本文翻译自“Using Containers to Learn Nginx Reverse Proxy”，翻译已获得原作者Rosemary Wang授权。
作为 Nginx 及其反向代理功能的初学者，我本来并不知道该从哪里开始下手，也不知道该如何理解它。为了迈出第一步，我决定自己试着使用反向代理容器来探索它的这部分功能。做测试时其实我并没有网络连接，因为我在飞机上，所以只能在本地用 Docker 做测试。幸运的是，它运转起来了，实例都是在云里运行起来的！
有趣的是，我是在飞往西雅图的航班上开始写这篇文章的，那天还是个阴天。所以我猜我的实例真的是在云里运行起来的。
反向代理是什么？
维基百科上是这么定义的：
在计算机网络中，反向代理是代理服务器的一种。服务器根据客户端的请求，从其关联的一组或多组后端服务器上获取资源，然后再将这些资源返回给客户端，客户端只会得知反向代理的 IP 地址，而不知道在代理服务器后面的真实服务器集群的存在。
我把反向代理想像成快递员。快递员们骑着车，穿梭于大街小巷，收取各种各样的包裹，再尽快尽量高效地派送出去，就好像发件人自己把它们投送出去一样。
为什么要在云环境中运行反向代理呢？
我所说的云环境，指的是在公有云或私有云上面运行一组应用程序。我进行了思考，并做了些研究来寻找答案。在这过程中，我发现了一篇2012年发表的好文章，概括了反向代理的主要功能：
负载均衡器
应用层的安全保证（请求并没有直接发送给应用程序）
单点认证、日志和审计
静态内容服务器
缓存
压缩器
URL 改写器
有了上面提到的这些功能，用反向代理就可以很好地满足我的需求了。在云上，应用程序的部署都是比较动态的，很难预计应用程序会从哪里连接过来，以及它们使用的认证方法，等等。使用反向代理可以减轻这些工作量。
反向代理与服务发现有什么不同？
我有时候也会怀疑自己理解得不对。我认为服务发现解决的问题与反向代理不同。我之前做过有关服务发现的测试，我记得服务发现指的是在云环境里，新服务会主动进行注册，让各种服务之间可以动态地相互发现。Nginx 更多的是一个服务注册表，而不是发现和注册机制，还需要有另一个组件来负责改变反向代理的配置。
怎样可以把 Nginx 配置成一个反向代理呢？
Nginx 有许多功能，包括 HTTP 服务器。除了响应请求，你还可以为 Nginx 创建一个配置文件，指定把请求发往哪里去处理，这样就成了一个反向代理。一个简单的例子就是，一个默认运行在 8080 端口的测试程序。不管请求具体是被哪里处理的，我希望用户把所有请求都发往同一个地方。而且，如果某台服务器宕机了，我还希望它可以把请求发往另一台可用的服务器，这就是负载均衡机制。用 upstream 就可以实现这个功能。
worker_processes 1;
events { worker_connections 1024; }
http {
log_format compression '$remote_addr - $remote_user [$time_local] ' '"$request" $status $upstream_addr ' '"$http_referer" "$http_user_agent" "$gzip_ratio"';
upstream testapp { server test:80; }
server { listen 8080; access_log /var/log/nginx/access.log compression;
location /hello/ { proxy_pass http://testapp/; proxy_redirect off; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Host $server_name; } }}
复制代码
详细讲解一下：
worker_processes 告诉你将会运行多少个 Nginx 实例。为了能处理更大的负载，建议设置成 auto（每核一个）。
worker_connections 定义 worker 可以同时处理多少个连接。这里有篇文章，详细讨论了worker_connections。
log_format 为日志增加了指定的字段。带上更多指令的话，它可以填充指定的字段，方便调试。我则希望能打印出我的 upstream 服务器地址。
upstream 是一组服务器，可以用包括 proxy_pass 在内的特定指令访问。在 upstream 下面还有一个 server 指令，可以启动一个 Nginx 网站服务器，并告诉它监听哪个端口。在我的例子里是 8080 端口。
还有 location 指令，包含着该怎样代理请求的信息。也就是说，proxy_pass 定义了协议和地址，指示着代理该往哪里转发。
接下来看个例子
为了方便使用，我用上面的 Nginx 反向代理配置创建了一个 Docker 镜像，并把镜像命名为 reverseproxy。
FROM nginx:latest
COPY nginx.conf /etc/nginx/nginx.conf
复制代码
我还创建了 Docker compose，用于启动 reverseproxy 和我的应用程序 test。
version: '2'
services: reverseproxy: image: reverseproxy:latest ports: - 8080:8080 restart: always
