对于开发同学来说，CDN 这个词，既熟悉又陌生。

平时搞开发的时候很少需要碰这个，但却总能听到别人提起。

我们都听说过它能加速，也大概知道个原因，但是往深了问。

用了 CDN 就一定比不用更快吗？

就感觉有些懵了。但没关系，今天我们换个角度重新认识下 CDN。

CDN 是什么

对于数字和文本类型的数据，比方说名字和电话号码相关的信息。我们需要有个地方存起来。

我们通常会用 mysql 数据库去存。

当我们需要重新将这一数据取出的时候，就需要去读 mysql 数据库。

但因为 mysql 的数据是存在磁盘上的，单台实例，读性能到差不多 5kqps 就已经很不错了。

看起来还凑合，但对于稍微大一点的系统，就稍微有点捉急了。

为了提升点性能，我们在 mysql 之前再加一层内存做缓存层，比如常说的 redis，读数据优先到内存里读，读不到才到 mysql 里读，大大减少了读 mysql 的次数。有了这套组合拳，读性能轻松上万 qps。

好了，到这里，我们说的都是我们平时比较容易接触的开发场景。

但如果现在我要处理的，不再是上面提到的文本类数据，而是图片数据。

比如，我有一张帅气的照片。就下面这张。

每次刷某音听到有人翻唱蔡健雅的《letting go》的时候，我都忍不住想发这张图。

并配文 “还是忘不了”。

那么问题来了。

这张图片数据应该存在哪？，又该从哪里读？

我们回过头去看 mysql 和 redis 的场景，无非就是存储层加缓存层。

对于图片这样的文件对象，存储层不太可能再用 mysql，应该改用专业的对象存储，比如亚马逊的 S3（Amazon Simple Storage Service，注意后面是三个 S 开头的单词，所以叫 s3），或者阿里云的 oss（Object Storage Service）。下面的内容，我们就用比较常见的 oss 去做解释。

而缓存层，也不能继续用 redis 了，需要改成使用 CDN（Content Delivery Network，内容分发网络）。

可以将 CDN 简单理解为对象存储对应的缓存层。

现在就可以回答上面的提问，对用户来说，这张图片数据存在了对象存储那，当有需要的时候，会从 CDN 那被读出来。

CDN 的工作原理

有了 CDN 和对象存储之后，现在我们来看下他们之间是怎么工作的。

我们平时看到的图片，可以右键复制查看它的 URL。

会发现图片的 URL 长这样。

https://cdn.xiaobaidebug.top/1667106197000.png

其中前面的 cdn.xiaobaidebug.top 就是 CDN 的域名，后面的 1667106197000.png 是图片的路径名。

当我们在浏览器输入这个 URL 就会发起 HTTP GET 请求，然后经历以下过程。

第一阶段: 你的电脑会先通过 DNS 协议获得 cdn.xiaobaidebug.top 这个域名对应的 IP。

・step1 和 step2：先查看浏览器缓存，再看操作系统里的 / etc / hosts 缓存，如果都没有，就会去询问最近的 DNS 服务器（比如你房间里的家用路由器）。最近的 DNS 服务器上有没有对应的缓存，如果有则返回。

・step3：如果最近的 DNS 服务器上没有对应的缓存，就会去查询根域，一级域，二级域，三级域服务器。

・step4：然后，最近的 DNS 服务器会得到这个 cdn.xiaobaidebug.top 域名的别名（CNAME），比如 cdn.xiaobaidebug.top.w.kunlunaq.com。

・ kunlunaq.com 是阿里 CDN 专用的 DNS 调度系统。

・step5 到 step7：此时最近的 DNS 服务器会去请求这个 kunlunaq.com，然后返回一个离你最近的 IP 地址返回给你。

第二阶段: 对应上图里的 step8。浏览器拿着这个 IP 去访问 cdn 节点，然后，cdn 节点返回数据。

上面第一阶段流程里，提到了很多新的名词，比如 CNAME，根域，一级域啥的，它们在之前写的 「DNS 中有哪些值得学习的优秀设计」有很详细的描述，如果不了解的话可以去看下。

我们知道 DNS 的目的就是通过域名去获得 IP 地址。

但这只是它的众多功能之一。

DNS 消息有很多种类型，其中 A 类型，就是用域名去查域名对应的 IP 地址。而 CNAME 类型，则是用域名去查这个域名的别名。

对于普通域名，DNS 解析后一般就能直接得到域名对应的 IP 地址（又叫 A 类型记录，A 指 Address）。

比如下面，我用 dig 命令发出 DNS 请求并打印过程数据。

$ dig +trace xiaobaidebug.top
;; ANSWER SECTION:
xiaobaidebug.top. 600 IN A 47.102.221.141

可以看到 xiaobaidebug.top 直接解析得到对应的 IP 地址 47.102.221.141。

但对于 cdn 域名，一波查询下来，先得到的却是一条 CNAME 的记录 xx.kunlunaq.com，然后 dig 这个 xx.kunlunaq.com 才能得到对应的 IP 地址。

$ dig +trace cdn.xiaobaidebug.top
cdn.xiaobaidebug.top. 600 IN CNAME cdn.xiaobaidebug.top.w.kunlunaq.com.

