010.HTTP 缓存协议

相关：浏览器缓存

缓存的基本原理

在一个 C/S 结构中，最基本的缓存分为两种：

• 客户端缓存
• 服务器缓存

本文仅讨论客户端缓存

所谓客户端缓存，顾名思义，是将某一次的响应结果保存在客户端（比如浏览器）中，而后续的请求仅需要从缓存中读取即可，极大的降低了服务器的处理压力。

客户端缓存的原理如下：

这里就设计到一个缓存策略的问题，这些问题包括：

• 哪些资源需要加入到缓存，哪些不需要？
• 缓存的时间是多久？
• 如果服务器的资源有改动，客户端如何更新缓存？
• 如果缓存过期了，可是服务器上的资源并没有发生变动，又该如何处理？
• …

HTTP 的缓存协议，完美解决了上述问题。

来自服务器的缓存指令

当客户端发出一个 GET 请求到服务器，服务器可能有以下的内心活动：「你请求的这个资源，我很少会改动它，干脆你把它缓存起来吧，以后就不要来烦我了」

为了表达这个美好的愿望，服务器在响应头中加入了以下内容：

Cache-Control: max-age=3600
ETag: W/"121-171ca289ebf"
Date: Thu, 30 Apr 2020 12:39:56 GMT
Last-Modified: Thu, 30 Apr 2020 08:16:31 GMT

这个响应头表达了下面的信息：

• Cache-Control: max-age=3600，我希望你把这个资源缓存起来，缓存时间是 3600 秒（1 小时）
• ETag: W/"121-171ca289ebf"，这个资源的编号是 W/"121-171ca289ebf" (唯一 ID，一般是根据该资源内容生成的 哈希)
• Date: Thu, 30 Apr 2020 12:39:56 GMT，我给你响应这个资源的服务器时间是格林威治时间 2020-04-30 12:39:56
• Last-Modified: Thu, 30 Apr 2020 08:16:31 GMT，这个资源的上一次修改时间是格林威治时间 2020-04-30 08:16:31

这个美好的缓存愿望，就这样通过响应头传递给客户端了

如果客户端是其他应用程序，可能并不会理会服务器的愿望，也就是说，可能会被忽略（不会缓存任何东西）。

但是凑巧客户端是一个浏览器，它和服务器一直以来都是相亲相爱的小伙伴，当它看到服务器的这个响应头表达的美好愿望后，立即忙起来：

• 浏览器把这次请求得到的响应体缓存到本地文件中
• 浏览器标记这次请求的请求方法和请求路径
• 浏览器标记这次缓存的时间是 3600 秒
• 浏览器记录服务器的响应时间是格林威治时间 2020-04-30 12:39:56
• 浏览器记录服务器给予的资源编号 W/"121-171ca289ebf"
• 浏览器记录资源的上一次修改时间是格林威治时间 2020-04-30 08:16:31

这一次的记录非常重要，它为以后浏览器要不要去请求服务器提供了各种依据。

来自客户端的缓存指令

当客户端准备再次请求 GET /index.js 时，会先到缓存中去寻找是否有缓存的资源。

寻找的过程如下：

1. 缓存中是否有匹配的请求方法和路径？
2. 如果有，该缓存资源是否还有效呢？

以上两个验证会导致浏览器产生不同的行为：

当前的请求方法和请求路径没有缓存：直接请求服务器，就和第一次请求服务器时一样。

有缓存，验证缓存是否过期：就是把 max-age + Date 得到一个过期时间，看看这个过期时间是否大于当前时间：如果是，则表示缓存还没有过期，仍然有效；如果不是，则表示缓存失效。

缓存有效

当浏览器发现缓存有效时，完全不会请求服务器，直接使用缓存即可得到结果

此时，如果断开网络，会发现资源仍然可用

这种情况会极大的降低服务器压力，但当服务器更改了资源后，浏览器是不知道的，只要缓存有效，它就会直接使用缓存

缓存无效

当浏览器发现缓存已经过期，它并不会简单的把缓存删除，而是抱着一丝希望，想问问服务器，我这个缓存还能继续使用吗？

于是，浏览器向服务器发出了一个带缓存的请求，又称之为协商缓存

所谓带缓存的请求，无非就是加入了以下的请求头：

If-Modified-Since: Thu, 30 Apr 2020 08:16:31 GMT
If-None-Match: W/"121-171ca289ebf"

它们表达了下面的信息：

• If-Modified-Since: Thu, 30 Apr 2020 08:16:31 GMT，亲，你曾经告诉我，这个资源的上一次修改时间是格林威治时间 2020-04-30 08:16:31，请问这个资源在这个时间之后有发生变动吗？
• If-None-Match: W/"121-171ca289ebf"，亲，你曾经告诉我，这个资源的编号是 W/"121-171ca289ebf，请问这个资源的编号发生变动了吗？

其实，这两个问题可以合并为一个问题：快说，资源到底变了没有！

之所以要发两个信息，是为了兼容不同的服务器，因为有些服务器只认 If-Modified-Since，有些服务器只认 If-None-Match，有些服务器两个都认。

目前大部分服务器，只要发现 If-None-Match 存在，就不会去看 If-Modified-Since，If-Modified-Since 是 HTTP/1.0 版本的规范，If-None-Match 是 HTTP/1.1 的规范

