浏览器缓存详解:expires,cache-control,last-modified,etag详细说明

http://blog.csdn.net/eroswang/article/details/8302191

最近在对CDN进行优化，对浏览器缓存深入研究了一下，记录一下，方便后来者

画了一个草图：

每个状态的详细说明如下：

1、Last-Modified

在浏览器第一次请求某一个URL时，服务器端的返回状态会是200，内容是你请求的资源，同时有一个Last-Modified的属性标记(HttpReponse Header)此文件在服务期端最后被修改的时间，格式类似这样：

Last-Modified:Tue, 24 Feb 2009 08:01:04 GMT

客户端第二次请求此URL时，根据HTTP协议的规定，浏览器会向服务器传送If-Modified-Since报头(HttpRequest Header)，询问该时间之后文件是否有被修改过：

If-Modified-Since:Tue, 24 Feb 2009 08:01:04 GMT

如果服务器端的资源没有变化，则自动返回HTTP304（NotChanged.）状态码，内容为空，这样就节省了传输数据量。当服务器端代码发生改变或者重启服务器时，则重新发出资源，返回和第一次请求时类似。从而保证不向客户端重复发出资源，也保证当服务器有变化时，客户端能够得到最新的资源。

注：如果If-Modified-Since的时间比服务器当前时间(当前的请求时间request_time)还晚，会认为是个非法请求

2、Etag工作原理

HTTP协议规格说明定义ETag为“被请求变量的实体标记”（参见14.19）。简单点即服务器响应时给请求URL标记，并在HTTP响应头中将其传送到客户端，类似服务器端返回的格式：

Etag:“5d8c72a5edda8d6a:3239″

客户端的查询更新格式是这样的：

If-None-Match:“5d8c72a5edda8d6a:3239″

如果ETag没改变，则返回状态304。

即:在客户端发出请求后，HttpReponse Header中包含Etag:“5d8c72a5edda8d6a:3239″

标识，等于告诉Client端，你拿到的这个的资源有表示ID：5d8c72a5edda8d6a:3239。当下次需要发Request索要同一个URI的时候，浏览器同时发出一个If-None-Match报头(Http RequestHeader)此时包头中信息包含上次访问得到的Etag:“5d8c72a5edda8d6a:3239″标识。

If-None-Match:“5d8c72a5edda8d6a:3239“

,这样，Client端等于Cache了两份，服务器端就会比对2者的etag。如果If-None-Match为False，不返回200，返回304(Not Modified) Response。

3、Expires

给出的日期/时间后，被响应认为是过时。如Expires:Thu, 02 Apr 2009 05:14:08 GMT

需和Last-Modified结合使用。用于控制请求文件的有效时间，当请求数据在有效期内时客户端浏览器从缓存请求数据而不是服务器端.当缓存中数据失效或过期，才决定从服务器更新数据。

4、Last-Modified和Expires

Last-Modified标识能够节省一点带宽，但是还是逃不掉发一个HTTP请求出去，而且要和Expires一起用。而Expires标识却使得浏览器干脆连HTTP请求都不用发，比如当用户F5或者点击Refresh按钮的时候就算对于有Expires的URI，一样也会发一个HTTP请求出去，所以，Last-Modified还是要用的，而且要和Expires一起用。

5、Etag和Expires

如果服务器端同时设置了Etag和Expires时，Etag原理同样，即与Last-Modified/Etag对应的HttpRequestHeader:If-Modified-Since和If-None-Match。我们可以看到这两个Header的值和WebServer发出的Last-Modified,Etag值完全一样；在完全匹配If-Modified-Since和If-None-Match即检查完修改时间和Etag之后，服务器才能返回304.

6、Last-Modified和Etag

分布式系统里多台机器间文件的last-modified必须保持一致，以免负载均衡到不同机器导致比对失败

分布式系统尽量关闭掉Etag(每台机器生成的etag都会不一样)

Last-Modified和ETags请求的http报头一起使用，服务器首先产生Last-Modified/Etag标记，服务器可在稍后使用它来判断页面是否已经被修改，来决定文件是否继续缓存

过程如下:

1.客户端请求一个页面（A）。

2.服务器返回页面A，并在给A加上一个Last-Modified/ETag。

3.客户端展现该页面，并将页面连同Last-Modified/ETag一起缓存。

4.客户再次请求页面A，并将上次请求时服务器返回的Last-Modified/ETag一起传递给服务器。

5.服务器检查该Last-Modified或ETag，并判断出该页面自上次客户端请求之后还未被修改，直接返回响应304和一个空的响应体。

注：

1、Last-Modified和Etag头都是由WebServer发出的HttpReponse Header，WebServer应该同时支持这两种头。

2、WebServer发送完Last-Modified/Etag头给客户端后，客户端会缓存这些头；

3、客户端再次发起相同页面的请求时，将分别发送与Last-Modified/Etag对应的HttpRequestHeader:If-Modified-Since和If-None-Match。我们可以看到这两个Header的值和WebServer发出的Last-Modified,Etag值完全一样；

