Web 服务器与网关 / 系统课时
gzip 什么时候值得开启
gzip 什么时候值得开启
重复度高的文本通常能通过压缩减少传输字节,但已经压缩的图片和视频未必受益,压缩本身还会消耗 CPU。本篇用可重复的文本文件比较原始与 gzip 响应,并在解压后核对内容,避免只看到头部就认定优化成功。
学习目标
- 根据内容类型、大小和计算成本选择压缩范围。
- 验证协商、压缩字节数与解压内容一致。
- 区分实验压缩收益和生产延迟收益。
先选择值得压缩的内容
HTML、CSS、JSON 和普通文本往往有重复模式;JPEG、PNG、MP4、ZIP 等已压缩格式通常不适合再次 gzip。过小的正文可能难以覆盖压缩封装和计算成本,因此应设置适当最小长度并观察 CPU。
gzip_min_length 根据响应 Content-Length 判断;没有该首部的流式响应不能简单按最终长度解释其判断。gzip_comp_level 的值越高也不保证整体响应更快。官方 gzip 模块说明
准备可比较的静态文件
需要 Linux、Python 3、Nginx 1.28 和空闲回环 8080。运行完整准备程序:
from pathlib import Path
root = Path('/tmp/nginx-gzip-lab')
root.mkdir(parents=True, exist_ok=True)
(root / 'sample.txt').write_bytes(b'hello nginx compression\n' * 1000)
print((root / 'sample.txt').stat().st_size)预期输出:
24000以下片段示例放在 http,不依赖全局 mime.types:
server {
listen 127.0.0.1:8080;
server_name gzip.test;
root /tmp/nginx-gzip-lab;
types { text/plain txt; }
default_type application/octet-stream;
gzip on;
gzip_min_length 1024;
gzip_comp_level 5;
gzip_types text/plain application/json text/css;
gzip_vary on;
}检查并重载后,运行完整验证程序。urllib 不会在这里自动解压 gzip,便于直接比较传输正文:
from urllib.request import Request, urlopen, build_opener, ProxyHandler
import gzip
opener = build_opener(ProxyHandler({}))
url = 'http://127.0.0.1:8080/sample.txt'
with opener.open(Request(url, headers={'Accept-Encoding': 'identity'})) as r:
plain = r.read()
with opener.open(Request(url, headers={'Accept-Encoding': 'gzip'})) as r:
encoding = r.headers.get('Content-Encoding')
compressed = r.read()
print(f'compressed={encoding == "gzip"}')
print(f'smaller={len(compressed) < len(plain)}')
print(f'decoded-match={gzip.decompress(compressed) == plain}')预期输出:
compressed=True
smaller=True
decoded-match=True验证协商与缓存边界
Accept-Encoding 表示客户端接受的编码。启用 gzip 不代表不支持它的客户端也收到压缩内容;检查 Content-Encoding 与正文一起判断。gzip_vary 添加 Vary: Accept-Encoding,提醒共享缓存区分协商结果,仍需核对实际 CDN 或缓存产品的规则。
| 对照 | 检查点 |
|---|---|
| 接受 gzip 的大文本 | 编码头存在且解压一致 |
| identity 客户端 | 原始正文与正确类型 |
| 小文件与已压缩格式 | 不盲目追求二次压缩 |
| CPU 接近上限 | 比较整体延迟和吞吐 |
保留内容安全与性能边界
本例内容高度重复,压缩比例不能代表真实业务。应使用实际响应类型、大小分布和并发测试,并记录 CPU、传输字节、延迟与错误率;字节减少不必然意味着首字节更快。
涉及机密内容与攻击者可影响输入的压缩响应,还要评估压缩侧信道风险;HTTPS 并不能自动消除这类风险。动态压缩、预压缩静态文件和其他编码需要分别核对版本、模块与缓存行为,不能仅凭示例把全站所有类型都加入压缩列表。