反向代理是放置在一个或多个web服务器前面的服务器,它接收客户端请求并将其转发到这些服务器,因此客户端连接到代理而不是源服务器。它通常用于负载均衡、缓存、TLS终止和安全。该词汇表中的其他所有代理类型都是正向代理,它们代表客户端工作。反向代理则代表服务器工作。
反向代理由web服务的运营者部署,而不是由向其发出请求的任何人部署。Nginx、Varnish和Apache HTTP Server可以作为反向代理运行,而Cloudflare的CDN也充当反向代理。
反向代理的工作原理
- 客户端向网站地址发送普通请求。反向代理对客户端看起来就像一个普通的web服务器,因此不需要客户端配置。
- 代理决定哪个后端服务器应处理请求并将其转发。HTTP标准(RFC 9110)称之为网关:它充当客户端的源服务器,但将请求转发到其他服务器。
- 后端响应,代理返回内容,就像它是源服务器一样。例如,Nginx默认会缓冲完整的后端响应,然后再发送。
反向代理与正向代理
| 正向代理 | 反向代理 | |
|---|---|---|
| 代表 | 客户端 | 服务器 |
| 设置由 | 用户或客户端应用程序 | 网站运营者 |
| 客户端配置 | 需要 | 无 |
| 隐藏 | 客户端的身份不被服务器识别 | 服务器的身份不被客户端识别 |
| 典型用途 | 隐私、网络爬虫、从防火墙后访问互联网 | 负载均衡、缓存、TLS终止、访问防火墙后面的服务器 |
反向代理的功能
- 负载均衡: 将请求分散到多个后端服务器。Nginx默认使用轮询,并提供最少连接和IP哈希,这样可以将每个客户端保持在同一服务器上。
- 故障转移: Nginx在出现错误后将服务器标记为失败,并在设定时间内避免使用该服务器。
- 缓存: 存储响应的副本,例如静态内容,以减轻较慢后端服务器的负担。
- TLS终止: 解密客户端请求并加密响应,因此后端服务器不必这样做。
- 压缩: 压缩内容以加快加载时间。
- 多个服务器的一个地址: 将多个服务器引入同一URL空间。
反向代理与负载均衡器
负载均衡是反向代理可以执行的一项工作,而不是一种单独的服务器。Nginx通过将请求传递给一组上游服务器来充当HTTP负载均衡器。一个将请求转发到单个后端的反向代理,例如Apache将一个URL路径发送到一个内部主机,仍然是反向代理,而不进行任何负载均衡。
对网络爬虫的意义
- 您首先到达代理: 当一个网站使用反向代理时,您的请求会在到达源之前在此处理,因此可以在代理处应用缓存、速率限制和机器人检查。
- 客户端 IP 在头信息中: 后端看到的是反向代理的地址,因此代理通常会在头信息中传递客户端的 IP。Nginx 的文档显示
X-Real-IP,而 X-Forwarded-For 是这一标准头信息的事实标准。如果您通过正向代理连接,该头信息将携带正向代理的 IP,而不是您的。
安全考虑
- 解密流量: 终止 TLS 的反向代理持有网站的证书密钥,并以未加密的方式处理请求。
- 开放代理风险: Apache 的文档警告说,开放代理服务器对您的网络和整个互联网都是危险的。反向代理不需要开启正向代理 (
ProxyRequests)。