Nginx面试常见问题

什么是Nginx？

Nginx是一个轻量级（消耗资源小）、高性能（处理2-3万并发连接数）的反向代理web服务器，支持HTTP、HTTPS、SMTP、POP3 和 IMAP 协议；可以实现反向代理、负载均衡的功能

Nginx有哪些优点

1. 跨平台、配置简单
2. 采用异步非阻塞网络I/O，支持高并发连接（官方监测能支持 5 万并发）
3. 轻量，开启10个Nginx才占150M内存
4. 开源，成本低
5. 稳定性高，支持不停机升级（热升级）
6. 内置健康检查功能，实现服务的高可用

Nginx有哪些常见应用场景？

1. Http服务器。Nginx支持Http、Https协议。可以提供Http服务，称为网页静态服务器
2. 虚拟主机。Nginx可以在一台服务器上搭建多个虚拟网站
3. 负载均衡。当面对一些高并发大流量的场景时，Nginx可以将流量均衡的分发到后端的服务器集群，使后端每台服务器能够平坦压力；而且对客户端是透明的，即客户端认为自己访问的是后端服务器，其实访问的是Nginx服务器，Nginx服务器对后端服务器集群进行了隔离保护
4. 反向代理。Nginx服务器将客户端请求代理到后端服务器集群上。对客户端透明，即客户端认为自己访问的是后端服务器，其实访问的是Nginx服务器；对后端服务器进行了隔离，保证了后端服务器的安全

Nginx怎么实现高并发

一句话概括：采用异步非阻塞IO机制+epoll事件驱动模型

简单来说，每当有一个请求进来，就会有一个worker进程去负责处理，但不是全程负责，它处理到可能发生阻塞的地方（比如说向后端服务器转发request，并等待后端服务器返回结果），在等待返回结果这段时间里worker进程不会傻傻等着，它会在转发完请求后注册一个事件——“如果结果返回了就通知我一声，我再接着处理”，之后就休息去了

如果再有请求进来，worker进程就可以按上面那种方式去处理请求；一旦后端服务器的结果返回了，worker才会回来继续处理请求

关于这个内容我会专门拿出一个章节来讲

正向代理&反向代理

• 正向代理

位于客户端和后端服务器之间，将客户端的请求代理到后端服务器（替客户端去发起请求）

客户端明确的知道要访问的服务器地址。但是后端服务器只清楚是哪个代理服务器发来请求，它并不知道这个请求来自于哪个具体的客户端（即屏蔽了客户端的具体信息）

例子：VPN、运营商

• 反向代理

位于客户端和后端服务器之间，多个客户端给服务器发送请求，反向代理服务器（例如Nginx）收到之后，按照一定的规则将请求分发给后面的服务器来处理

反向代理模式将后端服务器隔离起来（客户端并不知道自己访问的是一个代理），能够保证后端服务器的安全

为什么Nginx不使用多线程

Nginx是多进程/单线程模式，进程之间是相互独立的，不共享资源，不需要加锁，一 个worker进程挂了不会影响到其他worker进程

一个进程退出后， 其它进程还在工作，服务不会中断，master 进程则很快重新启动新的 worker 进程

Nginx和Apache的异同之处

• 相同点

  • web服务器，提供http服务
  • 可以实现负载均衡和反向代理的功能

• 差异点

  • Nginx是一个基于事件的web服务器；apache是一个基于流程的服务器
  • Nginx采取异步非阻塞网络IO；Apache采取了同步阻塞网络IO；Nginx的抗高并发能力会更好，可以同时处理更多请求
  • Nginx更加轻量化，占用更少的内存和资源
  • Apache性能更稳定，比Nginx的bug要少

Nginx负载均衡的算法怎么实现的?策略有哪些?

