squid3.0工作原理及配置文件

squid工作原理

一、SQUID缓存的存放方式：

是将缓存文件放入cache_dir 规定的目录中，采用了两级HASH路径。(Squid 把它叫object)。

 

1.1 磁盘工作方式

磁盘缓存的情况比较复杂, squid 有 ufs, aufs, coss, diskd, null 五种存储后端, 其中 ufs,aufs,diskd都是在文件系统上面保存很多小文件, coss 是 squid自己实现了一个简单的文件系统,可以使用一个大文件或者一个磁盘设备来存储. null 则是给不想要磁盘缓存的情况准备的. coss看起来好像比较拽, 但是以前试验并不足够稳定,因此并不推荐使用. 剩下的三种存储方式,具体选择哪种需要根据操作系统的特性来进行.

 

ufs 是最传统的存储方式, 我们知道, squid 是一个单进程的程序, 它使用 ufs 存储后端时, 直接在进程里面读写文件.这是一种很简单的方式, 缺点是当读写磁盘被阻塞的时候, squid 不能够处理请求, 会造成服务质量波动比较大. 因此出现了 aufs 和diskd 两种存储后端, 原理都是 squid 主服务循环不负责读写文件,而是通过消息队列或者tcp/pipe连接将数据传送给其他的线程(aufs)/进程(diskd), 然后其他线程/进程进行读写.很显然,这两种存储方式有一定的通信开销, 因此不一定就比 ufs 好, 需要具体问题具体分析。

 

对于一些老系统,使用 aufs 或者 diskd 是比较好的选择,如果系统的线程库比较好(如Linux,Solaris),那么使用aufs, 否则 diskd.也有一些例外情况, 比如多 cpu 的 Linux 2.6 系统, 线程库很优秀, 虽然 ufs 本身已经比较快了,但是 squid单进程无法利用另外的 cpu , 不如使用 aufs , 让另外的 cpu 也可以起到一些作用, aufs在编译的时候可以选择使用几个读写线程（--with-aufs-threads=N_THREADS）. 这个个人觉得稍微超过 cpu 个数就可以了.但是并没有实际测试过.

 

1.2 内存工作原理

Squid启动之后，会在RAM建立一个Hash Table，记录硬盘中object配置的情形。

Squid又会在RAM中建立一个Digest Table(摘要表) ，其功能是和其他有合作关的Squid(Sibling)互相交换 Digest Table，万一用户端想要的资料自己没有时，可以很快的知道哪一部 Squid Server 有资料(Squid 也可以透过ICP向其他Squid查询,但速度较慢)。但是 Digest Table 本身不小，既记忆体又频宽，如果 Server 的内存不够，对外带宽不够，反而比ICP查询更慢。

 

二、SQUID的查询方式：

SQUID通过查询表的方式来定位某个资源的位置，所查询的表叫Hash table 和Digest table;Digest table在这里可以称之为摘要或者索引，它记录了磁盘上每个分区，每个目录里存的缓存摘要，Hash table在这里可以称之为目录或者提纲，它记录所有的Digest table表信息，SQUID接受到请求后先查询Hash table，在根据Hash table所指向的Digest table查询需要的信息。

 

三、SQUID服务器之间的关系：

SQUID服务器存在两种工作关系，一种为Child、Parent，当child squid server没有用户需要的数据时，就象parent server发出请求，并持续等待，直到parent server回应自己为止；另外一种为ibling，当本地SQUID server没有用户请求数据时，会向sibling server发出请求,如果sibling server没有资料则会向上级sibling或者INTERNET发送数据请求

 

四、SQUID运作模式

1. 当Squid Server 没有资料时，会先向Sibling 的Squid Server 要资料，如果Sibling没资料，就跳过它直接向Parent 要。

2. 向Parent 要资料，然後一直等，直到Parent 给它资料为止(Parent 自己有的资料或上Internet 去拿)。

3. 没有Parent 时，就自己上Internet 去拿。

4. 如果这三者都拿不到资料，才向用户端回报拿不到资料。

一般而言，把网路上一层的Squid Server 设成Sibling 是不错的选择(例如：一个学校将所在城市网和附近的大学设成Sibling)，因为网路上一层的Squid Server 服务对象较多，其硬件功能较强，离我们比较近，速度也比较快；万一要不到资料，我们还可以自己上Internet 去拿。那什麽时候设Parent？当您的出口只有一个，或上一层Squid Server 拿不到资料，自己也一定拿不到，只好将上一层Squid Server 设为Parent。

 

 

 

五、配置文件

visible_hostname localhost

声明该虚拟机的主机名，没有这项，SQUID无法启动

 

http_port 191.169.0.231:80 accel vhost vport

定义服务监听端口，

accel是开启SQUID反向加速代理的选项

vhost vport也是反向代理的选项

http_port 211.144.140.147:80 transparent （正向代理）

 

cache_peer 192.168.3.6 parent 80 0 no-query originserver name=web2

定义父代理的位置，并为这个设置定义为web2

 

acl web2 dstdomain luwan.china.techcenter.test.cn

定义acl规定 luwan.china.techcenter.test.cn 这个域名的请求为web2

 

cache_peer_access web2 allow web2

定义缓存访问规则，允许ACL定义的WEB2访问父代理的WEB2(注：最右边的web2代表ACL定义的规则)

