【Cause】你所应该知道的HTTP——缓存篇

HTTP 协议的缓存是通过 6 个报文头完成的，通过两层协商使 web 资源能够不那么频繁地在服务器与客户端之间传递，从而使服务器不必多次处理相同的请求，节约了流量，提高浏览速度。
以从客户端到服务器的顺序，第一层协商为 Cache-Control 与 Expires；第二层协商为 Last-Modified 与 Etag 。
本章不涉及与 HTTP 相关性不大的缓存代理（如 CDN）和客户端缓存（如 manifest）。

相关的报文头

Cache-Control

请求/响应报文头，缓存控制字段，也就是用于控制资源生命周期，是 http/1.1 引入的属性。它支持多值，值用逗号分隔。作用方不仅限于客户端，有些指令还将作用在中间的缓存服务器上。

例子：

Cache-Control: private, max-age=0, no-transform 

Cache-Control 的指令梳理

代号：客户端（C）、缓存代理（P）、服务器（S）。
注：中括号表示可选项，尖括号表示参数。

属性名	发起方	作用方	说明
public	S	C/P	任何一方都可以缓存该资源。
private[=<header>]	S	C/P	只允许客户端缓存，不允许缓存代理缓存。可选指定针对某些头部。
no-cache[=<header>]	C/S	C/P	缓存代理不缓存；客户端缓存该资源，但每次都要询问是否更新，可以等价 max-age=0 。当服务器发起时可选指定针对某些头部。​
no-store	C/S	C/P	任何一方都不缓存该资源。
max-age=<second>	C/S	C/P	设置缓存存储的最大周期，也就是说在这个秒数内不发起新请求。当客户端发送此指令给缓存代理时，代理能满足要求则直接返回给客户端，不必再次访问服务器。
no-transform	C/S	P	缓存代理不可更改媒体类型，这样做可防止代理执行压缩图片等类似操作。
s-maxage=<seconds>	S	P	缓存代理可缓存的最长时间。
must-revalidate	S	C/P	可缓存但一旦资源过期必须再向源服务器进行确认，如果无法访问服务器则向客户端报 504 Gateway Timeout 。优先级高于 max-stale。
proxy-revalidate	S	P	与 must-revalidate 作用相同，但它仅适用于缓存代理。
max-stale[=<seconds>]	C	P	客户端要求缓存代理该时间内（默认不限时间）的资源无论缓存有没有过期都返回给客户端。
min-fresh=<seconds>	C	P	客户端要求缓存代理返回至少还未过指定时间的缓存资源，可以理解成限定了资源的最小生命期，在这生命期内才算有效。
only-if-cached	C	P	客户端要求缓存代理只返回有效的缓存，不需要向服务器对有效性进行确认，如果没有缓存则报 504 Gateway Timeout 。

补充说明

在 HTTP/1.1 中 Cache-Control 是优先级最高的缓存相关头部，部分决定是否缓存的指令（public、private、no-store）会起到直接决定的作用，也就是说如果决定不缓存了，那就不会再进行下一步关于是否过期的判断。在 HTTP/1.0 中 Cache-Control 会被忽略，降级为对 Expires 过期时间的判断。

Expires

响应报文头，代表资源过期时间，在过期之前缓存会一直保存，并且不会向服务器发起请求。由服务器返回提供，是 HTTP/1.0 的属性，在 HTTP/1.1 环境并且与 Cache-Control 共存的情况下，优先级要低。
Expires 的功能基本与 Cache-Control 的 max-age 指令相似，但它是指定一个过期时间点，而 Cache-Control 的 max-age 是指定了过期前的秒数。

例子：

Expires: Wed, 04 Jul 2020 08:26:05 GMT

Last-Modified

响应报文头，资源最终修改时间，由服务器告诉客户端。

例子：

Last-Modified: Wed, 23 May 2020 09:59:55 GMT

If-Modified-Since

请求报文头，与 Last-Modified 相对应，浏览器把服务器最后一次给的 Last-Modified 返回。服务器将以此进行对比，判断资源是否需要更新，如果请求的资源都没有过更新，则返回状态码 304 Not Modified 的响应。

例子：

If-Modified-Since: Thu, 15 Apr 2004 00:00:00 GMT

Etag

响应报文头，ETag 是 HTTP/1.1 标准开始引入的，对 Last-Modified 的补充。它是一种可将资源以字符串形式做唯一性标识的方式。服务器会为每份资源分配对应的 ETag 值。当资源更新时，ETag 值也需要更新。

ETag 的强弱之分

• 强 ETag：不论实体发生多么细微的变化都会改变其值。
• 弱 ETag：只用于提示资源是否相同。只有资源发生了根本改变，产 生差异时才会改变 ETag 值。这时，会在字段值最开始处附加 W/。

例子：

ETag: "usagi-1234" 
ETag: W/"usagi-1234"

为什么需要 ETag

• 一些周期性修改的文件，修改时间变了但内容没变，此时不希望重新获取；
• 一些文件修改非常频繁，比如1秒内修改了多次，Last-Modified 只能精确到秒；
• 一些服务器不能得到文件修改的精确时间。

额外注意

• ETag 没有规定生成的算法，每个服务器生成都可能不一样；
• 分布式系统里多台计算机间文件的 Last-Modified 必须一致，以免负载均衡到不同机器导致对比失败，因此分布式系统要统一 ETag 算法。

If-None-Match

请求报文头，是一种客户端向服务器提条件的方法，它与报文头 If- Match 作用相反。一般客户端把服务器最后一次给的 ETag 值通过 If-None-Match 返回，服务器将以此进行对比，判断资源是否需要更新。

例子：

If-None-Match:58b66ccbe349d0d931df877c00d8101d037243dc

协商流程

以下假定资源已经获取过一次，并且运行在HTTP/1.1环境下，现在进行二次访问。

流程图如下：

说明：

• 客户端是有可能因为缓存原因不向服务器发起任何请求的，图中 200 From Cache 就是这种情况。
• 服务器根据回传的 If-Modified-Since 与 Last-Modified 比对，如果不同则说明这个文件修改过，需要更新。但在这种判断精度是秒，如果是一秒内的改动，就需要进一步对比回传的 If-None-Match 与 ETag 的值。
• 服务器返回 304 Not Modified 的意思就是不需要重新获取新资源，直接使用本地缓存即可。

缓存多久合适

生存时间（TTL）指令告诉浏览器应该缓存某个资源多久，也就是 Cache-Control 或 Expires 的值。
找到给定资源的最佳TTL值并没有完美的科学方法。

指导原则：

• 纯静态内容，例如图片或带版本的数据，可以在客户端永久缓存；
• CSS/JS 和个性化资源，缓存时间大约是会话（交互）平均时间的两倍；

其他类型资源取决于新数据对旧数据的容忍极限。

浏览器操作对 HTTP 缓存的影响

用户操作	Expires/Cache-Control	Last-Modified/Etag
地址栏回车	有效	有效
页面链接跳转	有效	有效
新开窗口	有效	有效
前进、后退	有效	有效
F5刷新	无效	有效
Ctrl+F5刷新	无效	无效

缓存改进方案

md5/hash 缓存

通过不缓存 html，为静态文件添加 MD5 或者 hash 标识，解决浏览器无法跳过缓存过期时间主动感知文件变化的问题。

CDN缓存（代理缓存）

CDN 是构建在网络之上的内容分发网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。