我正在通过将其上传到S3（默认根对象index.html with Cache-Control：max-age = 0，no-cache，指向指纹js / css资产）并配置我的JavaScript应用程序（SPA）来提供服务它是CloudFront发行版的起源。我的域名，假设 SomeMusicPlatform.com 在Route53中有一个包含分发网址的CNAME条目。这很好用，所有都很好缓存。
现在我想为机器人和社交网络抓取工具提供预呈现的HTML版本。我已经设置了一个服务器，该服务器在 prerendered.SomeMusicPlatform.com 域中使用预呈现版本的JavaScript应用程序（SPA）进行响应。
我在lambda函数中尝试做的是检测用户代理，识别机器人并从我的自定义服务器为它们提供预渲染版本（而不是像我通常用于普通浏览器的S3中的JavaScript内容）
我认为我可以通过使用Lambda@Edge: Using an Origin-Request Trigger to Change From an Amazon S3 Origin to a Custom Origin函数来实现此目的，该函数将原点切换到我的自定义预渲染服务器，以防它在响应头中标识爬虫机器人（或者，在测试阶段，使用{{1查询参数）。
问题在于，Lambda @ Edge函数的Origin-Request触发器未触发，因为CloudFront仍然具有缓存的默认根对象prerendered=true，并且倾向于从缓存的边缘返回内容。我使用index.html和X-Cache:RefreshHit from cloudfront得到SomeMusicPlatform.com/?prerendered=true，即使默认根对象上有SomeMusicPlatform.com - index.html。
如何通过CloudFront保持我的JavaScript SPA的缓存服务和低延迟，并为我的自定义预呈现服务器添加服务内容，仅供爬虫机器人使用？
答案 0 :(得分：1)
缓存问题（在使用mywebsite.com/?prerendered=true或mywebsite.com时获得相同的匹配）通过将prerendered添加到cloudfront分发中的查询白名单来解决。这意味着CloudFront现在可以正确维护网站内容的正常版本和预渲染版本，具体取决于参数的存在（不提供来自S3源的参数缓存内容，以及使用lambda函数中指定的自定义源的参数缓存内容）送达）。
这对于测试阶段来说足够了 - 以确保机制正常运行。然后我按照迈克尔的建议，在查看器请求触发器中添加了另一个lambda函数，如果在Is-Bot中检测到机器人，则会添加自定义标头User-Agent。同样，需要白名单，这次是自定义标头（根据自定义标头维护两个源的缓存）。然后，Origin Request触发器中的另一个lambda函数决定使用哪个源，具体取决于Is-Bot标头。