$ dig +trace cdn.xiaobaidebug.top.w.kunlunaq.com
cdn.xiaobaidebug.top.w.kunlunaq.com. 300 IN A 122.228.7.243
cdn.xiaobaidebug.top.w.kunlunaq.com. 300 IN A 122.228.7.241
cdn.xiaobaidebug.top.w.kunlunaq.com. 300 IN A 122.228.7.244
cdn.xiaobaidebug.top.w.kunlunaq.com. 300 IN A 122.228.7.249
cdn.xiaobaidebug.top.w.kunlunaq.com. 300 IN A 122.228.7.248
cdn.xiaobaidebug.top.w.kunlunaq.com. 300 IN A 122.228.7.242
cdn.xiaobaidebug.top.w.kunlunaq.com. 300 IN A 122.228.7.250
cdn.xiaobaidebug.top.w.kunlunaq.com. 300 IN A 122.228.7.251

看到这里，问题就又来了。

为什么要加个 CNAME 那么麻烦？

CNAME 里指向的，其实是 CDN 专用的 DNS 域名服务器，它对整个 DNS 体系来说，只是其中一台小小的 DNS 域名服务器，看起来就跟其他域名服务器一样，平平无奇。DNS 请求也会正常打入这个服务器里。

但当请求真正打到它上面的时候，它的特别之处就体现出来了，当查询请求打入域名服务器时，普通的 DNS 域名服务器返回域名对应的部分 IP 就够了，但 CDN 专用的 DNS 域名服务器却会要求返回离调用方 ” 最近的 ” 服务器 IP。

怎么知道哪个服务器 IP 里调用方最近？

可以看到 “最近” 这个词其实是加了双引号的。

CDN 专用的 DNS 域名服务器其实是 CDN 提供商提供的，比如阿里云当然知道自己的的 CDN 节点有哪些，以及这些 CDN 服务器目前的负载情况和响应延时甚至权重啥的，并且也能知道调用方的 IP 地址是什么，可以通过调用方的 IP 知道它所属的运营商以及大概所在地，根据条件筛选出最合适的 CDN 服务器，这就是所谓的 ” 最近 “。

举个例子。假设地理位置最近的 CDN 机房流量较多，响应较慢，但地理位置远一些的服务器却能更好的响应当前请求，那按理说可能会选择地理位置远一些的那台 CDN 服务器。

也就是说，选出来的服务器不一定在地理位置最近，但一定是当前最合适的服务器。

回源是什么

上面的图片 URL，是 https://cdn 域名 / 图片地址.png 的形式。

也就是说这张图片是访问 CDN 拿到的。

那么，直接访问对象存储能不能拿到图片数据并展示？

比如像下面这样。

https://oss域名/图片地址png

这就像问，不走 redis，直接从 mysql 中能不能读取到文本数据并展示一样。

当然能。

我之前放在博客里的图片就是这么干的。

但这样成本更高，这里的成本，可以指性能成本，也可以指调用成本。看下下面这个图。

可以看到直接请求 oss 的费用差不多是通过 cdn 请求 oss 的两倍，考虑到家境贫寒，同时也为了让博客获取图片的速度更快，我就接入了 CDN。

但看到这里，问题又又来了。

上面的截图里，红框里有个词叫 ” 回源 “。

回源是什么？

当我们访问 https://cdn 域名 / 图片地址.png 时，请求会打到 cdn 服务器上面。

但 cdn 服务器本质上就是一层缓存，并不是数据源，对象存储才是数据源。

第一次访问 cdn 获取某张图片时，大概率在 cdn 里并没有这张图片的数据，因此需要回到数据源那去取出这份图片数据。然后再放到 cdn 上。下次再次访问 cdn 时，只要缓存不过期，就能命中缓存直接返回，这就不需要再回源。

