← Справочные архитектуры / reference-architecture / diagrams / serverless

Бессерверное управление контентом изображений

На этой диаграмме эталонной архитектуры показано, как разные компоненты экосистемы Cloudflare используются для построения масштабируемого решения по управлению изображениями. Решение включает модерацию через платформу Workers AI и выполняет классификацию изображений с помощью инференса на edge. За хранение изображений отвечает продукт R2 от Cloudflare, объектное хранилище с API, похожим на S3, а метаданные хранятся в хранилище ключ-значение для дополнения контента.

Предоставление изображений запрашивающим клиентам защищено подписью ссылок, изменением размера в зависимости от типа устройства или запрошенных преобразований, а также встроенными функциями безопасности и производительности Cloudflare.

Диаграмма этой эталонной архитектуры показывает, как возможности платформы Cloudflare позволяют построить полностью бессерверную систему управления изображениями и контентом. В реализации задействованы разные компоненты стека Cloudflare: периферийные вычисления на Cloudflare Workers, хранилище KV и объектное хранилище R2; оптимизация производительности и кэширование приложений; функции защиты приложений, такие как ограничение частоты запросов и защита от DDoS; а также искусственный интеллект на базе Workers AI.

Конечная цель заключается в создании масштабируемой и доступной платформы для глобального хранения и предоставления изображений. Эта эталонная архитектура познакомит вас с ключевыми возможностями и механизмами, которые можно использовать как встроенные в Cloudflare, так и созданные с помощью мощных вычислительных возможностей Cloudflare.

Клиенты запрашивают изображения с помощью Подписи HMAC и все необходимые преобразования. Параметры преобразования можно включить в src-set для HTML-контента или отправляться напрямую вместе с HTTP-запросы.

Стек Application Security от Cloudflare использует комплексный подход к защите обслуживания изображений от вредоносной активности. Благодаря внедрению защиты от волюметрических атак инструменты rate limiting, мы эффективно снижаем риск злоупотреблений и DDoS атак, обеспечивая бесперебойность обслуживания.

A Cloudflare worker функция проверяет входящие подписи чтобы обеспечить подлинность и целостность запросов. Эта мера безопасности помогает предотвратить обход контента и злоупотребление сервисом за счет проверки подлинности подписи, сопровождающей запрос. Приложение, отвечающее за генерацию контента и связанных подписей, может также задавать срок действия ссылок, что дополнительно защищает от подделки данных и атак «человек посередине». В качестве механизма подписи для этой цели обычно используется HMAC (Hash-based Message Authentication Code).

Изображения извлекаются из кеш когда доступно, или сохраняется на сервере при первом обращении и передается клиентам по запросу. Мы оптимизируем доставку изображений, отдавая наиболее подходящий формат для каждого устройства, например WebP или AVIF, а также применяя сжатие для уменьшения размера файлов. Это обеспечивает пользователям плавный визуальный опыт без задержек.

Cloudflare изменение размера изображений изменяет размер исходных изображений, запрошенных для преобразования, выполняя весь процесс на edge-серверах в любой из наших точек присутствия по всему миру. Этот быстрый и эффективный процесс предлагает широкий набор вариантов преобразования.

A Cloudflare Worker скрипт тщательно анализирует входящие изображения, используя их метаданные классификации для обеспечения соответствия установленной политике использования. Cloudflare R2 служит решением для объектного хранения данных, аналогичным S3, и хранит изображения вместе с сопутствующими метаданными (например, классификацией изображений) с глобальной доступностью и возможностью масштабирования. Благодаря молниеносной скорости доставки и способности масштабироваться от нуля, Cloudflare R2 является идеальным решением для хранения больших коллекций изображений и управления ими.

С Cloudflare AI ↗ в основе, наш классификация изображений модель инференса будет быстро анализировать каждое входящее изображение, классифицируя его в реальном времени. Эта технология позволяет упростить процесс модерации контента, значительно снижая потребность в выделенной команде, вручную просматривающей каждую публикацию.