refresh_pattern概述整理

   squid权威指南中介绍说refresh_pattern指令间接的控制磁盘缓存。它帮助squid决定，是否某个给定请求是cache命中，或作为cache丢失对待。宽松的设置增加了你的cache命中率，但也增加了用户接收过时响应的机会。另一方面，保守的设置，降低了cache命中率和过时响应。

    refresh_pattern规则仅仅应用到没有明确过时期限的响应。原始服务器能使用Expires头部，或者Cache-Control:max-age指令来指定过时期限。

    你可以在配置文件里放置任意数量的refresh_pattern行。squid按顺序查找它们以匹配正则表达式。当squid找到一个匹配时，它使用相应的值来决定，某个缓存响应是存活还是过期。refresh_pattern语法如下：

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

   例如：

refresh_pattern -i \.jpg$ 30 50% 4320 reload-into-ims

refresh_pattern -i \.png$ 30 50% 4320 reload-into-ims

refresh_pattern -i \.htm$ 0 20% 1440

refresh_pattern -i \.html$ 0 20% 1440

refresh_pattern -i . 5 25% 2880

   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。可能这里有个效率问题，毕竟匹配正则表达式有点耗时吧，squid提供的正则表达式功能还比较弱！还是建议吧pcre集成进来！

   min参数是分钟数量。它是过时响应的最低时间限制。如果某个响应驻留在cache里的时间没有超过这个最低限制，那么它不会过期。类似的，

   percent在最低和最高时间限制之间的响应，会面对squid的最后修改系数 (LM-factor)算法。对这样的响应，squid计算响应的年龄和最后修改系数，然后将它作为百分比值进行比较。响应年龄简单的就是从原始服务器产生，或最后一次验证响应后，经历的时间数量。源年龄在Last-Modified和Date头部之间是不同的。LM-factor是响应年龄与源年龄的比率。

   max参数是存活响应的最高时间限制。如果某个响应驻留在cache里的时间高于这个最高限制，那么它必须被刷新。

   refresh_pattern指令也有少数选项导致squid违背HTTP协议规范。它们如下：

        override-expire
	override-lastmod
	reload-into-ims
	ignore-reload
	ignore-no-cache
	ignore-private
	ignore-auth
	stale-while-revalidate=NN
	ignore-stale-while-revalidate
	max-stale=NN
	negative-ttl=NN

   图1论证了LM-factor算法。squid缓存了某个目标3个小时（基于Date和Last-Modified头部）。LM-factor的值是50%，响应在接下来的1.5个小时里是存活的，我们假设Last-Modified == 0:00、第一次返回数据时间3:00 也就是 Date==3:00，而我们设置的LM-factor == 50% ，通过算法得出，过期的时间就是4:30，也就是说从数据第一次计入proxy server 就已经确定了Expire的时间，那么在4:30以前，所有的请求都会直接HIT(不考虑cache-control: no-cache .. 这些因素，这里只讨论这个算法). 而到了4:30的时候proxy server 就会发送if-modifed-since 和源对比，如果修改则返回200 ，否则返回304。

图1 基于LM-factor计算过期时间

    这里就有一个问题了： 在4:30 和 之后的时间，必然会每次都发送if-modified-since 到源，那缓存就没意义了，所以不管在返回200 还是 304 ，proxy server 都会将Date 这个值同时更新。我们先假设返回304，那么现在就变成 Date == 4:30 那么Expire == 6:45，则在6:45前都是HIT！也就符合了多长时间没更新，就能相对缓存多长的时间！而如果返回200，则Last-Modified，和Date都会更新，Expire = (Date - Last-Modified) * (1 + LM-factor) 。证明这一点的方法就是wget -S url 你会发现Date 有的时候会变，而有时候不变，如果变了就是更新了，没变则是直接返回的。(这是在经过代理现象，直接和源通讯必然每次都更新Date).

  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，响应过期或者clientRefreshCheck。

   Refresh_pattern  percent 的计算

resource age =对象进入cache的时间-对象的last_modified

response age =当前时间-对象进入cache的时间

LM-factor=(response age)/(resource age)

   举个例子,这里只考虑percent, 不考虑min 和max，例如：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

resource age =3点-2点=60分钟

response age =0分钟

index.htm还可以在cache停留的时间(resource age)*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

resource age =3点-2点=60分钟

response age =5分钟

index.htm还可以在cache停留的时间(resource age)*20%=12分钟-5=7

LM-factor=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。

options说明：

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。

  ignore-no-cache

该选项导致squid忽略请求里的任何“Pragma: no-cache”和“Cache-control: no-cache”。

  ignore-private

该选项导致squid忽略请求里的cache-control:private指令。

  ignore-auth
该选项导致 Squid 强制将一个请求认为是源站发送的带有“Cache-control: public”。

ignore-reload

该选项导致squid忽略请求里的任何no-cache或者“reload”指令。user agent 在请求里加入no-cache或者“reload”的目的是希望proxy不要返回cache，而是希望返回original的response，这个选项就是不考虑no-cache或者“reload”的限制。所以。如果希望内容一进入 cache 就不删除，直到被主动 purge 掉为止，可以加上 ignore-reload 选项,这个我们常用在mp3,wma,wmv,gif之类。举例：

refresh_pattern -i \.mp3$ 1440 50% 2880 ignore-reload
refresh_pattern -i \.wmv$ 1440 50% 2880 ignore-reload
refresh_pattern -i \.rm$ 1440 50% 2880 ignore-reload
refresh_pattern -i \.swf$ 1440 50% 2880 ignore-reload
refresh_pattern -i \.mpeg$ 1440 50% 2880 ignore-reload
refresh_pattern -i \.wma$ 1440 50% 2880 ignore-reload

reload-into-ims

该选项让squid在确认请求里，以no-cache或者“reload”指令传送一个请求。换句话说，squid在转发请求之前，对该请求增加一个If-Modified-Since头部。注意这点仅仅在目标有Last-Modified时间戳时才能工作。外面进来的请求保留no-cache指令，以便它到达原始服务器。一般情况可以使用 reload-into-ims。它其实是强行控制对象的超时时间，这违反了http协议的精神，但是在带宽较窄的场合，可以提高明显系统相应时间。举例：

refresh_pattern -i \.css$ 1440 50% 129600 reload-into-ims
refresh_pattern -i \.xml$ 1440 50% 129600 reload-into-ims
refresh_pattern -i \.html$ 1440 90% 129600 reload-into-ims-
refresh_pattern -i \.shtml$ 1440 90% 129600 reload-into-ims
refresh_pattern -i \.hml$ 1440 90% 129600 reload-into-ims
refresh_pattern -i \.jpg$ 1440 90% 129600 reload-into-ims
refresh_pattern -i \.png$ 1440 90% 129600 reload-into-ims
refresh_pattern -i \.gif$ 1440 90% 129600 ignore-reload
refresh_pattern -i \.bmp$ 1440 90% 129600 reload-into-ims
refresh_pattern -i \.js$ 1440 90% 129600 reload-into-ims

  stale-while-revalidate=NN

该选项让squid在过期时间没超过NN分钟之内的cache response异步的去做validation。

  ignore-stale-while-revalidate
  max-stale=NN
  negative-ttl=NN