高性能缓存加速器varnish(概念篇)
一、varnish简介
varnish是一款高性能的开源HTTP加速器，现在很多门户网站已经部署了varnish，并且反应都很好，甚至反应比squid还稳定，且效率更高，资源暂用更少。
作者Poul-Henning Kamp是FreeBSD的内核开发者之一。Varnish采用全新的软件体系架构，和现在的硬件提交配合紧密。在1975年时，储存媒介只有两种：内存与硬盘。但现在计算 机系统的内存除了主存外，还包括了cpu内的L1、L2，甚至有L3快取。硬盘上也有自己的快取装置，因此squid cache自行处理物件替换的架构不可能得知这些情况而做到最佳化，但操作系统可以得知这些情况，所以这部份的工作应该交给操作系统处理，这就是 Varnish cache设计架构。
挪威最大的在线报纸 Verdens Gang (http://www.vg.no) 使用3台Varnish代替了原来的12台squid，性能居然比以前更好，这是Varnish最成功的应用案例。
二、varnish的特点
Varnish是一个轻量级的Cache和反向代理软件。先进的设计理念和成熟的设计框架是Varnish的主要特点。现在的Varnish总共代码量不大，虽然功能在不断改进，但是还需要继续丰富和加强。下面是Varnish的一些特点：
1. 基于内存进行缓存，重启后数据将消失
2. 利用虚拟内存方式，I/O性能好
3. 支持设置0~60秒的精确缓存时间
4. VCL配置管理比较灵活
5. 32位机器上缓存文件大小最大为2G
6. 具有强大的管理功能，例如top、stat、admin、list等
7. 状态机设置巧妙，结构清晰
8. 利用二叉堆管理缓存文件，可达到积极删除目的
三、varnish和squid的对比
Squid是一个高性能的代理缓存服务器，它和varnish之间有诸多的异同点，如下：
1、相同点：
1) 都是一个反向代理服务器
2) 都是开源软件
2、不同点，也是Varnish的优点：
1) Varnish的稳定性很高，两者在完成相同负荷的工作时，Squid服务器发生故障的几率要高于Varnish，因为使用Squid要经常重启。
2) Varnish访问速度更快，Varnish采用了“Visual Page Cache”技术，所有缓存数据都直接从内存读取，而squid是从硬盘读取，因而Varnish在访问速度方面会更快。
3) Varnish可以支持更多的并发连接，因为Varnish的TCP连接释放要比Squid快。因而在高并发连接情况下可以支持更多TCP连接。
4) Varnish可以通过管理端口，使用正则表达式批量的清除部分缓存，而Squid是做不到的。
5) squid属于是单进程使用单核CPU，但Varnish是通过fork形式打开多进程来做处理，所以是合理的使用所有核来处理相应的请求。
四、Varnish的不足和解决方案
1、varnish的不足
与传统的Squid相比，Varnish也是有缺点的，如下：
1) varnish进程一旦挂起、崩溃或者重启，缓存数据都会从内存中完全释放，此时所有请求都会发送到后端服务器，在高并发情况下，会给后端服务器造成很大压力。
2) 在varnish使用中如果单个url的请求通过HA/F5（负载均衡）每次请求不同的varnish服务器中，被请求varnish服务器都会被穿透到后端，而且同样的请求会在多台服务器上缓存，也会造成varnish的缓存的资源浪费，也会造成性能下降。
2、解决方案
综上所述在访问量很大的情况下推荐使用varnish的内存缓存方式启动，而且后面需要跟多台squid服务器。主要为了防止前面的varnish服务、服务器被重启的情况下，前期肯定会有很多的穿透这样squid可以担当第二层cache，而且也弥补了varnish缓存在内存中重启都会释放的问题。这样的问题可以在负载均衡上做url哈希，让单个url请求固定请求到一台varnish服务器上，可以解决该问题。
五、varnish的工作流程
varnish启动有2个进程，master(management)进程和child(worker)进程。master读入存储配置命令，进行初始化，然后fork，监控child。child则分配线程进行cache工作，child还会做管理线程和生成很多worker线程。
child进程主线程初始化过程中，将存储大文件整个加载到内存中，如果该文件超出系统的虚拟内存，则会减少原来配置mmap大小，然后继续加载，这时候创建并初始化空闲存储结构体，放在存储管理的struct中，等待分配。
接着varnish某个负责接口新http连接的线程开始等待用户，如果有新的http连接，但是这个线程只负责接收，然后唤醒等待线程池中的work线程，进行请求处理。
worker线程读入uri后，将会查找已有的object，命中直接返回，没有命中，则会从后端服务器中取出来，放到缓存中。
如果缓存已满，会根据LRU算法，释放旧的object。对于释放缓存，有一个超时线程会检测缓存中所有object的生命周期，如果缓存过期（ttl），则删除，释放相应的存储内存。