Apache 简单页面缓存

维护一套网站系统，因为时间久远，已不知道他的静态化系统要如何开启和如何运作，而首页及部分频道页因为查询太多，导致运行缓慢，急需一种简单有效的方法来提高访问效率。

因为问题主要出在页面中内容的查询上，优化方法自然是要减少或杜绝查询，在不动网站系统代码的前提下，可通过 Apache 的 URLRewrite 来达到目的。

建立一个目录（如 cache）来存放静态化后页面文件，在网站根目录的 .htaccess 中写入规则, 没有就创建一个:

RewriteCond %{DOCUMENT_ROOT}/cache/%{REQUEST_URI}.cache -f
RewriteRule ^(.*)$ cache/$1.cache [L]

此规则判断 cache 目录下是否存在当前 URI 对应的 .cache 后缀的文件, 如果有则将请求定向到该文件. 但是网站页面本身已采用了 URLRewrite 将 url 映射到了程序脚本上, 而其路径规则可能对尾部的 "/" 不敏感, 如 /abc/def 与 /abc/def/ 可以是同一个页面, RewriteCond 并不支持字符串截取、正则替换等操作, 故另添加以下规则来匹配 "/" 结尾的缓存:

RewriteCond %{DOCUMENT_ROOT}/cache/%{REQUEST_URI}/.cache -f
RewriteRule ^(.*)$ cache/$1/.cache [L]

现在, 我们还需要一个简单脚本来将页面输出存入缓存文件中, 可编写一个 bash 脚本来实现:

#!/bin/bash

WD=$(cd `dirname $0`; pwd)

cache ()
{
    ln="$1"
    fn="$WD/$1.cache"
    tn="$WD/$1.cachx"
    dn=`dirname $fn`

    rm    -f "$fn"
    rm    -f "$tn"
    mkdir -p "$dn"
    wget  -O "$tn" "http://www.xxx.com/$ln"
    mv "$tn" "$fn"
}

if [ "@" != "$1" ]
then
    cache   "$1"
else
    cache ""
    cache xxx/
    cache xxx/xxx
fi

可见脚本中 wget 将输出存入了临时文件后更名为目标文件, 这是因为 wget 在执行开始时就会打开文件, 此时请求开始, apache 因文件存在而重定向, 最后拿到的文件就成空的了. 为减少网络请求时间, 可在 /etc/hosts 中加入 127.0.0.1 www.xxx.com

此脚本使用方法为:

./cache.sh          # 缓存首页
./cache.sh xxx/     # 缓存 xxx 频道页(网站内链接可能用 / 结尾)
./cache.sh xxx/xxx  # 缓存 xxx 文章页(网站内链接不会用 / 结尾)
./cache.sh @        # 缓存所有经常访问的页面(脚本 else 部分)

可以把经常访问的页面加入脚本 else 部分, 将此脚本设为计划任务, 每隔一段时间刷新缓存一次, 能有效减少请求对数据库的查询次数.

但这还不够, 编辑可能需要在发布文章后立即更新缓存, 以便查看首页、频道页等位置的新闻、推荐等是否正确. 可采用以下 PHP 脚本来执行（如果网站系统是 PHP 编写）:

<?php

$URIS = array(
    '',
    'xxx/',
    'xxx/xxx',
);

if (isset($_GET['n'])) {
    if (!in_array($_GET['n'], $URIS)) {
        exit('Wrong request');
    }
    $uri = $_GET['n'];
} else {
    $uri = '@';
}

echo  "<pre>\r\n";
system(__DIR__.'/cache.sh \''.$uri.'\' 2>&1');
echo "</pre>\r\n";

只需在需要刷新缓存时请求 /cache/cache.php 即可, 可通过 n 参数来指定仅刷新哪个页面. 为防止恶意利用此脚本执行危险命令（如: abc'; rm -rf 'xxx）, 以上判断了仅能刷新指定的页面; 当然文件改名或加上密码等措施可能更可靠些.