酷应用

我眼中的 Nginx（三）：Nginx 变量和变量插值

百家作者：又拍云 2019-03-14 09:57:19

张超：又拍云系统开发高级工程师，负责又拍云?CDN?平台相关组件的更新及维护。Github?ID:?tokers，活跃于?OpenResty?社区和?Nginx?邮件列表等开源社区，专注于服务端技术的研究；曾为?ngx_lua?贡献源码，在?Nginx、ngx_lua、CDN?性能优化、日志优化方面有较为深入的研究。

如果读者曾配置过 Nginx，那么一定知道 Nginx 允许我们在配置文件里嵌入”变量”，这些变量由 Nginx 的各个模块定义，其目的是为了提升配置的灵活性，如这一段配置：

location = /t {
    set $my_addr "127.0.0.1:8081";
    proxy_pass http://$my_addr/index.html;
}

我们可以通过操作变量?$my_addr?来动态指定 upstream。

认识 Nginx 变量

Nginx 的变量和 perl、php 等语言的类似，由美元符号?$?开头，随后跟着一个字符串，代表这个变量的名称，例如?$name，可选地，这个字符串可以用花括号包围，譬如?${name}?。在 Nginx 世界里，合法的变量名可用字符集为?[a-zA-Z0-9_]，特别地，Nginx 支持正则子组，即?$1，$2?这样的变量。注意变量值只有字符串这一种类型。

另外还存在一类特殊的变量，它们的名称是不固定的，更确切地说，它们描述的是一群变量。譬如?$http_，描述对应请求的请求头；$sent_http?则描述对应请求的响应头。

在实现上，一个变量由其名称、读/取处理程序和一些标志位组成。这些标志位定义了变量的属性，例如表明一个变量是否可缓存、是否可进行索引。

变量拥有两种存放方式，第一种是储存在一个全局的 hash 表里，使用该变量时需要进行查询；第二种则是储存在一个全局动态数组里，每个变量存在一个唯一的索引。相比较而言，第二种方式在性能上更加优秀，因为它不需要计算 hash key，也不需要查找 hash 表。

变量解析是运行时的。即惰性求值，而且通常变量解析总是和请求绑定的，因此变量信息虽然只有一份，但是变量值却会有多份。

前面提到，变量是可缓存的，Nginx 模块开发者们可以视情况决定变量的可缓存性，如果一个变量设定为可缓存，则它在经历第一次求值后，其求值结果会被缓存起来，后续使用到该变量时会直接获取到缓存里的值。譬如，Nginx 的 map 模块就把变量设置为可缓存，因为在它看来这样的一次变量获取操作是足够昂贵的。

谨慎对待变量缓存。笔者曾遇到过一个因为变量缓存引起的问题：?$host?这个变量，该变量也是可缓存的。根据文档里的描述，这个变量的取值顺序为：

in this order of precedence: host name from the request line, or host name from the “Host” request header field, or the server name matching a request

通常情况下，我们可以使用?$host?获取到请求头里的?Host，然而因为它的可缓存性，该变量无法体现?Host?头部的改动，比如下面的代码：

local old_host = ngx.var.host
ngx.req.set_header("Host", "foo.example.com")
local new_host = ngx.var.host

new_host的值将和?old_host?一样，而非直觉上所想的?foo.example.com。

另外，在原生 Nginx 的实现里，主/子请求共享同一份变量缓存。如果子请求使用了某个变量，并且该变量值被缓存下来，那么主请求之后访问该变量时，就会得到子请求所产生的缓存拷贝。当然，如果模块开发者自己定义子请求的创建，也是可以绕过这一点的。譬如?ngx_lua?在创建子请求的?API?里就提供了是否指定主/子请求共享变量的选项。

变量插值

用户的需求总是多变的。譬如在使用 upstreamcache 功能（另外一个典型的例子就是?access_log）时，通常需要设计一个良好的缓存 key，此时需要考虑到的因素可能有多个，即我们的 key 不会单单由一个变量或者常量组成，而是需要设计成它们的结合体，如?mykey=$http_host&$uri&$args。

在实现上，Nginx 首先会把包含变量和常量的复杂字符串转换成一种中间形式。具体来说，Nginx 会把这个字符串按变量和常量进行拆分，分别为它们进行“包装”（包括设置好对应的取值回调函数），之后按顺序放入一个动态数组，这个动态数组就是中间形式了。

比如上段提到的缓存 key，经过处理后，得到的动态数组是这样的：