Сети и протоколы
Заголовок Vary и cache keys
CDN hit rate 5% несмотря на max-age=3600. Dashboard показывает тысячи уникальных записей кеша на URL. Где-то в заголовках ответа origin есть строка Vary, которая молча фрагментирует каждый URL на тысячи отдельных cache keys — по одному на каждую уникальную комбинацию заголовков браузера. Это самая распространённая мисконфигурация CDN в production.
Как строится cache key
CDN-кеш хранит ответы, индексированные по cache key. Ключ по умолчанию: (URL, HTTP method, Host). Заголовок ответа Vary расширяет ключ дополнительными измерениями запроса:
Cache-Control: public, max-age=3600
Vary: Accept-Encoding, Accept-LanguageЭто говорит кешу: хранить отдельные записи для каждого уникального значения Accept-Encoding и Accept-Language. Запрос /page с Accept-Language: en и другой с Accept-Language: ru создают две отдельные записи кеша — обе правильные языковые версии раздаются из кеша.
RFC 7234 §4.1 формализует это: «Кеш ДОЛЖЕН использовать значение заголовка Vary для определения, может ли хранимый ответ использоваться для данного запроса».
Ловушка Vary
Vary работает корректно для Accept-Encoding (gzip vs brotli — ~5 уникальных значений) и Accept-Language (~10–50 значений на сайт). Но у некоторых заголовков тысячи или миллионы уникальных значений:
| Заголовок Vary | Уникальных значений | Эффект |
|---|---|---|
Accept-Encoding | ~5 (gzip, br, identity…) | Безопасен — небольшая фрагментация |
Accept-Language | ~50 на типичный сайт | Обычно нормально |
User-Agent | Тысячи (каждый браузер × версия × ОС) | Кеш уничтожен |
Cookie | На пользователя (миллионы) | Эффективно некешируемо |
Authorization | На авторизованного пользователя | Эффективно некешируемо |
Vary: User-Agent — классическая ловушка: разработчики добавляют его, чтобы отдавать разный HTML для мобильных и десктопных. Результат: одна запись кеша на каждую уникальную строку User-Agent — каждый релиз Chrome, каждая версия iOS, каждая сборка Safari. Кеш заполняется уникальными записями, которые никогда не используются повторно; hit rate падает к нулю.
- Нет Vary (или только Vary: Accept-Encoding)
- 90–98% hit rate (нормальная работа)
- Добавлен Vary: Accept-Language (10 значений)
- 80–90% — небольшая фрагментация
- Добавлен Vary: User-Agent
- <10% — почти нулевое кеширование
- Добавлен Vary: Cookie
- ~0% — записи на пользователя никогда не переиспользуются
- Добавлен Vary: Authorization
- ~0% — записи на токен никогда не переиспользуются
Сюрпризы cache key
1/3Cookies не входят в cache key по умолчанию
Это самый важный с точки зрения безопасности факт про Vary. Cookies не являются частью cache key по умолчанию. Если endpoint читает session cookie и возвращает персонализированный контент:
- Отсутствие
Cache-Control: private→ CDN кеширует персонализированный ответ - Отсутствие
Vary: Cookie→ разные пользователи с разными cookies получают один закешированный ответ
Результат: страница аккаунта одного пользователя раздаётся другому — утечка данных.
Правило: для любого endpoint, читающего cookie, задавайте Cache-Control: private. Используйте Vary: Cookie только если нужен CDN-кеш для контента, различающегося по cookie (редко, сложно, требует cookie с стабильным и низкокардинальным значением).
Граничные случаи
Cache poisoning через некешируемые заголовки. Исследование Джеймса Кеттла (PortSwigger, 2018) задокументировало, как CDN можно обмануть, заставив кешировать вредоносный ответ. Если origin читает заголовок запроса (например, X-Forwarded-Host) для формирования тела ответа, но этот заголовок НЕ входит в cache key CDN (нет в Vary), атакующий может отправить запрос с X-Forwarded-Host: evil.com — origin возвращает страницу со ссылками на evil.com, CDN кеширует её только по URL и раздаёт отравленную страницу всем последующим пользователям. Защита: согласовать CDN и origin, какие заголовки значимы для ключа; удалять нераспознанные forwarding-заголовки на edge CDN; использовать нормализацию cache key для отброса незначимых query-параметров.
Что делает Vary: Accept-Encoding в кеше CDN?
Каков практический эффект Vary: Authorization в shared CDN-кеше?