• RR（轮询）

将接收到的请求按照顺序逐一分发到不同的后端服务器，如果某台后端服务器出现故障或者宕机，会自动去除故障服务器，使用户访问不受影响

upstream backserver { 
 server 192.168.0.1; 
 server 192.168.0.2; 
} 

• weight（加权轮询）

指带权重值的轮询算法，weight值越大，分配到的概率也就越高

主要用于后端每台服务器性能不均衡的情况，或者说仅仅为在主从的情况下设置不同的权重（weight）值，可以有效的利用服务器资源

# 权重越高，在被访问的概率越大。如例，分别是20%，80%。
upstream backserver { 
 server 192.168.0.1 weight=2; 
 server 192.168.0.2 weight=8; 
} 

• ip_hash（ip绑定）

将来自于同一个源ip地址的请求始终分发到第一次分配到的后端服务器

upstream backserver { 
 ip_hash; 
 server 192.168.0.1; 
 server 192.168.0.2; 
} 

• url_hash(url哈希)

按照访问的url的哈希结果来进行分配，每个相同请求的url会被定向到某一台后端服务器，进一步提高后端服务器缓存的效率

如果要使用这种算法，则需要安装Nginx的hash软件包

upstream backserver { 
 server squid1:3128; 
 server squid2:3128; 
 hash $request_uri; 
 hash_method crc32; 
} 

• fair(智能调度)

以根据后端服务器的响应请求时间智能地进行均衡分发，比如说响应时间短的优先分配。如果要使用这种算法，则需要安装upstream_fair模块

# 哪个服务器的响应速度快，就将请求分配到那个服务器上。
upstream backserver { 
 server server1; 
 server server2; 
 fair; 
} 

能聊聊location吗?

location的作用是根据用户请求的URI来执行不同的应用，也就是根据用户请求的网站URL进行匹配，匹配成功即进行相关的操作

• location优先级

• location匹配规则

首先精确匹配优先级最高，如果没有精确匹配的话就进行普通匹配，然后保存具有最长匹配前缀的结果（注意这里是保存，而不是匹配完成）

保存结果后开始正则匹配，如果有正则匹配则按照配置里正则表达式出现的顺序进行匹配（匹配最先出现那个），匹配到之后返回正则匹配结果

如果没有正则匹配就返回具有最长匹配前缀的结果（即一开始保存那个）

PS：如果最长匹配前缀有^~，则忽略正则匹配，直接返回结果

Nginx如何实现后端服务健康检查

• 利用 nginx 自带模块 ngx_http_proxy_module 和 ngx_http_upstream_module 对后端节点做健康检查
• 利用 nginx_upstream_check_module 模块对后端节点做健康检查（推荐使用这个）

生产中如何设置worker进程的数量呢

推荐设置成auto模式，即根据系统CPU个数来自动分配worker进程

Nginx 如何处理高并发

在Nginx里面，一般我们使用异步非阻塞处理请求方式+epoll机制的IO多路复用网络I/O模型

什么是异步同步，什么是阻塞非阻塞

• 异步：程序执行 I/O 操作后，不用等待完成和完成后的响应，而是继续执行就可以。等到这次 I/O 完成后，响应会用事件通知的方式，告诉应用程序
• 同步：程序执行 I/O 操作后，要一直等到整个 I/O 完成后，才能获得 I/O 响应
• 阻塞：程序执行I/O操作后，如果没有获得响应，就会阻塞当前线程，自然就不能执行其他任务
• 非阻塞：程序执行I/O操作后，不会阻塞当前线程，可以继续执行其他任务，随后通过轮询或者事件通知的形式获取调用的结果

在Nginx里面，每个worker进程接收到客户端的请求之后，会进行相关的操作然后等待响应/结果，在等待的这个过程中worker进程是可以去处理其他请求的（非阻塞）

