最近在看面试题的时候总会看到有一些关于Http缓存的题目,但是总是一知半解,不甚理解;尤其是Http头信息中有一大堆的字段,什么if-modified-since,什么if-none-match,真是令人头疼。后来突然想到,要是能通过自己构建一个服务器,自己添加头信息,然后看实现的效果,不就更好了么。说干就干,在网上各种找资料,然后再使用expressjs添加各种头信息,就能够很好的理解Http缓存了。

Http简介

  浏览器和服务器之间通信是通过HTTP协议,HTTP协议永远都是客户端发起请求,服务器回送响应。模型如下:

http-modal

  HTTP报文就是浏览器和服务器间通信时发送及响应的数据块。浏览器向服务器请求数据,发送请求(request)报文;服务器向浏览器返回数据,返回响应(response)报文。报文信息主要分为两部分:

  1. 报文头部:一些附加信息(cookie,缓存信息等),与缓存相关的规则信息,均包含在头部中
  2. 数据主体部分:HTTP请求真正想要传输的数据内容

  本文用到的一些报文头如下:

字段名称 字段所属
Pragma 通用头
Expires 响应头
Cache-Control 通用头
Last-Modified 响应头
If-Modified-Sice 请求头
ETag 响应头
If-None-Match 请求头

Http缓存的分类

  Http缓存可以分为两大类,强制缓存(也称强缓存)和协商缓存。两类缓存规则不同,强制缓存在缓存数据未失效的情况下,不需要再和服务器发生交互;而协商缓存,顾名思义,需要进行比较判断是否可以使用缓存。

  两类缓存规则可以同时存在,强制缓存优先级高于协商缓存,也就是说,当执行强制缓存的规则时,如果缓存生效,直接使用缓存,不再执行协商缓存规则。

谢小飞博客专用防爬虫链接,想要看最新的前端博客请点这里

原始模型

  我们先简单搭建一个Express的服务器,不加任何缓存信息头。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
const express = require('express');
const app = express();
const port = 8080;
const fs = require('fs');
const path = require('path');

app.get('/',(req,res) => {
res.send(`<!DOCTYPE html>
<html lang="en">
<head>
<title>Document</title>
</head>
<body>
Http Cache Demo
<script src="/demo.js"></script>
</body>
</html>`)
})

app.get('/demo.js',(req, res)=>{
let jsPath = path.resolve(__dirname,'./static/js/demo.js');
let cont = fs.readFileSync(jsPath);
res.end(cont)
})

app.listen(port,()=>{
console.log(`listen on ${port}`)
})

  我们可以看到请求结果如下:

no-cache

  请求过程如下:

  • 浏览器请求静态资源demo.js
  • 服务器读取磁盘文件demo.js,返给浏览器
  • 浏览器再次请求,服务器又重新读取磁盘文件 a.js,返给浏览器。
  • 循环请求。。

  看得出来这种请求方式的流量与请求次数有关,同时,缺点也很明显:

  • 浪费用户流量
  • 浪费服务器资源,服务器要读磁盘文件,然后发送文件到浏览器
  • 浏览器要等待js下载并且执行后才能渲染页面,影响用户体验

  接下来我们开始在头信息中添加缓存信息。

谢小飞博客专用防爬虫链接,想要看最新的前端博客请点这里

一、强制缓存

  强制缓存分为两种情况,Expires和Cache-Control。

Expires

  Expires的值是服务器告诉浏览器的缓存过期时间(值为GMT时间,即格林尼治时间),即下一次请求时,如果浏览器端的当前时间还没有到达过期时间,则直接使用缓存数据。下面通过我们的Express服务器来设置一下Expires响应头信息。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
//其他代码...
const moment = require('moment');

app.get('/demo.js',(req, res)=>{
let jsPath = path.resolve(__dirname,'./static/js/demo.js');
let cont = fs.readFileSync(jsPath);
res.setHeader('Expires', getGLNZ()) //2分钟
res.end(cont)
})

function getGLNZ(){
return moment().utc().add(2,'m').format('ddd, DD MMM YYYY HH:mm:ss')+' GMT';
}
//其他代码...