Упорядочите значения Vary от наиболее безопасного (минимальная фрагментация) к наиболее опасному (максимальная):
- 1 Vary: Accept-Encoding — ~5 уникальных значений (gzip, brotli, identity, deflate, none)
- 2 Vary: Accept-Language — ~10–50 значений на типичный сайт
- 3 Vary: Accept — согласование типа контента, ~5–10 значений
- 4 Vary: User-Agent — тысячи уникальных значений по браузерам и версиям
- 5 Vary: Cookie — потенциально миллионы уникальных значений (по одному на активную сессию)
- 01Объясните, почему Vary: Accept-Encoding обязателен для endpoint, отдающего gzip-ответы одним клиентам и несжатые — другим.
- 02Страница статьи новостного сайта имеет Vary: User-Agent для разных макетов мобильных и десктопных. Cache hit rate 3%. В чём корневая причина и как исправить?
- 03Почему cookies не входят в cache key CDN по умолчанию и какой риск безопасности это создаёт?
Cache key CDN строится из URL, HTTP-метода, Host и заголовков запроса, перечисленных в Vary ответа. Vary: Accept-Encoding безопасен — ~5 возможных значений. Vary: Accept-Language обычно безопасен — ~10–50 значений. Vary: User-Agent катастрофичен — тысячи уникальных комбинаций браузер×версия×ОС, каждая становится отдельной записью кеша, которая никогда не переиспользуется, обрушивая hit rate к нулю. Cookies НЕ входят в ключ по умолчанию — это выбор в пользу эффективности, создающий риск безопасности: endpoints с персонализированным контентом без Cache-Control: private могут отдать ответ одного пользователя другому. Проверяйте каждый роут, читающий cookies или auth-заголовки, и помечайте его private или no-store.
встречается в162
- Путь запроса: семь остановок от сокета до ответаjunior
- Accept и парсинг: от очереди ядра до типизированного запросаmiddle
- Маршрутизация и middleware: что выполняется и в каком порядкеmiddle
- Обработчик и ответ: от бизнес-логики до байтов на проводеmiddle
- Стриминг и backpressure: когда клиент читает медленнее, чем вы пишетеsenior
- Таймауты и хвостовая задержка: бюджеты, дедлайны и ловушка fan-outsenior
- Middleware и DI: два паттерна, формирующие любой backendjunior
- Пишем middleware: сигнатуры, next() и три модели фреймворковmiddle
- Инверсия управления: как зависимости добираются до классаmiddle
- Скоупы и время жизни DI: singleton, request, transientmiddle
- DI как шов для тестов: фейки, моки и граница, которая важнаsenior
- DI-контейнеры в продакшене: графы разрешения, циклы и когда не стоитsenior
- Блокирующий vs неблокирующий I/O: два способа ждатьjunior
- Event loop: один поток, упорядоченные фазыmiddle
- Что блокирует цикл: CPU-работа и синхронные вызовыmiddle
- Вынос CPU-работы: worker threads и пул libuvmiddle
- Backpressure и ограниченная конкурентностьsenior
- Пропускная способность под нагрузкой: хвостовая задержка и насыщениеsenior
- Зачем пул: цена создания соединенияjunior
- Размер пула: почему больше не значит быстрееmiddle
- Взятие и таймауты: очередь ожидания — настоящий дроссель задержкиmiddle
- Стратегии retry: backoff, jitter и thundering herdmiddle
- Наблюдаемость, production-инциденты и дизайн для глобального масштабаsenior
- Задачи, микрозадачи и scheduler.yield()middle
- Точность таймеров, троттлинг и фоновая работаmiddle
- Event loop Node.js: фазы, nextTick и задержка циклаsenior
- Стратегии рендеринга: SSG, SSR, ISR, streaming и гидратацияjunior
- SSG, SSR, ISR, streaming и RSC — как работает каждая стратегияmiddle
- Цена гидратации: selective, progressive, острова, resumabilitymiddle
- Core Web Vitals: что измеряют LCP, INP и CLSjunior
- LCP: четыре фазы, одна доминирующая стоимостьmiddle
- INP: input delay, processing, presentationmiddle
- Lab vs field: почему они расходятся и как использовать каждыйmiddle
- Трейдоффы метрик, RUM-атрибуция и цикл CI+полеsenior
- Общая картина: от URL до LCP до INP как эстафетаjunior
- Восемь слоёв трассировки: от service worker до второй навигацииmiddle
- Пять канонических поломок: где производство стабильно ломаетсяsenior
- Метод трёх треков: чтение трасс и построение системы мониторингаsenior
- Что такое индекс и как он ускоряет запросыjunior
- Leading-column rule: почему порядок столбцов в composite-индексе важенmiddle
