Cloudflare 基础设施

Mark 的所有后端能力运行在 Cloudflare 上——一个完全免费的、全球分布式、由 CDN 加 Serverless Compute 构建的平台。

Cloudflare 为什么是“合理过度”

Mark 是一个个人或小团队使用的后台管理系统。不需要：

• 管理虚拟机或 Docker 容器 (VM 需要定期更新和补丁)
• 配置负载均衡 (单个文件处理)
• 处理 TLS 证书 (Cloudflare 自动)
• 管理数据库连接池 (D1 内部处理)

Cloudflare Workers + D1 + R2 在个人开发规模上完全免费。

服务	免费额度	Mark 使用量	用法
Workers	10 ms CPU/请求	~5-20 ms	处理 API + 反向代理
D1	5 GB /月	~500 MB	存储组织、用户、订阅
R2	10 GB /月	~2-3 MB	文件附件 (png, webp)
KV	1 GB	~ 50 KB	Account Manager 的环境缓存

开发与生产环境分离

本地开发

# 每个 worker 对应一个 Cloudflare 环境
cd server && bun run cf-dev
# 使用 server/wrangler.jsonc 里的 env.dev 配置

# client 使用 Vite 5 开发服务
cd client && bunx vite --host

本地开发模式自动连接本地 D1 数据库和 R2 mock。不需要连接到线上 DB。

生产部署

# Server 部署到 Workers
cd server && bun run deal

# Client 部署到 Clouds
cd client && bunx wrangler pages deploy dist

多环境 KV 存储

多 Account Manager 实例的环境持久化在 KV namespace 中：

{
  "environments": [
    {
      "id": "local",
      "name": "本地环境",
      "baseUrl": "http://localhost:8045",
      "adminToken": "sk-..."
    },
    {
      "id": "production",
      "name": "生产环境",
      "baseUrl": "http://192.168.1.1:8045",
      "adminToken": "sk-prod"
    }
  ]
}

KV namespace 通过 Wrangler CLI 配置，不需要重启 Worker 就能动态更新。

D1 (SQLite 兼容 DB) 设计

Schema

-- Better-Auth SaaS schema (自动生成)
-- user, session, account, verification, authenticator, jwks 表

-- 组织/团队/权限
organizations   (id, name, slug, avatar ...)
org_memberships (id, org_id, user_id, role, ...)
invitation       (id, org_id, email, role, ...)

-- 订阅
plans             (id, name, price_monthly, features, ...)
subscriptions     (id, user_id, plan_id, period_start, period_end, ...)
subscription_items(id, subscription_id, plan_id, quantity, ...)

-- 注册的 hooks 扩展
user_settings     (id, user_id, type, key, value, ...)

所有 CRUD 通过 Drizzle ORM 实现：

packages/db/src/schema/auth-schema.ts

import { sqliteTable, text, integer } from "drizzle-orm/sqlite-core";

export const user = sqliteTable("user", {
  id: text("id").primaryKey(),
  name: text("name").notNull(),
  email: text("email").notNull().unique(),
  // ...
});

数据迁移

# 生成本地 SQL
bun run dbeate

# 执行到 D1 本地
env bun run db:migrate

# 执行到 D1 远程
env bun run db:migrate:prod

查询方式

import { createDbClient } from "db";

const db = createDbClient(c.env.DB);
const users = await db.select().from(schema.user).all();
const user = await db.select().from(schema.user).where(eq(schema.user.id, id)).get();

R2 文件存储

R2 为 Mark 提供文件存储能力。上传文件 → R2 Bucket → 全球 CDN 分发。

// 上传到 R2
await env.ATTACHMENTS_BUCKET.put(filename, fileData);

配置 Binding 在 server/wrangler.jsonc:

"r2_buckets": [
  {
    "binding": "ATTACHMENTS_BUCKET",
    "bucket_name": "mark"
  }
]

Wrangler 配置

server/wrangler.jsonc

{
  "name": "mark-server",
  "main": "src/index.ts",
  "d1_databases": [
    {
      "binding": "DB",
      "database_name": "app-database",
      "database_id": "from wrangler"
    }
  ],
  "r2_buckets": [
    {
      "binding": "ATTACHMENTS_BUCKET",
      "bucket_name": "mark"
    }
  ],
  "vars": {
    "ALLOWED_ORIGINS": "http://localhost:5173",
    "BETTER_AUTH_URL": "http://localhost:8787/api/auth"
  }
}

kv_namespaces

{
  "kv_namespaces": [
    {
      "binding": "ACCOUNT_MANAGER_ENVIRONMENTS",
      "id": "from wrangler",
      "preview_id": "from wrangler"
    }
  ]
}

D1 与 Cloudflare CDN

D1 使用 SQLite 作为 Engine，运行在全球边缘节点。经过 Cloudflare 建议的读写策略：

• 主写入同步 (primary writes)：请求 → 边缘节点 → 主 DB
• 搜索读取到 electrons (read replicas)：give → 最近的边缘节点 DB

这保证了个人开发工具的延迟在全球范围内低于 50ms，无需额外设计数据库同步和复制。

Free Tier 陷阱

Cloudflare 的免费额度足够个人使用，但有几点注意：

• CPU 上限：Worker 执行不超过 5s（Cloudflare Consumer）
• D1 并发：否则考虑用量限制
• R2 带宽：集群 Cache-serve 的带宽不应超过 2G 月

面试问题：为什么不直接用 Vercel + Next.js？(1) 零成本完全免费；(2) 可以在 Workers 中运行真正的 Node.js ’异步’代码；(3) D1 的 SQL 兼容性让你保持数据逻辑在 server 端，不必把复杂查询移到客户端。

关键决定与权衡

为什么 D1 不做连接池

D1 的内部采用每请求独立连接的机制。对于 D1 Workers(serverless 模型)，没有持续的 TCP 连接给数据库。实际结果是：每个请求建立一个短暂的 SQL 连接后立即关闭。

R2 限制

R2 可以存储图像、PDF、CSV，但不应存储超大文件 (>500MB) 或二进制 (iso)。如果在 8K 以下图片压缩到 webp 格式后转为 R2，works 最消耗免费 CDN 带宽。

未来考虑

如果日活跃量 (DAU) 超过数千，可以扩展到 Cloudflare Pro (普通的 Workers Unlimited) 或向 Workers 添加 Durable Objects(多方计算)。