Squid权威指南

第11章重定向器

重定向器是squid的外部程序，它重写来自客户请求的URI。例如，尽管某个用户请求这个页面：http://www.example.com/page1.html ，重定向器可以将请求改变到别的地方，例如：http://www.example.com/page2.html 。squid自动抓取新的URI，就像是客户端的原始请求一样。假如响应可被缓存，squid将它存储在新的URI下。

重定向功能允许你执行与squid相关的许多有趣事情。许多站点使用它们实现如下目的：访问控制，移除广告，本地镜像，甚至用以绕开浏览器的bug。

关于使用重定向器进行访问控制的好处之一是，你可以将用户的请求重定向到某个页面，这个页面详细解释为何她的请求被拒绝。你也会发现重定向器比squid内建的访问控制提供更多的弹性。然而不久你会看到，重定向器并不能访问包含在客户请求里的完整信息。

许多人使用重定向器来过滤web页面广告。大部分情形下，可以将对GIF或JPEG广告图片的请求，改变为请求位于本地服务器上的，小而空的图片。这样，广告就消失了，然而不会影响页面布局。

所以在本质上，重定向器其实就是一个程序，它从标准输入里读取URI和其他信息，并将新的URI写往标准输出。Per和Python是写重定向器的流行语言，尽管某些作者使用编译性语言（例如C）以求更好的性能。

Squid的源代码没有包含任何重定向程序。作为管理员，你有责任编写自己的重定向器，或者下载别人编写的。该章开头部分描述在squid和重定向进程之间的接口。我也提供几个简单的Perl重定向器示例。假如你志在使用别人的重定向器，而不是自己编写，请跳到11.3章。

11.1 重定向器接口

重定向器在其标准输入里，每次一行的接受来自squid的数据。每行包括下列四个元素，以空格分开：

1)请求URI
2)客户IP地址和完全可验证域名
3)用户名，通过RFC 1413 ident或代理验证
4)HTTP请求方式

例如：

http://www.example.com/page1.html 192.168.2.3/user.host.name jabroni GET

请求URI取自客户请求，包括任何查询条件。然而，分段标记（例如#字符和随后的文本）被移除了。

第二个元素包含客户IP地址，和可选的完整可验证域名（FQDN）。假如激活了log_fqdn指令或使用了srcdomain ACL元素，FQDN才会设置。尽管那样，FQDN也许仍未知，因为客户网络管理员没有在其DNS里正确的设置反向指针区域。假如squid不知道客户的FQDN，它用一个短横线(-)代替。例如：

http://www.example.com/page1.html 192.168.2.3/- jabroni GET

假如squid了解请求背后的用户名，客户ident域才会设置。假如使用了代理验证，ident ACL元素，或激活了ident_lookup_access，这点才会发生。然而请记住，ident_lookup_access指令不会导致squid延缓请求处理。换句话说，假如你激活了该指令，但没有使用访问控制，squid在写往重定向进程时，也许仍不知道用户名。假如squid不知道用户名，它显示一个短横线(-)。例如：

http://www.example.com/page1.html 192.168.2.3/- - GET

Squid从重定向进程里读回一个元素：URI。假如squid读取一个空行，原始URI保留不变。

重定向程序永不退出，除非在标准输入里发生end-of-file。假如重定向进程确实过早退出，squid在cache.log里写一条警告信息：

WARNING: redirector #2 (FD 18) exited

假如50%的重定向进程过早退出，squid会以致命错误消息退出。

11.1.1 处理包含空格的URI

假如请求URI包含空格，并且uri_whitespace指令设置为allow，那么任何在URI里的空格被递交到重定向器。如果重定向器的解析器很简单，那它在这种情况下会很困惑。在使用重定向器时，有2个选项来处理URI里的空格。

一个选项是设置uri_whitespace指令为任何值，除了allow。默认的设置strip，在大多数情况下可能是个好的选择，因为squid在解析HTTP请求时，它简单的从URI里删除空格。该指令的其他值的信息，请见附录A。