服务器可能有两种情况：

1. 缓存已经失效（资源已变化）
   • 服务器再次给予一个正常的响应：响应码 200，带响应体
   • 同时可以附带上新的 缓存指令
   • 这样一来，客户端就会重新缓存新的内容
2. 缓存仍然有效（资源没有变）
   • 响应码为 304 Not Modified
   • 无响应体（最大程度的减少网络传输，浏览器直接从本地缓存中获取响应体即可）
   • 响应头带上新的 缓存指令
   • 这样一来，就相当于告诉客户端：「你的缓存资源仍然可用，我给你一个新的缓存时间，你那边更新一下就可以了」

它们完整的交互过程如下：

细节

Cache-Control

在上述的讲解中，Cache-Control 是服务器向客户端响应的一个消息头，它提供了一个 max-age 用于指定缓存时间。

实际上，Cache-Control 还可以设置下面一个或多个值：

• public：指示服务器资源是公开的。所有的内容都可以被任何设备缓存（包括客户端和代理服务器，如 CDN）
• private：默认值。指示服务器资源是私有的。所有的内容只有客户端才可以缓存，代理服务器等设备不能缓存。
• no-cache：可以缓存，但是不要强缓存，要使用协商缓存。即：后续的每一次请求都需要附带缓存指令，让服务器决定这个资源有没有过期。见：来自客户端的缓存指令 - 缓存无效
• no-store：不要对这个资源做任何的缓存，之后的每一次请求都按照正常的普通请求进行。若设置了这个值，浏览器将不会对该资源做出任何的缓存处理。
• max-age：最大有效时间，是相对时间

比如，Cache-Control: public, max-age=3600 表示这是一个公开资源，缓存 1 个小时。

Expires

在 HTTP/1.0 版本中，是通过 Expires 响应头来指定过期时间点的，例如：

Expires: Thu, 30 Apr 2020 23:38:38 GMT

到了 HTTP/1.1 版本，已更改为通过 Cache-Control 的 max-age 来记录了。

记录缓存时的有效期

浏览器会按照服务器响应头的要求，自动记录缓存到本地文件，并设置各种相关信息。在这些信息中，有效期尤为关键，它决定了这个缓存可以使用多久。

浏览器会根据服务器不同的响应情况，设置不同的有效期。具体的有效期设置，按照下面的流程进行：

例如，当 max-age 设置为 0 时，缓存立即过期

虽然立即过期，但缓存仍然被记录下来，后续的请求通过缓存指令发送到服务器，来确认资源是否被更改。

因此，Cache-Control: max-age=0 类似于 Cache-Control: no-cache，但不完全相同：max-age=0 和 no-cache

Pragma

这是 HTTP/1.0 版本的请求头，它只有一个值 no-cache，是向服务器表达：不要考虑任何缓存，给我一个正常的结果。

在 HTTP/1.1 版本中，可以在请求头中加入 Cache-Control: no-cache 实现同样的含义。

是的，Cache-Control 可以出现在请求头中，表示客户端希望用什么缓存控制

在 Chrome 浏览器中调试时，如果勾选了 Disable cache，则发送的请求中会附带该信息：

Vary

有的时候，是否有缓存，不仅仅是判断请求方法和请求路径是否匹配，可能还要判断头部信息是否匹配。

此时，就可以使用 Vary 字段来指定要区分的消息头。

比如，当使用 GET /personal.html 请求服务器时，请求头中 cookie 的值不一样，得到的页面也不一样。就需要在响应头加入 Vary: cookie，这样浏览器判断该资源是否命中缓存就需要多判断 cookie 是否相同：

使用版本号或 hash

如果你是一个前端工程师，使用过 Vue 或其他基于 Webpack 搭建的工程，就会发现打包的结果中很多文件名类似于 app.68297cd8.css 这样——文件的中间部分使用了 hash 值。

这样做的好处是，可以让客户端大胆的、长时间的缓存该文件，减轻服务器的压力。

当文件改动后，它的文件 hash 值也会随之而变，这样一来，客户端要请求新的文件时，由于之前的缓存路径无法匹配到，因此就会发送新的请求来获取新资源了。

以上是现代流行的做法。

而在古老的年代，还没有构建工具出现时，人们使用的办法是在资源路径后面加入版本号来获取新版本的文件。

比如，页面中引入了一个资源 app.css，它可能的引入方式是：<link href="/app.css?v=1.0.0">。这样一来，缓存的路径是 /app.css?v=1.0.0，当服务器的版本发生变化时，可以给予新的版本号，让 HTML 中的路径发生变动：<link href="/app.css?v=1.0.1">。

由于新的路径无法命中缓存，于是浏览器就会发送新的普通请求来获取这个资源。

总结

最后，通过客户端和服务器的视角，来总结一下以上内容

服务器视角

服务器无法知道客户端到底有没有像浏览器那样缓存文件，它只管根据请求的情况来决定如何响应：

很多后端语言搭建的服务器都会自带自己的默认缓存规则，当然也支持不同程度的修改

浏览器视角

浏览器在发出请求时会判断要不要使用缓存：

当收到服务器响应时，会自动根据缓存指令进行处理：