我很满意我的艺术网站的技术架构

这是一个举世公认的真理:每个开发者博客开篇都要解释一番自己为搭建它而写的新静态站点生成器。这篇文章不完全是那样,但也许只是在技术细节上不算,因为它讲的不是这个网站……
问题
今年早些时候,我决定把自己的一些画作和速写本页面放到网上。除了 Hacker News,我不怎么用社交媒体,但我想和亲友分享我的作品。所以我一直在群聊里发作品的扫描件。这在一开始还行,但太乱、太没条理了。有时有人会问:“你这幅画是在哪儿画的?”有时朋友想看看它在现实中是什么样子。我弟弟建议做一张地图,每幅作品标一个标记。这是个好主意!为此我需要一个网站和一些代码。来,看看这张地图,现在已经做好了!你可以缩放并点击标记来查看画作!
说到技术副业项目,我内心有两只狼。一只是务实之狼,它想用手边最近的锤子砸碎每一个问题:“这不就是个简单的 React 吗?把图片扔进 S3 就完事了。这网站是给亲友看的,你根本没什么流量。前面加个 CDN,这样你在印度的父母也能有像样的访问速度。”
另一只是审美之狼:“这应该是一个静态网站。内容几乎从不改变。”
没错。这是一个静态网站。我一天最多画四幅,平均不到 0.3 幅。内容几乎从不改变。为什么要在用户的浏览器里用 JavaScript 渲染页面?为什么服务器上还要跑任何代码?我应该让每个页面的字节就静静待在那里,随时准备发送。这个问题的正确服务器实现,是在事件循环里先 open 再 sendfile(我在开玩笑,但也不全是?)。审美之狼赢了。
但静态网站的问题是,每发一篇新内容,我都需要加一个文件、跑一次构建,然后部署到生产环境。我今年画了一百幅画!即使我把很多环节自动化了,对于加标签、设置位置这类事情,我还是想要一个更好的 UI。而对于一个本质上是 CRUD 应用的东西,最好的 UI 大概……是 Web UI。但如果我有一个能改变网站内容的 Web UI,那它就不再是静态网站了。
现在看看这栋色彩斑斓的房子!

所以我真正想要的,是一个对其他人来说是静态的、但对我来说是动态的网站。我想要一个构建系统,但我希望它由我自己做的、好用的 CRUD UI 里的操作来触发,而不是 GitHub actions 或终端。
这就是我对这个愚蠢难题的愚蠢小解法。我确信我即将描述的设计并不新颖,但它确实是我自己想出来的。我很满意它,因为它正好高效解决了我碰巧遇到的问题。它对我来说很省钱,也就是说,它是免费的*。它对 Cloudflare 来说也很省资源,因为静态资源很少重建,大部分时间就待在那里被缓存。而且它很快,因为字节大部分时间就待在 CDN 里等着被发送。
(星号:计算和带宽是免费的。存储目前也是免费的,但如果我画得足够多,就会超过 10 GB 的免费额度,每月付几美分。)
解决方案
主要思路是:每个 html 页面都在服务器上渲染,但带一个缓存头,告诉 Cloudflare 的基础设施把响应永久缓存(好吧,缓存 30 天)。然后,每当我上传一幅新作品、或更改标签集合、或做任何类似的事情时,这个写操作的请求处理器就会让所有已缓存的页面失效。就是这样。
文章标题:我对我的艺术网站的技术架构相当满意
正文: 有一个细节让这个网站在图片密集的场景下表现出色:我们在上传时生成每张图片的多个较小尺寸,而且我实际上是在客户的浏览器里完成的。因为我是唯一的上传者,所以那就是我的浏览器。我们需要较小尺寸来做缩略图和卡片,直接发送完整的归档图片会太慢。这些降采样后的图片会连同原图一起上传到 Cloudflare 的 R2,也就是他们相当于 S3 的服务。
为什么要在上传时降采样?Cloudflare 确实提供了一个图片服务,可以在你第一次以某个尺寸请求某张图片时进行缩放,并缓存缩放后的副本。但在我这里,我已经知道我想要的那三种尺寸,所以直接预计算并存储会更快。额外增加的存储量并不大,因为归档图片相比降采样副本要庞大得多。
所有作品的元数据都放在一个 json 文件里,这个文件也存放在 R2。当有人请求一个动态 html 页面时,比如带有 #summer 标签的作品页面,一段代码会在 Cloudflare worker 里运行。它读取 json 并生成 html,然后这份 html 会被缓存,直到下一次失效。剩下的交给 Cloudflare 的 CDN:如果之后印度有人请求同一个页面,缓存的产物会被发送到印度的一台边缘机器并在那里缓存一段时间。我猜 Cloudflare 也可以选择重新运行 worker 而不是复制产物,这对我来说没问题。根据我的测试,实际情况并非如此:生成器会在每个页面上写入一个时间戳,这样我就能看到它是什么时候生成的。
现在看看这些酷炫的岩石!

交互元素
网站上有一些交互性的东西,比如地图和时间线。它们只是嵌入的 javascript,在客户的浏览器里运行,并读取那单个元数据 json 文件来初始化。它们不会向服务器写回任何东西,所以没有数据库之类的东西。它们只是以不同的方式展示信息。例如,这里有一个我历年作品的可交互时间线。我并没有上传我创作过的所有东西,所以这个时间线偏向近期的作品。
(严格从技术上来说,这个时间线组件并不直接读取 json。它的条形是在服务器上绘制的,它拿到的是一个从元数据派生出的按月列表,用来处理点击和翻页。)
这是单个作品页面的样子。元数据 json 里有信息可以找出在附近、在相近时间完成的作品,所以我把这些都展示出来。这是一个嵌入的 iframe,你可以滚动和点击:
为什么要让所有东西都失效?
这就是 Pragmatic Wolf 胜出的地方。这里有一个可能的优化:每当我做一次编辑,我们应该只让那些可能受该编辑影响的页面失效。一个好的构建系统当然是这样工作的:当你修改一个文件时,它只重新编译那些(传递性地)依赖它的产物。
然而在我这里,依赖关系并没有明确地写在任何地方。生成页面的代码就是运行,而元数据 json 中的任何变化都可能导致其输出不同。我可以尝试为每个页面和组件编码依赖关系,但这太容易出错,并在未来引入 bug。结果就是一个半更新的网站,也就是一个正确性 bug。
所以,虽然添加一个新作品确实只有在它真的带有那个标签时才会改变 #evening 页面,但我认为把这种缓存失效做对太棘手了,于是决定干脆让所有东西都失效。如果我用的是普通的静态网站生成器,那么 CDN 或许可以通过注意到某个产物的哈希没有变化来进行这个优化,从而不需要在每台边缘机器上更新它。
总之,这是华盛顿的一处瀑布,显然就是《双峰》里的那一处:
文章标题:我对自己艺术网站的技术架构相当满意
正文:

下面是我布鲁克林家门口的景色:

顺便说一下,我最终使用的那个具体 javascript 框架叫 Astro。Cloudflare 收购了它,所以两者整合得相当不错。但你其实并不需要它来做这件事,你完全可以自己写代码在 Worker 中运行来生成页面。整个诀窍就在于对缓存的一些细致管理。