Khi danh sách chuyển hướng lên tới hàng trăm hay hàng nghìn cặp cũ – mới không theo khuôn nào, đừng viết từng dòng location hay RewriteRule; hãy đưa danh sách vào một tệp ánh xạ và để máy chủ tra cứu: chỉ thị map trong nginx, RewriteMap trong Apache. Cấu hình chỉ còn vài dòng, tệp danh sách sửa được mà không đụng tới phần còn lại, và tra cứu bằng bảng băm nhanh hơn nhiều so với xét lần lượt hàng nghìn biểu thức.
Phần khó thật sự không nằm ở cú pháp mà ở dữ liệu: bảng tính do nhiều người điền thường lẫn tên miền đầy đủ với đường dẫn, thừa khoảng trắng, có chuỗi và vòng lặp ngầm. Bài này đi qua cả hai phần. Mọi mẫu là ví dụ giả định; thử trên máy chủ thử trước khi áp lên site thật.
Làm sạch bảng cũ – mới trước khi viết quy tắc
Bảng ánh xạ thường đến từ một bảng tính do đội nội dung hoặc đơn vị làm web giao lại. Các bước dưới biến nó thành dữ liệu máy chủ dùng được.
- Xuất bảng ra tệp CSV mã hoá UTF-8, hai cột: đường dẫn cũ và đích mới.
- Bỏ phần giao thức và tên miền ở cột cũ, chỉ giữ đường dẫn bắt đầu bằng gạch chéo; cột mới thì giữ đường dẫn nếu cùng tên miền, giữ đầy đủ nếu sang tên miền khác.
- Cắt khoảng trắng hai đầu, bỏ dòng trống, bỏ dòng tiêu đề cột.
- Thống nhất quy ước gạch chéo cuối và chữ hoa thường giống cách máy chủ sẽ so khớp; nếu cần, thêm cả hai biến thể của một đường dẫn cũ.
- Lọc trùng ở cột cũ: một đường dẫn cũ chỉ được có một đích; nếu hai dòng mâu thuẫn, hỏi lại người làm bảng.
- Tìm chuỗi: đích của dòng này lại là nguồn của dòng khác. Thay đích bằng đích cuối cùng để mỗi đường dẫn chỉ đi một bước.
- Tìm vòng lặp: nguồn và đích trùng nhau, hoặc chuỗi quay về chính nó. Loại hoặc sửa trước khi áp.
- Kiểm đích: gửi yêu cầu tới từng đích trên site mới, đích nào không trả 200 thì đánh dấu để xử lý.
Hai bước tìm chuỗi và tìm vòng lặp dễ làm bằng một đoạn mã nhỏ đọc tệp CSV vào một từ điển rồi đi theo từng đích. Bỏ qua chúng là cách nhanh nhất để biến một đợt chuyển site thành hàng trăm chuỗi hai, ba bước. Bước kiểm đích cũng quan trọng không kém: chuyển hướng tới một trang 404 còn tệ hơn để nguyên 404 ở địa chỉ cũ.
Sinh tệp ánh xạ từ CSV bằng một đoạn lệnh
Sửa tay một tệp nghìn dòng là chắc chắn có lỗi. Sinh tệp bằng lệnh từ CSV đã làm sạch, và sinh lại mỗi lần bảng gốc đổi. Ví dụ giả định trên máy Linux, mỗi dòng một bước:
- Bỏ dòng tiêu đề và ký tự xuống dòng kiểu Windows: tail -n +2 bang.csv | tr -d "\r" > sach.csv
- Sinh tệp cho nginx, mỗi dòng có dấu chấm phẩy: awk -F, '{print $1" "$2";"}' sach.csv > chuyen-huong.map
- Sinh tệp cho Apache, mỗi dòng cách nhau một khoảng trắng: awk -F, '{print $1" "$2}' sach.csv > chuyen-huong.txt
- Đếm dòng hai tệp, so với số dòng trong bảng gốc để chắc không mất dòng nào.
