要说Web服务器、代理服务器和调度服务器层面，目前使用最大的要数Nginx。对于一个运维工程师日常不可避免要和Nginx打交道。为了更好地使用和管理Nginx，本文就给大家介绍几个虫虫日常常用的秘籍。
[[434941]]
限制访问当Nginx开放到公网上以后，就会有大量的非正常访问，这不光耗费服务器资源，而且有可能是某种信息探索，然后攻击的前奏，有对针对性的限制这些访问很有必要。在Nginx中可以通过一些内置的变量来进行限制访问。
限制客户端代理在nginx可以使用$http_user_agent变量匹配客户类型，然后对对匹配的访问return 4.3来限制器访问。
在Nginx配置的server部分，直接用if语句实现：
if ($http_user_agent ~ (Go-http-client/1.1|curl)) { return 403; }
但是如果要匹配的客户端代理比较多时候，直接这样拼写就比较繁琐也不好管理。这种情况下给大家一个技巧就是用Map函数。
Map函数在Nginx ngx_http_map_module中实现的。利用Map函数可以创建一个变量，并将其与其他变量(比如内置的$http_user_agent)关联起来，可以同时关联多个值到多个不同值并储存到一个变量。其基本语法为：
map $var1 $var2 { ... }
其作用于为http模块，这样可以在开头映射后，然后在具体的server部分进行封禁。
对应本例子中：
map $http_user_agent:$arg_key $ban { ~*spider* 1; ~Go-http-client/1.1 1; ~curl; default 0; }
这样在后续if封禁语句中就可以使用新建的$ban变量进行封禁了。
if ($ban = 1) { return 403; }
IP限制
有时候对一些恶意来源的IP封禁则更为直接简单有效。Nginx进行IP封禁的方法也很简单，直接用deny语句，他是Nginx内置模块ngx_http_access_module，支持allow和deny两个语句，基本语法为：
deny address | CIDR | unix: | all;
可以在http或者server块直接使用：
deny 135.125.180.235;
如果要封闭的IP很多，可以直接在nginx配置文件中include一个封禁文件专管理封禁的IP。
include banip.conf;
在banip.conf文件中用：
deny 135.125.180.235; deny 135.125.180.1/24; …
这样语句即可，当然也可以用allow和deny all搞成实时上的白名单限制模式：
allow 127.0.0.1; allow 192.168.0.0/18; allow 110.242.68.66; … deny all;
这样除了本机、18位的内网段和110.242.68.66外其他IP都会禁止访问。
除了直接限制访问外很多时候，不能直接限制其访问，但是需要针对特定请求限制访问的速率(频率)。在Nginx速率限制通过limit_req_zone和limit_req两个指令实现。
limit_req_zone用来定义请求限制区域。区域包含有关如何分类的配置请求速率限制和实际限制。
limit_req将区域应用于特定http上下文对于全局限制，server每个虚拟服务器，以及location对于虚拟中的特定位置服务器。
为了说明这一点，假设要实现速率限制配置：
全局速率限制100 RPS 由User-Agent来限制特定来源(搜索蜘蛛)请求为1RPM。 通过API令牌将来自某些可以客户端的请求限制为1RPS。要对请求进行分类，需要提供索引到 limit_req_zone。键通常是一些变量，要么由nginx预定义，要么由通过map定义。
要通过IP设置全局速率限制，需要以IP作为键。
limit_req_zone $binary_remote_addr zone=global:100m rate=100r/s;
现在，通过以下方式限制搜索蜘蛛的User-Agent，此处我们使用map函数：
map $http_user_agent $crawler { ~*.*( Baiduspider|bot|spider|slurp).* $http_user_agent; default ""; } limit_req_zone $crawler zone=crawlers:1M rate=1r/m;
上面配置中通过map设置$crawler变量作为limit_req_zone的键。limit_req_zone对于不同的客户端必须有不同的值才能正确计算请求计数。如果请求不是来自crawler，使用一个空字符串来禁用速率限制。
对API令牌限制请求，使用map创建一个多个键，对应其速率限制区域：
map $http_authorization $eclients { ~.*6d96270004515a0486bb7f76196a72b40c55a47f.* 6d96270004515a0486bb7f76196a72b40c55a47f; ~.*956f7fd1ae68fecb2b32186415a49c316f769d75.* 956f7fd1ae68fecb2b32186415a49c316f769d75; default ""; } limit_req_zone $eclients zone=eclients:1M rate=1r/s;
下面我们来看看 AuthorizationAPI 令牌的标头，如 Authorization: Bearer 1234567890. 如果我们匹配一些已知的标记，我们使用该值$eclients为了变量，然后其作为键引入到limit_req_zone。
server { listen 80; server_name test.show; limit_req zone=crawlers; limit_req zone=global; # ... } server { listen 80; server_name api.test.show; # ... location /heavy/method { # ... limit_req zone=eclients; limit_req zone=global; # ... } # ... }
请注意，配置中必须添加globa区域作为后备，非匹配的情况。
最后总结一下速率限制的流程：
创建保存速率限制的变量的键。不同键值对应于不同的速率限制区域。 空键表示禁用速率限制。 使用带限速键的变量来配置限速区域配置。 在需要的地方应用速率限制区域limit_req。 速率限制将有助于保持系统稳定。除了速率限制，Nginx也有一个请求频率限制方法limit_conn_zone和对应的 limit_conn用来限制请求的频次。其使用方法，具体和limit_req_zone以及limit_req的方法也类似，下面是一个例子：
