CDN技术详解

CDN，全称为Content DeliveryNetwork，中文意为“内容分发网络“”。通过将网络内容发布到最靠近用户的『边缘节点』，使不同地区的用户在访问相同页面、图片或视频时就可以就近获取。

这样能够减轻服务器的负载，也可以减少整个网络中流量分布不均的问题，既能够降低互联网公司的成本（硬件开销、能耗和管理成本），也能有效改善整个网络的性能。

 

所谓“边缘节点”指的是CDN服务商经过精心选择的距离用户距离最近的服务器节点，即在各地均有机房集群分布，变得仅是“一跳”距离（traceroute命令后查看经过路由的个数），也就是说用户在访问时不需要经过多个路由器，可以有效提高访问时间。

 

我们来看如下图示：

 

 

 从上图我们可以看到，在对某个需要CDN的域名解析时，是由智能CDN负载均衡系统选定的某个边缘节点的IP。用户利用这个IP地址访问边缘节点，然后通过该节点通过其内部DNS解析得到源服务器IP并发出请求来获取用户所需的页面或资源。若请求成功，边缘点会将此资源缓存（cache）下来，下次用户再访问时可以直接读取，而不需要每次都去访问源服务器。

 

CDN架构

 

可以使用第三方CDN平台，如果有需要也可以自建平台，平台资源用不了再拿出来卖，阿里云等就是这个样子发展的。

 

那么我们这次就举例说明淘宝的CDN平台是如何架构的。

 

淘宝网的CDN主要用户来支持用户购物，比如双11光棍节，有海量的图片请求。

 

它的图片存储于后端的TFS集群中，CDN系统将这些图片缓存到用户最近的边缘节点。

 

CDN系统采用2级缓存：L1和L2级缓存。用户在访问淘宝网的图片时，通过全局调度系统调度到某个L1级缓存节点，如果L1缓存命中，那么就直接将图片数据返回给用户；否则，即请求L2级缓存，并将返回的图片数据缓存到L1缓存节点。如果L2缓存节点被命中，直接将图片数据返回给L1级缓存节点。

 

如果都没有命中，最后请求源图片服务器集群。此集群为一个个的Nginx的Web 服务器，它也会在本地做图片缓存，当本地缓存不命中再去请求后端的TFS集群。图片服务器集群和TFS集群会同时部署在同一个数据中心内。如下图：

 

 

淘宝网CDN整体架构

 

针对于每个CDN节点，其内部通过LVS+HAProxy的方式进行负载均衡。也可以适当使用Keepalived等进行处理。

 

LVS是四层负载均衡软件，能够支持灵活的负载均衡策略。通过其有机的结合两者，可以将不同的图片请求调度到不同的squid服务器。

 

LVS通常vip+master+backup三类机器组成，其中vip是控制机器，其接收外界访问。master与backup为工作与热备节点。其可以实现下面Haproxy机器的健康检测与负载均衡，完成IP层的转发后，交给一台健康且相对负载较轻的Haproxy机器。

 

Haproxy：7层负载均衡技术，将请求转发到真正的Web服务器上。除此之外，还有：

• Haproxy优化-支持长链接;

• Haproxy调度算法优化-一致性哈希，根据访问内容（URL）来得出分配的机器

 

每台图片服务器本质是一个人的Squid服务器，用来缓存图片的二进制数据。用户请求按照一定的策略发送到某台squid服务器，如果命中即返回，否则squid再去源服务器快取一份图片再缓存到本地，接着再把该图片数据返回给用户。

 

数据通过一致性哈希分布到不同的squid服务器中，使得增加/删除服务器，只需要移动1/n（squid服务器总数）的对象。

 

小结 

 

CDN本质是一种分布式缓存系统，无需考虑数据持久化，如果缓存服务器出现问题，在缓存集群中标记为删除即可。

 

淘宝网CDN采用了分级存储，在Squid服务器上使用了SSD + SAS + SATA混合存储，图片随着热点变化而迁移，最热的图片存储在SSD上，中等热度的存储到SAS，轻热度的存储到SATA。通过此种方式，能够很好的结合几种存储介质的成本与优势。

顺应摩尔定律，硬件技术的不断发展，SSD价格快速下降，大部分CDN缓存节点开始大规模配备SSD设备。

 

另外，CDN缓存服务属于IO密集型，而非CPU密集型的服务，使用ATOM芯片能够有效整体降低功耗。

 

需要我们注意的是，缓存系统访问量较大，更新、删除较少，但需要留意缓存与源服务器之间内容的一致性。比如源服务器更换了一张图片，或者删除了一个数据，需要能够相对实时的推送到CDN缓存节点。

 

本文由21CTO社区原创