緩存是一個(gè)魔術(shù)。 Cloudflare 遍布全球的 200 多個(gè)數(shù)據(jù)中心沒有以客戶的來源來響應(yīng)每個(gè)請求,而是以在地理位置上接近訪問者的緩存的內(nèi)容進(jìn)行響應(yīng)。通過讓Cloudflare 響應(yīng)緩存內(nèi)容的請求,可以顯著提高網(wǎng)頁的加載性能,同時(shí)降低帶寬成本。
然而,如果內(nèi)容不在緩存中,則 Cloudflare 數(shù)據(jù)中心必須聯(lián)系源服務(wù)器以接收內(nèi)容。這不如從緩存?zhèn)魉蛢?nèi)容來得快。它還將負(fù)載置于源服務(wù)器上,與直接從緩存中提供服務(wù)相比,其成本更高。這些問題可能受網(wǎng)站訪問者的地理分布、聯(lián)系來源的數(shù)據(jù)中心的數(shù)量以及可用于響應(yīng)請求的可用來源資源的影響而會(huì)被放大。
為了減少我們的數(shù)據(jù)中心網(wǎng)絡(luò)與源進(jìn)行通信的次數(shù),我們將數(shù)據(jù)中心分為幾層,這樣只有上層數(shù)據(jù)中心才能從源請求內(nèi)容,然后再將內(nèi)容分發(fā)到下層。這意味著內(nèi)容可以為訪問者提供更快的加載,更便宜的服務(wù)并減少源資源的消耗。
今天,我很高興地宣布 Argo 分層緩存有了根本性的改進(jìn),我們稱之為 更智能的分層緩存拓?fù)?。啟用后,Argo 分層緩存現(xiàn)在將動(dòng)態(tài)地為您的網(wǎng)站的每個(gè)來源選擇一個(gè)最佳的上層,同時(shí)提供分層緩存分析以顯示自定義拓?fù)淙绾螆?zhí)行。
Smarter 分層緩存拓?fù)渖?/span>
分層緩存是 Argo 產(chǎn)品群的一部分,該產(chǎn)品群通過處理每個(gè) Cloudflare 請求中的信息來確定到源的哪些路由是快速的,哪些是慢速的以及最佳的是哪種,從而實(shí)時(shí)分析和優(yōu)化全球互聯(lián)網(wǎng)上的路由決策, 從訪問者到內(nèi)容的路徑是在任何給定時(shí)刻。以前,Argo 分層緩存將使用上層數(shù)據(jù)中心的靜態(tài)集合與源進(jìn)行通信。隨著我們今天宣布的改進(jìn),分層緩存現(xiàn)在可以使用 Argo 性能和路由數(shù)據(jù)動(dòng)態(tài)地找到源的最佳上層。啟用 Argo 并提出對特定內(nèi)容的請求后,我們將收集每個(gè)請求的延遲數(shù)據(jù)以選擇最佳路徑。使用此延遲數(shù)據(jù),我們可以確定任何上層數(shù)據(jù)中心與源的連接情況,并可以根據(jù)經(jīng)驗(yàn)選擇延遲最小的最佳數(shù)據(jù)中心作為源的上層。
Argo 分層緩存
退一步,分層緩存是一種實(shí)踐,其中 Cloudflare 的全球數(shù)據(jù)中心網(wǎng)絡(luò)被細(xì)分為上層和下層的層次結(jié)構(gòu)。為了控制源和 Cloudflare 之間的帶寬和連接數(shù)量,僅允許上層從源請求內(nèi)容,并且必須將該信息傳播到低層。通過這種方式,Cloudflare 數(shù)據(jù)中心首先相互對話以查找內(nèi)容,然后再詢問來源。這種做法通過限制可以向源請求內(nèi)容的數(shù)據(jù)中心的數(shù)量來提高帶寬效率,減少源負(fù)載,并使網(wǎng)站的運(yùn)營更具成本效益。 Argo 分層緩存客戶僅需為客戶端和邊緣之間的數(shù)據(jù)傳輸付費(fèi),其余的將由我們負(fù)責(zé)。分層緩存還可以提高訪問者的性能,因?yàn)?Cloudflare 數(shù)據(jù)中心之間的距離和鏈接通常比數(shù)據(jù)中心和源之間的鏈接更短,更快。
之前,當(dāng)為網(wǎng)站啟用 Argo 分層緩存時(shí),Cloudflare 幾個(gè)最大連接最緊密的數(shù)據(jù)中心被確定為上層,可以從 MISS 緩存中的源中提取內(nèi)容。盡管利用由眾多上層數(shù)據(jù)中心組成的拓?fù)淇赡茉谌蚍秶鷥?nèi)表現(xiàn)出色,但我們發(fā)現(xiàn),對成本敏感的客戶通常希望為其來源找到一個(gè)最佳的上層,以確保將其內(nèi)容數(shù)據(jù)有效地傳輸?shù)?Cloudflare 的網(wǎng)絡(luò)。因此,我們構(gòu)建了智能分層緩存拓?fù)洹?/span>
如何啟用智能分層緩存拓?fù)?/span>
啟用 Argo 分層緩存后,Cloudflare 現(xiàn)在默認(rèn)情況下會(huì)集中連接到源服務(wù)器,使它們來自單個(gè)數(shù)據(jù)中心。無需與我們的客戶成功或解決方案工程部門合作來自定義配置最佳單一上層即可完成此操作。 Argo 客戶可以通過以下方式生成此拓?fù)洌?/span>
登入到您的 Cloudflare 賬戶。
導(dǎo)航到信息中心 “流量” 標(biāo)簽。
確保已啟用 Argo。
從那里開始,非企業(yè) Argo 客戶將自動(dòng)注冊到智能分層緩存拓?fù)渲?,而無需進(jìn)行任何其他更改。
企業(yè)客戶可以選擇他們想要生成的拓?fù)漕愋汀?/span>
自助 Argo 客戶自動(dòng)注冊了智能分層緩存拓?fù)洹?/span>
企業(yè)客戶可以確定最適合他們的分層緩存拓?fù)洹?/span>
更多數(shù)據(jù),更少問題
啟用后,除了可以提高性能和降低成本外,智能分層緩存拓?fù)溥€可以提供有關(guān)上層性能的摘要分析,以便您可以監(jiān)視網(wǎng)站所獲得的成本和性能收益。這些分析在“分層緩存”部分的儀表板的“緩存”選項(xiàng)卡中可用。 “主數(shù)據(jù)中心”和“輔助數(shù)據(jù)中心”字段向您顯示哪些數(shù)據(jù)中心被確定為您來源的最佳上層,并為您的源進(jìn)行故障轉(zhuǎn)移。 “緩存的匹配數(shù)”和“命中率”顯示了上層服務(wù)的請求所占的比例,以及需要將多少轉(zhuǎn)發(fā)到源以進(jìn)行響應(yīng)。 “已保存的字節(jié)數(shù)”表示從上層數(shù)據(jù)中心到下層的總傳輸量,顯示了 Cloudflare 的下層數(shù)據(jù)中心向上層請求內(nèi)容而不是源所節(jié)省的總帶寬。
智能分層緩存拓?fù)渑c Cloudflare 現(xiàn)有產(chǎn)品一起工作,為您提供無縫、簡單和高性能的體驗(yàn),從而節(jié)省您的資金,并為您提供有關(guān)上層如何與您的源一起工作的有用信息。智能分層緩存拓?fù)湔窘?Cloudflare 一些最有彈性及有用的產(chǎn)品之力,為網(wǎng)站管理員提供更多的好處。