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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
535
3.75 K
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
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178