  我们在demo.js中添加了一个Expires响应头,不过由于是格林尼治时间,所以通过momentjs转换一下。第一次请求的时候还是会向服务器发起请求,同时会把过期时间和文件一起返回给我们;但是当我们刷新的时候,才是见证奇迹的时刻:

expires-cache

  可以看出文件是直接从缓存(memory cache)中读取的,并没有发起请求。我们在这边设置过期时间为两分钟,两分钟过后可以刷新一下页面看到浏览器再次发送请求了。

  虽然这种方式添加了缓存控制,节省流量,但是还是有以下几个问题的:

  • 由于浏览器时间和服务器时间不同步,如果浏览器设置了一个很后的时间,过期时间一直没有用
  • 缓存过期后,不管文件有没有发生变化,服务器都会再次读取文件返回给浏览器

  不过Expires 是HTTP 1.0的东西,现在默认浏览器均默认使用HTTP 1.1,所以它的作用基本忽略。

谢小飞博客专用防爬虫链接,想要看最新的前端博客请点这里

Cache-Control

  针对浏览器和服务器时间不同步,加入了新的缓存方案;这次服务器不是直接告诉浏览器过期时间,而是告诉一个相对时间Cache-Control=10秒,意思是10秒内,直接使用浏览器缓存。

1
2
3
4
5
6
app.get('/demo.js',(req, res)=>{
let jsPath = path.resolve(__dirname,'./static/js/demo.js');
let cont = fs.readFileSync(jsPath);
res.setHeader('Cache-Control', 'public,max-age=120') //2分钟
res.end(cont)
})

cache-control

二、协商缓存

  强制缓存的弊端很明显,即每次都是根据时间来判断缓存是否过期;但是当到达过期时间后,如果文件没有改动,再次去获取文件就有点浪费服务器的资源了。协商缓存有两组报文结合使用:

  1. Last-Modified和If-Modified-Since
  2. ETag和If-None-Match

diagram-http

谢小飞博客专用防爬虫链接,想要看最新的前端博客请点这里

Last-Modified

  为了节省服务器的资源,再次改进方案。浏览器和服务器协商,服务器每次返回文件的同时,告诉浏览器文件在服务器上最近的修改时间。请求过程如下:

  • 浏览器请求静态资源demo.js
  • 服务器读取磁盘文件demo.js,返给浏览器,同时带上文件上次修改时间 Last-Modified(GMT标准格式)
  • 当浏览器上的缓存文件过期时,浏览器带上请求头If-Modified-Since(等于上一次请求的Last-Modified)请求服务器
  • 服务器比较请求头里的If-Modified-Since和文件的上次修改时间。如果果一致就继续使用本地缓存(304),如果不一致就再次返回文件内容和Last-Modified。
  • 循环请求。。

  代码实现过程如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
app.get('/demo.js',(req, res)=>{
let jsPath = path.resolve(__dirname,'./static/js/demo.js')
let cont = fs.readFileSync(jsPath);
let status = fs.statSync(jsPath)

let lastModified = status.mtime.toUTCString()
if(lastModified === req.headers['if-modified-since']){
res.writeHead(304, 'Not Modified')
res.end()
} else {
res.setHeader('Cache-Control', 'public,max-age=5')
res.setHeader('Last-Modified', lastModified)
res.writeHead(200, 'OK')
res.end(cont)
}
})

  我们多次刷新页面,可以看到请求结果如下:

last-modified-cache

  虽然这个方案比前面三个方案有了进一步的优化,浏览器检测文件是否有修改,如果没有变化就不再发送文件;但是还是有以下缺点:

  • 由于Last-Modified修改时间是GMT时间,只能精确到秒,如果文件在1秒内有多次改动,服务器并不知道文件有改动,浏览器拿不到最新的文件
  • 如果服务器上文件被多次修改了但是内容却没有发生改变,服务器需要再次重新返回文件。

