需求

CDN，全稱Content Delivery Network，主要作用是為源站減少訪問壓力的同時(shí)，為客戶端提供更快速的內(nèi)容響應(yīng)。除此之外，CDN還能對(duì)源站進(jìn)行安全防護(hù)。 其實(shí)真正為CDN付費(fèi)的是源站，所以CDN的用戶其實(shí)是源站，例如新浪微博，youku視頻，淘寶網(wǎng)啊之類的。而客戶端，是CDN的用戶的用戶。 所以CDN是夾在源站和源站的用戶之間的，以下稱客戶端均指源站的用戶。

工作原理 簡單的說，CDN的工作原理就是將您源站的資源緩存到位于全國各地的CDN節(jié)點(diǎn)上，用戶請(qǐng)求資源時(shí)，就近返回節(jié)點(diǎn)上緩存的資源，而不需要每個(gè)用戶的請(qǐng)求都回您的源站獲取，避免網(wǎng)絡(luò)擁塞、分擔(dān)源站壓力，保證用戶訪問資源的速度和體驗(yàn)。
架構(gòu)圖

使用CDN后的http請(qǐng)求處理流程如下圖：

傳統(tǒng)網(wǎng)站訪問過程

要說CDN的工作原理，就得先說說Internet資源的訪問過程。傳統(tǒng)的來說，在瀏覽器訪問網(wǎng)站應(yīng)當(dāng)有這么一些步驟：

在瀏覽器鍵入網(wǎng)址www.taobao.com瀏覽器請(qǐng)求dns服務(wù)器，查詢到www.taobao.com對(duì)應(yīng)的IP瀏覽器向服務(wù)器發(fā)起TCP連接瀏覽器通過建立的TCP連接發(fā)送HTTP協(xié)議報(bào)文服務(wù)器向?yàn)g覽器發(fā)送頁面內(nèi)容瀏覽器將頁面展現(xiàn)出來

對(duì)于上面提到的第2步，其實(shí)還是有需要來更加詳細(xì)的說明一下dns的解析過程，因?yàn)樗荂DN能工作的基本條件。

DNS工作過程

DNS的工作過程容易被人忽略，一般只知道DNS的輸入是一個(gè)網(wǎng)址，輸出的是一個(gè)IP，在這里我也正好給自己總結(jié)記錄一下。 DNS的協(xié)議主要是基于UDP的，所以dns server的qps一般都是很驚人的，比web server（http是基于tcp的）的qps是高出幾個(gè)量級(jí)的。有個(gè)基本概念就是dns的記錄類型，常見的dns記錄類型有A，AAAA，CNAME等。中A記錄是域名到IPV4地址的；AAAA記錄是域名到IPV6地址的；CNAME記錄類似于查詢過程中的轉(zhuǎn)發(fā)，意思是你去問問這個(gè)個(gè)人，他管這事。好的，下面繼續(xù)說說DNS的工作過程。

在瀏覽器鍵入www.taobao.com,其實(shí)真正dns協(xié)議里用到的是www.taobao.com.最后還有一個(gè)點(diǎn)，可能是因?yàn)槊烙^等原因，一般都不顯示查詢本地緩存（host文件或者是瀏覽器的緩存）中有沒有該域名對(duì)應(yīng)的記錄，有的話就直接用了向運(yùn)營商的DNS服務(wù)器發(fā)起dns解析的請(qǐng)求，一般稱運(yùn)營商的DNS服務(wù)器為local dnslocal dns會(huì)查詢本地的緩存，local dns設(shè)置的緩存時(shí)間是有講究的，過長過短都不好。另外local dns的查詢是運(yùn)營商的事，這里面水很深，外部不可控local dns如果沒有緩存，會(huì)把域名從右往左掃描，依次請(qǐng)求對(duì)應(yīng)的服務(wù)器，例如對(duì)于域名www.taobao.com.，先去問負(fù)責(zé).的根域名服務(wù)器，就是傳說中全球只有幾臺(tái)的那些服務(wù)器，他們會(huì)答復(fù).com是誰管理的，然后local dns又去找管理.com的服務(wù)器（假設(shè)名字為S1），去問問taobao.com是誰管，一般來說，在S1查到的記錄是一條cname記錄（阿里畢竟大公司，自己管理自己旗下的域名），然后就轉(zhuǎn)到了阿里自己的DNS服務(wù)器上來了，一般稱之為權(quán)威服務(wù)器權(quán)威服務(wù)器是阿里自己建的，然后根據(jù)公司內(nèi)部的一些配置啊，調(diào)整啊，查到www.taobao.com.對(duì)應(yīng)的服務(wù)器是誰，返回一個(gè)IP地址local dns緩存這個(gè)IP地址，并且回復(fù)瀏覽器瀏覽器和對(duì)應(yīng)的IP地址的服務(wù)器簡歷TCP連接，發(fā)送HTTP報(bào)文