 

http_access allow web2

访问控制定义，只允许访问dstdomain luwan.china.techcenter.test.cn这个域名相关

 

cache_mem 50 MB

缓存所用到的内存大小，一般设为内存一半，但是不要超过2G

 

cache_swap_low 80

缓存空间允许使用的最小空间

 

cache_swap_high 95

缓存空间允许使用的最大空间

 

(最大和最小的工作方式是，当空间使用到95%的时候，存储的新的文件，不是直接存入磁盘，而是采取用新的文件代替旧的文件，这种工作方式一直持续到空间下降到80%的时候)

 

ipcache_size 10000

ipcache_low 90

ipcache_high 95

由DNS正反解所得到的IP存在缓存区的大小，这样可以加快解析速度.(正向代理中配置这个选项效果会好一点，反向代理无所谓)

 

acl QUERY urlpath_regex cgi-bin \?

acl forcecache url_regex -i b2b.mainone.com

no_cache allow forcecache

no_cache deny QUERY（凡是url带有cgi-bin ?的，都不缓存）

refresh_pattern -i b2b.mainone.com 1440 20% 10080 override-expire override-lastmod reload-into-ims ignore-reload ignore-no-cache ignore-private

强制缓存某域名的所有文件

 

refresh_pattern -i .jpg$ 1440 100% 10080 override-expire override-lastmod reload-into-ims ignore-reload ignore-no-cache ignore-private

设置强制更新

 

.jpg 类型

1440 代表最小的缓存时间

%100是缓存时间百分比（公式：(被缓存时间-过期时间)*100%得到的就是该文件所缓存的时间）

10080是最大缓存时间

 

override-expire 检查文件过期的时候，先检查文件的最小缓存时间。

 

override-lastmod 在检查文件过期的百分比的时候，先检查最小缓存时间

 

reload-into-ims   参数的意思是将client请求的no-cache或reload请求转变成If-Modified-Since，而If-Modified-Since这个参数是用于判断文件             是否被modified，这时squid和RS之间的数据传输仅仅只是验证文件是否更新或更改，如果RS返回的是文件未被更改，则直接由squid的cache文件返回给client，如果更改了，再到后端RS获取最新的文件并被squid缓存，这样做可以节省带宽，增加访问速度,如果不加这个参数，则，如果client请求中有no-cache或reload请求时，squid并不验证自己缓存是否有效，而是直接到RS拿文件返回给client端

 

ignore-reload         该选项导致squid忽略请求里的任何no-cache指令。所以。如果希望内容一进入cache就不删除，直到被主动purge掉为止，可以加上

ignore-reload选项,该选项一般用户不易发生变化的数据，如MPC,GIF,JPG等等。合理配置此项，都可以将动态页面缓存，但是页面的更新会是一个     很大的问题。

 

ignore-no-cache 该选项处理http头部信息：

Pragma: no-cache

Cache-control: no-cache

 

ignore-no-cache ignore-private  处理http头部信息：

Cache-Control: no-cache, must-ridate

Pragma: no-cache

 

acl localhost src 191.169.0.231

acl manager proto cache_object

http_access allow manager localhost

这是设置本地管理权限，是为了打开squidclient这个工具的使用权限

 

maximum_object_size 20000 KB

磁盘缓存最大的文件

 

maximum_object_size_in_memory 256 KB

内存缓存的最大文件

 

cache_dir ufs /usr/local/squid/var/cache 500 16 256

设置磁盘缓存工作方式，工作路径，大小单位MB，一级HASH的目录数量，二级HASH的目录数量。

 

emulate_httpd_log on

会使SQUID仿照WEB服务器的格式创建访问记录，如果使用WEB访问分析器，就必须打开这一项。

 

pid_filename /usr/local/squid/var/logs/squid.pid

access_log /usr/local/squid/var/logs/access.log

cache_log /usr/local/squid/var/logs/cache.log

以上设置PID文件及日志，注意目录权限

 

dns_testnames mainone

这一项是由于启动的时候，报FATAL: ipcache_init: DNS name lookup tests failed. 可能是由于我的SQUID为配置DNS，导致的问题，这一项是随便写一个或几个真实存在的主机名，只要能够PING通，就可以了，已可以采取在启动SQUID的时候加-D参数。

 

cache_vary on

该选项为了配合Apache的Deflate的压缩功能使用，如果APACHE开启了压缩，HTTP的头部带有这个ETag/Vary，squid2.6之前是不支持此类头部的缓存。squid默认关闭。

 

#acl

acl Safe_ports port 80

http_access deny !Safe_ports

acl all src 0.0.0.0/0.0.0.0

http_access allow all

访问控制列表，只开发squid的80端口的访问，允许所有客户端访问。