假如上述方法不可行，你必须确保重定向器的解析器足够巧妙，以检测额外的元素。例如，假如它发现接受自squid的行里的元素不止4个，它会假设最后3个元素是IP地址，ident，和请求方式。在最后3个元素之前的任何东西，组成请求URI。

11.1.2 产生HTTP重定向消息

当某个重定向器改变客户的URI时，它通常不知道squid决定抓取新的资源。也就是说，这点违背了HTTP RFC。假如你想友好而保留兼容性，有一个小窍门可让squid返回HTTP重定向消息。简单的让重定向器在新的URI前面插入301:, 302:, 303:, 或307:。

例如，假如重定向器在其标准输出里写如下行：

301:http://www.example.com/page2.html

Squid返回类似如下的响应到客户端：

HTTP/1.0 301 Moved Permanently
    
Server: squid/2.5.STABLE4
    
Date: Mon, 29 Sep 2003 04:06:23 GMT
    
Content-Length: 0
    
Location: http://www.example.com/page2.html
    
X-Cache: MISS from zoidberg
    
                Proxy-Connection: close

11.2 重定向器示例

示例11-1是用perl写的非常简单的重定向器。它的目的是，将对squid-cache.org站点的HTTP请求，发送到位于澳洲的本地镜像站点。对看起来是请求www.squid-cache.org或其镜像站点之一的URI，该脚本输出新的URI，将主机名设为 www1.au.squid-cache.org.

重定向程序遇到的通用问题是缓存I/O。注意这里我确保stdout不可缓存。

Example 11-1. A simple redirector in Perl

#!/usr/bin/perl -wl
    
$|=1;   # don't buffer the output
    
while (<>) {
    
        ($uri,$client,$ident,$method) = ( );
    
        ($uri,$client,$ident,$method) = split;
    
        next unless ($uri =~ m,^http://.*\.squid-cache\.org(\S*),);
    
        $uri = "http://www1.au.squid-cache.org$1";
    
} continue {
    
        print "$uri";
    
}

示例11-2是另一个稍微复杂点的脚本。在这里我做了个初步尝试，当URI包含不当词汇时，拒绝该请求。该脚本论证了解析输入域的另一个方法。假如没有得到所有5个请求域，重定向器返回一个空行，请求保留不变。

该示例也优待某些用户。假如ident等于"BigBoss," ，或来自192.168.4.0子网，请求就直接通过。最后，我使用301:窍门来让squid返回HTTP重定向消息到客户端。注意，本程序既非有效的，又非足够巧妙的，来正确拒绝坏请求。

Example 11-2. A slightly less simple redirector in Perl

#!/usr/bin/perl -wl
    
$|=1;   # don't buffer the output
    
    
    
$DENIED = "http://www.example.com/denied.html";
    
&load_word_list( );
    
    
    
while (<>) {
    
        unless (m,(\S+) (\S+)/(\S+) (\S+) (\S+),) {
    
                $uri = '';
    
                next;
    
        }
    
        $uri = $1;
    
        $ipaddr = $2;
    
        #$fqdn = $3;
    
        $ident = $4;
    
        #$method = $5;
    
        next if ($ident eq 'TheBoss');
    
        next if ($ipaddr =~ /^192\.168\.4\./);
    
        $uri = "301:$DENIED" if &word_match($uri);
    
} continue {
    
        print "$uri";
    
}
    
    
    
sub load_word_list {
    
        @words = qw(sex drugs rock roll);
    
}
    
    
    
sub word_match {
    
        my $uri = shift;
    
        foreach $w (@words) { return 1 if ($uri =~ /$w/); }
    
        return 0;
    
}

关于编写自己的重定向器的更多主意，我推荐阅读11.5章里提到的重定向器的源代码。

11.3 重定向器池

重定向器可能经过任意长的时间才返回应答。例如，它可能要查询数据库，搜索正则表达式的长列表，或进行复杂的计算。squid使用重定向进程池以便它们能并行工作。当某个重定向器忙时，squid将请求递交给另一个。

