Caddy 缓存处理器使用教程
2024-08-27 12:09:39作者:柯茵沙
项目介绍
Caddy 缓存处理器是一个基于 Souin 的分布式 HTTP 缓存模块,专为 Caddy 服务器设计。该模块符合 RFC 7234 标准,支持设置 Cache-Status HTTP 响应头,并提供 REST API 用于清除缓存和列表管理。
项目快速启动
安装 Caddy 和缓存处理器
首先,确保你已经安装了 Caddy。然后,通过以下命令安装缓存处理器模块:
xcaddy build --with github.com/caddyserver/cache-handler
配置 Caddyfile
以下是一个简单的 Caddyfile 配置示例,用于启用缓存处理器:
{
order cache before respond
}
example.com {
cache {
allowed_http_verbs GET POST
api {
basepath /some-basepath
}
prometheus {
souin {
basepath /souin-changed-endpoint-path
}
}
badger {
path /anywhere/badger_configuration.json
}
cache_keys {
*\.css {
disable_body
disable_host
disable_method
disable_query
headers X-Token Authorization
hide
}
}
cache_name Another_cdn
}
reverse_proxy your-app:8080
}
启动 Caddy
使用以下命令启动 Caddy 服务器:
caddy run
应用案例和最佳实践
案例一:静态资源缓存
假设你有一个网站,其中包含大量的静态资源(如 CSS 和 JavaScript 文件)。通过配置缓存处理器,可以显著减少这些资源的加载时间。
example.com {
cache {
allowed_http_verbs GET
cache_keys {
*\.css {
disable_body
disable_host
disable_method
disable_query
headers X-Token Authorization
hide
}
}
}
file_server
}
案例二:动态内容缓存
对于动态内容,可以通过设置适当的缓存策略来提高性能。例如,对于某些 API 请求,可以设置较短的缓存时间。
api.example.com {
cache {
allowed_http_verbs GET POST
cache_keys {
/api/v1/* {
disable_body
disable_host
disable_method
disable_query
headers X-Token Authorization
hide
}
}
}
reverse_proxy backend:8080
}
典型生态项目
Souin
Souin 是一个高性能的 HTTP 缓存库,Caddy 缓存处理器基于 Souin 构建。Souin 提供了丰富的配置选项和强大的缓存策略支持。
Badger
Badger 是一个快速的键值存储库,适用于高性能场景。Caddy 缓存处理器支持使用 Badger 作为缓存存储后端。
Prometheus
Prometheus 是一个开源的监控系统和时间序列数据库。Caddy 缓存处理器集成了 Prometheus,可以方便地收集和分析缓存相关的指标。
通过以上教程,你可以快速上手并充分利用 Caddy 缓存处理器的强大功能,提升你的 Web 应用性能。
登录后查看全文
热门项目推荐
kernelopenEuler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。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 K
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
197
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
310
React Native鸿蒙化仓库
JavaScript
285
331
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++
843
424
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
10
1
🎉 (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
1.26 K
692
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
106
120