SST项目中NextjsSite构建服务器缓存策略的演进与实践
2025-05-09 23:35:12作者:宣聪麟
在SST框架的演进过程中,NextjsSite组件的服务器缓存策略配置方式发生了变化。本文将从技术实现角度分析这一变化,并分享实际项目中的解决方案。
缓存策略的背景与重要性
在现代Web应用中,合理的缓存策略对性能优化至关重要。SST框架通过CloudFront CDN为Next.js应用提供边缘缓存能力,其中服务器端渲染(SSR)页面的缓存策略需要特别设计。
原有实现方式的变化
早期版本中,SST提供了buildDefaultServerCachePolicyProps()方法来构建默认的服务器缓存策略。但在新版本中,这一方法已被移除,开发者需要自行配置完整的缓存策略。
自定义缓存策略的实现
在实际项目中,我们可以参考SSRSite和NextjsSite的原有实现,结合项目需求进行定制:
{
cdk: {
distribution: {
defaultBehavior: {
responseHeadersPolicy: cf.ResponseHeadersPolicy.SECURITY_HEADERS,
},
},
serverCachePolicy: new cf.CachePolicy(stack, 'ServerCache', {
queryStringBehavior: cf.CacheQueryStringBehavior.all(),
headerBehavior: cf.CacheHeaderBehavior.allowList(
'x-open-next-cache-key',
'accept-language'
),
cookieBehavior: cf.CacheCookieBehavior.allowList('appSession', 'hubspotutk'),
defaultTtl: cdk.Duration.days(0),
maxTtl: cdk.Duration.days(365),
minTtl: cdk.Duration.days(0),
enableAcceptEncodingBrotli: true,
enableAcceptEncodingGzip: true,
comment: 'SST server response cache policy',
}),
},
}
关键配置解析
- 安全头设置:通过
SECURITY_HEADERS添加了基本的安全头部 - 查询参数处理:允许所有查询参数影响缓存键
- 头部处理:
- 保留
x-open-next-cache-key用于OpenNext框架的缓存控制 - 添加
accept-language支持多语言场景
- 保留
- Cookie处理:
- 包含
appSession用于身份验证 - 包含
hubspotutk支持HubSpot跟踪
- 包含
- 压缩支持:启用Brotli和Gzip压缩
- TTL设置:
- 默认TTL为0天
- 最大TTL为365天
- 最小TTL为0天
最佳实践建议
- 根据应用特点调整:不同应用对缓存的需求不同,应根据实际场景调整
- 关注安全头部:始终确保包含基本的安全头部
- 考虑国际化:多语言应用需要正确处理语言相关的头部
- 身份验证处理:确保认证相关的Cookie被正确处理
- 监控与调优:部署后监控缓存命中率,持续优化策略
总结
SST框架的演进使得开发者需要更深入地理解缓存策略的配置。通过自定义策略,我们可以更好地控制应用的行为,在保证功能完整性的同时获得最佳性能。这种变化虽然增加了配置的复杂性,但也提供了更大的灵活性,使开发者能够根据具体需求进行精细调整。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2