Webdis项目中使用Nginx实现Redis缓存代理的实践
2025-06-27 09:51:01作者:虞亚竹Luna
背景介绍
Webdis是一个轻量级的HTTP接口服务,能够将Redis的命令通过HTTP协议暴露出来。在实际生产环境中,我们经常需要为Webdis添加缓存层来提高性能并降低后端Redis的压力。本文将详细介绍如何通过Nginx为Webdis实现高效的缓存代理。
缓存配置方案
基础Nginx配置
首先需要配置Nginx的proxy_cache_path指令来定义缓存存储路径和相关参数:
proxy_cache_path /var/cache/nginx levels=1:2
keys_zone=webdis_cache:500m
max_size=1000m inactive=60s
use_temp_path=off;
这个配置设置了:
- 缓存存储在/var/cache/nginx目录
- 使用两级子目录结构(levels=1:2)
- 定义了一个500MB的内存区域(webdis_cache)用于存储缓存键
- 最大磁盘缓存大小为1000MB
- 60秒内未被访问的缓存将被清理
服务器配置
在server块中,我们配置了缓存相关的参数:
server {
listen 7381;
server_name localhost;
proxy_cache_methods GET HEAD;
proxy_cache webdis_cache;
proxy_cache_valid 200 3s;
location / {
proxy_pass http://127.0.0.1:7379;
proxy_next_upstream error timeout invalid_header http_500 http_502 http_503 http_504;
proxy_next_upstream_tries 2;
}
}
关键配置说明:
proxy_cache_methods:只缓存GET和HEAD请求proxy_cache_valid:成功的响应(200)缓存3秒proxy_next_upstream:定义在什么情况下尝试下一个上游服务器proxy_next_upstream_tries:设置重试次数为2次
性能优化参数
为了获得更好的性能,我们还配置了以下参数:
sendfile on;
keepalive_timeout 10;
proxy_connect_timeout 5s;
proxy_send_timeout 30s;
proxy_read_timeout 30s;
proxy_buffering on;
proxy_buffers 8 16k;
proxy_buffer_size 32k;
proxy_cache_lock on;
proxy_cache_lock_timeout 5s;
proxy_cache_use_stale error timeout updating http_500 http_502 http_503 http_504;
这些配置优化了:
- 连接超时和读写超时设置
- 缓冲区大小和缓冲行为
- 缓存锁机制,防止缓存击穿
- 在特定条件下使用过期的缓存内容
常见问题解决
在实际部署过程中,可能会遇到Webdis服务崩溃(exit 137)的问题。这通常是由于Nginx传递了不必要的头部信息导致的。解决方案是简化代理配置,只保留必要的参数:
location / {
proxy_pass http://127.0.0.1:7379;
proxy_next_upstream error timeout invalid_header http_500 http_502 http_503 http_504;
proxy_next_upstream_tries 2;
}
移除了以下可能引起问题的头部设置:
- Host头
- X-Real-IP头
- X-Forwarded-For头
- X-Forwarded-Proto头
日志监控
为了监控缓存命中情况,配置了专门的日志格式:
log_format main '$remote_addr - $remote_user [$time_local] '
'"$request" $status $body_bytes_sent '
'"$http_referer" "$http_user_agent" '
'upstream_cache_status=$upstream_cache_status';
这个日志格式包含了缓存状态信息(upstream_cache_status),可以帮助我们分析:
- HIT:缓存命中
- MISS:缓存未命中
- EXPIRED:缓存过期
- STALE:使用过期缓存
- UPDATING:缓存正在更新
总结
通过Nginx为Webdis实现缓存代理可以显著提高系统性能,特别是对于读多写少的场景。3秒的缓存时间对于许多应用场景已经能够提供很好的性能提升,同时保证数据的相对实时性。关键是要注意配置的简洁性,避免传递不必要的头部信息,这可能是导致Webdis不稳定的原因之一。
在实际应用中,可以根据业务需求调整缓存时间、缓存大小等参数,并通过日志持续监控缓存命中率,不断优化配置以获得最佳性能。
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
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
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
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布!这是首个有效融合稀疏注意力与线性注意力的大规模混合模型,专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
541
3.77 K
Ascend Extension for PyTorch
Python
353
420
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++
889
616
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
339
186
openJiuwen 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
TSX
988
253
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
194
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
115
142
🎉 (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
1.35 K
759