squid中refresh_pattern参数用法及解释

refresh_pattern指令如下：

refresh_pattern [-i] regex min percent max [options]


* percent与Min、Max两个值是完全没有关系

先理解什么情况下响应过期：

1.缓冲对象在squid的cache缓冲的时间大于refresh_pattern定义的max ，该响应过期；

2.缓冲对象在squid的cache缓冲的时间大于(原始数据进入squid的缓冲的时间-原始web数据所规定的Last-

  Modified时间)*percent，该响应过期；


override-expire
该选项导致squid在检查Expires头部之前，先检查min值。这样，一个非零的min时间让squid返回一个未确认的cache命中，即使该响应准备过期。

override-lastmod
改选项导致squid在检查LM-factor百分比之前先检查min值。

reload-into-ims
这个参数不是refresh_pattern中的参数，他是一个单独的参数.
在flashget和迅雷之类的软件，下载时发送http header时会包含下列信息：
Cache-Control:no-cache
Pragma:no-cache

这样的话squid主机接受这http header以后会让squid服务器直接连接web server取新的数据。这样对服务器很大的压力，
reload-into-ims参数的意思是将client请求的no-cache或reload请求转变成If-Modified-Since，而If-Modified-Since这个参数是用于判断文件是否被modified，这时squid和RS之间的数据传输仅仅只是验证文件是否更新或更改，如果RS返回的是文件未被更改，则直接由squid的cache文件返回给client，如果更改了，再到后端RS获取最新的文件并被squid缓存，这样做可以节省带宽，增加访问速度。
这个参数违反 HTTP 协议,但是对大部分网站来说是可以设置为 on 的，只要后端服务器对If-Modified-Since 头的判断正确即可。


大概意思是：只在源服务器上文件变动的情况下才实际更新cache当中的内容。

ignore-reload

1.不能通过 % squidclient -r http://www.lrrr.org/junk >/tmp/foo来强迫缓存响应更新
2.忽略浏览器的刷新操作（刷新操作会强迫squid调用新页面）
3.该选项导致squid忽略请求里的任何no-cache指令，会强行缓存.除非正常从squid过期（希望页面一进入cache就不删除，直到被主动purge掉为止）






ignore-no-cache

该选项处理http头部信息：

Pragma: no-cache

Cache-control: no-cache



ignore-no-store ignore-ridate

以上两个选项是为了处理http头部信息：

Cache-Control: no-store, must-ridate
Cache-Control: no-cache, must-ridate



ignore-no-cache ignore-private

处理http头部信息：Cache-Control: no-cache, must-ridate
                  Pragma: no-cache

这两行是控制浏览器的缓存行为的，指示浏览器不得缓存

以上两个参数就是为了处理动态文件不能被缓存的问题.


eg：

refresh_pattern   -i \.jpg$      180    90%    1440   reload-into-ims ignore-no-cache


refresh_pattern   -i http://xxx/jobs_nv/ajax_keywords.asp  1440 50% 10080 override-expire override-lastmod reload-into-ims ignore-reload ignore-no-cache ignore-private

第一个例子是缓存jpg，第二个例子是缓存动态文件asp



ignore-reload和reload-into-ims的区别：

ignore-reload 会强行缓存，对no-cache当没有见到,但使用  reload-into-ims，当有no-cache的请求发过来时,他会发一个http头部回去问源服务器（上层服务器）,是否有修改，如果修改就更新，如果没有就返回给客户.

regexp参数是大小写敏感的正则表达式。你可以使用-i选项来使它们大小写不敏感。squid按顺序来检查refresh_pattern行；当正则表达式之一匹配URI时，它停止搜索。

理解squid检查不同值的顺序非常重要。如下是squid的refresh_pattern算法的简单描述：

假如响应年龄超过refresh_pattern的max值，该响应过期；

假如LM-factor少于refresh_pattern百分比值，该响应存活；

假如响应年龄少于refresh_pattern的min值，该响应存活；

其他情况下，响应过期。



在squid.conf.default里面，refresh_pattern参数下面的注释是这样的：
  TAG: refresh_pattern
       usage: refresh_pattern [-i] regex min percent max [options]
       Basically a cached object is:
               FRESH if expires < now, else STALE
               STALE if age > max
               FRESH if lm-factor < percent, else STALE
               FRESH if age < min
               else STALE
以上所有的时间都是以分钟为单位计算。

