ES
Empezar

Glosario

Redes

CDN

Una red de distribución de contenido, la capa de caché repartida geográficamente que sirve la mayoría de grandes webs y decide en su nodo cómo tratar tu petición.

Consulta la dirección de casi cualquier web grande y la organización que aparece suele ser una red de distribución de contenidos: una flota de servidores de caché repartidos por cientos de ciudades, situados entre los visitantes y las máquinas reales de la web. El servidor de origen puede estar en un sitio; la CDN responde desde donde esté más cerca de quien pregunta.

El mecanismo es un proxy inverso gestionado a escala geográfica. El DNS de la web apunta a la CDN, el enrutamiento dirige a cada visitante a un nodo cercano y ese nodo sirve copias en caché de todo lo que puede, consultando al origen solo cuando no tiene algo o para el contenido que no se puede guardar en caché. El visitante recibe una respuesta de un servidor a unos cientos de kilómetros en lugar de al otro lado de un océano, el origen ve una fracción del tráfico y la física de la latencia hace el resto.

Hay dos consecuencias que importan a quien trabaja con proxies. La primera es que DÓNDE sales decide CON QUÉ copia de una web hablas. Las peticiones desde una salida alemana llegan a un nodo europeo, con el contenido de caché y la frescura de ese nodo; la misma URL descargada desde una salida estadounidense la responden otras máquinas con un estado de caché posiblemente distinto. El contenido puede diferir entre las dos por motivos totalmente corrientes, un borde con una copia antigua que el otro ya ha actualizado, antes de que entre en juego ninguna variación regional deliberada.

La segunda es que el nodo de la CDN es donde se ejecuta de verdad una gran parte de las defensas de la web. Los límites de peticiones, las comprobaciones de reputación, la clasificación de bots y las pruebas se ejecutan en el borde, en infraestructura que la web alquila, antes de que el origen se entere de nada. Cuando una web muy protegida te rechaza, el rechazo suele ocurrir en la capa de la CDN, y por eso también los operadores del origen a veces no pueden ver de verdad el tráfico por el que les preguntas.

Conviene separarlo: una CDN delante de una web es una elección de la web y está a su servicio. No tiene relación con los proxies que configuras para ti, aunque la maquinaria, proxies inversos con caché, sea de la misma familia. La CDN no la eliges tú; eliges tu salida, y la CDN decide cómo tratarla.

Preguntas frecuentes

¿Por qué la dirección IP de una web pertenece a una CDN y no a la web?

Porque el DNS de la web apunta a propósito a la red para que cada visitante llegue a un nodo de caché cercano. La dirección del propio origen no se publica y a menudo está protegida con un cortafuegos contra el tráfico directo. Consultar una web detrás de una CDN te dice qué red de distribución alquila y muy poco sobre dónde funciona la propia web.

¿La ubicación de mi proxy cambia lo que me sirve una CDN?

Decide qué nodo del borde responde, y con ello puede cambiar lo que recibes. Los nodos de distintas regiones guardan copias en caché por separado, cada una con su frescura, así que la misma URL puede devolver contenido distinto desde salidas distintas antes de que intervenga ninguna segmentación geográfica deliberada. Quien compare páginas entre países debería suponer que algunas diferencias son artefactos de la caché más que estrategia regional.

¿Una CDN es lo mismo que Cloudflare?

Cloudflare es un operador destacado de este modelo, junto a Akamai, Fastly, CloudFront y otros. El modelo en sí, proxies inversos con caché distribuidos y seguridad aplicada en el borde, es lo que nombra el término. Las webs suelen usar una red para la distribución y añadir otros servicios encima, así que conviene distinguir la marca del mecanismo.

¿Por qué los bordes de las CDN bloquean a los scrapers?

Porque el borde es donde están configuradas las protecciones de la web: las consultas de reputación, el recuento de peticiones y la clasificación de bots se ejecutan en el nodo que te recibe, antes de consultar al origen. A la web le sale barato, porque las peticiones rechazadas nunca tocan sus máquinas, y por eso un bloqueo en una web detrás de una CDN puede ser instantáneo e invisible en los logs del propio origen.

Volver al glosario completo.

HProxy.

No te fíes solo de nuestra palabra. Mídelo tú mismo.

Funciona en tu navegador contra la dirección real. Sin registro y sin guardar ninguna lista.

HProxy