- Chép tệp lên máy chủ thử, chạy nginx -t hoặc lệnh kiểm cấu hình của Apache, chỉ nạp lại khi kiểm qua.
- Giữ cả bảng CSV gốc lẫn đoạn lệnh trong kho mã cùng cấu hình máy chủ, để lần sau ai cũng sinh lại được.
Đoạn awk trên giả định không ô nào chứa dấu phẩy. Nếu đường dẫn có thể chứa dấu phẩy, hoặc bảng có ô bọc ngoặc kép, dùng một đoạn mã nhỏ có thư viện đọc CSV đúng chuẩn thay cho awk. Cũng nên để đoạn mã đó làm luôn các bước kiểm trùng, chuỗi và vòng lặp đã nói ở trên, rồi mới ghi ra tệp ánh xạ.
Chỉ thị map trong nginx hoạt động ra sao
Chỉ thị map đặt ở khối http, tạo ra một biến mới có giá trị phụ thuộc vào một biến khác. Ví dụ giả định: map $uri $dich_moi { default ""; include /etc/nginx/chuyen-huong.map; }. Tệp chuyen-huong.map chứa mỗi dòng một cặp, kết thúc bằng dấu chấm phẩy, như /gioi-thieu-cong-ty /gioi-thieu;. Khi nginx gặp biến $dich_moi, nó tra $uri hiện tại trong bảng; không thấy thì trả chuỗi rỗng theo dòng default.
Trong khối server của site, thêm một dòng điều kiện: if ($dich_moi) { return 301 $dich_moi; }. Đây là cách dùng if mà tài liệu nginx coi là an toàn, vì bên trong chỉ có return. Biến chỉ được tính khi thật sự dùng tới, nên bảng lớn không làm chậm các yêu cầu không cần tra.
Chọn biến nguồn quan trọng. $uri là đường dẫn đã giải mã, chuẩn hoá, không có chuỗi truy vấn; hợp với đa số bảng ánh xạ đường dẫn. $request_uri là chuỗi gốc kèm tham số; chỉ dùng khi bảng của bạn có cả tham số trong cột cũ, ví dụ các địa chỉ động kiểu /xem.php?id=5. Nếu dùng $uri mà muốn giữ tham số, đích trong lệnh return có thể ghép thêm $is_args$args.
Bảng map còn nhận dòng biểu thức chính quy bắt đầu bằng dấu ngã, xét sau các dòng khớp chính xác. Dùng chúng cho vài khuôn ngoại lệ thì được, nhưng đừng biến cả bảng thành biểu thức chính quy, vì như vậy mất lợi thế tra bảng băm.
RewriteMap trong Apache
Apache có cơ chế tương đương là RewriteMap, nhưng có một ràng buộc quan trọng: RewriteMap chỉ khai báo được trong cấu hình máy chủ hoặc vhost, không khai báo trong .htaccess. Trên hosting chia sẻ, bạn thường không dùng được; khi đó lựa chọn là viết từng RewriteRule, nhờ ứng dụng hoặc plugin tra bảng, hoặc nhờ nhà cung cấp thêm map vào vhost.
Khi có quyền, khai báo trong vhost một dòng như RewriteMap chuyenhuong "txt:/etc/apache2/chuyen-huong.txt". Tệp văn bản chứa mỗi dòng một cặp cách nhau bởi khoảng trắng, dòng bắt đầu bằng dấu thăng là ghi chú. Sau đó dùng hai dòng: RewriteCond ${chuyenhuong:%{REQUEST_URI}} ^(.+)$ rồi RewriteRule ^ %1 [R=301,L]. Điều kiện tra đường dẫn hiện tại trong bảng, nếu ra giá trị khác rỗng thì bắt vào nhóm một, quy tắc chuyển hướng tới đúng giá trị đó.
