静态资源已经压过了,动态响应还在裸奔:Nginx 与 CDN 两层的压缩分工、Vary 与三条边界

一、一个 JSON 接口的 0.4 秒,是怎么把前面所有优化吃掉的

很多站长把首页优化到 1.1 秒就收工了,结果上线一个搜索联想或者评论加载,手机端又回到三秒。打开 Network 面板看一眼:那个接口请求自己只花了 800 毫秒,可它在瀑布图上却把后面的图片、字体、统计脚本全往后挤了一截,后面资源的总等待时间凭空多了两秒多。这就是动态响应的代价——它不是一条可以并行的静态资源,它是某条链上的必经节点。

静态资源有 gzip 和 brotli 兜着,一条 CSS 压完只剩原始体积的三成;但接口返回的 JSON、搜索结果的 HTML 片段、RSS、sitemap,很多时候是未压缩发出去的。一个三十条记录的搜索联想,字段名重复三十遍,压缩比能到八比一。换一句话说:你没花的那些 CPU,最后是用户用流量和等待时间付的账。

这一篇把动态响应压缩这件事从头到尾走一遍。它比静态压缩麻烦,麻烦不在于配置难写,而在于有三条边界很容易被踩错:压了不该压的、压了却没生效、生效了却把缓存搞坏。三件事各占一章,另外几章讲清楚怎么量、怎么验证、什么时候该停手。

二、先搞清楚动态响应到底被谁压:三个层次不能混

同一个接口的响应,路上可能被压缩三次,也可能一次都没压。第一层是应用自己压,PHP 的 ob_start('ob_gzhandler') 或者框架中间件;第二层是 Web 服务器压,Nginx 的 gzip on 和 gzip_types、Apache 的 mod_deflate;第三层是 CDN 压,回源拿到明文后对边缘用户压缩。

三层各自独立判断,互不通报。最常见的事故是应用压了一遍、Nginx 又压了一遍:应用输出的已经是 gzip 字节流,并且带了 Content-Encoding: gzip,Nginx 看到这个头就不再压,但上游如果再套一层代理,就可能双压。反过来,上游已经压过,Nginx 配了 gzip on 以为万事大吉,其实一个字节都没压,因为响应头里已经有编码了。

正确的做法是先数清楚自己有几层。用一条请求把头全打出来看:

curl -sI -H 'Accept-Encoding: gzip, br' 'https://www.example.com/api/search?q=nginx' \
  | tr -s '\r' '\n' | grep -iE 'content-encoding|content-length|via|server|x-cache|vary'

如果 content-encoding 只有一个值,说明只压了一层,正常;如果出现 gzip, gzip 或者长度比预期大,就是双压。另外看一眼 via 和 x-cache,能判断这个响应是从 CDN 边缘回来的还是从源站回来的——排查「为什么我改了配置没变化」时,这一步能省掉半小时。

推荐的分工是:应用一律不压,只管输出干净的 UTF-8 文本;压缩交给离用户最近的那一层,也就是 CDN,如果 CDN 不支持动态压缩或者只支持静态,就交给 Nginx。这样只有一层在压,配置也只有一个地方要改。

三、Nginx 压动态响应的正确写法:类型、阈值与那三个开关

默认的 gzip_types 只包含 text/html,所以静态的 CSS、JS、JSON 通通不压。这是新手最常犯的错:以为开了 gzip 就全压了。必须把类型显式列全,而且要注意 Nginx 里 text/html 是隐式包含的,写了也不报错,不写也会压。

gzip on;
gzip_vary on;
gzip_proxied any;
gzip_comp_level 5;
gzip_min_length 1024;
gzip_types
    text/plain
    text/css
    text/xml
    application/javascript
    application/json
    application/xml
    application/rss+xml
    image/svg+xml;

逐项说清楚。档位选 5 而不是 9:9 档相比 5 档体积通常只少 3% 到 5%,CPU 时间却可能翻两到三倍,动态请求恰恰是在 CPU 吃紧的时候最多,选 9 是在最坏的时刻做最贵的事。阈值 1024 字节:小于 1KB 的响应压完加上 gzip 头反而可能更大,而且压缩本身有固定开销。RSS 和 sitemap 常被忘记,它们是 XML,重复标签极多,压缩比往往能达到十比一以上,一个 2MB 的 sitemap 压完只剩一百多 KB,对爬虫抓取效率帮助非常直接。