買過域名的朋友都知道，假如你在萬網(wǎng)買了cstdlib.com，然后你想啟用一個(gè)二級(jí)域名go.cstdlib.com，那么你要去萬網(wǎng)的控制臺(tái)（已經(jīng)和阿里云合并）設(shè)置一條A記錄的解析，將go.cstdlib.com指向你想要的IP。每次增加二級(jí)域名的過程都是這樣子。那么，如果你知道了DNS的解析過程，你可以這么做：

在服務(wù)器D1上起一個(gè)dns server，作為cstdlib.com的dns權(quán)威服務(wù)器在萬網(wǎng)的控制臺(tái)新增一條CNAME記錄，將cstdlib.com的解析轉(zhuǎn)到D1來D1想返回什么IP就返回什么IP

這樣一來，一切盡在掌控，畢竟D1是你的，而且以后你再也不用去萬網(wǎng)的控制臺(tái)了，這就是自建DNS服務(wù)器。

CDN選擇優(yōu)質(zhì)節(jié)點(diǎn)

回到正題，CDN如何為用戶選擇時(shí)延更小的節(jié)點(diǎn)。這次不以訪問淘寶為例了，因?yàn)榘⒗镉凶约旱腃DN，要是以訪問淘寶為例，容易混淆CDN的提供者和源站。 這次舉例以新浪微博為源站，假設(shè)微博使用了阿里的CDN（并不是假設(shè)，新聞在這里），那么阿里CDN會(huì)告訴微博，你要我給你加速一張圖片是吧，那你就把這個(gè)圖片解析到我的服務(wù)器來（可以CNAME，也可以直接寫阿里CDN的url），那么，阿里CDN的dns權(quán)威服務(wù)器，會(huì)收到這么一個(gè)解析請(qǐng)求，“請(qǐng)告訴我，新浪微博的1.png的節(jié)點(diǎn)在哪”。這時(shí)CDN系統(tǒng)就要大展身手了。

假設(shè)我們現(xiàn)在是阿里CDN的dns權(quán)威服務(wù)器，有人問我們“新浪微博的1.png的節(jié)點(diǎn)在哪”，那我會(huì)這么做：先看看問我的這個(gè)人IP是多少（回憶一下dns解析的過程，我們看到的應(yīng)該是local dns的IP），然后根據(jù)這個(gè)IP查到他是哪里的，北京還是廣州，上海還是深圳。如果是北京，那好，我就給你返回北京的節(jié)點(diǎn)的地址；如果是上海，那我就給你返回上海的節(jié)點(diǎn)的地址，這樣就實(shí)現(xiàn)了就近訪問。

在把IP地址對(duì)應(yīng)到地理位置的過程中，需要用到IP庫，阿里CDN的IP地址庫賤賤的，因?yàn)榘⒗顲DN的負(fù)責(zé)人叔度在ArchSummit架構(gòu)師峰會(huì)上說，他們可以用淘寶的包裹記錄來校準(zhǔn)，真是機(jī)智。

當(dāng)然，就近只是一個(gè)要考慮的因素之一，還有很多因素需要考慮的，例如網(wǎng)絡(luò)成本，流量分布，源站負(fù)載等。這是個(gè)很復(fù)雜的過程，我只是舉了一個(gè)直觀的方面來說。

