Http缓存机制与原理

一 Http缓存基本概念

1.1 Http报文

在浏览器和服务器进行Http通信时发送的数据即为Http报文，其中分为两部分：

1. header - 报文的首部或头部，其中保存着各类请求的属性字段，关于Http的缓存相关规则信息均保存在header中
2. body - 请求体部分，Http请求真正传输的主体部分

1.2 首次请求基本规则

Http缓存主要涉及三个角色：一是浏览器，二是浏览器的缓存数据库，三是服务器。当浏览器端向服务器发出第一次请求时：

首次请求后即如上流程图所示执行，而当浏览器再次执行同一的请求时，根据不同的缓存类型将会执行不同的行为。
下面举个具体的请求例子：

这是首次请求某网站资源时的http报文情况，其中的Cache-Control即是用来控制缓存的规则字段，另外还有一些其他的规则字段也是同样用来控制缓存，下面从缓存的类型说起。

二 缓存的类型

Http缓存主要分为两种：强缓存和协商缓存。
两种缓存分别通过Http报文头部不同的字段进行控制，下面将分别介绍两种缓存：

2.1 强缓存

强缓存基本原理是：所请求的数据在缓存数据库中尚未过期时，不与服务器进行交互，直接使用缓存数据库中的数据。当缓存未过期时基本流程如下：

当缓存未命中时，则重新向服务器请求数据，其基本流程与首次请求时相似：

而控制强缓存过期时间的主要有两个规则字段：

1. Expire 其指定了一个日期/时间， 在这个日期/时间之后，HTTP响应被认为是过时的。但是它本身是一个HTTP1.0标准下的字段，所以如果请求中还有一个置了 “max-age” 或者 “s-max-age” 指令的Cache-Control响应头，那么 Expires 头就会被忽略。
2. Cache-Control通用消息头用于在http 请求和响应中通过指定指令来实现缓存机制。其常用的几个取值有：
   private：客户端可以缓存
   public：客户端和代理服务器都可以缓存
   max-age=xxx：缓存的内容将在xxx 秒后失效
   s-max-age=xxx：同s-max-age，但仅适用于共享缓存(比如各个代理)，并且私有缓存中忽略。
   no-cache：需要使用协商缓存来验证缓存数据
   no-store：所有内容都不会缓存，强缓存和协商缓存都不会触发
   must-revalidate：缓存必须在使用之前验证旧资源的状态，并且不可使用过期资源。

结合实际的请求来看：

在打开一个网页时，这些size为from disk cache的即为从磁盘中读取，即命中了强缓存。打开一个具体的命中的请求：

其中的Cache-Control字段中即标识了缓存可以被客户端和代理服务器缓存，并且缓存的时间为315…秒(365天)后失效，我们在执行这一请求时在其缓存过期时间之内，所以直接命中并从磁盘中读取，不需要与服务器交互。

2.2协商缓存

当强缓存过期未命中或者响应报文Cache-Control中有must-revalidate标识必须每次请求验证资源的状态时，便使用协商缓存的方式去处理缓存文件。
协商缓存主要原理是从缓存数据库中取出缓存的标识，然后向浏览器发送请求验证请求的数据是否已经更新，如果已更新则返回新的数据，若未更新则使用缓存数据库中的缓存数据，具体流程如下，当协商缓存命中：

协商缓存未命中的情况：

结合具体的请求来看，首先是第一次发送某请求后服务器的response：

两个字段etag和last-modified是用于协商缓存的规则字段。其中etag是所请求的数据在服务器中的唯一标识，而last-modifind标识所请求资源最后一次修改的时间。
在缓存时间3600秒过去之后，我们再次发起同样的请求：

可以看到，在我们的请求中有这样两个字段if-modifind-since和if-none-match，两个字段分别对应着响应中的last-Modified和etag，用来对协商缓存进行判断：

1. 首先，如果在第一次请求中有etag和last-modified时，缓存数据库会保存这两个字段，并且在再次发起同样的请求时以if-none-match和if-modified-since发送保存的last-modified和etag数据。
2. 服务器收到请求后会以优先级if-none-match > if-modifind-since的顺序进行判断，如果资源的etag和if-none-match相等，即所请求的资源没有变化，此时浏览器即可以使用缓存数据库中的数据，此时http的请求状态码为304，请求的资源未变化。
3. 如果请求字段中没有if-none-match，就使用if-modified-since来判断。如果if-modified-since的值和所请求的资源时间一致，即所请求的资源相同，浏览器即可以使用缓存数据库中的数据。http状态码304。

三 总结

最后以流程图的形式总结浏览器缓存机制：