第二部分 HTTP结构——第7章缓存

Web缓存是可以自动保存常见文档副本的HTTP设备。当Web请求抵达缓存时，如果本地有“已缓存的”副本，就可以从本地存储设备而不是原始服务器中提取这个文档。

使用缓存的优点：

• 缓存减少了冗余的数据传输，节省了你的网络费用。
• 缓存缓解了网络瓶颈的问题。不需要更多的带宽就能够更快地加载页面。
• 缓存降低了对原始服务器的要求。服务器可以更快地响应，避免过载的出现。
• 缓存降低了距离的时延，因为从较远的地方加载页面会更慢一些。

1. 缓存命中和未命中的

可以用已有的副本为某些到达缓存的请求提供服务。称为缓存命中（cache hit）;
其他一些到达缓存的请求可能会由于没有副本可用，而被转发给原始服务器。称为缓存未命中（cache miss）。

1.1 缓存再验证

原始服务器的内容可能会发生变化，缓存要时不时对其进行检测，看看它们保存的副本是否仍是服务器上最新的副本。这些新鲜度检测被称为HTTP再验证。

缓存再验证时，发现内容无变化，服务器会返回304 Not Modified进行响应。

如果缓存验证副本仍然是有效的，就会再次将副本标识为暂时新鲜的，并将副本提供给客户端，这被称为再验证命中或缓慢命中。

2 命中率

命中率分为文档命中率和字节命中率。

文档命率说明阻止了多少通往外部网络的Web事务。事务有一个通常都很大的固定时间成分（TCP连接）提高文档命中率对降低整体延迟很有好处。字节命中率说明阻止了多少字节传向因特网。提高字节命中率对节省带宽有利。

2.1 区分命中和未命中的情况

客户端有一种方法判断响应是否来自缓存，使用Date首部。将响应中Date首部的值与当前时间进行比较，如果响应中的日期时间比较早，客户端通常就可以认为这是一条缓存的响应。客户端也可以通过Age首部来检测缓存的响应，通过这个首部可以分辨出这条响应的使用期。

3 缓存的拓扑结构

专用缓存被称为私有缓存。
共享的存被称为公有缓存。

3.1 私有缓存

Web浏览器中有内建的私有缓存——大多数浏览器都会将常用文档缓存在你个人电脑的磁盘和内存中，并且允许用户去配置缓存的大小和各种设备。

3.2 公有代理缓存

公有缓存是特殊的共享代理服务器，被称为缓存代理服务器（caching proxy server），或者更常见地被称为代理缓存（proxy cache）。

3.3 代理缓存的层次结构

两级缓存的层次结构，其基本思想是在靠近客户端的地方使用小型廉价缓存，更高层次中，逐步采用更大、功能更强的缓存来装载多用户共享的文档。

3.4 网状缓存、内容路由以及对等缓存

有些网络结构会构建复杂的网状缓存（cache mesh），而不是简单的缓存层次结构。网状缓存中的代理缓存之间会以更加复杂的方式进行对话，做出动态的缓存通信决策，决定与哪个父缓存进行对话，或者决定彻底绕开缓存，直接连接原始服务器。这种代理缓存会决定选择何种路由对内容进行访问、管理和传送，称其为内容路由。

网状缓存中为内容路由设计的缓存的功能：

• 根据URL在父缓存或原始服务器之间进行动态选择。
• 根据URL动态地选择一个特定的父缓存。
• 前往父缓存之前，在本地缓存中搜索已缓存的副本。
• 允许其他缓存对其缓存的部分内容进行访问，但不允许因特网流量通过它们的缓存。

3.4.1 兄弟缓存（sibling cache）

缓存之间这些更为复杂的关系允许不同的组织互为对等（peer）实体，将它们的缓存连接起来以实现共赢。提供可选的对等支持的缓存被称为兄弟缓存。

HTTP并不支持兄弟缓存，所以人们通过一些协议对HTTP进行了扩展，比如因特网协议（Internet Cache Protocol，ICP）和超文本缓存协议（HyperText Caching Protocol，HTCP）。

4 缓存的处理步骤

1. 接收——缓存从网络中读取抵达的请求报文。
2. 解析——缓存对报文进行解析，提取出URL和各种首部。
3. 查询——缓存查看是否有本地副本可用，如果没有，就获取一份副本（并将其保存在本地）。
4. 新鲜度检测——缓存查看已缓存副本是否足够新鲜，如果不是，就询问服务器是否有任何更新。
5. 创建响应——缓存会用新的首部和已缓存的主体来构建一条响应报文。
6. 发送——缓存通过网络将响应发回给客户端。
7. 日志——缓存可选地创建一个日志文件条目来描述这个事务。
   注意点：
   缓存不应该调整Date首部。Date首部表示的是原始服务器最初产生这个对象的日期。

