VCL
Varnish Configuration Language (VCL)是varnish配置缓存策略的工具，它是一种基于“域”(domain specific)的简单编程语言，它支持有限的算术运算和逻辑运算操作、允许使用正则表达式进行字符串匹配、允许用户使用set自定义变量、支持if判断语句，也有内置的函数和变量等。使用VCL编写的缓存策略通常保存至.vcl文件中，其需要编译成二进制的格式后才能由varnish调用。事实上，整个缓存策略就是由几个特定的子例程如vcl_recv、vcl_fetch等组成，它们分别在不同的位置(或时间)执行，如果没有事先为某个位置自定义子例程，varnish将会执行默认的定义。
VCL策略在启用前，会由management进程将其转换为C代码，而后再由gcc编译器将C代码编译成二进制程序。编译完成后，management负责将其连接至varnish实例，即child进程。正是由于编译工作在child进程之外完成，它避免了装载错误格式VCL的风险。因此，varnish修改配置的开销非常小，其可以同时保有几份尚在引用的旧版本配置，也能够让新的配置即刻生效。编译后的旧版本配置通常在varnish重启时才会被丢弃，如果需要手动清理，则可以使用varnishadm的vcl.discard命令完成。
4、varnish的后端存储
varnish支持多种不同类型的后端存储，这可以在varnishd启动时使用-s选项指定。后端存储的类型包括：
(1)file：使用特定的文件存储全部的缓存数据，并通过操作系统的mmap()系统调用将整个缓存文件映射至内存区域(如果条件允许)；
(2)malloc：使用malloc()库调用在varnish启动时向操作系统申请指定大小的内存空间以存储缓存对象；
(3)persistent(experimental)：与file的功能相同，但可以持久存储数据(即重启varnish数据时不会被清除)；仍处于测试期；
varnish无法追踪某缓存对象是否存入了缓存文件，从而也就无从得知磁盘上的缓存文件是否可用，因此，file存储方法在varnish停止或重启时会清除数据。而persistent方法的出现对此有了一个弥补，但persistent仍处于测试阶段，例如目前尚无法有效处理要缓存对象总体大小超出缓存空间的情况，所以，其仅适用于有着巨大缓存空间的场景。
选择使用合适的存储方式有助于提升系统性，从经验的角度来看，建议在内存空间足以存储所有的缓存对象时使用malloc的方法，反之，file存储将有着更好的性能的表现。然而，需要注意的是，varnishd实际上使用的空间比使用-s选项指定的缓存空间更大，一般说来，其需要为每个缓存对象多使用差不多1K左右的存储空间，这意味着，对于100万个缓存对象的场景来说，其使用的缓存空间将超出指定大小1G左右。另外，为了保存数据结构等，varnish自身也会占去不小的内存空间。
为varnishd指定使用的缓存类型时，-s选项可接受的参数格式如下：
malloc[,size] 或
file[,path[,size[,granularity]]] 或
persistent,path,size {experimental}
file中的granularity用于设定缓存空间分配单位，默认单位是字节，所有其它的大小都会被圆整。
三、安装varnish
Varnish的官方站点：[url]https://www.varnish-cache.org/[url]
官方最新版本：Varnish Cache 4.0.1
Varnish学习需要注意的要素：
1、Varnish要安装在64的系统上
2、Varnish使用内存做缓存大小为2G，基本就可以了；无论是memcache还是varnish基于内存做缓存都不宜太大，太大没有好处，它有一个临界值，如果缓存设置太小，那么数据缓存会频繁被清除掉；如果缓存设置太大的，那么缓存会永久存放，有些过期的也不会被清除掉，并且数据过多的查找起来也慢。建议Varnish缓存设置大小为1G-2G之间就可以了。
1、yum安装varnish
[root@Varnish ~]# rpm --nosignature -i https://repo.varnish-cache.org/redhat/varnish-3.0.el6.rpm [root@Varnish ~]# yum -y install varnish
2、Varnish的配置文件说明
[root@Varnish ~]# grep -v "^#" /etc/sysconfig/varnish |sed ‘/^$/d‘
NFILES=131072 # 最大打开文件数65536*2{ulimit -n}
MEMLOCK=82000 # 锁定使用多大的共享内存来保存日志信息，默认为82M
NPROCS="unlimited" # 最大的线程数，默认无限制
# DAEMON_COREFILE_LIMIT="unlimited" # 进程核心转储所使用的内存空间，unlimited表示无上限
RELOAD_VCL=1 # 设置为1可以使用restart自动加载vcl配置文件
VARNISH_VCL_CONF=/etc/varnish/default.vcl # 定义vcl配置文件
VARNISH_LISTEN_PORT=6081 # 定义varnish服务监听端口
VARNISH_ADMIN_LISTEN_ADDRESS=127.0.0.1 # 定义允许进行进程管理地址
VARNISH_ADMIN_LISTEN_PORT=6082 # 定义管理进程监听端口
VARNISH_SECRET_FILE=/etc/varnish/secret # 定义秘钥和签名认证文件
VARNISH_MIN_THREADS=50 # 定义varnish启动时最小线程数