CDN減少源站壓力

剛才說了CDN是如何選擇優(yōu)質(zhì)節(jié)點(diǎn)的，那么對(duì)于客戶端，算是有個(gè)交代了。所以接下來考慮怎么給源站一個(gè)交代：減小源站壓力。如果每一個(gè)用戶請(qǐng)求都讓他直接去源站拿的話，那源站將會(huì)承受巨大的壓力，所以要考慮為源站提供一個(gè)HTTP的緩存，通過提升緩存的命中率來減小源站的壓力。

比如剛才第一個(gè)用戶請(qǐng)求了1.png，那么CDN先把這張圖片緩存（緩存簡單可以認(rèn)為是一個(gè)哈希表，key是url，value是response）起來，下次再有人要1.png，就直接返回給他，從而減少回源流量。

HTTP緩存服務(wù)器是一個(gè)很復(fù)雜的功能。下面還是貼一張叔度在ArchSummit架構(gòu)師峰會(huì)上用到的PPT吧，來說一下這里面大概的技術(shù)，阿里的HTTP緩存服務(wù)器叫Swfit，正好和蘋果的那個(gè)語言重名了。

圖中是一個(gè)CDN節(jié)點(diǎn)，用戶的請(qǐng)求從LVS（LVS是一個(gè)四層的負(fù)載均衡組件，作者是章文嵩博士，現(xiàn)任阿里云CTO）的入口來，先由LVS做一次4層的負(fù)載均衡，然后轉(zhuǎn)到一臺(tái)Tengine（阿里在nginx的基礎(chǔ)上開發(fā)的服務(wù)器）上，Tengine做一致性hash，選擇一臺(tái)Swift（阿里使用的HTTP緩存服務(wù)器），然后Swift去做緩存回源。接下來仍然貼一張叔度在ArchSummit架構(gòu)師峰會(huì)上用到的PPT，一起看看Swift的架構(gòu)。

首先可以看到，Swift是一個(gè)多線程的程序，每個(gè)線程起一個(gè)epoll來充分發(fā)揮多核的處理能力。并且盡量減少線程間的上下文切換，一個(gè)請(qǐng)求盡量在一個(gè)線程處理。然后圖里面還能看到內(nèi)存緩存，SSD緩存，SATA緩存。據(jù)叔度說，Swift會(huì)有熱點(diǎn)淘汰的機(jī)制，將熱文件放在內(nèi)存里，次熱文件放在SSD上，最后才是SATA盤，然后會(huì)有熱點(diǎn)淘汰和提升機(jī)制。

同時(shí)叔度在ArchSummit峰會(huì)上還提出，Tengine和Swift是通過Spdy協(xié)議來通信的，從而優(yōu)化HTTP的效率。所以，CDN在技術(shù)上還是很有深度的，網(wǎng)絡(luò)，IO，多線程，TCP/IP，HTTP這些后臺(tái)常見的名詞在這里面體現(xiàn)的淋漓盡致。

邊邊角角

其實(shí)在DNS查詢過程有一個(gè)這樣的問題，權(quán)威服務(wù)器接收請(qǐng)求的時(shí)候，只能得到local DNS的IP，并不知道client IP。這是個(gè)很蛋疼的東西，所以google提出了EDNS的協(xié)議，會(huì)帶上client IP，但是其實(shí)不怎么實(shí)用，因?yàn)檫@相當(dāng)于大家緩存DNS查詢結(jié)果的時(shí)候多了一維client IP，一維數(shù)組變二維數(shù)組，簡直是內(nèi)存的災(zāi)難。所以，大家平常就別用8.8.8.8這樣的DNS服務(wù)器了，不然別人以為你是在美國，然后用美國的源站和你通信，肯定慢成狗啊。

總結(jié)

總結(jié)一下CDN的工作原理：通過權(quán)威dns服務(wù)器來實(shí)現(xiàn)優(yōu)質(zhì)節(jié)點(diǎn)的選擇，通過緩存來減少源站的壓力。

推薦閱讀

最后推薦一下阿里CDN的負(fù)責(zé)人叔度在ArchSummit上的演講，把阿里CDN架構(gòu)講的很清楚。本文很多內(nèi)容來自該演講。