于是访问的过程就变成了下面这样。

那还有哪些情况会发生回源呢？

除了上面提到的 cdn 上拿不到数据会回源站外，还有 cdn 上的缓存过期失效了也会导致回源站。

另外，就算有缓存，且缓存不过期，也可以通过 cdn 提供的开放接口来触发主动回源，但这个我们比较少机会能接触到。

另外，回源这个事情，其实用户是感知不到的，因为用户去读图片的时候，只能知道自己读到了还是读不到。

同样是读到了，还细分为是从 cdn 那直接读的，还是 cdn 回源读对象存储之后返回的。

那么，我们有办法判断是否发生过回源吗？

有。我们接着往下看。

怎么判断是否发生回源

我们以某里云的对象存储和 CDN 为例。

假设我要请求下面这张图 https://cdn.xiaobaidebug.top/ image / image-20220404094549469.png

为了更方便的查看响应数据的 http header，我们可以用上 postman。

通过 GET 方法去请求图片数据。

然后通过下面的 tab 切换查看 response header 信息。

此时查看 response header 下的 X-Cache 的值是 MISS TCP_MISS。意思是未命中缓存导致 CDN 回源查 oss，拿到数据后再返回。

那此时 CDN 里肯定是有这张图片的缓存了。我们可以试着再执行一次 GET 方法获取图片。

X-Cache 的值就变成了 HIT TCP_MEM_HIT，这就是命中缓存了。

这个是某里云的做法，其他比如腾某云啥的，也都大差不差，几乎都可以从 response header 里找到相关的信息。

用了 CDN 一定比不用的更快吗？

看到这里我们就可以回答文章开头的问题了。

如果没有接入 CDN，直接访问源站，流程是这样的。

但如果接入了 CDN，且 CDN 上没有缓存数据，那就会触发回源。

相当于在原来的流程上还多了一层 CDN 的调用流程。

也就是，用了 CDN 时，未命中 CDN 缓存导致回源，就会比不用的时候更慢。

未命中缓存，可能是 cdn 里压根就没这一数据，也可能是曾经有这条数据但后来过期失效了。

这两种情况都正常，大部分时候并不需要做任何处理。

但对于极个别场景，我们可能需要做些优化。比如你们源站数据有大版本更新，就像更换 cdn 域名啥的，那在上线的那一刻用户全用新 cdn 域名去请求图片啥的，新 CDN 节点基本上百分百触发回源，严重的时候甚至可能会拖垮对象存储。这时候你可能需要提前将热点数据筛选出来，利用工具预先请求一波，让 CDN 加载上热数据缓存。比如某里云上的 CDN 就有这样的 ” 刷新预热 ” 功能。

当然也可以通过灰度发布的模式，先让少量用户体验新功能，让这些用户把 cdn”热” 起来，然后再逐步放开流量。

还有就是曾经有这条数据但后来过期失效了，对于热点数据，可以适当提高一下 cdn 数据的缓存时间。

什么情况下不应该使用 CDN？

从上面的描述看下来，CDN 最大的优势在于，对于来自世界各地的用户，它可以就近分配 CDN 节点获取数据，并且多次重复获取同一个文件数据的时候，有缓存加速的作用。

这对于网页图片这样的场景，是再合适不过了。因为底层用的是对象存储，也就是说，只要是文件对象，比如视频啥的，都可以用这套流程接入 cdn 做加速。比如平时刷的某音某手短视频就是这么干的。

那反过来想想，问题就来了。

什么情况下不应该使用 CDN？

如果你有一个公司内网的服务，并且服务请求的图片等文件不太可能被多次重复调用，这时候其实没必要使用 CDN。

注意上面两个加粗了的关键点。

• 内网服务，是为了保证你是了解服务的请求来源的，也能拿到对象存储的读权限，并且如果你的对象存储也是公司内部的，那大概率跟你的服务已经在同一个机房里，这已经很近了。接入 CDN 也享受不到 “就近分配 CDN 节点” 所带来的好处。

・ 图片或其他文件不太可能被多次重复使用，如果接入了 CDN，那你每次去访问 CDN 获取图片的时候，CDN 节点上大概率没有你要的数据，相当于每次都需要回源到对象存储去取一把。那接入 CDN 相当于给自己加了一层代理，多一层代理，就多一层耗时。

关于上面的第二点，如果你需要一个明确的指标去说服自己，那我可以给你一个。从上面的介绍内容，我们知道，可以通过 cdn 响应的 http header 中的 X-Cache 字段，看到一个请求是否触发过回源，统计次数，再除以总的请求数，就能得到回源的比例，比如回源比例高达 90%，那还接啥 cdn。

总结

・ 对于文本类数据我们习惯用 mysql 做存储，redis 做缓存。但属于文件类数据，比如视频图片，则需要使用 oss 等做对象存储，cdn 做缓存。

・ 用了 CDN 如果发生回源，那实际上会比不用的时候更慢一些。

・ CDN 最大的优势在于，对于来自世界各地的用户，它可以就近分配 CDN 节点获取数据，并且多次重复获取同一个文件数据的时候，有缓存加速的作用。如果你的服务和对象存储都在内网，并且文件数据也不太会有重复使用的可能性，那其实没必要接入 cdn。

本文来自微信公众号：小白 debug （ID：xiaobaidebug），作者：小白