Apache lưu bảng văn bản trong bộ nhớ và đọc lại khi thời điểm sửa tệp thay đổi, nên cập nhật danh sách không bắt buộc nạp lại cấu hình. Với bảng rất lớn, Apache có kiểu map dạng cơ sở dữ liệu băm, tạo từ tệp văn bản bằng công cụ đi kèm, tra nhanh hơn kiểu văn bản. Kiểm tài liệu phiên bản bạn dùng để biết các kiểu map được hỗ trợ.
Chọn cách làm theo quy mô danh sách
Không phải lúc nào cũng cần tệp ánh xạ. Bảng dưới gợi ý theo số cặp và quyền bạn có trên máy chủ; các ngưỡng chỉ là khuyến nghị phổ biến, không phải giới hạn kỹ thuật.
| Quy mô | Có quyền sửa vhost | Chỉ có .htaccess hoặc quản trị ứng dụng |
|---|---|---|
| Dưới vài chục cặp | Viết từng location chính xác hoặc RewriteRule, có ghi chú | RewriteRule trong .htaccess hoặc plugin chuyển hướng |
| Vài trăm cặp | map hoặc RewriteMap kiểu văn bản | Plugin có chức năng nhập CSV, hoặc bảng tra trong ứng dụng |
| Hàng nghìn tới hàng chục nghìn cặp | map với tệp riêng, chỉnh kích thước bảng băm; RewriteMap kiểu băm | Bảng tra trong cơ sở dữ liệu của ứng dụng, có chỉ mục |
| Phần lớn theo một khuôn | Một quy tắc biểu thức chính quy cho khuôn, map cho ngoại lệ | Một RewriteRule cho khuôn, plugin cho ngoại lệ |
Hàng cuối đáng nhấn mạnh: trước khi dựng bảng nghìn dòng, hãy nhìn xem phần lớn danh sách có theo một khuôn không, như chỉ đổi tiền tố thư mục hay bỏ đuôi tệp. Một quy tắc theo khuôn thay cho chín phần mười danh sách, phần còn lại mới cần bảng. Bảng nhỏ đi thì dễ kiểm và dễ bảo trì hơn nhiều.
Lỗi hay gặp khi nạp tệp ánh xạ lớn
nginx báo không dựng được bảng băm. Thông báo khuyên tăng map_hash_bucket_size hoặc map_hash_max_size nghĩa là bảng vượt kích thước mặc định. Tăng hai thông số đó ở khối http theo gợi ý trong thông báo, chạy lại lệnh kiểm cú pháp. Đây không phải lỗi dữ liệu.
Một dòng thiếu dấu chấm phẩy làm hỏng cả tệp. Với tệp map do bảng tính sinh ra, chỉ cần một dòng lỗi định dạng là nginx từ chối nạp toàn bộ cấu hình. Luôn sinh tệp bằng đoạn lệnh tự động thay vì sửa tay, và luôn chạy lệnh kiểm trước khi nạp lại.
Đường dẫn có ký tự đặc biệt. Đường dẫn chứa khoảng trắng, dấu chấm phẩy hay dấu ngoặc nhọn phải được đặt trong ngoặc kép trong tệp map, nếu không trình phân tích hiểu sai. Đường dẫn có dấu tiếng Việt cần thống nhất dạng đã mã hoá hay chưa mã hoá với biến nguồn bạn chọn.
Trùng khoá trong tệp. Khi một khoá xuất hiện hai lần, nginx cảnh báo hoặc báo lỗi tuỳ phiên bản, còn Apache dùng dòng nó gặp trước. Hệ quả là đích không như bạn tưởng. Bước lọc trùng ở khâu làm sạch xử lý triệt để chuyện này.