test: image: joatmon08/testapp:latest restart: always
复制代码
我的测试程序打印的输出示例如下：
# curl test:80Hello World!# curl test:80/another?user=joatmon08joatmon08 says Hello!
复制代码
在这一组 Docker 里，我的 reverseproxy 程序只会通过 8080 端口为外部提供服务。如果从 localhost:8080 用路径/hello/来访问反向代理，我的测试程序会返回“Hello World!”。如果通过路径/hello/another 来访问我的 API，就会将用户名作为参数，返回一条消息。
$ curl localhost:8080/hello/ Hello World! $ curl localhost:8080/hello/another?user=joatmon08joatmon08 says Hello!
复制代码
Nginx 会把我的请求转发给我的程序。两种配置会返回相同的输出。我也可以再增加一个程序，映射到另一个 Nginx 位置，比如/goodbye。
再次查看我的 Nginx 反向代理日志，也就是 Docker 日志，可以看到我通过 curl 对 API 的访问都被记录下来了。在一台普通的 Nginx 服务器上，你也可以在 access.log 中找到这些信息。
$ docker logs nginxtest_reverseproxy_1172.19.0.1 - - [22/Jul/2017:00:14:22 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-"172.19.0.1 - - [22/Jul/2017:00:14:54 +0000] "GET /hello/another?user=joatmon08 HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-"
复制代码
它还记录下了我的 upstream 服务器 172.19.0.3:80。test 会被解析成这个 IP 地址和端口。这个 IP 地址实际上是我的应用程序容器，要了解更多细节，请参考我以前关于容器网络的文章。
如果把多个实例链接到了 upstream 服务器的 URL 上，会怎样？
我又部署了一个 test 应用的实例，现在有两个实例了。这意味着当我试图访问http://test时，我的请求可能会被转发到这两个不同 IP 地址上的任意一个容器中。
$ docker-compose up -d --scale test=2nginxtest_reverseproxy_1 is up-to-dateStarting nginxtest_test_1 ... doneCreating nginxtest_test_2 ...Creating nginxtest_test_2 ... done
复制代码
为了确认 URL http://test会被转发到两个不同实例上，我在同一个网络内的另一个容器里运行 dig 命令。
$ dig test; <<>> DiG 9.9.5-3ubuntu0.2-Ubuntu <<>> test;; global options: +cmd;; Got answer:;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 64355;; flags: qr rd ra; QUERY: 1, ANSWER: 2, AUTHORITY: 0, ADDITIONAL: 0;; QUESTION SECTION:;test. IN A;; ANSWER SECTION:test. 600 IN A 172.19.0.3test. 600 IN A 172.19.0.4;; Query time: 0 msec;; SERVER: 127.0.0.11#53(127.0.0.11);; WHEN: Fri Jul 21 02:43:21 UTC 2017;; MSG SIZE rcvd: 62
复制代码
在 answer 块里有两条记录。当我再次通过反向代理去访问 test 应用时，我会查看 upstream 服务器会不会被解析成这两个 IP 地址之一。
$ docker logs nginxtest_reverseproxy_1172.19.0.1 - - [22/Jul/2017:00:16:49 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-
复制代码
答案是肯定的，它被解析成了与之前相同的一个，即 172.19.0.3。
如果两个应用服务器挂了一个，会怎样？
我想知道如果我把 172.19.0.3 删了会怎样。Nginx 应该会转发到 172.19.0.4 去，因为 test 应该把请求转发到另一个仍然活着的服务器上。于是我删了 172.19.0.3，即 nginxtest_test_1。为了确认，我再次运行 dig 命令，看我的 test 应用的 DNS 记录是不是会指向 172.19.0.4。