4、通过上述值到服务器端检查，判断文件是否继续缓存；

7、关于 Cache-Control: max-age=秒 和 Expires

Expires = 时间，HTTP 1.0 版本，缓存的载止时间，允许客户端在这个时间之前不去检查（发请求）
max-age = 秒，HTTP 1.1版本，资源在本地缓存多少秒。
如果max-age和Expires同时存在，则被Cache-Control的max-age覆盖。

Expires 的一个缺点就是，返回的到期时间是服务器端的时间，这样存在一个问题，如果客户端的时间与服务器的时间相差很大，那么误差就很大，所以在HTTP 1.1版开始，使用Cache-Control: max-age=秒替代。

Expires =max-age +   “每次下载时的当前的request时间”

所以一旦重新下载的页面后，expires就重新计算一次，但last-modified不会变化 

Last-Modified和Expires针对浏览器，而ETag则与客户端无关，所以可适合REST架构中。两者都应用在浏览器端的区别是：Expires日期到达前，浏览器不会再发出新的请求，除非用户按浏览器的刷新，所以，Last-Modified和Expires基本是降低浏览器向服务器发出请求的次数，而ETag更侧重客户端和服务器之间联系。


先谈Last-Modified和Expires，最新的Tomcat 7 将ExpireFilter加入其容器中，这样，Java WEB也可以象Apache的Mod_expire模块一样对Http头部进行统一设置了，不过它只对响应文档类型进行统一设置判断，如text/html或text/image 或/css等等，如果想对个别URL输出的jsp进行定制就不行，urlrewrite据说是可以，但是要把URL在其配置文件再配置一下，麻烦，一旦jsp改动影响面大，还有一个问题就是web.xml配置了Tomcat 7容器的ExpireFilter，与容器耦合，移植性差(移植到Resin就不行了)。


所以，我在jivejdon 4.2最新版本中，通过加入下面一段代码在服务器端对来自客户端的Last-Modified以及当前时间进行判断，如未过期，response.setStatus设为304，可以终止后面的各种Jsp界面计算，直接返回浏览器一个304的响应包，JSP页面也不会输出到客户端，将带宽节省给更加需要互动实时性的请求。


再谈谈ETag，ETag定义：RFC2616(也就是HTTP/1.1)中没有说明ETag该是什么格式的，只要确保用双引号括起来就行了，所以你可以用文件的hash，甚至是直接用Last-Modified，以下是服务器端返回的格式： 
ETag: "50b1c1d4f775c61:df3" 客户端向服务端发出的请求：If-None-Match: W/"50b1c1d4f775c61:df3" 这样，在J2EE/JavaEE服务器端，我们判断如果ETag没改变也是返回状态304，起到类似Last-Modified和Expires效果。


与Last-Modified和Expires区别是：如果过了Expires日期，服务器肯定会再次发出JSP完整响应；或者用户强按浏览器的刷新按钮，服务器也必须响应，apache等静态页面输出也是这样，但是这时动态页面就发挥了作用，如果JSP涉及的业务领域模型还是没有更新，和原来一样，那么就不必再将动态页面输出了(浏览器客户端已有一份)，从Etag中获取上次设置的领域模型对象修改日期，和现在内存中领域模型(In-memory Model)修改日期进行比较，如果修改日期一致，表示领域模型没有被更新过，那么返回响应包304，浏览器将继续用本地缓存的该页面，再次节省了带宽传输。


通过上述Expire和Etag两次缓存，可以大大降低服务器的响应负载，如果你的应用不是状态集中并发修改和实时输出，而是分散修改然后分发，如个人空间 个人博客(每个人只是修改它们自己的状态，不影响全局)或QQ类似个人工具，那么采取这样的方法效果非常明显，实际就是一种动态页面静态化技术，但比通常事先进行页面静态化要灵活强大。


InfoQ的那篇:http://www.infoq.com/articles/etags还用MD5计算放入其中，Md5计算稍微复杂点，负载大了点，有的人结合Hibernate或数据库触发器来判断数据库数据是否更新，以决定Etag的更新，这将表现层和持久层耦合在一起，由于JiveJdon采取的是MDD/DDD模型驱动架构，表现层的Etag更新是根据中间业务层的模型对象修改日期来决定，不涉及数据库层，而且起到服务器缓存的更新和http的Etag更新一致的效果，在松耦合设计和性能上取得综合平衡。