访问判断流程横图:从搜索结果到关闭页面的七个判断节点
阅读口径

本文讲通用机制,不针对任何具体镜像站,也不提供上游地址。

拉取层:按周期把数据取回来

镜像的第一步是按固定周期从上游取数据,周期可能是几分钟,也可能是一天。周期越长,内容越旧;周期越短,带宽与存储压力越大,上游也未必允许高频拉取。这解释了为什么镜像上的版本总比源站慢一拍,也解释了为什么大仓库常被排除在同步列表之外——体积越大,一次全量拉取的代价越高,很多镜像索性只同步最近的几个标签。

代理层:请求往哪里转

反向代理负责把访客请求转给上游或本地副本。有些镜像采用「按需回源」:本地没有的内容,实时向上游取一次再返回。这种模式节省存储,但首次访问会明显变慢,上游不可达时会直接失败,表现为页面转圈或返回错误。看到「什么都能打开、但每个页面都要等十几秒」,多半就是这种结构。

缓存层:为了快,也为了旧

缓存让重复请求不必回源,代价是可能返回旧内容。判断一个镜像是否新鲜,最直接的方法是看它显示的同步时间与版本号,而不是看页面上的「实时」字样。缓存过期策略不同,同一个页面在两个地方、两个时间看到的内容可能不一样,这也是「我看到的和你看到的不一样」这类困惑的来源。

可执行检查单

  1. 01先找同步时间戳,没有时间戳的镜像无法判断新鲜度。
  2. 02对比同一个项目在镜像与上游的版本号,差值就是延迟。
  3. 03看到「全量同步」先看它覆盖多少项目,全量通常只指某一个项目。

一个常见问题

镜像和备份有什么区别?

镜像解决「别人能不能读到同样的内容」,可以只读、可以延迟、可以缺历史;备份解决「自己能不能在故障后恢复」,必须完整且可回滚。把镜像当备份用,是最常见的误解之一。另一个常被问到的问题是:镜像站能不能保证代码安全?不能。它只保证「内容来自某处」,不保证内容本身没有被改动,判断完整性要靠哈希与签名,而不是靠镜像站的信誉。如果你需要确认某个版本是否完整,最稳妥的方式是拿上游公布的校验值比对,而不是相信镜像页上的「已同步」标签。

同步方式决定了镜像的可信边界

一个镜像能证明的只有「它复制了某些内容」,不能证明「它复制了全部内容」,更不能证明它安全。这句话是判断所有自称镜像的页面的起点,也是「同步」二字最容易被夸大的地方。