HTTP 协议分别在 1.0 / 1.1 两个时代推出了 Expires / Cache-control 两种 cache 策略,这里我们无需了解全部的细节,无需记住整个 RFC 内容
但是当我们需要使用 HTTP cache 策略时,我们需要注意以下细节:
Expires 是 HTTP 1.0 那个时代的东西了,目前来看,可以不使用了,因为 HTTP 1.0 的 user agent 占有率在 0.1% 以下(我们主要面向的 web 浏览器均默认使用 HTTP 1.1 )
Cache-control 是 HTTP 1.1 的新特性,也是我们主要做文章使用 cache 策略的工具
Cache 策略:
#1 保鲜期 only
这个是最最基础的一种策略,只需要在响应头中设定:
Cache-control: max-age=[secs]
[secs] 是 cache 在客户端存活的秒数,例如 Cache-control: max-age=1800 表明 cache 的时间是半小时
只使用这样一个声明就可以使浏览器能够将这个 HTTP 响应的内容写入临时目录做 cache
这里是简要过程:
I
(1) 浏览器第一次请求资源 http://test.qq.com/test.cgi
(2) 查询临时文件目录发现无 cache 存储,遂发出请求到 web server
(3) web server 响应资源,并设定 Cache-control:max-age=300
(4) 浏览器收到响应将资源呈献给用户的同时,在临时文件目录以 ”http://test.qq.com/test.cgi” 为 key 缓存这个响应
---5 分钟内 ---
II
(1) 浏览器再一次请求资源 http://test.qq.com/test.cgi
(2) 查询临时文件目录发现存在 cache 存储,检查保鲜期 max-age ,还未过期,则直接读取之,响应给用户
---5 分钟后 ---
III
(1) 浏览器再一次请求资源 http://test.qq.com/test.cgi
(2) 查询临时文件目录发现存在 cache 存储,检查保鲜期 max-age ,已经过期,则发请求到 web server
#2 保鲜期 + 最后修改时间验证
这里的要素是,在给出保鲜期的同时,给出一个资源的验证方式:
Last-Modified: [UTC time]
[UTC time] 标示这个响应资源的最后修改时间,例如 Last-Modified: Mon, 06 Jul 2009 09:21:48 GMT
这个响应头只有配合 Cache-control 的时候才有实际价值,只是声明校验资源的方式,并不能影响资源的保鲜期时长
利用资源的可校验性,我们可以实现在 cache 的资源超过保鲜期浏览器再次请求时的 304 响应,令浏览器再次使用之前的 cache
这里是简要过程:
I
(1) 同 #1 中 I (1)
(2) 同 #1 中 I (2)
(3) web server 响应资源,并设定
Cache-control:max-age=300
Last-Modified: Mon, 06 Jul 2009 09:21:48 GMT
(4) 同 #1 中 I (4)
---5 分钟内 ---
( 同 #1 中 II)
---5 分钟后 ---
III
(1) 浏览器再一次请求资源 http://test.qq.com/test.cgi
(2) 查询临时文件目录发现存在 cache 存储,检查保鲜期 max-age ,已经过期
发现资源具有 Last-Modified 声明,则为请求带上头 If-Modified-Since: Mon, 06 Jul 2009 09:21:48 GMT
发送请求到 web server
(3) web server 收到请求后发现有头 If-Modified-Since 则与被请求资源的最后修改时间进行比对
若最后修改时间较新,说明资源又被改动过,则响应整片资源内容, HTTP 200 ( 需要整块内容写为包体 )
若最后修改时间较旧,说明资源无新修改,则响应 HTTP 304 ( 无需包体 ) ,告知浏览器继续使用所保存的 cache
( 这里当然也可以根据自己的需要决定是 200 还是 304 ,我们的 CGI 毕竟是一种原始的实现 )
#3 保鲜期 + 自定义标识验证
这里的要素是,在给出保鲜期的同时,给出另一种资源的验证方式:
ETag: [custom flag]
[custom flag] 标示这个响应资源的由开发者自己确定的签名验证标识 ,例如 ETag: "abcdefg"
这个响应头只有配合 Cache-control 的时候才有实际价值,是声明校验资源的方式
ETag 的使用为我们实现 304 响应提供了更多的灵活性,我们可以抛开必须将验证转化成时间格式的限制
这里是简要过程:
I
(1) 同 #1 中 I (1)
(2) 同 #1 中 I (2)
(3) web server 响应资源,并设定
Cache-control:max-age=300
ETag: "abcdefg"
(4) 同 #1 中 I (4)
---5 分钟内 ---
( 同 #1 中 II)
---5 分钟后 ---
III
(1) 浏览器再一次请求资源 http://test.qq.com/test.cgi
(2) 查询临时文件目录发现存在 cache 存储,检查保鲜期 max-age ,已经过期
发现资源具有 ETag 声明,则为请求带上头 If-None-Match: "abcdefg"
发送请求到 web server
(3) web server 收到请求后发现有头 If-None-Match 则与被请求资源的相应校验串进行比对
可以是一个版本号,可以是短时间戳,可以是资源校验和 ( 强烈不推荐使用 ) ,或者干脆是一个常量 ( 可以干脆拿来做容错 )
If-None-Match 发来的串与我们的自有值比对,根据我们自己的任何策略算法,可以自由决定如何返回浏览器, 304 或 200
这里有一个使用 ETag 来做容错的例子 ( 应用列表目前在使用 ) :
(1) 我们的每次正常返回都是
200
Cache-control: max-age=1800
ETag: "anything"
这里 anything 是个常量,我们只用来告诉浏览器, cache 过期要发带 If-None-Match 的请求过来
(2) 这样来自客户端的一大部分请求基本上都会带上 If-None-Match 头,我们的 CGI 据此可以知道这个请求的客户端是否有 cache
此时如果 CGI 联系 server 失败,那么可以直接返回 304 ,驱使客户端使用上一次 cache 的正确结果,且更新保鲜期 max-age 为 300 秒
这样我们实现了一个基于 HTTP cache 的容错,如果我们的资源还能实现一套时间戳存储的话
那么我们可以在正常情况下也实现校验后的 304 ,从而节省流量
这里还有一个比较惨的教训,国内 www 上都没有文献记载,全球业界也只有一点文献可以找到:
IE6 在资源有 gzip 压缩同时有 ETag 头时, cache 后再次发请求不会带 If-None-Match 头!!!
这个教训导致我们试图通过 304 减少 u.qzone.qq.com 流量的一次尝试失败 ( 当然我们能换一种方式实现 )
非常诡异,不中招是不知道的 …