4.1 缓存处理流程图

5 保持副本的新鲜

• 文档过期
• 服务器再验证

5.1 过期响应首部

首部	描述
Cache-Control:max-age	max-age值定义了文档的最大使用期——从第一次生成文档到文档不再新鲜、无法使用为止，最大的合法生存时间（以秒为单位）Cache-Control:max-age=484200
Expire	指定一个绝对的过期日期。如果日期已经过了，就说明文档不再新鲜了，Expire:Fri,05 Jul 2002,05:00:00 GMT

5.2 服务器再验证

• 如果在验证显示内容发生了变化，缓存会获取一份新的文档副本，并将其缓存再旧文档的位置上，然后将文档发送给客户端。
• 如果再验证显示内容没有发生变化，缓存只需获取新的首部，包括一个新的过期日期，并对缓存中的首部进行更新就行了。

HTTP协议要求行为正确的缓存返回下列内容之一：

• “足够新鲜”的已缓存副本；
• 与服务器进行过再验证，确认其仍然新鲜的已缓存副本；
• 如果需要与之进行在验证的原始服务器出故障了，就返回一条错误报文；
• 附有警告信息说明内容可能不正确的已缓存副本。

5.2.1 缓存再验证中使用的两个条件首部

首部	描述
If-Modified-Since:	如果从指定日期之后文档被修改过了，就执行请求的方法。可以与Last-Modified服务器响应首部配合使用，只有在内容被修改后与已缓存版本有所不同的时候才去获取内容
if-None-Match	服务器可以为文档提供特殊的标签，而不是将其与最近修改日期相匹配，这些标签就像序列号一样。如果已缓存标签与服务器文档中的标签有所不同，If-None-Match首部就会执行所请求的方法

5.2.2 实体标签

使用场景：

• 有些文档可能会被周期性地重写，但实际包含的数据常常是一样的。尽管内容没有变化，但修改日期会发生变化。
• 有些文档可能被修改了，但所做修改并不重要，不需要让世界范围内的缓存都重装数据。
• 有些服务器无法准确地判定其页面的最后修改日期。
• 有些服务提供的文档会在亚秒间隙发生变化，对这些服务器来说，以秒为颗粒的修改日期可能就不够用了。

5 控制缓存的能力

首部	解释	优先级
Cache-Control:no-store	防止缓存提供未经证实的已缓存对象	⬇️
Cache-Control:no-cache	防止缓存提供未经证实的已缓存对象，标识为no-cache的响应实际上是可以存储在本地缓存区中的。只是在与原始服务器进行新鲜度再验证之前，缓存不能将其提供给客户端使用	⬇️
Cache-Control:must-revalidate	告诉缓存，在没有跟原始服务器进行再验证的请况下，不能提供这个对象的陈旧副本。缓存仍然可以随意提供新鲜的副本。如在缓存进行must-revalidate新鲜度检查时，原始服务器不可用，缓存就必须返回一条504Gateway Timeout错误	⬇️
Cache-Control:max-age	首部表示从服务器将文档传来之时起，可以认为此文档处于新鲜状态的秒数。s-maxage仅适用于共享（公有）缓存。max-age=0表示每次访问的时候都进行刷新	⬇️
Expire	指的是实际的过期日期，不推荐使用	⬇️

5.1 客户端的新鲜限制

Web浏览器都有Refresh（刷新）或Reload（重载）按钮，可以强制对浏览器或代理缓存中可能过期的内容进行刷新。Refresh按钮会发布一个附加了Cache-Control请求首部的GET请求，这个请求会强制进行再验证，或者无条件地从服务器获取文档。

指令	目的
Cache-Control:max-stale Cache-Control:max-stale=	缓存可以随意提供过期的文件。如果指定了参数，在这段时间内，文档就不能过期。这条指令放松了缓存的规则
Cache-Control:min-fresh=s	至少在未来s秒内文档要保持新鲜。这就使缓存规则更加严格了
Cache-Control:max-age=s	缓存无法返回时间长于s秒的文档。这条指令会使缓存规则更加严格，除非同时还发送了max-stale指令，在这种情况下，使用期可能会超过其过期时间
Cache-Control:no-cache Pragma:no-cache	除非资源进行了再验证，否则这个客户端不会接受已缓存的资源
Cache-Control:no-store	缓存应该尽快从存储器中删除文档的所有痕迹，因为其中可能会包含敏感信息
Cache-Control:only-if-cached	只有当缓存中有副本存在时，客户端才会获取一份副本