VARNISH_MAX_THREADS=1000 # 定义varnish启动时最大线程数
VARNISH_THREAD_TIMEOUT=120 # 定义varnish线程响应超时时间
VARNISH_STORAGE_FILE=/var/lib/varnish/varnish_storage.bin # 定义varnish的缓存文件
VARNISH_STORAGE_SIZE=1G # 定义缓存使用文件大小，单位：k/M/G/T
VARNISH_STORAGE="file,${VARNISH_STORAGE_FILE},${VARNISH_STORAGE_SIZE}" # 使用文件缓存
#VARNISH_STORAGE="malloc,${VARNISH_STORAGE_SIZE}" # 使用内存缓存；malloc
VARNISH_TTL=120 # 如果后端服务器没有设置数据缓存多长时间，则默认为120秒
DAEMON_OPTS="-a ${VARNISH_LISTEN_ADDRESS}:${VARNISH_LISTEN_PORT} \ # 变量调用
-f ${VARNISH_VCL_CONF} -T ${VARNISH_ADMIN_LISTEN_ADDRESS}:${VARNISH_ADMIN_LISTEN_PORT} -t ${VARNISH_TTL} -w ${VARNISH_MIN_THREADS},${VARNISH_MAX_THREADS},${VARNISH_THREAD_TIMEOUT} -u varnish -g varnish -S ${VARNISH_SECRET_FILE} \ #前端和后端在通信的过程中实现加密和签名的迷药文件，防止别人篡改数据的。
-s ${VARNISH_STORAGE}"3、Varnish的VCL配置说明
[root@Varnish ~]# cat /etc/varnish/default.vcl
#定义后端默认的服务器
backend default {
.host = "127.0.0.1";
.port = "80";
}
#定义一个vcl_recv函数
sub vcl_recv {
#req.restarts可以解释为如果客户端第一次开始请求时，
#如果请求的http中含有X-Forwarded-For信息，不管如何都在该信息后面附加客户端的ip地址信息；
#若不含有X-Forwarded-For信息，则直接附加client.ip地址信息。
#X-Forwarded-For通常表示代理服务器的地址
#为什么要补充client.ip呢？因为varnish做了反向代理，为了使后端服务器记录客户端的ip地址而非varnish的地址
if (req.restarts == 0) {
if (req.http.x-forwarded-for) {
set req.http.X-Forwarded-For =
req.http.X-Forwarded-For + ", " + client.ip;
} else {
set req.http.X-Forwarded-For = client.ip;
}
}
#定义http请求的方法；如果客户端请求的http的方法不是GET/HEAD/PUT/POST/TRAGE/OPTIONS/DELETE，
#那么我们的varnish就不会去把请求传递给varnish的vcl_hash，直接交给pipe，表示varnish无法理解或者认为是非法的请求。
if (req.request != "GET" &&
req.request != "HEAD" &&
req.request != "PUT" &&
req.request != "POST" &&
req.request != "TRACE" &&
req.request != "OPTIONS" &&
req.request != "DELETE") {
/* Non-RFC2616 or CONNECT which is weird. */
return (pipe);
}
#如果请求的方法不是GET，也不是HEAD，那么有可能就是PUT,POST，这些都是上传数据的，
#对于上传的数据，我们没有必要缓存，直接跟后端服务器交互。
if (req.request != "GET" && req.request != "HEAD") {
/* We only deal with GET and HEAD by default */
return (pass); #不查找缓存，直接从后端服务器获取数据
}
#如果请求的内容中包括Authorization授权的，包括Cookie认证的，这些都是用户的敏感数据，一定不能缓存的。
if (req.http.Authorization || req.http.Cookie) {
/* Not cacheable by default */
return (pass);
}
return (lookup); #lookup表示从缓存中查找
}
#从后端服务器fetch数据
sub vcl_pass {
return (pass);
}
sub vcl_hash { #定义vcl_hash函数
hash_data(req.url); #默认是根据用户请求的url做hash
if (req.http.host) { #如果用户的请求http的首部中有host，那么就对此做hash
hash_data(req.http.host);
} else {
hash_data(server.ip); #否则根据服务器端的地址做hash
}
return (hash); #最终返回hash数据
}
#如果命中的则直接从本地缓存中返回数据给用户
sub vcl_hit {
return (deliver);
}