而Nginx客户端这时候也无需等待，可以去处理其他事件（异步）

如果响应/结果返回，就会通知worker进程（事件通知），这时候worker就会去返回处理请求

I/O事件通知

在介绍I/O多路复用之前，我们先来看一下I/O事件通知

I/O事件通知可分为水平触发（Level Trigger）和边缘触发（Eage Trigger）

• 水平触发（LT）

文件描述符的状态没有改变（可以非阻塞的执行I/O），就会触发通知。也就是说，应用程序可以随时检查文件描述符的状态，然后再根据状态，进行 I/O 操作

读操作：

1. 读缓冲区中有数据，且数据被读出一部分缓冲区还不为空

写操作：

1. 写缓冲区还没满，还能继续写

• 边缘触发（ET）

只有在文件描述符的状态发生改变（也就是 I/O 请求达到）时，才发送一次通知。

这时候，应用程序需要尽可能多地执行 I/O，直到无法继续读写，才可以停止。

如果 I/O 没执行完，或者因为某种原因没来得及处理，那么这次通知也就丢失了

读操作：

1. buffer由不可读状态变为可读状态（由空变为不空）
2. 当有新数据到达时，即缓冲区中的待读数据变多的时候
3. 当缓冲区有数据可读，且应用进程对相应的描述符进行EPOLL_CTL_MOD 修改EPOLLIN事件时

写操作：

1. buffer由不可写变为可写（由空变为不空）
2. 缓冲区中的内容变少（有数据被发送走）
3. 当缓冲区有空间可写，且应用进程对相应的描述符进行EPOLL_CTL_MOD 修改EPOLLOUT事件时

IO多路复用

I/O多路复用也就是我们见到的select、poll、epoll

• select和poll

selct和poll均采用非阻塞I/O+水平触发通知

selct和poll从文件描述符中找出哪些可以进行I/O操作，然后执行，由于是非阻塞I/O，一个线程可以同时监控一批套接字的文件描述符，就达到了单线程处理多请求的目的

但是selct和poll是对套接字的文件描述符列表进行轮询，请求多的时候就会比较耗时

而且程序每次调用select和poll时，需要把fd列表从用户空间传入内核空间，内核修改后再传出用户空间，消耗了两次系统调用，增加了处理成本

select使用固定长度的数组来表示fd的集合，所以会有最大描述符数量的限制，但是poll使用pollfd指针，没有最大描述符数量的限制（优于select）

• epoll

epoll使用红黑树，在内核中管理fd的集合，相较于select和poll少了两次系统调用，减少成本

epoll使用事件驱动的机制，而非select和poll的轮询；只关注有I/O事件发生的fd

由于epoll采用边缘触发通知机制，当有边缘触发时，应用程序就需要尽可能地多执行I/O

#为什么边缘触发机制下一旦有通知程序要尽可能I/O？
因为边缘触发的原理是文件描述符的状态发生改变才会触发通知，之后便不再触发
例如进行读操作时，buffer有不可读变为可读，触发一次边缘通知，程序开始读buffer里的内容，如果没有读完，buffer里面剩余的内容是不会再次触发边缘通知的，就有可能导致读数据丢失

Nginx常见工作模型

• 主进程 + 多个 worker 子进程

这是最常用的一种模型，主进程fork出多个子进程，每个子进程来处理请求

为啥使用多进程模式的Nginx性能还这么好？

其实这些worker进程实际上并不需要经常创建和销毁，而是在没任务时休眠，有任务时唤醒，只有在 worker 由于某些异常退出时，主进程才需要创建新的进程来代替它

但是这种模型会存在一个惊群问题，即当有网络请求过来时，多个进程会被同时唤醒，但实际上只有一个进程来响应这个事件，其他被唤醒的进程都会重新休眠

为了避免惊群问题，Nginx在每个worker进程中都增加了一个全局锁（（accept_mutex）。这些 worker 进程需要首先竞争到锁，只有竞争到锁的进程，才会加入到 epoll 中，这样就确保只有一个 worker 子进程被唤醒）

• 多进程监听相同端口模型

在这种方式下，所有的进程都监听相同的接口，并且开启 SO_REUSEPORT 选项，由内核负责将请求负载均衡到这些监听进程中去

由于内核确保了只有一个进程被唤醒，就不会出现惊群问题了