·         refresh_pattern指出的缓冲对象过期了，这个对象过期。

·         refresh_pattern指出的缓冲对象在squid的cache缓冲的时间大于max的话，这个对象过期。

·         refresh_pattern指出的缓冲对象的lm-factor大于等于percent的话，这个对象过期。

·         refresh_pattern指出的缓冲对象在squid的cache缓冲的时间小于min的话，这个对象不过期。

可是，这个lm-factor到底是怎么算的？有什么具体意义？ look下面的图：

上面这张图来自于《Squid.Definitive.Guide》第七章，对squid的LM-factor算法作出了一个很直观的描述。

请注意这张图的起始时间坐标：Last-Modified，这个是由squid读取的原始web数据所规定的。
然后就是Date，这个是原始数据进入squid的缓冲的时间。
最后就是Expires，这个就是原始数据在squid中的缓冲过期时间。
可以很容易的得出结论，对于LM-factor算法来说，原始数据在squid中的缓冲时间为
(原始数据进入squid的缓冲的时间-原始web数据所规定的Last-Modified时间)*percent
所以，我们可以郑重得出结论，在squid的refresh_pattern设置中，percent与Min、Max两个值是完全没有关系！
最后总结一下，对于squid来说，缓冲的数据在cache中的存活时间是这样决定的：

如果有定义refresh_pattern：只要满足以下两个条件之一，缓冲对象过期

缓冲对象在squid的cache缓冲的时间大于refresh_pattern定义的max

缓冲对象在squid的cache缓冲的时间大于(原始数据进入squid的缓冲的时间-原始web数据所规定的Last-Modified时间)*percent

如果符合多个refresh_pattern定义，以第一条符合定义的refresh_pattern为准

如果没有符合定义的refresh_pattern，则按squid的默认处理规则 




Squid 反向代理一般只缓存可缓冲的数据（比如 html 网页和图片等），而一些 CGI 脚本程序或者 ASP、JSP 之类的动态程序默认不缓存。它根据从 WEB 服务器返回的 HTTP 头标记来缓冲静态页面。有四个最重要 HTTP 头标记：

Last-Modified: 告诉反向代理页面什么时间被修改 
Expires: 告诉反向代理页面什么时间应该从缓冲区中删除 
Cache-Control: 告诉反向代理页面是否应该被缓冲 
Pragma: 用来包含实现特定的指令，最常用的是 Pragma:no-cache 


例如：http://bbs.linuxtone.org/viewthread.php?tid=138

refresh_pattern 20%

假设源服务器上www.aaa.com/index.htm -----lastmodified 是 2007-04-10 02:00:00
squid上 proxy.aaa.com/index.htm index.htm进入cache的时间 2007-04-10 03:00:00

1）如果当前时间 2007-04-10 03:00:00 也就是说squid刚刚缓存上
源年龄  =3点-2点=60分钟  对象进入cache的时间 - 页面自身修改时间
响应年龄 =0分钟           当前时间- 对象进入cache的时间
index.htm还可以在cache停留的时间(源年龄)*20%=12分钟
也就是说，index.htm进入cache后，可以停留12分钟，才被重新确认。

2）如果当前时间 2007-04-10 03:05:00  也就是说squid已缓存了5分钟
源年龄  =3点-2点=60分钟
响应年龄 =5分钟
index.htm还可以在cache停留的时间(源年龄 )* 20% - 响应年龄 = 12分钟-5分钟=7分钟
LM-factor=响应年龄/源年龄=5/60=8.3%<20%

一直到2007-04-10 03:12:00 LM-factor=12/60=20% 之后，cache中的页面index.htm终于stale。
如果这时没有index.htm的请求，index.htm会一直在缓存中，如果有index.htm请求，squid收到该请求后，由于已经过期， squid会向源服务器发一个index.htm是否有改变的请求，源服务器收到后，如果index.htm没有更新，squid就不用更新缓存，直接把缓存的内容放回给客户端，同时，重置对象进入cache的时间为与源服务器确认的时间，比如2007-04-10 03:13:00，如果正好在这个后重新确认了页面。重置后，resource age变长，相应在cache中存活的时间也变长。

如果有改变则把最新的index.htm返回给squid,squid收到会更新缓存，然后把新的index.htm返回给客户端,同时根据新页面中的Last_Modified和取页面的时间，重新计算resource age，进一步计算出存活时间。

实际上，一个页面进入cache后，他的存活时间就确定了，即 (resource age) * 百分比，一直到被重新确认。