反向代理是指代理服务器接收 internet 上的客户端请求， 并代表客户端去向内部服务器请求 资源。从客户端的角度来看，反向代理跟内部服务器更像是一个整体，客户端在接收到返回 的资源时会感到这些资源是来自于代理服务器自身[1]。

　　1. 增强安全性。所有 internet 上的请求，DNS 解析后的 ip 都是反向代理的，然后由反向代 理再去向内网服务器发请求，这样可以隐藏真实服务器的 ip，防止外界的恶意攻击。 2. 缓存静态文件，提高对静态资源的相应速度。如图片和静态页面等资源，在反向代理端 缓存后，缓存命中时无需再去后端服务器请求，可直接返回给客户端。这样可以优化各 环节性能，增强用户体验。 3. 负载均衡。 nginx 这样的反向代理是可以用来作第七层负载均衡， 像 通过对 url 进行处理 甚至是对传输流进行解析，可以更好的制定负载均衡的策略。

　　服务端的响应经过 F5 返回给客户端。但通常客户端请求时，发送的数据很少，但是需 要返回的结果数据很多，既给 F5 造成很大压力，也影响响应速度，所以有时也采用下 图的三角传输模式：

　　Q2: 为何需要第七层的负载均衡？它是否可以完全取代第四层的负载均衡？ A2： 通常的负载均衡可以做在网络协议的第四层和第七层。第四层仅仅能根据 ip 和端口号 来做决策，而第七层不仅是可以根据 url，还可以基于传输内容和数据流进行分析，这 样就可以区分应用类型，如视频、文本等，从而更智能的做出负载均衡决策。

　　正向代理通常是指内网的用户，通过向代理服务器发送请求并制定目标服务器的形式， 来访问 internet 上的资源。 而反向代理是指 internet 上的用户提交资源请求，由代理服务器转发给内部服务器。

　　我们 B2ຫໍສະໝຸດ Baidu 的网络体系中，反向代理主要用作 web 加速器，对静态资源进行缓存。针对

　　Q4： 对于 https 类型的请求，在做反向代理时跟 http 请求有何不同？ A4:https 类型的请求，由于涉及安全认证，因此需要在反向代理服务器上配置 SSL 相 关内容，如设置证书，在我们的网络体系中，对于 https 的 escrow 图片域名会有独立 的 squid 做的反向代理集群， 从负载均衡服务器分发过来的请求直接传到这个集群上面， 实现 SSL 和缓存 。

　　⑤ HA-Proxy 做第 7 层的负载均衡[3][4]， 用于对 url 作一致性 hash 处理， 分配给后端的 squid， 提高 squid 集群的并行处理能力。 ⑥ Squid 集群来做反向代理，主要作为图片资源的 cache 集群，起到资源缓存和访问提速 的作用。如果是 https 类型的请求，则在这一层由 squid 实现 ssl 和缓存，详见问题 Q4。 ⑦ Image 服务集群， 存储源图片的缩放图片， 部分通过本地 nfs 系统读取， 部分通过 apache 的 mod-jk 连接 aranda 集群获取。 ⑧ 文件服务器，aranda 集群为所有应用的共享文件提供读写接口。

　　Q5: 使用反向代理可能会产生的问题 A5: 在使用反向代理做负载均衡时， 由于均衡策略的不同， 同一个客户端相同的 url 请求可 能会两次被分发到不同的服务器上， 这样就有可能产生 session 丢失的现象。 好在一般

　　来说，框架会帮我们处理好这类事情，比如 webx 的 session store 管理，但是如果我 们白手起家的话， 就要考虑如何处理好不同策略的负载均衡下全局性 session 管理的问 题，如采用 session 复制，在数据库持久化等。

　　而对于图片类型资源的请求，我们使用了淘宝部署在全国各地 CDN，结合 cache 集群部 署[2]，以便根据就近原则更快的返回资源给用户。网络结构如下：

　　各环节的作用为： ① 发出 request 请求的客户端，请求访问的域名地址为图片的域名地址。 ② 智能 DNS，根据客户端来源的 Local DNS 的 ip 地址，获取用户所处的区域，然后将请求 导向该区域附近的 CDN 处理。中文站统一使用淘宝的 CDN。 ③ CDN 作为淘宝部署在全国各地的统一图片管理集群， 可以根据就近原则， 从用户 ip 所在 地附近的 CDN 服务器上取图片信息返回给用户，CDN 的数据由后端的 cache 集群提供。 用户访问的图片在 CDN 上面取不到，就会到后端的 cache 集群上面取，然后再保存到 CDN 上面。 ④ 在这里，负载均衡服务器用作后端的图片 cache 集群的 load balance 入口，将请求的压 力均匀分摊到不同的服务集群。

　　各环节的作用为： ① 发出 request 请求的客户端，请求访问的域名地址为非图片的域名地址。 ② DNS 解析域名，判断非图片域名请求后，转发到 B2B 的服务器网络。 ③ 负载均衡服务器用作第四层的硬件负载分流，通常采用 F5，可配制成串行模式和三 角传输模式。如果判断是请求静态资源（如主页或推广页面 html） ，则转到 cms 服 务器网络处理，如果是非静态资源，则转到应用服务器集群处理游戏多开ip代理。 ④ 应用服务器集群，通常采用 apachejboss/jetty。 ⑤ 反向代理在这里主要起到缓存加速的作用， 可采用老牌的 squid， 中文站采用 varnish。 cms 系统的静态资源，静态页面或 js 等，都在这里做缓存。 ⑥ 源 cms 服务器，用于存储静态资源文件。反向代理缓存未命中，则到源 cms 文件服 务器读取。 ⑦ 业务数据库

　　虽然第七层的负载均衡有很多优点， 但是也有很多问题， 目前很多支持第七层负载均衡 的反向代理在技术上还不是特别稳定， 而且由于要耗费更多的性能去解析数据内容， 会 导致负载能力的下降。因此，在网络体系中，通常都会前置一个第四层的硬件负载均衡 来应对高并发的访问

　　Q3： 为什么在我们打开一个页面后看到图片 url 是从多个域名传过来的， 而这些域名却指向 同一个服务器 ip，如,img03.taobaocdn.com 等？ 是否这样的二级域名越多越好？ A3: 浏览器一般都支持对多个二级域名的并发访问，由于 HTTP 协议 1.1 规范中限制浏览器 的并发连接数不能超过 2 （虽然各个浏览器实际支持的数量要比这个多，如打了 XP 的 sp3 补丁的 IE，可支持 10 ） ，因此，我们就采用在同一个页面的资源用多个域名的 办法， 这样就可以增加浏览器向图片服务器并发请求的连接数， 从而提高资源返回速度。 但是这带来的额外开销就是增加了 DNS 解析的负担， 因此， 扩展的二级域名也不可过多， 需要在这中间需求一个最优的平衡点，目前淘宝的 img 序号设定为四个。

　　[1] 网站 CDN 结构概述 网管员必读——网络基础 从入门到精通，负载均衡技术全攻略 规范 8.1.4 模式原理剖析 （FAQs）