$ dig test; <<>> DiG 9.9.5-3ubuntu0.2-Ubuntu <<>> test;; global options: +cmd;; Got answer:;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 35920;; flags: qr rd ra; QUERY: 1, ANSWER: 1, AUTHORITY: 0, ADDITIONAL: 0;; QUESTION SECTION:;test. IN A;; ANSWER SECTION:test. 600 IN A 172.19.0.4;; Query time: 0 msec;; SERVER: 127.0.0.11#53(127.0.0.11);; WHEN: Sat Jul 22 00:47:28 UTC 2017;; MSG SIZE rcvd: 42
复制代码
接下来再次测试，通过 localhost:8080 访问我的反向代理。
$ curl localhost:8080/hello/<html><head><title>502 Bad Gateway</title></head><body bgcolor="white"><center><h1>502 Bad Gateway</h1></center><hr><center>nginx/1.13.1</center></body></html>
复制代码
什么？怎么会这样？我竟然收到了 502 Bad Gateway 的响应！
172.19.0.4 工作正常，为什么 Nginx 访问不到 172.19.0.4 呢？也有另一种可能是 Nginx 压根就不会访问 172.19.0.4。也许我该试试重启反向代理容器，Nginx 就能获取到剩下的最后一个 IP 地址了。
$ docker restart d2 d2 $ curl localhost:8080/hello/Hello World!
复制代码
现在它被指向 172.19.0.4 了，即最后一个容器的 IP 地址。
$ docker logs nginxtest_reverseproxy_1172.19.0.1 - - [22/Jul/2017:00:18:22 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.4:80 "-" "curl/7.43.0" "-"
复制代码
结论是，Nginx 会缓存它第一次通过 upstream 解析到的 IP 地址，而且不会刷新缓存，至少对于开源版本是这样。
如果反向代理不能再次解析到一个新的 IP 地址上，会发生什么？
老实说，从设计初衷上来说，我并不知道 upsteam 到底可不可以用于动态 DNS 解析。在官方的Nginx示例中，他们用 upstream 指令对一个 IP 地址集合做负载均衡。upstream 通常用于：
我用下面的 Nginx 配置来更清晰地声明我的容器 IP 地址。
worker_processes 1;
events { worker_connections 1024; }
http {
log_format compression '$remote_addr - $remote_user [$time_local] ' '"$request" $status $upstream_addr ' '"$http_referer" "$http_user_agent" "$gzip_ratio"';
upstream testapp { server 172.19.0.3:80; server 172.19.0.4:80; }
server { listen 8080; access_log /var/log/nginx/access.log compression;
location /hello/ { proxy_pass http://testapp/; proxy_redirect off; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Host $server_name; } }}
复制代码
用上面的配置做测试，Nginx 可以帮我做负载均衡。当我再次删除 172.19.0.3 的容器时，Nginx 会在 172.19.0.4 上重试。
$ docker logs nginxtest_reverseproxy_1172.19.0.1 - - [22/Jul/2017:00:21:49 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-"2017/07/22 00:21:53 [error] 7#7: *8 connect() failed (113: No route to host) while connecting to upstream, client: 172.19.0.1, server: , request: "GET /hello/ HTTP/1.1", upstream: "http://172.19.0.3:80/", host: "localhost:8080"172.19.0.1 - - [22/Jul/2017:00:21:53 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.4:80, 172.19.0.4:80 "-" "curl/7.43.0" "-"
复制代码
