Cả bài trong một trang: ý chính, sơ đồ, điểm phỏng vấn.
AWS S3 và CloudFront: lưu file, presigned URL từ Spring Boot và CDN phía trước
1Bucket, object và key
S3 lưu object (dữ liệu + metadata) trong bucket. Mỗi object có một key; "thư mục" chỉ là prefix trong key.
Khái niệm
Là gì
Ví dụ
Bucket
Thùng chứa, thuộc một region
orders-prod-files
Key
Tên đầy đủ của object
invoices/2026/42.pdf
Object
File, ghi đè nguyên cái
PDF 200 KB
2Riêng tư theo mặc định
Bucket mới chặn mọi truy cập public và tự mã hoá. Quyền đến từ IAM policy của người gọi và bucket policy của bucket.
Block Public Access: luôn để bật
App dùng IAM role, không dùng access key
Người ngoài: presigned URL hoặc CloudFront
Versioning: xoá nhầm vẫn khôi phục được
3Presigned URL
Server ký một URL có hạn bằng credential của mình. Ai cầm URL làm được một thao tác trên một key tới khi hết hạn.
sequenceDiagram
participant B as Trình duyệt
participant A as Spring Boot
participant S as S3
B->>A: Xin URL upload
A-->>B: URL ký, hạn 5 phút
B->>S: PUT file thẳng lên S3
4Ký URL trong Spring Boot
S3Presigner của AWS SDK for Java 2.x ký trong bộ nhớ, không gọi mạng. Server tự đặt key, không dùng tên file của client.
var put = PutObjectRequest.builder()
.bucket(bucket).key(key)
.contentType(type).build();
var signed = presigner.presignPutObject(b -> b
.signatureDuration(Duration.ofMinutes(5))
.putObjectRequest(put));
return signed.url().toString();
5CloudFront trước S3
CloudFront giữ bản sao ở edge gần người dùng. Bucket vẫn riêng tư, chỉ distribution của bạn đọc được nhờ OAC.
Thành phần
Vai trò
Origin
Nơi lấy file gốc (bucket)
Cache behavior
Luật theo đường dẫn, TTL
Invalidation
Bỏ bản cache trước hạn
💡 Ghi nhớ
S3 nhất quán mạnh, object ghi đè nguyên cái.
Chia sẻ bằng presigned URL hoặc CloudFront, không mở public.
File lớn: multipart, kèm rule dọn upload dở.
⭐ Điểm phỏng vấn
Tự trả lời trước, rồi bấm từng câu để xem đáp án.
Upload file lớn thế nào?
Presigned URL, trình duyệt gửi thẳng S3.
CloudFront đọc bucket riêng tư bằng gì?
OAC cộng bucket policy theo distribution.
Cập nhật file đã cache?
Tên file có hash, hoặc invalidation.
Xong phần tự kiểm tra, bài này đã được đánh dấu đã học ✓
⚠️ Lỗi thường gặp
Mở public bucket cho tiện, lộ toàn bộ file.
URL ký bằng role hết hạn sớm hơn hạn đã đặt.
Quên CORS của bucket nên trình duyệt không PUT được.
Service backend nào cũng phải lưu file: ảnh đại diện, hoá đơn PDF, video. Trên AWS, mặc định là S3 để lưu và CloudFront để phát. Sau bài này bạn giải thích được hai dịch vụ ghép với nhau thế nào và Spring Boot đứng ở đâu trong luồng upload.
Sơ đồ tóm tắt
flowchart LR
B["Trình duyệt"] -->|"1. xin URL upload"| A["Spring Boot (IAM role)"]
A -->|"2. presigned URL"| B
B -->|"3. PUT file"| S["S3 bucket riêng tư"]
B -->|"4. GET ảnh"| C["CloudFront edge"]
C -->|"5. cache miss, đọc qua OAC"| S
1. Bucket, object, key và tính nhất quán
Ý chính: S3 là kho object, không phải file system: bạn PUT và GET nguyên một object theo key, không sửa được một phần. S3 nhất quán mạnh cho đọc, ghi và list.
Bucket thuộc một region, tên duy nhất trên toàn AWS. Console vẽ “thư mục” từ dấu / trong key.
Một lần PUT thường tối đa 5 GB; lớn hơn phải dùng multipart (phần 5).
Nhất quán mạnh: PUT hay DELETE thành công thì GET và LIST ngay sau đó thấy kết quả mới. S3 không khoá object: hai PUT đồng thời vào một key thì bản đến sau thắng.
Độ bền: lớp Standard chép dữ liệu ra ít nhất 3 Availability Zone (trung tâm dữ liệu tách biệt trong một region). Nó không thay cho backup: bạn xoá nhầm thì S3 vẫn xoá, trừ khi bật versioning (giữ lại mọi bản cũ của một key).
2. Storage class và lifecycle
Ý chính: các lớp khác nhau ở giá lưu, giá đọc và thời gian lấy lại. Chọn theo tần suất đọc, rồi để lifecycle rule tự chuyển lớp theo tuổi object.