- Partial, expression и covering-индексыmiddle
- Типы индексов: GIN, GiST, BRIN, Hash, Bloom и HOT-обновленияmiddle
- Index-only scan, Visibility Map и INCLUDEsenior
- Типичные сбои в продакшне и аудит индексовsenior
- Упражнение по проектированию индексов: стратегия полнотекстового поискаsenior
- EXPLAIN и планы выполнения: что решает планировщик и почемуjunior
- Типы сканирования: Seq, Index, Bitmap, Index-Onlymiddle
- Алгоритмы соединения и каскад ошибок оценки строкmiddle
- pg_statistic, ANALYZE и производственная наблюдаемостьmiddle
- Расширенная статистика: исправление ошибок оценки для коррелированных колонокsenior
- Кеш планов, настройка константных стоимостей и внутренности планировщикаsenior
- Производственные режимы отказа и стабильность плановsenior
- Connection pool: зачем амортизировать стоимость backend Postgresjunior
- Режимы PgBouncer: session, transaction и statementmiddle
- Размер пула: формула (ядра × 2) + шпинделей и двухуровневый стекmiddle
- Исчерпание пула и idle-in-transaction: сценарий отказа в 3 ночиmiddle
- Миграция на transaction mode: план развёртывания и prepared statements в PgBouncer 1.21middle
- Процессная модель Postgres и почему увеличение max_connections снижает производительностьsenior
- Ландшафт пулеров 2026, serverless connection storms и полная таксономия отказовsenior
- ADD COLUMN: мгновенно в PG 11+ против перезаписи в старом Postgresjunior
- Режим отказа очереди блокировок: почему мгновенный DDL может заморозить базуmiddle
- Безопасные DDL-паттерны: NOT VALID, CONCURRENTLY и исправления небезопасных операцийmiddle
- Таксономия сбоев миграций и дисциплина продакшнаsenior
- Выбор ключа шарда: стратегии hash, range, list и directorymiddle
- Ко-локация и Citus: инвариант, делающий шардирование пригодным к использованиюmiddle
- Режим отказа hot shard: обнаружение, изоляция и долгосрочная политикаmiddle
- Онлайн-решардинг, 2PC и операционная стоимость шардированияsenior
- Семь актов: от CREATE TABLE до Citusjunior
- Акты 1–3 в глубину: схема, индексы и статистика планировщикаmiddle
- Акты 4–6 в глубину: MVCC bloat, connection pooling и безопасные миграцииmiddle
- Акт 7 в глубину: шардинг, co-location и семиуровневый каскад трейдоффовmiddle
- Наблюдаемость, антипаттерны и производственный триажsenior
- Что такое три сигнала: метрики, логи, трейсыjunior
- Метрики и cardinality: cost-модель time-series databasemiddle
- Логи и объём: cost-модель структурного логированияmiddle
- Трейсы и сэмплирование: cost-модель distributed tracingmiddle
- Join-ключи и exemplar''''ы: как три сигнала становятся компонуемымиmiddle
- Observability 2.0: широкие события и сдвиг стоимостиsenior
- Режимы сбоя и инженерная практика: cardinality budget''''ы, PII и сэмплированиеsenior
- Зачем нужны структурные логи: дневник против таблицыjunior
- Схема продакшн-лога: поля, которые несёт каждая строкаmiddle
- Log levels и маршрутизация алертовmiddle
- Стратегии sampling и стоимость логовmiddle
- PII-редакция и log injectionsenior
- Propagation trace-контекста в логахsenior
- OTel Logs Data Model и audit-логи как подсистемаsenior
- Сигналы OTel, Semantic Conventions и проводной формат OTLPmiddle
- Авто-инструментирование и ручные спаны: правило 80/20 в OTelmiddle
- Collector OTel: receivers, processors, exporters и паттерны развёртыванияmiddle
- Стратегии сэмплирования: head, tail и parent-basedmiddle
- Vendor-нейтральность, eBPF-инструментирование, Operator и OTel в браузере и serverlesssenior
- Эксплуатация OTel Collector: надёжность, version skew, режимы отказа и управлениеsenior
- RED и USE: два чек-листа, одна дисциплина триажаjunior
- Инструментация RED в Prometheus: счётчики, гистограммы и дисциплина cardinalitymiddle
- USE на Linux: CPU, память, диск, сеть и PSImiddle
- Golden signals, структура дашборда и auto-RED в service meshmiddle
- Cardinality как драйвер затрат: label, PII, exemplars и семплированиеmiddle
- Native histograms, SLO и паттерны production-сбоевmiddle
- Выбор SLI и SLO-целей: отношения, не ощущенияmiddle
- Multi-window multi-burn-rate-алертинг: почему AND лучше ORmiddle
