谈谈 OpenResty 中的 body_filter_by_lua*，


结论：

多次调用的 body_filter_by_lua*

正如 OpenResty 文档中指出，body_filter_by_lua* 可能会在一次请求中多次调用。

Nginx output filters may be called multiple times for a single request because response body may be delivered in chunks.
Thus, the Lua code specified by in this directive may also run multiple times in the lifetime of a single HTTP request.

文档中举了个例子：

location /t {
  echo hello world;
  echo hiya globe;

body_filter_by_lua* 首次调用时，ngx.arg[1] 的值只是 hello world，不包括下面的 hiya globe。

不过初看下来，很难将echo hello world; 和 delivered in chunks 联系起来。这个 chunk 的大小是怎么确定的？看例子，应该跟echo/ngx.say 这一类输出方式有关。但是会不会跟输出的大小也有关？如果我一次性 ngx.say 了很多内容，是否会分成多个 chunks 发送？如果响应来自上游服务器，chunks 的数目又怎么定？

要回答这个问题，需要看看 Nginx 内响应内容的组织方式。Nginx 上游产生的内容，存储为 ngx_chain_t 类型的数据。这其实是一条 ngx_buf_t 链表。很容易可以想像到，这个链表就代表着数据流。上游产生的内容，像流水线上的包裹一样，不停地向下游传递。output filter 阶段像流水线上的机器，处理这些“包裹”。跟流水线上的机器不同的是，Nginx 中的 output filter 并非逐个处理这些“包裹”，而是一批一批地处理。上游成批成批地生产出这些包裹，每批包裹构成 ngx_chain_t 的子串，而 output fiter 则遍历这一子串，把其中的每个包裹打开处理。

想到 body_filter_by_lua* 其实属于 output filter 的一种，我们就回到了一开始讨论的问题。既然 body_filter_by_lua* 是一批一批处理上游的响应，那么它的调用次数就取决于上游的响应次数。上游的一次响应，如一次 ngx.say，会产生一个 ngx_chain_t 的子串（就ngx.say 而言，这个子串仅包含单个 ngx_buf_t）。至于响应的大小，最多只会影响到子串的长短，具体情况则取决于具体实现。

以我们常用的 ngx.say 为例:

ngx.say('This ', 'will ', 'be ', 'in ', 'a ', 'buffer')

以上几个字符串会通过栈从 lua 域传递给 C 域。接着 OpenResty 计算它们的总长度，从 buffer chain 中找出一个空闲的大小合适的 ngx_buf_t，把它们拷贝进来。 之后就走 http_output_filter 把这个 ngx_buf_t （准确来说，是它所在的链表）发送出去。

那么，上游什么时候会把数据发完了？Nginx 采用了一个 last_buf 的标志位，如果某个ngx_buf_t 是链表中的最后一个，跟上游交互的模块会设置这一个标志位为1. 映射回 OpenResty 的 lua 域，则是 body_filter_by_lua* 中的 ngx.arg[2]。你可能会注意到，last_buf 是一个设置在 ngx_buf_t 上的标志位，而传递给 output filter 的是 ngx_chain_t。OpenResty 把这一差别隐藏在实现之下——它会遍历当前输入的子串，如果某个 ngx_buf_t 存在 last_buf，那么就返回 true。

出人意料的 body_filter_by_lua*

一个有趣的事实是，开头的例子中：

location /t {
  echo hello world;
  echo hiya globe;

尽管只有两个 echo，但是 body_filter_by_lua* 会被调用三次！第三次调用的时候，ngx.arg[1] 为空字符串，而 ngx.arg[2] 为 true。这是因为，Nginx 的 upstream 相关模块，以及 OpenResty 的 content_by_lua，会单独发送一个设置了 last_buf 的空 buffer，来表示流的结束。这算是一个约定俗成的惯例，所以有必要在运行相关逻辑之前，检查 ngx.arg[1] 是否为空。当然反过来不一定成立，ngx.arg[2] == true 并不代表 ngx.arg[1] 一定为空。

也许你已经发现了，子请求也会走到 body_filter_by_lua* 的流程。严格意义上，如果只希望 body_filter_by_lua* 修改响应给客户端的内容，需要额外用 ngx.is_subrequest 判断下：

if ngx.arg[1] and not ngx.is_subrequest then

毕竟，你只能设定一次 body_filter_by_lua*，同一套逻辑可能会被不同的 location 用到。

还有一个有趣的事实是，当代码运行到 body_filter_by_lua* 时，HTTP 报头（header）已经发送出去了。如果在之前设置了跟响应体相关的报头，而又在 body_filter_by_lua* 中修改了响应体，会导致响应报头和实际响应的不一致。举个简单的例子：假设上游的服务器返回了 Content-Length 报头，而 body_filter_by_lua* 又修改了响应体的实际大小。客户端收到这个报头后，按其中的 Content-Length 去处理，顺着一头栽进坑里。由于Nginx 的流式响应，发出去的报头就像泼出去的水，要想修改只能提前进行。OpenResty 提供了跟 body_filter_by_lua* 相对应的 header_filter_by_lua*。header_filter 会在 Nginx 发送报头之前调用，所以可以在这里置空 Content-Length 报头：

header_filter_by_lua_block {
    ngx.header.content_length = nil
}

body_filter_by_lua_...

现在 Nginx 会代以 Transfer-Encoding: chunked，再也不会误导客户端了。同样可能需要处理的还有 accept-range 和 etag等跟响应体相关的报头。

相关内容

    暂无相关文章