Existe algum erro com o Apache 2.2 e filtros de conteúdo (e talvez mod_proxy)?

Question

Estou executando o Apache 2.2.15-29 no RHEL 6 (na verdade, o Scientific Linux 6.4) e estou tentando configurar um proxy reverso com reescrita de conteúdo para que todos os links nas páginas da Web com proxy sejam reescritos para fazer referência o host do proxy. Estou com um problema de reescrever o conteúdo e gostaria de saber se isso é um bug ou se estou fazendo algo errado (e como fazer certo, se aplicável).

Estou fazendo proxy de um subdiretório em um host interno ( internal.example.com/foo ) na raiz de um host externo ( external.example.com ). Preciso reescrever conteúdo HTML, CSS e Javascript para corrigir todos os URLs. Também estou hospedando alguns conteúdos localmente no host externo, o que não acho que seja um problema, mas estou mencionando aqui por completo.

Meu httpd.conf parece mais ou menos assim:

<VirtualHost *:80>
    ServerName external.example.com
    ServerAlias example.com

    # Serve all local content directly, reverse-proxy all unknown URIs.
    RewriteEngine On
    RewriteRule ^(/(index.html?)?)?$ http://internal.example.com/foo/ [P]
    RewriteCond %{DOCUMENT_ROOT}%{REQUEST_FILENAME} -f [OR]
    RewriteCond %{DOCUMENT_ROOT}%{REQUEST_FILENAME} -d
    RewriteRule ^.*$ - [L]
    RewriteRule ^/~ - [L]
    RewriteRule ^(.*)$ http://internal.example.com$1 [P]

    # Standard header rewriting.
    ProxyPassReverse / http://internal.example.com/foo/
    ProxyPassReverseCookieDomain  internal.example.com external.example.com
    ProxyPassReverseCookiePath /foo/ /

    # Strip any Accept-Encoding: headers from the client so we can process the pages
    # as plain text.
    RequestHeader unset Accept-Encoding

    # Use mod_proxy_html to fix URLs in text/html content.
    ProxyHTMLEnable On
    ProxyHTMLURLMap http://internal.example.com/foo/ /
    ProxyHTMLURLMap http://internal.example.com/foo /
    ProxyHTMLURLMap /foo/ /

    ## Use mod_substitute to fix URLs in CSS and Javascript
    #<Location />
    #    AddOutputFilterByType SUBSTITUTE text/css
    #    AddOutputFilterByType SUBSTITUTE text/javascript
    #    Substitute "s|http://internal.example.com/foo/|/|nq"
    #</Location>

    # Use mod_ext_filter to fix URLs in CSS and Javascript
    ExtFilterDefine fixurlcss mode=output intype=text/css cmd="/bin/sed -rf /etc/httpd/fixurls"
    ExtFilterDefine fixurljs mode=output intype=text/javascript cmd="/bin/sed -rf /etc/httpd/fixurls"
    <Location />
        SetOutputFilter fixurlcss;fixurljs
    </Location>
</VirtualHost>

A reescrita text / html funciona muito bem. Quando uso mod_substitute ou mod_ext_filter, o servidor externo envia as páginas como Transfer-Encoding: chunked , envia todos os dados e fecha a conexão sem enviar o bloco final de comprimento zero. Alguns clientes HTTP estão insatisfeitos com isso. (O Google Chrome não processará qualquer conteúdo enviado dessa maneira, por exemplo, para que as páginas não apliquem CSS a elas.)

Aqui está uma sessão wget de amostra:

$ wget -O /dev/null -S http://external.example.com/include/jquery.js
--2013-11-01 11:36:36--  http://external.example.com/include/jquery.js
Resolving external.example.com (external.example.com)... 192.168.0.1
Connecting to external.example.com (external.example.com)|192.168.0.1|:80... connected.
HTTP request sent, awaiting response... 
  HTTP/1.1 200 OK
  Date: Fri, 01 Nov 2013 15:36:36 GMT
  Server: Apache
  Last-Modified: Tue, 29 Oct 2013 13:09:10 GMT
  ETag: "1d60026-187b8-4e9e0ec273e35"
  Accept-Ranges: bytes
  Vary: Accept-Encoding
  X-UA-Compatible: IE=edge,chrome=1
  Content-Type: text/javascript;charset=utf-8
  Connection: close
  Transfer-Encoding: chunked
Length: unspecified [text/javascript]
Saving to: '/dev/null'

    [ <=>                                                         ] 100,280     --.-K/s   in 0.005s  

2013-11-01 11:36:37 (19.8 MB/s) - Read error at byte 100280 (Success).Retrying.

--2013-11-01 11:36:38--  (try: 2)  http://external.example.com/include/jquery.js
Connecting to external.example.com (external.example.com)|192.168.0.1|:80... connected.
HTTP request sent, awaiting response... 
  HTTP/1.1 416 Requested Range Not Satisfiable
  Date: Fri, 01 Nov 2013 15:36:38 GMT
  Server: Apache
  Vary: Accept-Encoding
  Content-Type: text/html;charset=utf-8
  Content-Length: 260
  Connection: close

    The file is already fully retrieved; nothing to do.

Estou fazendo algo errado? Estou acertando algum tipo de bug do Apache? O que preciso fazer para que funcione? (Note que eu prefiro que as soluções que funcionam dentro dos RPMs empacotados no RHEL-6 e a atualização para o Apache 2.4 sejam o último recurso, já que temos muita infraestrutura construída em torno do 2.2 neste sistema no momento.)

    

Answer 1

Acontece que foi um bug no mod_proxy_html: link e link . Apliquei a alteração do código no primeiro link e o conteúdo em partes começou a funcionar corretamente.