Lớp
Hợp với
Đổi lại
Standard
đọc thường xuyên
giá lưu cao nhất
Standard-IA
ít đọc nhưng cần ngay
phí mỗi lần đọc, tính tối thiểu 30 ngày
Intelligent-Tiering
không đoán được tần suất
phí theo dõi mỗi object
Glacier
lưu trữ nhiều năm
vài lớp phải “restore” trước, mất phút tới giờ
Lifecycle rule viết theo prefix hoặc tag. Ví dụ: logs/ sau 30 ngày sang Standard-IA, sau 365 ngày xoá.
3. Bảo mật: chặn public, policy và mã hoá
Ý chính: request được phép khi IAM policy của người gọi hoặc bucket policy cho phép, và không có Deny nào chặn. Bucket mới đã riêng tư và mã hoá sẵn; đừng phá mặc định đó.
IAM policy gắn vào người gọi: “role này được s3:PutObject trên arn:aws:s3:::orders-prod-files/uploads/*”. Xem bài IAM.
Bucket policy gắn vào bucket: cấp quyền cho account khác, cho CloudFront, hoặc ép chỉ dùng HTTPS.
Block Public Access: công tắc vô hiệu mọi policy làm bucket thành public. Bật sẵn với bucket mới.
Mã hoá khi lưu: mặc định SSE-S3 (S3 giữ khoá). SSE-KMS dùng khoá trong KMS: ghi log được ai giải mã, đổi lại người đọc cần thêm kms:Decrypt. Nền tảng ở bài mã hoá dữ liệu.
Trong Spring Boot, đừng đặt access key vào application.yml. Gắn IAM role cho ECS task hoặc EC2, SDK tự lấy credential tạm:
@Bean S3Client s3() { return S3Client.create(); } // region + credential từ môi trường@Bean S3Presigner presigner() { return S3Presigner.create(); }
4. Presigned URL: upload và download từ Spring Boot
Ý chính: server ký một URL chứa sẵn chữ ký và hạn dùng; client dùng nó gọi thẳng S3. Server chỉ kiểm quyền và ký, không tốn băng thông hay bộ nhớ cho file.
@PostMapping("/files/upload-url")UploadUrl uploadUrl(@RequestBody UploadRequest req, @AuthenticationPrincipal Jwt jwt) { String key = "uploads/%s/%s".formatted(jwt.getSubject(), UUID.randomUUID()); PutObjectRequest put = PutObjectRequest.builder() .bucket(bucket).key(key).contentType(req.contentType()).build(); PresignedPutObjectRequest signed = presigner.presignPutObject(b -> b .signatureDuration(Duration.ofMinutes(5)).putObjectRequest(put)); return new UploadUrl(key, signed.url().toString());}
URL mang quyền của người ký: role của service phải có s3:PutObject trên key đó. Nó là bearer token: ai có URL đều dùng được, nhiều lần, tới khi hết hạn.
Server đặt key để client không ghi đè file của người khác.
Upload xong, server HeadObject kiểm kích thước và loại file rồi mới lưu key vào DB. Các kiểm tra khác giống bài upload file với Spring MVC.
Trình duyệt PUT sang domain của S3 là cross-origin: bucket cần cấu hình CORS cho origin của frontend.
5. Multipart upload cho file lớn
Ý chính: chia file thành nhiều part, upload song song, part nào lỗi chỉ gửi lại part đó. AWS khuyên cân nhắc từ khoảng 100 MB.
Ba bước: CreateMultipartUpload trả uploadId → UploadPart cho từng part (5 MiB đến 5 GiB, tối đa 10.000 part) → CompleteMultipartUpload kèm danh sách ETag của các part. Từ server, S3TransferManager của SDK làm cả ba bước; từ trình duyệt, server ký presigned URL cho từng part.
Part của một upload chưa complete vẫn bị tính tiền nhưng không hiện trong danh sách object. Luôn thêm lifecycle rule AbortIncompleteMultipartUpload.
6. CloudFront: CDN phía trước S3
Ý chính: CloudFront là CDN, mạng máy chủ cache đặt ở nhiều nơi (edge). Edge gần người dùng nhất trả file từ cache; chưa có thì lấy từ origin rồi giữ lại theo TTL.
Distribution: một cấu hình CloudFront với domain dxxxx.cloudfront.net; gắn domain riêng bằng chứng chỉ TLS của ACM (DNS và TLS).
Origin: nguồn nội dung gốc, ví dụ bucket S3 hoặc load balancer của API.
Cache behavior: luật theo mẫu đường dẫn (/images/* về S3, /api/* về ALB không cache), kèm TTL và những header, query string thuộc cache key.
OAC (Origin Access Control): CloudFront ký request tới S3; bucket policy chỉ cho service CloudFront với đúng ARN distribution của bạn. Không ai đi vòng qua CDN được.
Nội dung riêng tư: signed URL hoặc signed cookie của CloudFront, khác presigned URL của S3.
Đào sâu: delete marker của versioning và cách làm mới cache
Bài tập
Đề. Thiết kế phần lưu file cho một app: ảnh đại diện (≤ 5 MB, ai cũng xem được) và video bài giảng (tới 2 GB, chỉ người đã mua xem được). Service là Spring Boot trên ECS. Nêu bucket, quyền, luồng upload, luồng xem và các rule cần có.
