不好意思，Nginx該換了！

早在2022年，Cloudflare公司就宣佈棄用nginx，轉用自研的新一代方向代理服務Pingora，號稱比nginx更快、更高效、更安全，並將其開源：https://github.com/cloudflare/pingora

下面透過 Cloudfare 官方網站的一篇文章來了解下 Pingora 比 Nginx 強在哪裡。

簡介

今天，我們很高興有機會在此介紹 Pingora，這是我們使用 Rust 在內部構建的新 HTTP 代理，它每天處理超過 1 萬億個請求，提高了我們的效能，併為 Cloudflare 客戶帶來了許多新功能，同時只需要我們以前代理基礎架構的三分之一的 CPU 和記憶體資源。

隨著 Cloudflare 規模的擴大，我們已經超越了 NGINX 的處理能力。多年來它一直運作良好，但隨著時間的推移，它在我們規模上的侷限性意味著我們有必要構建一些新的東西。我們無法再獲得我們所需要的效能，NGINX 也沒有我們在非常複雜的環境中所需要的功能。

許多 Cloudflare 客戶和使用者使用 Cloudflare 全球網路作為 HTTP 客戶端（例如 Web 瀏覽器、應用程式、物聯網裝置等）和伺服器之間的代理。過去，對於瀏覽器和其他使用者代理如何連線到我們的網路，我們已進行過許多討論，我們開發了很多技術並實施了新協議（參見 QUIC 和 http2 最佳化）來使這段連線更高效。

今天，我們將關注這個等式的另一部分：代理我們的網路和網際網路上伺服器之間的流量的服務。這個代理服務為我們的 CDN、Workers fetch、Tunnel、Stream、R2 以及許多其他功能和產品提供了動力。

讓我們研究為什麼我們選擇取代我們的舊版服務以及 Pingora 的開發過程，這是我們專門為 Cloudflare 的客戶用例和規模而設計的新系統。

為什麼要再建一個代理

這些年來，我們對 NGINX 的使用遇到了限制。對於部分限制，我們進行了最佳化或選擇繞過它們。但另一些限制則更難克服。

架構的限制損害了效能

NGINX worker（程序）架構對於我們的用例而言存在操作缺陷，這會損害我們的效能和效率。

首先，在 NGINX 中，每個請求只能由單個 worker 處理。這會導致所有 CPU 核心之間的負載不平衡，從而導致速度變慢。

由於這種請求程序鎖定效應，執行 CPU 繁重或阻止 IO 任務的請求可能會減慢其他請求的速度。正如這些部落格文章所表明的那樣，我們已經花了很多時間來解決這些問題。

對於我們的用例來說，最關鍵的問題是糟糕的連線重用。我們的機器與原始伺服器建立 TCP 連線，以代理 HTTP 請求。連線重用透過重用之前從連線池建立的連線，跳過新連線所需的 TCP 和 TLS 握手，來加快請求的 TTFB（首位元組時間）。

但是，NGINX 連線池與單個 worker 相對應。當請求到達某個 worker 時，它只能重用該 worker 內的連線。當我們新增更多 NGINX worker 以進行擴充套件時，我們的連線重用率會變得更差，因為連線分散在所有程序的更多孤立的池中。這導致更慢的 TTFB 以及需要維護更多連線，進而消耗我們和客戶的資源（和金錢）。

正如在過去的部落格文章中所提到的，我們為其中一些問題提供瞭解決方法。但如果我們能夠解決根本問題：worker/程序模型，我們將自然而然地解決所有這些問題。

有些型別的功能難以新增

NGINX 是一個非常好的 Web 伺服器、負載均衡器或簡單的閘道器。但 Cloudflare 的作用遠不止於此。我們過去常常圍繞 NGINX 構建我們需要的所有功能，但要儘量避免與 NGINX 上游程式碼庫有太多分歧，這並不容易。

例如，當重試請求/請求失敗時，有時我們希望將請求傳送到具有不同請求標頭集的不同源伺服器。但 NGINX 並不允許執行此操作。在這種情況下，我們需要花費時間和精力來解決 NGINX 的限制。

同時，我們被迫使用的程式語言並沒有幫助緩解這些困難。NGINX 純粹是用 C 語言編寫的，這在設計上不是記憶體安全的。使用這樣的第 3 方程式碼庫非常容易出錯。即使對於經驗豐富的工程師來說，也很容易陷入記憶體安全問題，我們希望儘可能避免這些問題。

我們用來補充 C 語言的另一種語言是 Lua。它的風險較小，但效能也較差。此外，在處理複雜的 Lua 程式碼和業務邏輯時，我們經常發現自己缺少靜態型別。

而且 NGINX 社群也不是很活躍，開發往往是“閉門造車”。

選擇建立我們自己的

在過去的幾年裡，隨著我們的客戶群和功能集的持續增長，我們持續評估了三種選擇：

繼續投資 NGINX，向其付款進行定製，使其 100% 滿足我們的需求。我們擁有所需的專業知識，但鑑於上述架構限制，需要付出大量努力才能以完全支援我們需求的方式重建它。
遷移到另一個第三方代理程式碼庫。肯定有好的專案，比如 envoy 和其他一些。但這條道路意味著在幾年內可能會重複同樣的迴圈。
從頭開始建立一個內部平臺和框架。這一選擇需要在工程方面進行最大的前期投資。

在過去的幾年中，我們每個季度都會對這些選項進行評估。沒有明顯的公式來判斷哪種選擇是最好的。在幾年的時間裡，我們繼續走阻力最小的道路，繼續增強 NGINX。然而，在某些情況下，建立自有代理的投資回報率似乎更值得。我們呼籲從頭開始建立一個代理，並開始設計我們夢想中的代理應用程式。