gzip_vary on 的作用是给响应加 Vary: Accept-Encoding,告诉中间缓存「同一 URL 对支持 gzip 的客户端和不支持的客户端返回的内容不同,请分开存」。不开这个头,一个不支持 gzip 的客户端可能会收到缓存里那份 gzip 的响应,看到的就是一堆乱码。这条几乎从不报错,只在有 CDN 或反向缓存时才暴露,是典型的「以后再出事」型配置。

gzip_proxied any 决定的是「来自代理的请求要不要压」。默认值 off 的意思是所有带 Via 头的请求都不压,而 CDN 回源请求通常一定带这个头,于是现象是:直连源站有压缩,经过 CDN 就没了。如果你不确定链路上有没有 CDN,把它设成 any 最省心——但要注意这会把「客户端是否支持」的判断完全交给 Accept-Encoding,前提是 Accept-Encoding 没有被上游改掉。

四、brotli 用在 API 上的收益与边界

不少人只把 brotli 用在静态资源上,其实动态 JSON 用它收益也很可观,尤其是字段名重复的长列表。前提有三条:模块要装、类型要列、客户端要真的支持。检查模块是否加载很简单:

nginx -V 2>&1 | tr ' ' '\n' | grep -i brotli
# 动态模块一般在 conf.d 或 modules-enabled 下:
grep -rl brotli /etc/nginx/modules-enabled/ 2>/dev/null

如果有 ngx_brotli,配置形状与 gzip 平行,但有两个参数需要单独想清楚。brotli_comp_level 的取值范围是 0 到 11,官方文档里给的生产建议是 4 到 6 左右,因为 9 以上主要为大静态文件设计,压缩时间随档位急剧上升。brotli_window 控制滑动窗口大小,默认值对大多数站点合适,但在几百 KB 的大 JSON 上适度加大收益明显,代价是每个连接的内存占用变高。

边界在于:brotli 只在 HTTPS 上被浏览器接受。明文 HTTP 下浏览器不会发送 br,这时必须靠 gzip 兜底,所以这不是二选一的替换关系,而是「能 br 就 br,否则 gzip」的叠加关系。两段配置都写,让内容协商自己决定即可。

另一个容易被忽略的点:动态内容的压缩比不稳定。同一个接口,返回空结果时只有几十字节,压缩毫无意义;返回两千条时压缩比能到十倍。所以经验值上不要用「压缩后体积」做监控指标,用「压缩前后的比值」看趋势更准,比值突然从 8 掉到 1.2,说明有某类响应没有被压到。

五、三条边界:哪些响应不能压、哪些压了白压

第一条边界是已经压过的格式。图片(JPEG、PNG、WebP、AVIF)、视频、zip 包、woff2 字体本身已经是压缩容器,再压一遍体积几乎不变,纯粹浪费 CPU。这也是为什么 gzip_types 要白名单而不是黑名单——黑名单总会漏。

第二条边界是流式响应。Server-Sent Events、分块传输的下载、实时日志推送,这些靠 Transfer-Encoding: chunked 一点点往外吐。压缩会引入缓冲,Nginx 需要攒够一批才输出,前端就出现「明明服务端已经发了,浏览器就是不显示」。这类 location 要显式 gzip off,以及关掉 proxy_buffering。反之,如果一个普通的接口响应出现「浏览器一直转圈,最后一次性全部出来」,先怀疑是缓冲区在攒——不一定是压缩的问题,proxy_buffering on 默认就会攒 4KB 或 8KB 才往下发,对于 SSE 必须关。

第三条边界是已经设置了 Content-Encoding 的上游。某些框架中间件会自动开压缩,而你不知情,这时 Nginx 里配得再全也不会压。判据只有一个:看响应头里到底是几个编码值。如果发现是应用压的而你在 Nginx 里又配了一套,正确做法是关掉应用那一层,不要试图让 Nginx「再压一次」。

还有一类需要单独处理:304 Not Modified 和 204 No Content 这类无正文响应。压缩对它们没有意义,某些老版本的压缩模块在遇到空正文时会报错或者挂住,虽然新版本基本修掉了,但在配置里把 gzip_min_length 设成合理的 1KB 已经顺带规避了这个问题。

六、压缩与缓存的相互作用:Vary、ETag 与 CDN 的那一层

压缩一旦和缓存叠在一起,最容易出的问题不是性能,是正确性。前面说过 Vary: Accept-Encoding 是必须的,但只有这一个头还不够。真正的坑在两个地方。

