CDN回源日志优化的核心是在Nginx层过滤非必要日志并保留关键可观测性信息，通过可信IP识别、头部还原、路径隔离、限流与采样等手段，使日志量下降60%~90%且真实请求仍可追溯。

CDN 回源时，若未做合理控制，会导致大量重复、无效或非真实用户请求打到源站，从而让后端 Nginx 日志暴增，掩盖真实访问行为，甚至影响日志分析、磁盘 IO 和监控告警。核心解决思路是：**在 Nginx 层过滤掉非必要回源日志，同时保留关键可观测性信息**。

只记录真实用户请求和关键回源行为

默认情况下，Nginx 会对每个请求（包括 CDN 回源）写 access_log，而 CDN 节点频繁健康检查、预热、小文件刷缓存等行为会产生大量低价值日志。可通过 log_format + map + access_log 条件记录来实现按需打日志：

• 用 map 判断请求是否来自可信 CDN 回源 IP 段（如阿里云全站加速、腾讯云 CDN 的官方回源段），并标记为 $is_cdn_origin
• 再用另一个 map 判断是否为高频无意义请求（如 GET /healthz、User-Agent: AlibabaCloud-CDN-HealthCheck、Referer: - 且无 Cookie）
• 最终在 access_log 指令中使用 if=$loggable 参数，仅当 $loggable = 1 时写入日志

剥离 CDN 头部，统一记录客户端真实信息

CDN 回源时通常携带 X-Forwarded-For、X-Real-IP、X-Forwarded-Proto 等头部，若直接记录 $remote_addr，日志里全是 CDN 节点 IP，无法识别真实用户。应在日志格式中优先使用可信头部：

• 配置 set_real_ip_from 声明可信 CDN 回源网段，启用 real_ip_header X-Real-IP（或 X-Forwarded-For，需配合 real_ip_recursive on）
• 定义日志格式时用 $remote_addr（已被 realip 模块替换为真实客户端 IP）替代原始来源
• 补充记录 $http_x_forwarded_for 原始链路（用于排查伪造），但不作为主 IP 字段

对高频回源路径做日志降噪或分离

静态资源（如 .js、.css、.png）和 CDN 主动回源（如刷新、预热）往往占日志量 70% 以上，但业务价值低。可针对性处理：

• 用 location ~* \.(js|css|png|jpg|gif|woff2?)$ 单独匹配静态资源，关闭其 access_log 或指向独立日志文件（如 access_log /var/log/nginx/static.log）
• 对已知 CDN 刷量路径（如 /cdn-purge/、/__cdnsync）直接返回 200 并 access_log off
• 利用 limit_req 对回源健康检查路径限速（如每秒 1 次），超频请求直接 503，避免进日志

补充：用日志采样降低高流量场景压力

即使做了过滤，突发回源（如热点事件导致 CDN 大量 Miss）仍可能冲击日志系统。可在 Nginx 中启用随机采样：

• 定义 map $request_id $sampled { default 0; "~^[a-f0-9]{8}" 1; }（简单哈希采样）
• 或更可靠地用 geo 模块结合 $remote_addr 做一致性哈希采样（如 10% 记录）
• 在 access_log 中加 if=$sampled，平衡可观测性与性能

关键不是“不记日志”，而是让每条日志都有明确用途。做好 IP 还原、来源分级、路径隔离和条件采样后，源站日志量通常可下降 60%~90%，同时真实用户行为和异常回源依然可追溯。