#如果没有命中，则从后端服务器取数据
sub vcl_miss {
return (fetch);
}
#如果没有命中，那么从后端服务器取数据应该怎样取呢？
#在响应客户端之前，如果ttl头部值小于等于0秒，表示缓存已经过期了，
#并且其中包含有"Set-Cookie","Vary"这些字段，那么就直接设定这些过期的缓存信息的缓存期限为120秒
#如果其中没有这些字段的话就直接缓存下来了。
sub vcl_fetch {
if (beresp.ttl <= 0s ||
beresp.http.Set-Cookie ||
beresp.http.Vary == "*") {
/*
* Mark as "Hit-For-Pass" for the next 2 minutes
*/
set beresp.ttl = 120 s;
return (hit_for_pass);
}
return (deliver);
}
sub vcl_deliver {
return (deliver);
}
#客户端请求某个页面，如果服务器上不存在这个页面，就请求错误
#对于后端服务器没有这个文件的，直接交由varnish响应一个错误信息
sub vcl_error {
set obj.http.Content-Type = "text/html; charset=utf-8";
set obj.http.Retry-After = "5";
synthetic {"
<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html>
<head>
<title>"} + obj.status + " " + obj.response + {"</title>
</head>
<body>
<h1>Error "} + obj.status + " " + obj.response + {"</h1>
<p>"} + obj.response + {"</p>
<h3>Guru Meditation:</h3>
<p>XID: "} + req.xid + {"</p>
<hr>
<p>Varnish cache server</p>
</body>
</html>
"};
return (deliver);
}
sub vcl_init {
return (ok);
}
sub vcl_fini {
return (ok);
}四、Varnish状态引擎以及工作原理说明
vcl_recv：用于接收到用户的请求
在vcl_hit引擎中可以调用return(pipe)指令和调用return(lookup)指令和调用return(pass)指令。
如果不检查缓存；
调用的是return(pipe)指令，然后由vcl_pipe引擎直接交给后端服务器进行处理
如果是检查缓存；
调用return(lookup)指令，检查缓存，看缓存是否命中，需自行定义如何
检查缓存
调用return(pass)指令，则将请求送给vcl_pass进行处理
vcl_pipe：用于把用户的请求接进来，然后建立一个管道直接交给后端服务器
在vcl_pipe引擎中可以调用return(pipe)指令
调用return(pipe)指令则建立一个与后端服务器的管道
vcl_hash：用于自行定义其它缓存的机制
在vcl_hash引擎中可以调用return(hash)指令
调用return(hash)指令，则通过hash键值对进行判断，是否命中
vcl_hit：用于表示缓存命中
在vcl_hit引擎中可以调用return(pass)指令和调用return(delive)指令
如果是调用return(pass)指令，则将请求送给vcl_pass进行处理
{此情况发生在当自定义的缓存为1个小时，但未满一个小时，所设置的缓存已经发生变化则需要用vcl_pass}
如果是调用return(delive)指令，则从缓存中直接取出后由vcl_deliver返回给用户
vcl_miss：用于表示缓存未命中
在vcl_miss引擎中可以调用return(pass)指令和调用return(fetch)指令
如果是调用return(pass)指令，则将请求送给vcl_pass进行处理
如果是调用return(fetch)指令，则将请求送给vcl_fetch进行处理
vcl_pass：用于给命中引擎和未命中引擎提供处理机制
在vcl_pass引擎中可以调用return(fetch)指令
调用return(fetch)指令，则将请求送给vcl_fetch进行处理
vcl_fetch：用于到后端服务器去取数据
在vcl_fetch引擎中可以调用return(delive)指令和调用return(pass)指令
如果是调用return(delive)指令，则把后端取的数据保存在缓存中
如果是调用return(pass)指令，则不把后端取的数据保存在缓存中
vcl_deliver：用于从缓存中取数据返回给用户
vcl_error：用于由varnish直接构建错误响应报文************************
vcl_recv:用户请求到达varnish之后，varnish就要vcl函数做一些验证和处理操作。
pipe:管道 送给其它的进程或其它的机制来处理，一般用的比较少。
pass:不查找本地缓存，直接从后端服务器获取数据。
lookup:查找，从本地缓存中查找，
vcl_hash:定义对用户查找的链接做vcl运算并比较的，因此我们用用户请求的url链接根据自已定义的vcl方式做hash计算以后，就会得到hash码；
为了使缓存中的数据查找效率高，这些缓存中的数据都是以键值对的方式存储的，key(url)和value(object)
这里的key是用户请求的url，value是用户请求的文件内容，我们叫缓存对象。