- Error budget policy, latency SLO и составные journeysmiddle
- Iceberg SLI, математика составного SLO и SLA vs SLOsenior
- Flame graph: читаем картинку, которая показывает, куда ушло времяjunior
- Sampling vs instrumentation profiling: почему 99 Гц побеждает в productionmiddle
- Типы профилей: CPU, память, off-CPU, mutex — какой когда братьmiddle
- Continuous profiling: always-on flame graphs с eBPF и корреляцией trace-idmiddle
- Как flame graph строится из сэмплов и как использовать его в productionmiddle
- Linux perf, внутренности eBPF, PGO и ограничения sampling''''аsenior
- Profiling в production: безопасность, war stories, OTel profiles и дизайн инфраструктурыsenior
- Debugging-воронка: SLO → RED → trace → profilejunior
- Архитектура OTel: один SDK, четыре сигнала, один wire-форматmiddle
- Экономия на observability: удерживаем затраты в пределах 5% inframiddle
- Масштаб, безопасность и ROI наблюдаемых системsenior
- Сначала профиль: измерь куда реально уходит времяjunior
- Закон Амдала и self-time: потолок любого ускорения, которое ты можешь выпуститьmiddle
- Измерительный цикл: микробенч, макробенч, prod-профиль, эффект наблюдателяmiddle
- Чтение флейм-графов: формы, профайлеры по языкам и 60-секундный сканmiddle
- Статистические baseline''''ы: почему один запуск — не измерениеmiddle
- История профайлеров и ловушки микробенчей: от Кнута до GWPsenior
- Hardware counters, профили холодного старта и безопасность профилейsenior
- Непрерывное профилирование в масштабе: затраты, CI-гейты, корреляция с трейсами и антипаттерныsenior
- Что делает путь горячим: симптом против причиныjunior
- Пять форм hotspot''''а: CPU, аллокации, кэш, лок, syscallmiddle
- Чтение parent и child chains: где применять правкуmiddle
- JIT deopt, цикл fix-and-verify и PR-time профилированиеmiddle
- Аппаратные счётчики и Intel TMA: диагностика подкатегорийsenior
- False sharing и горячие пути нативных мостовsenior
- Горячие пути в production: безопасность, хвостовая латентность и происхождение инструментовsenior
- Иерархия памяти: почему расстояние важнее числа операцийjunior
- Row-major vs column-major: порядок доступа и разрыв в 9xjunior
- Branch prediction: 10–30 циклов штрафа за неожиданный ifmiddle
- Hardware prefetcher, TLB и memory-level parallelismsenior
- Основы GC: за что рантайм берёт налогjunior
- Алгоритмы GC: поколенческая гипотеза, concurrent marking и write barriermiddle
- GC tradeoffs: пауза, throughput, память и давление аллокацийmiddle
- Настройка GC: пейсинг, форма кучи и наблюдаемость аллокацийmiddle
- Внутреннее устройство GC: tri-color инвариант, write barriers и глубокое погружение в рантаймыsenior
- GC в production: наблюдаемость, безопасность, edge cases и управление флотомsenior
- N+1: одна логическая операция, много round-trip''''овjunior
- Семейства фиксов: JOIN, IN, preload и DataLoadermiddle
- Обнаружение N+1: query logs, APM traces и CI gatesmiddle
- DataLoader: батчинг по дереву резолверовmiddle
- Кросс-протокольный N+1: HTTP fan-out и Redis MGETmiddle
- N+1 в масштабе: исчерпание пула, изменения планов и денормализацияsenior
- Batching: амортизируй фиксированную цену каждой операцииjunior
- Окно батчинга: размер и время ожиданияmiddle
- Batching в Kafka и Postgresmiddle
- io_uring и наблюдаемость пакетированияmiddle
- От Nagle до io_uring: эволюция пакетированияmiddle
- Backpressure, изоляция сбоев и безопасность батчей в продакшенеsenior
- Что на самом деле стоит bundle: download, parse, compile, executejunior
- Core Web Vitals: LCP, INP и CLSmiddle
- Code splitting: route-level, component-level, vendor splittingmiddle
- Tree shaking и compression: удаляем то, что не используемmiddle
- Third-party scripts: тихий убийца бюджетаmiddle
- CI enforcement и RUM: делаем бюджеты рабочимиmiddle
- V8 JIT-пайплайн, HTTP-приоритеты и безопасность bundlesenior
- Цикл performance: дисциплина, а не проектjunior
- Классификация и исправление: сопоставление family bottleneck с методамиmiddle
- Observability-стек и CI gates: ловить регрессии до выпускаmiddle
- От инцидента к enforcement: SLO burn до верифицированного исправления за 35 минутmiddle
- Культура, экономика и масштаб performancesenior