谢小飞博客专用防爬虫链接,想要看最新的前端博客请点这里

ETag

  为了解决文件修改时间不精确带来的问题,服务器和浏览器再次协商,这次不返回时间,返回文件的唯一标识ETag。只有当文件内容改变时,ETag才改变。请求过程如下:

  • 浏览器请求静态资源demo.js
  • 服务器读取磁盘文件demo.js,返给浏览器,同时带上文件的唯一标识ETag
  • 当浏览器上的缓存文件过期时,浏览器带上请求头If-None-Match(等于上一次请求的ETag)请求服务器
  • 服务器比较请求头里的If-None-Match和文件的ETag。如果一致就继续使用本地缓存(304),如果不一致就再次返回文件内容和ETag。
  • 循环请求。。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
const md5 = require('md5');

app.get('/demo.js',(req, res)=>{
let jsPath = path.resolve(__dirname,'./static/js/demo.js');
let cont = fs.readFileSync(jsPath);
let etag = md5(cont);

if(req.headers['if-none-match'] === etag){
res.writeHead(304, 'Not Modified');
res.end();
} else {
res.setHeader('ETag', etag);
res.writeHead(200, 'OK');
res.end(cont);
}
})

  请求结果如下:

etag-cache

谢小飞博客专用防爬虫链接,想要看最新的前端博客请点这里

一些额外的东西

  在报文头的表格中我们可以看到有一个字段叫Pragma,这是一段尘封的历史….

secret

  在“遥远的”http1.0时代,给客户端设定缓存方式可通过两个字段–Pragma和Expires。虽然这两个字段早可抛弃,但为了做http协议的向下兼容,你还是可以看到很多网站依旧会带上这两个字段。

关于Pragma

  当该字段值为no-cache的时候,会告诉浏览器不要对该资源缓存,即每次都得向服务器发一次请求才行。

1
2
res.setHeader('Pragma', 'no-cache') //禁止缓存
res.setHeader('Cache-Control', 'public,max-age=120') //2分钟

  通过Pragma来禁止缓存,通过Cache-Control设置两分钟缓存,但是重新访问我们会发现浏览器会再次发起一次请求,说明了Pragma的优先级高于Cache-Control

谢小飞博客专用防爬虫链接,想要看最新的前端博客请点这里

关于Cache-Control

  我们看到Cache-Control中有一个属性是public,那么这代表了什么意思呢?其实Cache-Control不光有max-age,它常见的取值private、public、no-cache、max-age,no-store,默认值为private,各个取值的含义如下:

  • private: 客户端可以缓存
  • public: 客户端和代理服务器都可缓存
  • max-age=xxx: 缓存的内容将在 xxx 秒后失效
  • no-cache: 需要使用对比缓存来验证缓存数据
  • no-store: 所有内容都不会缓存,强制缓存,对比缓存都不会触发

  所以我们在刷新页面的时候,如果只按F5只是单纯的发送请求,按Ctrl+F5会发现请求头上多了两个字段Pragma: no-cache和Cache-Control: no-cache。

缓存的优先级

  上面我们说过强制缓存的优先级高于协商缓存,Pragma的优先级高于Cache-Control,那么其他缓存的优先级顺序怎么样呢?网上查阅了资料得出以下顺序(PS:有兴趣的童鞋可以验证一下正确性告诉我):

Pragma > Cache-Control > Expires > ETag > Last-Modified

  参考资料:

http缓存优先级问题
彻底弄懂HTTP缓存机制及原理
HTTP缓存控制小结
浅谈浏览器http的缓存机制
通过express框架简单实践几种设置HTTP对缓存的控制

  写在最后的最后:经常会收到最近一些热心读者们的打赏,为了能真诚真挚地表达对你们的谢意,同时能交个朋友,欢迎加微信:corner_scofield。

本文地址: http://xieyufei.com/2018/08/06/Http-Cache.html