如果直接用url来做key，那么查找起来是十分缓慢的，往往都是把url做hash编码，可以指定hash编码的算法。得到hash码。
Is the object in cache?:如果用得到的hash码给现存缓存列表中的key做比较，如果有一样的则就命中缓存了。否则缓存没有命中。
vcl_miss:
vcl_pass:
{
(vcl_pass)pass:如果没有命中，多一步验证措施
(vcl_pass)fetch:到后端服务器取数据
}
vcl_hit:
{
(vcl_hit)pass:尽管命中的也不在缓存中返回，而是从后端服务器取数据，因为这些数据可能是私有的，比如登陆账户、密码，认证加密文件
(vcl_hit)deliver：表示如果命中了并想数据缓存下来或者说把数据做缓存了，在或者说从缓存中取数据了。
}
vcl_pass:
deliver:
Fetch object from backend:表示从后端服务器取数据
vcl_fetch
Cache(deliver):先缓存在返回给用户
Dont‘t cache(pass):不缓存直接返回给用户
vcl_deliver:五、Varnish的一些补充命令说明
1、启动varnish命令
# /etc/init.d/varnish start
2、查看varnish监听的端口
# netstat -tnlp |grep varnish tcp 0 0 0.0.0.0:6081 0.0.0.0:* LISTEN 1397/varnishd tcp 0 0 127.0.0.1:6082 0.0.0.0:* LISTEN 1396/varnishd tcp 0 0 :::6081 :::* LISTEN 1397/varnishd
3、varnishadm的管理工具命令
[root@Varnish ~]# varnishadm -h varnishadm: invalid option -- ‘h‘ usage: varnishadm [-n ident] [-t timeout] [-S secretfile] -T [address]:port command [...] -n is mutually exlusive with -S and -T [root@Varnish ~]# varnishadm -T 127.0.0.1:6082 -S /etc/varnish/secret # 登录管理命令行 200 ----------------------------- Varnish Cache CLI 1.0 ----------------------------- Linux,2.6.32-358.el6.x86_64,x86_64,-sfile,-smalloc,-hcritbit varnish-3.0.6 revision 1899836 Type ‘help‘ for command list. Type ‘quit‘ to close CLI session. varnish> help #查看帮助命令 200 help [command] ping [timestamp] auth response quit banner status start stop vcl.load <configname> <filename> vcl.inline <configname> <quoted_VCLstring> vcl.use <configname> vcl.discard <configname> vcl.list vcl.show <configname> param.show [-l] [<param>] param.set <param> <value> panic.show panic.clear storage.list backend.list backend.set_health matcher state ban.url <regexp> ban <field> <operator> <arg> [&& <field> <oper> <arg>]... ban.list varnish> ping # 测试ping命令 200 PONG 1416045552 1.0 varnish> vcl.load d1 /etc/varnish/default.vcl # 加载编译新配置, d1是配置名，default.vcl是配置文件 200 VCL compiled. varnish> vcl.list # 列出所有的配置 200 active 0 boot available 0 d1 varnish> vcl.use d1 # 使用配置，需指定配置名，当前使用的配置以最后一次vcl.use为准 200 varnish> backend.list #查看配置文件的配置信息 200 Backend name Refs Admin Probe default(127.0.0.1,,80) 2 probe Healthy (no probe) varnish> storage.list #查看储存列表信息 200 Storage devices: storage.Transient = malloc storage.s0 = file
六、Varnish检测后端主机的健康状态
Varnish可以检测后端主机的健康状态，在判定后端主机失效时能自动将其从可用后端主机列表中移除，而一旦其重新变得可用还可以自动将其设定为可用。为了避免误判，Varnish在探测后端主机的健康状态发生转变时(比如某次探测时某后端主机突然成为不可用状态)，通常需要连续执行几次探测均为新状态才将其标记为转换后的状态。
每个后端服务器当前探测的健康状态探测方法通过.probe进行设定，其结果可由req.backend.healthy变量获取，也可通过varnishlog中的Backend_health查看或varnishadm的debug.health查看。