一是 ETag。有些压缩实现会把 ETag 从 "abc123" 改成 "abc123-gzip" 这种弱标记形式,如果中间缓存不认弱 ETag,就会出现「条件请求永远 200,全量重传」,压缩省下的流量又被重新传的内容吃掉。排查办法是记下第一次响应里的 ETag,再用 If-None-Match 发起条件请求,看是否返回 304:

ETAG=$(curl -sI 'https://www.example.com/api/list' | awk -F': ' 'tolower($1)=="etag"{print $2}' | tr -d '\r')
curl -s -o /dev/null -w '%{http_code}\n' -H "If-None-Match: ${ETAG}" 'https://www.example.com/api/list'

二是 CDN 对「压缩后字节」和「原始字节」的缓存策略不一样。有些 CDN 的缓存键里不含 Accept-Encoding,只在同一份缓存里存一个版本;有的则自动按 br、gzip、identity 存三份。前者会出现「第一个访客用 br,后面所有人都收到 br」的错配。判断方法很土但有效:用两条不同 Accept-Encoding 的请求打同一个 CDN 地址,对一下 content-length 和 x-cache 是否一致,一致就说明缓存键没区分编码。

顺带一个原则:动态内容压缩之后不要随意开长缓存。压缩省的是传输,缓存省的是计算,两者叠加才划算,但如果内容本身每十秒变一次,长缓存会让用户看到过期数据,而短缓存几乎不省压缩开销,反而多一份缓存存储。这种场景只压缩不缓存,或者只对结果做极短的 s-maxage=10。

七、怎么验证:三个数字和一处误区

验证不要凭感觉。我这里固定看三个数:压缩前后的字节比、CPU 占用增量、首字节时间的变化。前两个用命令拿,第三个用 curl 的 time_starttransfer。

# 1) 同一接口压与不压的字节数
curl -s -H 'Accept-Encoding: identity' -o /tmp/raw.bin -w 'raw=%{size_download}\n' 'https://www.example.com/api/list'
curl -s -H 'Accept-Encoding: gzip, br' -o /tmp/packed.bin -w 'packed=%{size_download}\n' 'https://www.example.com/api/list'

# 2) 首字节与总耗时的变化(各跑 20 次取中位)
for i in $(seq 20); do curl -s -o /dev/null -w '%{time_starttransfer} %{time_total}\n' -H 'Accept-Encoding: gzip' 'https://www.example.com/api/list'; done | sort -n | sed -n '10p;20p'

常见误区是拿 curl 的 size_download 当「传输字节」看。这个数字确实是实际收到的字节,但如果你在它前面套了 CDN,CDN 返回给 curl 的大小和回源大小是两回事——CDN 可能对你的 curl 用了更低的压缩档或者完全不压。查看回源真实效果时,要直接打源站 IP 并带上 Host 头,或者看 CDN 控制台的压缩统计。

另一个误区是「压了就一定更快」。对于小响应,压缩引入的缓冲会让 TTFB 变差几十毫秒,而省下的传输时间在局域网里几乎为零。所以判据要分层:宽带上大于 100KB 的响应,压缩几乎总是净收益;小于 2KB 的响应,先别压。这个区间不是玄学,gzip 每 100KB 大约能省 70KB 传输,按 10Mbps 的移动网络算就是五十多毫秒,而压缩 100KB 的 JSON 在普通家用 CPU 上是两三毫秒,划算得很。

八、什么时候该停手:动态压缩的收益天花板

压缩不是万能的。它省的是字节,省不了往返次数、省不了服务端的 SQL 查询、也解决不了首屏被一个同步接口卡住的问题。一个接口返回 500KB 的 JSON,压完 60KB,传输确实快了,但后端拼这个 JSON 花了一秒半,压缩只是把后面那段从 800 毫秒减少到 120 毫秒,剩下的还是要用户等。

所以正确的顺序是:先确认接口的耗时里有多少是服务端计算、多少是传输。用分阶段的耗时看一眼,Nginx 日志里的 $request_time 减去 $upstream_response_time 是网络与传输部分,两者之差长期小于 50 毫秒的话,压缩能带来的改善就非常有限了,真正的抓手在 SQL 和模板渲染上。

最后一条自检:把压缩配置上线后,隔一周再回头看一眼 CPU。如果 gzip 的 CPU 占用从 2% 涨到 15%,而且机器是 1 核小 VPS,那么关掉高价值最低的那几类(比如 text/plain、SVG)比降档位更有效。动态压缩的合理区间通常是 CPU 增量在 3 到 8 个百分点,超过十个点就该重新算账了。

Last modification:November 17th, 2026 at 09:24 pm

Leave a Comment