http { limit_conn_zone $binary_remote_addr zone=perip:10m; limit_conn_zone $server_name zone=perserver:10m; server { location / { limit_conn perip 10; limit_conn perserver 1000; } } }
缓存
Nginx 最大的用途是作为代理缓存服务器。假设请求代理到某个后端应用服务器，后端服务器返回请求数据的成本很高。则可以通过缓存它来减少后端的负载。
http { # ... proxy_cache_path /var/cache/nginx/test keys_zone=test:500m max_size=1000m inactive=1d; # ... server { # ... location /test { proxy_pass test.show_backend; proxy_cache test; proxy_cache_key "$scheme$proxy_host$request_uri $http_customer_token"; proxy_cache_valid 200 302 1d; proxy_cache_valid 404 400 10m; } } }
在此示例中，通过添加 $http_customer_token保存值的变Customer-Token HTTP 标题。然后，与速率限制一样，定义缓存区域应用于服务器、位置或全局使用 proxy_cache指示。另外还要配置缓存失效。 默认情况下，仅对200、301 和 302 HTTP状态码响应缓存，超过10分钟更新一次缓存内容。另外对于后端服务器Nginx会遵守其指示性的Http头，例如Cache-Control标头。如果标头包含类似no-store,must-revalidate，nginx则不会对其缓存响应。可以在Nginx配置
proxy_ignore_headers "Cache-Control";
来覆盖该行为。
因此，要配置 nginx 缓存失效，请执行以下操作：
设置max_size在 proxy_cache_path限制磁盘的占用。如果nginx需要缓存超过max_size，将从缓存中移除最近最少使用的值 设置inactive参数输入proxy_cache_path配置TTL整个缓存区。可以用 proxy_cache_valid指示。 最后，添加proxy_cache_valid将指示TTL的指令在给定位置或服务器中缓存项目，这将为缓存设置TTL条目。 结构化日志从Nginx访问日志是个大宝藏，我们可以通过其挖掘当前Web服务的在线状态，使用状态和用户信息。但是其默认访问日志有点太简陋，需要对其进行配置增加必须的字段，调整其位置，使其更加格式化。Nginx日志的配置需要用 log_format语句。一个典型的配置如下：
log_format main '$remote_addr - $remote_user [$time_iso8601] "$request" ' '$status $body_bytes_sent "$http_referer" ' '"$http_user_agent - $ssl_client_s_dn $ssl_client_serial $ssl_client_verify" "$http_x_forwarded_for"';
上述配置中，除了常见的各种字段外，另外增加了$ssl_client_s_dn $ssl_client_serial和$ssl_client_verify，用于在https双向认证时候客户的端用CA签发dn信息，用户证书序列号用来记录合法认证的用户信息。
另外为了和ELK或者其他日志系统的集成使用json格式的结构化日志很有必要，可以使用graylog将文本日志转化，也可以直接在Nginx配置生成：
http { # ... log_format json escape=json '{' '"server_name": "test.show",' '"ts":"$time_iso8601",' '"remote_addr":"$remote_addr","host":"$host","origin":"$http_origin","url":"$request_uri",' '"request_id":"$request_id","upstream":"$upstream_addr",' '"response_size":"$body_bytes_sent","upstream_response_time":"$upstream_response_time","request_time":"$request_time",' '"status":"$status"' '"$https_info": "$ssl_client_s_dn $ssl_client_serial $ssl_client_verify"' '}'; # ... }
escape=json选项将替换不可打印的字符，如换行符和转义值，例如\n. 引号和反斜杠也将被转义。
如果是K8S容器云节点的服务可以，直接用filter用来指定：
filter { json { source => "log" remove_field => ["log"] } }
灰度发布(A/B测试)
运维部门为了保证服务升级，往往会采用灰度发布的方式，逐步将用户切换到新的版本中。
在Nginx 可以用split_client模块实现提供逐步升级的功能。他有点类似像map函数，但不是通过某种模式设置变量，而是创建来自源变量分布的变量。下面一个例子：
http { upstream current { server backend1; serverbackend2; } upstream new { server dev.show max_fails=0; } split_clients $arg_key $new_api { 5% 1; * 0; } map $new_api:$cookie_app_switch $destination { ~.*:1 new; ~0:.* current; ~1:.* new; } server { # ... location /api { proxy_pass $destination/; } } }
在此示例中，app_switch和split_clients cookie 值结合生成调度键。如果 cookie设置为设置$destination调度到上游的new为1。 否则，从 split_clients调度。这是在生产一种用于测试新系统的功能标志：拥有cookie集用户都将始终请求到new。
键的分布是一致的。如果已将API键用于split_clients那么具有相同API键的用户将始终被放入同一组。
使用此配置，可以将流量分流到新系统，从小百分比开始并逐渐增加。当然修改百分比参数后，不需要reload才能生效。
结论本文我们介绍一些日常运维中Nginx的管理秘籍，当然密不密不是绝对只是个人看法，希望以此抛砖引玉，如果你有任何建议和建议补充，可以回复说明。