如何修改Varnish规则：仅指定Query String可缓存，混其他参数则不缓存

场景与现存问题 #

• 运行环境：Varnish 搭配 Apache SSL 反向代理，后端是 WordPress
• 初始需求：默认带 Query String 的请求不缓存，但 utm_、gclid 这类广告营销参数不能破坏缓存——要忽略这些参数，复用同页面的缓存
• 现有规则的两个坑：
  1. 当请求混合了允许的营销参数和未定义参数时（比如 /home?a=1&gclid=x），原规则会重定向到 /home?a=1 且返回未缓存页面，不符合「保留原URL」的要求
  2. 改成用 vcl_hash 基于处理后的URL哈希时，又会缓存混合参数的请求，有缓存污染风险

核心要求 #

只有当请求只包含指定的营销参数（gclid、cx、ie、cof、siteurl、zanpid、origin、utm_[a-z]+、mr:[A-z]+ 等）时，才允许缓存；只要存在任何未定义的参数，不管有没有混合允许的参数，都不缓存，同时必须保留客户端请求的原URL。

修改后的VCL规则片段 #

if (req.url ~ "\?") {
    # 检测是否存在未被允许的Query参数
    if (req.url ~ "(?:\?|&)(?!gclid|cx|ie|cof|siteurl|zanpid|origin|utm_[a-z]+|mr:[A-z]+)\w+=") {
        set req.http.X-Cacheable = "NO:Contains non-allowed query parameters";
        return (pass);
    }
    # 仅含允许参数时，移除这些参数以复用缓存（不影响客户端看到的URL）
    else {
        set req.url = regsuball(req.url, "(?:\?|&)(gclid|cx|ie|cof|siteurl|zanpid|origin|utm_[a-z]+|mr:[A-z]+)=[^&]*", "");
        # 清理替换后可能残留的?或&
        set req.url = regsub(req.url, "\?$", "");
        set req.url = regsub(req.url, "&$", "");
    }
}

规则逻辑说明 #

• 先判断请求是否带 Query String，不带的话正常走缓存流程
• 关键正则 (?:\?|&)(?!gclid|cx|ie|cof|siteurl|zanpid|origin|utm_[a-z]+|mr:[A-z]+)\w+=：
  • 用负向前瞻 (?!...) 排除所有白名单内的参数，只要匹配到不在白名单里的参数，就标记为不可缓存并直接 pass，而且不会修改客户端的请求URL
  • 如果所有参数都在白名单里，就用正则替换把这些营销参数全部移除，修改 Varnish 内部的 req.url 用于哈希计算——这样不同的营销参数请求会命中同一个缓存，同时客户端看到的还是原来的带参数URL

内容的提问来源于stack exchange，提问作者sash