对每个新请求，squid按顺序检查重定向进程池。它将请求提交给第一个空闲进程。假如请求率非常低，第一个重定向器也许自己能处理所有请求。

可以使用 redirect_children指令来控制重定向器池的size。默认值是5个进程。注意squid不会根据负载来动态的增或减进程池的size。这样，建议你适当的放宽size限制。假如所有的重定向器忙碌，squid会将请求排队。假如队列变得太大（大于进程池size的2倍），squid以致命错误消息退出：

FATAL: Too many queued redirector requests

在该情形下，你必须增加重定向器池的size，或改变其他东西以让重定向器能更快的处理请求。你可以使用cache管理器的redirector页面来发现是否有太少，或太多重定向器在运行。例如：

% squidclient mgr:redirector
    
...
    
Redirector Statistics:
    
program: /usr/local/squid/bin/myredir
    
number running: 5 of 5
    
requests sent: 147
    
replies received: 142
    
queue length: 2
    
avg service time: 953.83 msec
    
    
    
      #      FD     PID  # Requests     Flags      Time  Offset Request
    
      1      10   35200          46     AB        0.902       0 http://...
    
      2      11   35201          29     AB        0.401       0 http://...
    
      3      12   35202          25     AB        1.009       1 cache_o...
    
      4      14   35203          25     AB        0.555       0 http://...
    
      5      15   35204          21     AB        0.222       0 http://...

在该示例里，假如你见到最后一个重定向器的请求数量，几乎和倒数第二个一样多，就应该增加重定向器池的size。另一方面，假如你见到许多重定向器没有请求，就该减少进程池的size。

11.4 配置Squid

下列5个squid.conf指令，控制squid里的重定向器的行为。

11.4.1 redirect_program

redirect_program指令指定重定向程序的命令行。例如：

redirect_program /usr/local/squid/bin/my_redirector -xyz

注意，重定向程序必须能被squid的用户ID执行。假如因为某些理由，squid不能执行重定向器，你将在cache.log里见到错误消息。例如：

ipcCreate: /usr/local/squid/bin/my_redirector: (13) Permission denied

因为squid的工作方式，主squid进程可能不知道执行重定向程序的问题所在。squid不会检测到错误，直到它试图写一个请求和读到一个响应。然后它打印：

WARNING: redirector #1 (FD 6) exited

这样，假如你见到发送给squid的第一个请求的如此错误，请仔细检查cache.log的其他错误，并确保重定向程序可被squid执行。

11.4.2 redirect_children

redirect_children指令指定squid应该开启多少重定向进程。例如：

redirect_children 20

当所有重定向器同时忙碌时，squid会通过cache.log发出警告：

WARNING: All redirector processes are busy.

WARNING: 1 pending requests queued.

假如见到这样的警告，你应该增加子进程的数量，并重启（或reconfigure）Squid。假如队列的size变成重定向器数量的2倍，squid以致命错误退出。

不要试图将redirect_children设为0来禁止squid使用重定向器。简单的从squid.conf里删除redirect_program行就可以了。

11.4.3 redirect_rewrites_host_header

正常情况下，squid在使用重定向器时，会更新请求的Host头部。也就是说，假如重定向器返回的新URI里包含不同的主机名，squid将新的主机名放在Host头部。假如使用squid作为代理人（surrogate，见15章），你也许想将redirect_rewrites_host_header指令设为off来禁止这种行为：

redirect_rewrites_host_header off

11.4.4 redirector_access

正常情况下，squid将每个请求发送往重定向器。然而，可以使用redirector_access规则来有选择的发送某些请求。该语法与http_access相同：

redirector_access allow|deny [!]ACLname ...