Lời giải: bucket riêng tư, presigned URL, CloudFront và OAC
Chưa chạy trên tài khoản AWS thật; đây là thiết kế và policy viết theo tài liệu.
Một bucket riêng tư, Block Public Access bật, hai prefix avatars/ và videos/.
Quyền: task role của ECS có s3:PutObject, s3:GetObject trên arn:aws:s3:::app-media/*. Không có access key trong cấu hình.
Upload ảnh: API trả presigned PUT hạn 5 phút, key avatars/<userId>/<uuid>.jpg. Xong thì server HeadObject kiểm kích thước và Content-Type, rồi lưu key.
Upload video: multipart. Server gọi CreateMultipartUpload, ký URL cho từng part (ví dụ 20 part × 100 MB), client gửi song song và trả ETag, server gọi CompleteMultipartUpload.
Xem: một distribution, origin là bucket qua OAC. /avatars/* cache dài, key có uuid nên đổi ảnh là URL mới. /videos/* bắt buộc signed URL của CloudFront; API kiểm đã mua rồi mới ký URL hạn ngắn.
Rule: huỷ multipart dở sau 7 ngày; CORS cho phép PUT từ origin của frontend và expose header ETag.
Giải thích được bucket, object, key và vì sao “thư mục” chỉ là prefix.
Biết vì sao không mở public bucket và hai cách thay thế: presigned URL, CloudFront + OAC.
Vẽ được luồng upload bằng presigned URL, nêu server kiểm gì trước và sau.
Biết khi nào cần multipart và vì sao phải dọn upload dở.
Câu hỏi phỏng vấn
S3 là gì và khác ổ đĩa (EBS) thế nào?
S3 là kho object truy cập qua HTTP API: lưu và đọc nguyên một file theo key, dung lượng gần như không giới hạn; EBS là ổ đĩa gắn vào một máy EC2, có file system và ghi được từng block.
S3 hợp với file người dùng upload, backup, log, tài nguyên tĩnh, và nhiều service cùng đọc được. Service chạy nhiều instance không nên lưu file upload trên đĩa cục bộ mà đưa lên S3 (12-factor).
S3 có nhất quán không? Ghi xong đọc ngay có thấy không?
Có. S3 nhất quán mạnh: sau khi PUT hoặc DELETE thành công, mọi GET và LIST đều thấy kết quả mới.
Trước cuối 2020, ghi đè và xoá chỉ nhất quán cuối cùng, nên tài liệu cũ còn nhắc. Điều S3 không có là khoá: hai PUT đồng thời vào một key thì bản sau thắng.
Presigned URL hoạt động thế nào và rủi ro là gì?
Server dùng credential của mình ký một URL gồm bucket, key, method và hạn dùng; S3 kiểm chữ ký và thực hiện request với quyền của người ký.
Ký là phép tính cục bộ, không gọi S3. Rủi ro: URL là bearer token, lộ là người khác dùng được tới khi hết hạn; client có thể upload file sai loại hay quá lớn. Giảm rủi ro: hạn vài phút, server đặt key, kiểm lại bằng HeadObject sau khi upload.
Người dùng upload video 2 GB. Bạn thiết kế thế nào?
Không đưa file qua service: dùng multipart upload với presigned URL cho từng part, trình duyệt gửi thẳng lên S3.
Server tạo upload, ký URL cho từng part, client gửi song song và gửi lại part lỗi, rồi server complete bằng danh sách ETag. Kèm theo: CORS, lifecycle rule huỷ upload dở, và xử lý nặng (chuyển mã) chạy bất đồng bộ qua hàng đợi như ở bài ECS, Lambda, SQS.
Làm sao phát file trong bucket riêng tư qua CloudFront?
Dùng Origin Access Control: CloudFront ký request tới S3, và bucket policy chỉ cho service CloudFront với điều kiện đúng ARN của distribution.
Bucket giữ nguyên Block Public Access, nên không ai đọc thẳng S3 để né CDN. Nội dung chỉ dành cho một số người thì thêm signed URL hoặc signed cookie của CloudFront, do API cấp sau khi kiểm quyền.
Bạn vừa deploy frontend mới nhưng người dùng vẫn thấy bản cũ. Vì sao và sửa thế nào?
Vì edge của CloudFront và trình duyệt còn giữ bản cache chưa hết TTL. Sửa tận gốc bằng tên file có hash; index.html thì TTL ngắn hoặc invalidation.
JS và CSS đặt tên theo hash nội dung, cache dài hạn. index.html trỏ tới các tên đó nên phải được lấy mới: Cache-Control ngắn, hoặc invalidation /index.html trong bước deploy.
Hoá đơn S3 tăng dần dù số file không tăng. Bạn kiểm tra gì?
Tìm những thứ chiếm chỗ mà không hiện trong danh sách object: version cũ, delete marker, và part của multipart upload chưa complete.
Versioning bật mà không có rule xoá version cũ: mỗi lần ghi đè giữ thêm một bản.