概述目标：在Cloudflare边缘以Workers实现就近缓存与计算，减少回源，提高全球延迟表现与可用性。能力：`caches.default`、`fetch`的`cf`缓存选项、KV存储作为元数据或预渲染缓存。核心与实战Worker示例（优先命中边缘缓存，未命中则回源并写入缓存）：export default { async fetch(request, env, ctx) { const cache = caches.default const cacheKey = new Request(new URL(request.url), request) let response = await cache.match(cacheKey) if (!response) { response = await fetch(request, { cf: { cacheTtl: 300, cacheEverything: true } }) // 设置响应头以便浏览器端也缓存 response = new Response(response.body, response) response.headers.set('Cache-Control', 'public, max-age=300') ctx.waitUntil(cache.put(cacheKey, response.clone())) } return response } } KV作为预渲染/配置数据：export default { async fetch(request, env) { const path = new URL(request.url).pathname const cachedHtml = await env.HTML_KV.get(path) if (cachedHtml) { return new Response(cachedHtml, { headers: { 'Content-Type': 'text/html', 'Cache-Control': 'public, max-age=600' } }) } // 回源生成并写入KV const html = `<html><body><h1>${path}</h1></body></html>` await env.HTML_KV.put(path, html, { expirationTtl: 600 }) return new Response(html, { headers: { 'Content-Type': 'text/html' } }) } } `wrangler.toml`配置示例：name = "edge-cache" main = "src/index.js" compatibility_date = "2025-11-26" [env.production] route = "example.com/*" workers_dev = false [[kv_namespaces]] binding = "HTML_KV" id = "<your-kv-id>" 示例指定缓存键的标准化（去除查询参数）：export default { async fetch(request) { const url = new URL(request.url) url.search = '' const key = new Request(url.toString(), request) const hit = await caches.default.match(key) if (hit) return hit const resp = await fetch(url.toString(), { cf: { cacheTtl: 120 } }) await caches.default.put(key, resp.clone()) return resp } } 强制跳过缓存用于调试：fetch(request, { cf: { cacheTtl: 0, cacheEverything: false, cacheKey: undefined } }) 验证与监控命中率与带宽：Cloudflare Analytics中观察`Cache Hit/Miss`、`Bandwidth Saved`。回源量与状态码分布：监控`Origin Requests`与4xx/5xx占比，确保缓存配置未导致错误传播。头部校验：浏览器与边缘响应头检查`CF-Cache-Status: HIT`/`MISS`与`Cache-Control`的TTL是否符合预期。常见误区未设置`cacheEverything`导致仅静态资源被缓存；动态页面需显式开启或通过Workers设置响应头与Cache API。缓存键混乱（含多余查询参数）导致命中率低；应规范化URL并自定义`cacheKey`。忽视KV一致性与写入延迟，将KV当强一致数据库使用；KV适合作为缓存/配置，不适合事务场景。结语结合Workers的计算与边缘缓存策略，可显著降低源站负载与全球延迟，并以Analytics验证命中率改进。
投稿
微信公众账号
微信扫一扫加关注
评论 返回
顶部
发表评论 取消回复