如果用 URL 做为 upstream 服务器，那么你应该已经在它的前面部署了负载均衡。如果选择用 URL 或经过负载均衡的 DNS 记录来配置 upstream，那么当负载均衡的 IP 地址发生变化时，你就会有 Nginx 反向代理无法重新解析 IP 地址的风险。通常，在下面这些场景可能会碰到上面提到的问题：
公有云负载均衡
嵌入 Docker 的 DNS 服务器
任意其它类型的动态负载均衡
使用动态负载均衡时，该怎样做，才能让 Nginx 重解析 IP 地址呢？
幸运的是，有许多博客已经就开源版 Nginx 的这个问题进行了详细讨论。下面这个简单配置就是根据他们的建议总结的：
worker_processes 1;
events { worker_connections 1024; }
http {
log_format compression '$remote_addr - $remote_user [$time_local] ' '"$request" $status $upstream_addr ' '"$http_referer" "$http_user_agent" "$gzip_ratio"';
server { listen 8080; access_log /var/log/nginx/access.log compression;
location /hello { resolver 127.0.0.11 valid=5s; set $upstream_endpoint http://test:80; rewrite ^/hello(/.*) $1 break; proxy_pass $upstream_endpoint; proxy_redirect off; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Host $server_name; } }}
复制代码
简单来说就是别用 upstream，换成 resolver，请注意它解析出的 DNS 服务器是Docker内嵌的DNS！其实就是应该把 upstream 端点设置成一个动态变量，当每隔 5 秒钟执行解析器时，都会重新生成它的值。
非常重要的一点就是：应该增加 rewrite 指令来传入正确的 URI。没有它，我的 URI 没能被正确传入，所以返回了一个“404 Not Found”错误。
$ curl localhost:8080/hello/<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN"><title>404 Not Found</title><h1>Not Found</h1><p>The requested URL was not found on the server. If you entered the URL manually please check your spelling and try again.</p>
复制代码
Nginx 的 proxy_pass 指令需要结尾的“/”来对 URI 进行修整（trim）。然而当你把 proxy_pass 设置成一个动态变量时，Nginx 就会忽略它。如果你想让 URI 被转发到正确的地方，在这种情况下千万别忘了引入 rewrite 指令。
新的 Nginx 反向代理配置能正确工作吗？
我想测试在相同情况下它是否仍然能正确工作：
创建一个反向代理容器（reverseproxy）。
创建我的应用容器（test）。
向 reverseproxy 发起一次调用，转发到我的应用去处理。
把我的应用容器扩展到两个。
删掉我的第一个应用容器（nginxtest_test_1）。
测试最后的结果让人很满意。在删除了 172.19.0.3 上面的第一个应用容器之后，我再向应用程序的端点发起一次调用：
$ curl localhost:8080/hello/ Hello World! $ curl localhost:8080/hello/another?user=joatmon08joatmon08 says Hello!
复制代码
和上次不同，我没收到“502 Bad Gateway”的错误。为了再次确认 Nginx 反向代理解析结果的正确性，我查看了 Nginx 的日志：
$ docker logs nginxtest_reverseproxy_1172.19.0.1 - - [22/Jul/2017:00:34:37 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.3:80 "-" "curl/7.43.0" "-"172.19.0.1 - - [22/Jul/2017:00:35:02 +0000] "GET /hello/ HTTP/1.1" 200 172.19.0.4:80 "-" "curl/7.43.0" "-"
复制代码
请注意，并不需要重启 Nginx 容器，Nginx 就把应用程序的 IP 地址重新指向了 172.19.0.4。
小结
为了深入了解 Nginx 解析器的特定行为，我对它的行为和各种指令的含义进行了研究。而且，用容器来模拟这些行为并获得最终收获的过程让人尤其印象深刻，我发现容器实在是一个优秀的学习工具，可以帮我们探索和进行测试。它可以帮我把一个问题拆解成可理解可测试的部分，把功能与技术和基础设施解耦开来。
参考资料：
原文链接：
https://medium.com/@joatmon08/using-containers-to-learn-nginx-reverse-proxy-6be8ac75a757
评论