简约的CDN：minicdn

jopen 9年前

MiniCDN

一般来说会推荐采用 qiniu 或者 upyun，又或者是 amazon 之类大公司的 cdn 服务，不过当需要一些自己实现的场景，比如企业内部软件的加速，就需要一个私有的 CDN 了。

极简内容分发系统是我在公司里面的一个项目，最近把他开源出来了。可能其他企业或者组织也需要一个类似的东西。

通常来说 CDN 分为 push 和 pull 两种方式，push 比较适合大文件，pull 适合小一些的文件，但是使用起来比 push 要简单的多。

MiniCDN 采用的就是 pull 这种方式，目前的实现方式是所有缓存的文件存储在内存中，使用 LRU 算法淘汰掉就的文件，镜像的文件受限于缓冲区的大小（目前的缓冲区是512M），如果超过了这个缓冲器大小，就没有加速的效果了。

没有所有的智能 DNS，直接用的是最简单的 http redirect。还没写负载均衡，所以 redirect 的时候，就是随机返回一个节点（简单粗暴)

MiniCDN 分为 manager 和 peer。都是写在一个程序里。

我平常用的时候，就只开一个 minicdn 的 Manager 来加速我的后端服务器。如果没有节点的话，manager 就会把自己当成一个节点。然后当有特别大的下载即将要冲击我的服务器的时候。我就会找很多的同事，将 minicdn 部署到他们平常用的电脑上(window系列, 因为是golang语言写的，什么平台的程序都能编译的出来)。这样我在短时间内就拥有了一个性能不错的 cdn 集群（充分利用同事的资源）。当下载冲击结束的时候，在把这些节点撤掉就可以了。相当省事

技术优势

MiniCDN 使用了谷歌开源出来的 groupcache 框架，目前dl.google.com后台就用到了groupcache，性能而言远超那些squid或者nginx-proxy-cache.

groupcache 的数据获取过程很有意思，我把他翻译了过来

groupcache 的运行过程

原文地址

查找foo.txt的过程(节点#5 是N个节点中的一个,每个节点的代码都是一样的)

判断foo.txt是否内存中,并且很热门(super hot)，如果在就直接使用它
判断foo.txt是否在内存中，并且当前节点拥有它(译者注:一致性hash查到该文件属于节点#5)，如果是就使用它
在所有的节点中, 如果foo.txt的拥有者是节点#5，就加载这个文件。如果其他请求（通过直接的，或者rpc请求），节点#5会阻塞该请求，直接加载完毕，然后给所有请求返回同样的结果。否则使用rpc请求到拥有者的节点，如果请求失败，就本地加载(译者注:这种方式比较慢)

groupcache 是2013年写出来的，软件也不怎么更新了。里面的 HTTPPool 还有两个问题一直没有修复，这两个问题直接影响到节点之间不能交换数据。因为官方不用 groupcache 的这部分，所以连用户提的 issue 都不修（真是蛋疼）

https://github.com/codeskyblue/groupcache 是我fork的，把这两个问题修复了，虽然提了pr，不过感觉他们一时半会不会merge的。

受 python-celery 的启发，我实现了 peer 退出时候的两种状态(Warm close and Code close)。 Warn close可以保证党节点不在服务的时候才退出。Code close就是强制退出，下载者可能会发现下载中断的问题。

架构

M: Manager

负责维护Peer的列表,每个peer会去Manager同步这个列表。
所有的请求会先请求到manager, 然后由manager重定向到不同的peer

P: Peer

提供文件的下载服务
Peer之间会根据从manager拿到的peer列表，同步文件

Manager 与 Peer 是一对多的关系

[M]   |`------+--------+---......   |       |        |[P]     [P]      [P]  ....

Run Manager

命令行启动

./minicdn -mirror http://localhost:5000 -addr :11000 -log cdn.log

对网站http://localhost:5000进行镜像加速
监听11000端口
日志存储在cdn.log中

源站的所有下载地址，最好都改成这个http://localhost:5000/something

Run Peer