backend web1 {
.host = "www.allentuns.com";
.probe = {
.url = "/.healthtest.html";
.interval = 1s;
.window = 5;
.threshold = 2;
}
}
.probe中的探测指令常用的有：
(1) .url：探测后端主机健康状态时请求的URL，默认为“/”；
(2) .request: 探测后端主机健康状态时所请求内容的详细格式，定义后，它会替换.url指定的探测方式；比如：
.request =
"GET /.healthtest.html HTTP/1.1"
"Host: www.magedu.com"
"Connection: close";
(3) .window：设定在判定后端主机健康状态时基于最近多少次的探测进行，默认是8；
(4) .threshold：在.window中指定的次数中，至少有多少次是成功的才判定后端主机正健康运行；默认是3；
(5) .initial：Varnish启动时对后端主机至少需要多少次的成功探测，默认同.threshold；
(6) .expected_response：期望后端主机响应的状态码，默认为200；
(7) .interval：探测请求的发送周期，默认为5秒；
(8) .timeout：每次探测请求的过期时长，默认为2秒；
因此，如上示例中表示每隔1秒对此后端主机www.magedu.com探测一次，请求的URL为http://www.allentuns.com/.healthtest.html，在最近5次的探测请求中至少有2次是成功的(响应码为200)就判定此后端主机为正常工作状态。
如果Varnish在某时刻没有任何可用的后端主机，它将尝试使用缓存对象的“宽容副本”(graced copy)，当然，此时VCL中的各种规则依然有效。因此，更好的办法是在VCL规则中判断req.backend.healthy变量显示某后端主机不可用时，为此后端主机增大req.grace变量的值以设定适用的宽容期限长度。
七、Varnish的负载均衡和动静分离配置文件
在实际生产环境中对后端server进行健康状态检查的时候；
静态的在网页根目录创建一个test.html检测页面，动态的在网页根目录先创建一个test.jsp的检测页面
# Configure VCL
probe static_chk { #静态网页的健康状态检查
.url = "/test.html";
.interval = 2s;
.timeout = 2s;
.expected_response = 200;
}
probe dynamic_chk { #动态网页的健康状态检查
.url = "/test.php";
.interval = 2s;
.timeout = 2s;
.expected_response = 200;
}
backend apache01 { #静态请求负载均衡1
.host = "192.168.0.108";
.port = "80";
.probe = static_chk;
}
backend apache02 { #静态请求负载均衡2
.host = "192.168.0.110";
.port = "80";
.probe = static_chk;
}
backend nginx01 { #动态请求分发地址
.host = "192.168.0.100";
.port = "80";
.probe = dynamic_chk;
}
director myload random { #分发器和调度算法
.retries = 2;
{
.backend = apache01;
.weight = 1;
}
{
.backend = apache02;
.weight = 1;
}
}
sub vcl_recv {
set req.http.X-Forward-For = client.ip; #记录客户端的ip地址
if (req.url ~ "\.(html)$" ) {
return(lookup);
}
if (req.url ~ "\.(php)$") { #如果请求的是php文件则将请求发送给nginx代理的服务器
set req.backend = nginx01;
}else{
set req.backend = myload; #如果请求的是html文件则将请求发送给myload代理的服务器
}
}
sub vcl_fetch {
if (req.request == "GET" && req.url ~ "\.(html|jpg|jpeg)$") {
set beresp.ttl = 3600s;
}
}
sub vcl_deliver { #记录命中和未命中的变量设定
if (obj.hits > 0) {
set resp.http.X-Cache = "HIT from" + " " + server.ip;
} else {
set resp.http.X-Cache = "MISS";
}
return(deliver);
}好了，就写到这里吧；感觉这篇文章写的很不详细，架构图也没有画，案例也没有一个个演示，直接上的配置文件。最近发现自已越来越懒的。前几天一直学习python，有点学上瘾了。好了，大家晚安。明天周一 都能够有个好心情。下篇博文会继续补充。
本文出自 “郑彦生” 博客，请务必保留此出处http://467754239.blog.51cto.com/4878013/1577216
原文地址：http://467754239.blog.51cto.com/4878013/1577216