例如：

acl Foo src 192.168.1.0/24

acl All src 0/0


redirector_access deny Foo

redirector_access allow All

在该情形里，对任何匹配Foo ACL的请求，Squid跳过重定向器。

11.4.5 redirector_bypass

假如激活了redirector_bypass指令，squid在所有重定向器忙碌时，会绕过它们。正常情况下，squid将未处理请求排队，直到某个重定向进程可用。假如该队列增长得太大，squid以致命错误退出。激活该指令确保squid永不会达到那种状态。

当然，折衷点是当负载高时，某些用户请求可能不会被重定向。假如这样对你没问题，简单的激活该指令即可：

redirector_bypass on

11.5 流行的重定向器

我已经提过，squid的源代码未包含任何重定向器。然而，通过http://www.squid-cache.org的Related Software页面的链接，可以找到许多有用的第三方重定向器。如下是一些流行的重定向器：

11.5.1 Squirm

http://squirm.foote.com.au/

Squirm出自Chris Foote之手。它用C编写，并在GNU公用许可证（GPL）下发布源代码。Squirm的功能包括：

1)非常快速，最少的内存使用
2)完全正则表达式匹配和替换
3)对不同的客户组应用不同的重定向列表
4)命令行的交互式模式的测试
5)防故障模式，假如配置文件包含错误，它不对请求作任何改变
6)将debug信息，错误信息，和其他更多信息写往不同日志文件

11.5.2 Jesred

http://www.linofee.org/~elkner/webtools/jesred/

Jesred出自Jens Elkner之手。它用C编写，基于Squirm而来，也在GNU GPL下发行。其功能包括：

1)比Squirm更快，但内存使用稍多
2)在运行时能重读配置文件
3)完全正则表达式匹配和替换
4)防故障模式，假如配置文件包含错误，它不对请求作任何改变
5)可选择的记录重写请求到日志文件

11.5.3 squidGuard

http://www.squidguard.org/

squidGuard出自Tele Danmark InterNordia的Pal Baltzersen和Lars Erik Haland。它在GNU GPL下发行。作者确保squidGuard在现代Unix系统上能轻松编译。他们的站点包含了许多好文档。如下是squidGuard的一些功能：

1)高度可配置；你能在不同的时间，应用不同的规则到不同的客户组
2)URI置换，而非仅仅替换
3)printf形式的置换，允许递交参数给CGI脚本来定制消息
4)支持重定向器的 301/302/303/307 HTTP重定向状态码功能
5)可选择的重写规则日志记录

在squidGuard的站点，还可以找到超过100,000个站点的黑名单，它们以色情，暴力，毒品，黑客，广告，和其他更多形式来分类。

11.5.4 AdZapper

http://www.adzapper.sourceforge.net

AdZapper是个流行的重定向器，因其明确的目标是从HTML页面里移除广告。它是 Cameron Simpson所写的Perl脚本。AdZapper能阻止横幅图片，弹出式窗口，flash动画，页面计数器，和web bug。该脚本包含正则表达式列表，用以匹配某些已知包含广告，弹窗等的URI。Cameron定期更新该脚本的模式匹配。你也能维护你自己的模式匹配列表。

Squid中文权威指南

（第11章）

目录

第11章重定向器

11.1 重定向器接口

11.1.1 处理包含空格的URI

11.1.2 产生HTTP重定向消息

11.2 重定向器示例

11.3 重定向器池

11.4 配置Squid

11.4.1 redirect_program

11.4.2 redirect_children

11.4.3 redirect_rewrites_host_header

11.4.4 redirector_access

11.4.5 redirector_bypass

11.5 流行的重定向器

11.5.1 Squirm

11.5.2 Jesred

11.5.3 squidGuard

11.5.4 AdZapper

Squid中文权威指南

（第11章）

目 录

第11章 重定向器

11.1 重定向器接口

11.1.1 处理包含空格的URI

11.1.2 产生HTTP重定向消息

11.2 重定向器示例

11.3 重定向器池

11.4 配置Squid

11.4.1 redirect_program

11.4.2 redirect_children

11.4.3 redirect_rewrites_host_header

11.4.4 redirector_access

11.4.5 redirector_bypass

11.5 流行的重定向器

11.5.1 Squirm

11.5.2 Jesred

11.5.3 squidGuard

11.5.4 AdZapper

目录

第11章重定向器