Theo dõi dòng nào còn được dùng
Sau khi áp, bạn muốn biết dòng nào trong bảng thật sự có người dùng, để sau một năm quyết định giữ hay gỡ. Với nginx, cách gọn là thêm biến kết quả của map vào định dạng nhật ký truy cập, ví dụ một định dạng riêng có thêm trường $dich_moi, chỉ áp cho khối server của site. Mỗi lượt chuyển hướng sẽ để lại dòng nhật ký có cả đường dẫn cũ lẫn đích, đếm theo cột là ra số lượt mỗi cặp.
Với Apache, nhật ký truy cập đã ghi mã trạng thái và đường dẫn yêu cầu; lọc các dòng 301 có đường dẫn nằm trong cột nguồn của bảng là đủ. Với bảng tra trong ứng dụng, thêm một cột đếm lượt và thời điểm dùng gần nhất, cập nhật mỗi lần chuyển hướng, hoặc ghi vào nhật ký riêng nếu lo ghi cơ sở dữ liệu quá nhiều.
Số liệu này trả lời được những câu hỏi thực tế: dòng nào không có lượt nào sau sáu tháng, đường dẫn cũ nào vẫn được bấm nhiều vì có liên kết ngoài trỏ tới, và nguồn giới thiệu nào còn trỏ về địa chỉ cũ để bạn nhờ họ sửa. Nó cũng giúp phát hiện những đường dẫn cũ đang trả 404 mà bảng bỏ sót, chỉ cần lọc các dòng 404 trong cùng nhật ký và so với cột nguồn. Một bảng chuyển hướng không được theo dõi sẽ phình mãi mà không ai dám gỡ dòng nào.
Câu hỏi thường gặp
Bảng map trong nginx chứa được bao nhiêu dòng?
Không có giới hạn cứng đáng lo ở quy mô vài chục nghìn dòng; giới hạn thực tế là bộ nhớ và kích thước bảng băm, chỉnh được bằng hai thông số map_hash. Với bảng rất lớn, theo dõi bộ nhớ tiến trình sau khi nạp và cân nhắc tách theo tiền tố đường dẫn.
Sửa tệp map có cần nạp lại nginx không?
Có. nginx đọc tệp được include khi nạp cấu hình, nên sau khi sửa phải chạy lệnh kiểm cú pháp rồi nạp lại nhẹ. Khác với RewriteMap kiểu văn bản của Apache, vốn tự đọc lại khi tệp thay đổi.
Có nên đưa bảng chuyển hướng vào cơ sở dữ liệu của ứng dụng thay vì máy chủ?
Nên, khi người làm nội dung cần tự thêm sửa thường xuyên, hoặc khi bạn không có quyền sửa cấu hình máy chủ. Đổi lại, mỗi lượt tra phải khởi động ứng dụng. Với danh sách cố định sau một đợt chuyển site, đặt ở máy chủ nhanh và độc lập hơn.
Bảng do đơn vị làm web giao có cần kiểm lại không?
Luôn cần. Kiểm trùng nguồn, chuỗi, vòng lặp và đích còn sống bằng đoạn mã tự động trước khi áp. Bảng do người điền gần như luôn có vài dòng sai, và một dòng sai trên trang quan trọng có thể đáng giá hơn cả trăm dòng đúng.
Giữ bảng chuyển hướng bao lâu sau khi chuyển site?
Khuyến nghị phổ biến là giữ ít nhất một năm, lâu hơn với trang có nhiều liên kết ngoài trỏ tới. Ghi lại số lượt dùng từng dòng giúp quyết định dòng nào gỡ được; dòng vẫn còn lượt dùng sau nhiều năm thì cứ giữ, chi phí gần như bằng không.
Có thể dùng map để chuyển hướng theo tên miền không?
Có. Đặt biến nguồn là $host, hoặc dùng tham số hostnames của map để nhận cả tên miền con có ký tự đại diện. Cách này hợp khi gom nhiều tên miền phụ về các đường dẫn khác nhau trên tên miền chính, thay cho viết nhiều khối server.