基于Lambda@Edge的服务端页面请求追踪方案咨询

针对你用Lambda@Edge+DynamoDB做流量追踪的场景，单纯排除静态资源扩展名的方法确实存在局限性（比如漏判无扩展名静态资源、误判带扩展名的页面如/index.html），这里提供几个更可靠的方案：

1. 利用CloudFront缓存行为前置过滤（最推荐） #

Lambda@Edge是绑定在CloudFront缓存行为上的，你可以直接把页面请求和静态资源请求拆分到不同的缓存行为中，只给页面请求的缓存行为绑定Lambda函数：

• 配置缓存行为1（页面请求）：路径模式设置为你的页面路由规则，比如/、/*.html、/blog/*、/products/*等，在此行为下启用Viewer Request事件的Lambda@Edge。
• 配置缓存行为2（静态资源）：路径模式设置为/*.js、/*.css、/*.png、/*.svg等，不绑定Lambda函数。

这种方式从源头过滤掉不需要处理的请求，既减少了Lambda的执行次数（降低成本），也避免了函数内过滤的逻辑错误，是效率最高的方案。

2. Lambda函数内用正向匹配替代反向排除 #

如果无法拆分缓存行为，建议在Lambda中用正向匹配页面特征的正则表达式，替代排除扩展名的逻辑，覆盖更多页面场景：

// 匹配规则：空路径/、无扩展名的路由、带.html后缀的路径
const pageRequestPattern = /^\/$|^\/[^.]+(?:\/[^.]+)*$|^\/.*\.html$/;
const requestUri = event.Records[0].cf.request.uri;

// 仅当匹配页面请求时，执行DynamoDB写入逻辑
if (pageRequestPattern.test(requestUri)) {
  // 这里写入DynamoDB的代码，比如获取请求IP、用户代理、URI等
  await saveToDynamoDB({
    uri: requestUri,
    clientIp: event.Records[0].cf.request.clientIp,
    userAgent: event.Records[0].cf.request.headers['user-agent'][0].value,
    timestamp: new Date().toISOString()
  });
}

// 无论是否记录，都返回原始请求
return event.Records[0].cf.request;

这种方法比排除扩展名更健壮，能覆盖SPA无后缀路由、带.html的静态页面等场景，也不会因为新增静态资源类型（如.webp、.webmanifest）而漏过滤。

3. 结合Content-Type判断（适合静态站点） #

如果你的站点是S3托管的静态站点，可以在Origin Response事件中根据响应的Content-Type判断是否为页面请求（比如text/html），再记录请求：

const response = event.Records[0].cf.response;
const contentTypeHeader = response.headers['content-type'];

if (contentTypeHeader && contentTypeHeader[0].value.startsWith('text/html')) {
  // 记录请求到DynamoDB
  await saveToDynamoDB({
    uri: event.Records[0].cf.request.uri,
    clientIp: event.Records[0].cf.request.clientIp,
    timestamp: new Date().toISOString()
  });
}

return response;

注意：这个方法仅在缓存未命中时触发（因为缓存命中时不会走到Origin Response），如果需要记录缓存命中的页面请求，还是要结合前两种方法。

内容的提问来源于stack exchange，提问作者Omiron