Pingora 專案

設計決定

為了打造一個每秒提供數百萬次請求且快速、高效和安全的代理，我們必須首先做出一些重要的設計決定。

我們選擇 Rust 作為專案的語言，因為它可以在不影響效能的情況下以記憶體安全的方式完成 C 語言可以做的事情。

儘管有一些很棒的現成第 3 方 HTTP 庫，例如 hyper，我們選擇構建自己的庫是因為我們希望最大限度地提高處理 HTTP 流量的靈活性，並確保我們可以按照自己的節奏進行創新。

在 Cloudflare，我們處理整個網際網路的流量。我們必須支援許多奇怪且不符合 RFC 的 HTTP 流量案例。這是 HTTP 社群和 Web 中的一個常見困境，在嚴格遵循 HTTP 規範，和適應潛在遺留客戶端或伺服器的廣泛生態系統的細微差別之間存在矛盾和衝突，需要在其中作出艱難抉擇。

HTTP 狀態碼在 RFC 9110 中定義為一個三位整數，通常預期在 100 到 599 的範圍內。Hyper 就是這樣一種實現。但是，許多伺服器支援使用 599 到 999 之間的狀態程式碼。我們為此功能建立了一個問題，探討了爭論的各個方面。雖然 hyper 團隊最終確實接受了這一更改，但他們有充分的理由拒絕這樣的要求，而這只是我們需要支援的眾多不合規行為案例之一。

為了滿足 Cloudflare 在 HTTP 生態系統中的地位要求，我們需要一個穩健、寬容、可定製的 HTTP 庫，該庫可以在網際網路的各種風險環境中生存，並支援各種不合規的用例。保證這一點的最佳方法就是實施我們自己的架構。

下一個設計決策關於我們的工作負載排程系統。我們選擇多執行緒而不是多處理，以便輕鬆共享資源，尤其是連線池。我們認為還需要實施工作竊取來避免上面提到的某些類別的效能問題。Tokio 非同步執行時結果非常適合我們的需求。

最後，我們希望我們的專案直觀且對開發人員友好。我們構建的不是最終產品，而是應該可以作為一個平臺進行擴充套件，因為在它之上構建了更多的功能。我們決定實施一個類似於 NGINX/OpenResty 的基於“請求生命週期”事件的可程式設計介面。例如，“請求過濾器”階段允許開發人員在收到請求標頭時執行程式碼來修改或拒絕請求。透過這種設計，我們可以清晰地分離我們的業務邏輯和通用代理邏輯。之前從事 NGINX 工作的開發人員可以輕鬆切換到 Pingora 並迅速提高工作效率。

Pingora 在生產中更快

讓我們快進到現在。Pingora 處理幾乎所有需要與源伺服器互動的 HTTP 請求（例如快取未命中），我們在此過程中收集了很多效能資料。

首先，讓我們看看 Pingora 如何加快我們客戶的流量。Pingora 上的總體流量顯示，TTFB 中位數減少了 5 毫秒，第 95 個百分位數減少了 80 毫秒。這不是因為我們執行程式碼更快。甚至我們的舊服務也可以處理亞毫秒範圍內的請求。

時間節省來自我們的新架構，它可以跨所有執行緒共享連線。這意味著更好的連線重用率，在 TCP 和 TLS 握手上花費的時間更少。

在所有客戶中，與舊服務相比，Pingora 每秒的新連線數只有三分之一。對於一個主要客戶，它將連線重用率從 87.1% 提高到 99.92%，這將新連線減少了 160 倍。更直觀地說，透過切換到 Pingora，我們每天為客戶和使用者節省了 434 年的握手時間。

更多功能擁有工程師熟悉的開發人員友好介面，同時消除以前的限制，讓我們能夠更快地開發更多功能。像新協議這樣的核心功能充當我們為客戶提供更多產品的基石。

例如，我們能夠在沒有重大障礙的情況下向 Pingora 新增 HTTP/2 上游支援。這使我們能夠在不久之後向我們的客戶提供 gRPC。將相同的功能新增到 NGINX 將需要更多的工程工作，並且可能無法實現。

最近，我們宣佈推出了 Cache Reserve，其中 Pingora 使用 R2 儲存作為快取層。隨著我們向 Pingora 新增更多功能，我們能夠提供以前不可行的新產品。

更高效

在生產環境中，與我們的舊服務相比，Pingora 在相同流量負載的情況下，消耗的 CPU 和記憶體減少了約 70% 和 67%。節省來自幾個因素。

與舊的 Lua 程式碼相比，我們的 Rust 程式碼執行效率更高。最重要的是，它們的架構也存在效率差異。例如，在 NGINX/OpenResty 中，當 Lua 程式碼想要訪問 HTTP 頭時，它必須從 NGINX C 結構中讀取它，分配一個 Lua 字串，然後將其複製到 Lua 字串中。之後，Lua 還對其新字串進行垃圾回收。在 Pingora 中，它只是一個直接的字串訪問。

多執行緒模型還使得跨請求共享資料更加高效。NGINX 也有共享記憶體，但由於實施限制，每次共享記憶體訪問都必須使用互斥鎖，並且只能將字串和數字放入共享記憶體。在 Pingora 中，大多數共享專案可以透過原子引用計數器後面的共享引用直接訪問。

如上所述，CPU 節省的另一個重要部分是減少了新的連線。與僅透過已建立的連線傳送和接收資料相比，TLS 握手成本顯然更為高昂。