【Web学习笔记】浅析CGI概念及用法

1. CGI是什么
        CGI是Common Gateway Interface的简写，它提供了一种标准方法使得位于WebServer后端的web应用可以根据client的请求动态生成网页内容。在互联网应用常见的C-S模式中，从Server角度来看，CGI提供了WebServer和生成具体内容的Web程序之间的接口，具体实现CGI标准协议的程序称为CGI脚本（因为它们通常是用脚本语言实现的）或简称CGI。
        可见，严格意义上的CGI其实是一个标准（详见 CGI-RFC-Doc ），而我们经常听到的CGI其实是指实现CGI标准的CGI程序（可能由脚本语言实 现，也可能由C/C++实现） 。
        对于新手来说，有必要搞清楚CGI的这两重概念，否则可能由于概念不清而导致一头雾水。
        关于初学者对CGI的困惑，StackOverflow上有篇有趣且经典的帖子，强烈建议围观：I never really understood: what is  CGI? ，相信对理解CGI的两重概念有帮助。

2. 引入CGI的目的
        CGI标准定义了一系列被称为meta-variables的抽象参数，这些meta-variables可描述来自客户端的http请求，从而实现了一个WebServer和后端CGI程序的接口，这个接口是与平台无关的。
        由于CGI的存在，WebServer与后端程序得以各司其职：
         1) WebServer负责处理HTTP连接、数据传输、网络事件等与客户端请求相关但与具体应用无关的逻辑
         2) 后端程序处理应用相关逻辑，根据请求参数动态生成数据并由WebServer返回给客户端
        一个典型C-S交互的完整流程如下所述：
        WebServer接收来自client的请求并将其请求参数转换为CGI的meta-variables和message-body（如HTTP POST的body数据），接着，根据URI参数来选择合适的CGI程序并调用之以处理用户请求，然后，接收CGI程序返回的结果数据，最后，将数据返回给client。
        需要说明的是：在处理client request过程中，WebServer负责实现协议级或传输层的安全认证（如https认证）。

3. 实例说明
        以client的http GET请求http://somehost.com/cgi-bin/somescript/this%2eis%2epath%3binfo?param1=hello&param2=world为例，其可以被抽象为如下格式：
           <scheme> "://" <server-name> ":" <server-port> <script-path> <extra-path> "?" <query-string>
        根据CGI标准，位于WebServer下游的CGI程序会将该http请求转换为CGI标准定义的一系列meta-variables，例如：
         <scheme>：值为"http"，对应meta-variables中的SERVER_PROTOCOL
         <server-name>：值为"somehost.com"，对应SERVER_NAME
         <server-port>：默认值80，对应SERVER_PORT
         <script-path>：值为"/cgi-bin/somescript/"，对应SCRIPT_NAME
         <extra-path>：值为"this%2eis%2epath%3binfo"，实际上，它是另一个meta变量PATH_INFO的url-encoded形式
         <query-string>：值为param1=hello&param2=world，对应QUERY_STRING
        由于CGI程序已经将http请求转换为标准的CGI meta varialbes，故不管后端业务模块是什么语言实现的，它不用再去关心具体的http请求需要怎么解析，只需访问这些meta变量并做对应处理即可。这正是CGI标准及CGI程序的意义所在。

4. 关于CGI的补充说明
       传统CGI脚本其实是一段可执行程序，每次执行都会创建新进程。这样就引起一个问题：webserver每次响应client请求，均需创建并运行CGI进程后才能返回结果。在Linux系统中，创建进程的代价是比较高的，尤其是生产环境要求高并发且低延时的情况下，新建进程对系统性能的影响会更加明显。
       在这种现实驱动下，出现了两种常见的优化思路：
       1) 预先创建（prefork）一系列CGI进程，从而避免每次新建进程。典型代表：FastCGI 
       2) 业务代码直接以扩展模块的形式嵌入WebServer执行。典型代表：Apache或Nginx的mod_php扩展等

5. CGI实际部署示例
        以lighttpd为例，只需在lighttpd.conf中做两处配置即可：
        1) 在webserver要加载的扩展模块中指定"mod_proxy_backend_fastcgi"，示例如下：

## modules to load
# at least mod_access and mod_accesslog should be loaded
# all other module should only be loaded if really neccesary
# - saves some time
# - saves memory
server.modules = ( 
      "mod_access",
      "mod_expire",
      "mod_accesslog",
      "mod_error_redirect",
      "mod_cookie",
      "mod_firewall",
      "mod_deflate",
      "mod_rewrite",
      "mod_proxy_core",
      "mod_proxy_backend_fastcgi",
      "mod_redirect"
)

       2) 指定webserver向后端模块转发协议为CGI协议，示例如下：

$HTTP["url"] =~ ".php" {
      proxy-core.balancer = "static"
      proxy-core.allow-x-sendfile = "enable"
      proxy-core.protocol = "fastcgi"
    }

【参考资料】
1. wikipedia - Common Gateway Interface 
2. RFC3875 - The Common Gateway Interface (CGI) Version 1.1  
3. CGI Programming Is Simple! 
4. StackOverflow - I never really understood: what is CGI? 
5. wikipedia - FastCGI 

======================= EOF ========================