x-note
Search…
HTTP 缓存
缓存的优点
减少冗余的数据传输。多个页面中都展示了同一张图片。 缓解网络瓶颈。尤其是移动网络。 降低了 瞬间拥塞（Flash Crowds） 的可能。例如春运抢票，双十一剁手。 降低了距离时延。比如海南三亚的用户访问黑龙江哈尔滨的服务器（3441km），单光速（299792.458km/s）延迟就需要（23 ms）。
缓存的问题
缓存无法保存每份文档，缓存的副本可能与服务器上的不一致。
用已有的缓存副本达到提供服务称为 缓存命中（cache hit），其他一些达到缓存的请求可能由于没有副本可用，而被转发给原始服务器。这称为 缓存未命中（cache miss）。由缓存提供服务的请求所占的比例称为缓存命中率 （cache hit rate）。
缓存再验证
由于服务器的内容可能会发生变化。所以需要检测缓存的副本与服务器上的最新版本是否一致，这个行为称之为 HTTP 再验证（revalidation） 或 “新鲜度检测”
缓存对缓存的副本进行再验证时，会向服务器发送一个小的再验证请求验证副本是否变化，如果没变化，服务器会返回一个 304 响应；如果有变化则返回 200 响应， 然后 HTTP Agency 会请求新的副本；如过对象被删除了，服务器返回 404 响应，同时删除缓存。
验证缓存副本为有效时则称之未再 验证命中（revalidate hit） 或 缓慢命中（slow hit）
由缓存提供服务的请求所占比称为 缓存命中率 （cache hit rate）。
对于大型文档（高清视频，高保真音频等），由于文档本身的尺寸的问题，虽然访问的次数少，但整个的数据流量的贡献却更大，缓存命中率并不能表现出真实情况，此时，可以考虑采用 字节命中率（byte hit rate） 作为度量值。
缓存的拓扑结构
私有缓存（private cache） 是单个用户专用的（例如，浏览器缓存）。 公有缓存（public cache） 是多个用户共享的，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 代理缓存（proxy cache）。
层次化缓存结构
代理缓存的 层次化（hierarchy） 的结构非常有意义，较小的缓存中未命中的请求会被较大的 父缓存（parent cache） 提供服务。
其基本思想就是在靠近客户端的地方使用小型廉价缓存，然后逐步采用更大，更强的缓存来装载更多的用户共享文档。
但是，每一个代理拦截都会增加性能损耗，当链路达到一定长度的时候，这种性能损耗会变得更加明显。
网状缓存结构
网状缓存（cache mesh） 中的代理缓存之间通过某种策略做出动态的缓存通信决策，决定与哪个父缓存进行对话，或彻底绕开缓存，直接链接原始服务器。这种代理缓存会决定选择何种路由对内容进行访问，管理或传送，因此称其为 内容路由器（content router）
一个内容路由器必须包含以下功能：
- 根据 URL 在父缓存或原始服务器之间进行动态选择
- 根据 URL 动态选择父缓存
- 前往父缓存之前，在本地搜索已缓存的副本
- 允许其它 对等（peer）实体 访问其缓存内容，不允许 Internet 流量访问。
可选的对等支持的缓存称为 兄弟缓存(sibling cache)。HTTP 本身不支持兄弟缓存，所以人们基于 HTTP 进行了扩展，例如 英特网缓存协议 （Iternet Cache Protocol, ICP） 和 超文本缓存协议(HyperText Caching Protocol, HTCP)。
缓存（服务器）的处理步骤
- 1.接收 —— 接收请求报文
- 2.解析 —— 解析报文，提取出 URL 和各种首部放入易操作的数据结构中
- 3.查询 —— 检查是否有本地缓存，如果不存在本地缓存，就去获取一份副本
- 4.新鲜度检测 —— 查看副本是否是最新版本
- 5.创建响应 —— 缓存会用新的首部和已缓存的主题构建响应报文
- 6.发送 —— 通过网络响应发送给客户端
- 7.日志 —— 创建一个日志文件描述这个事务
(引用自《HTTP 权威指南》中文版)
HTTP 新鲜度检查策略
过期检查
HTTP 的响应中的首部
Expires 和 Cache-Control 表示文档的过期时间，如果缓存副本处于这个时间段内，则表示缓存副本未过期。Expires
Expires 首部是的值是一个绝对时间，例如：1
Expires: Fri, 05 Jul 2002, 05:00:00 GMT
Copied!
Cache-Control
Cache-Control 支持多种指令，例如1
Cache-Control: public, max-age=31536000
Copied!
指令
描述
请求
响应
public响应可以被任何对象缓存
NO
YES
private响应只可被单个对象缓存
NO
YES
no-cache使用缓存前强制向服务器验证
YES
YES
no-store不允许缓存，并删除当前缓存副本
YES
YES
max-age=<seconds>设置缓存存储的最大周期，超过这个时间缓存被认为过期(单位秒)。
YES
YES
s-maxage=<seconds>覆盖 max-age 或者 Expires 头，但是仅适用于共享缓存(比如各个代理)，私有缓存会忽略它。
NO
YES
max-stale[=<seconds>]表明客户端愿意接收一个已经过期的资源。
YES
NO
min-fresh=<seconds>表示客户端希望获取一个能在指定的秒数内保持其最新状态的响应。
YES
NO
stale-while-revalidate=<seconds>表明客户端愿意接受陈旧的响应，同时在后台异步检查新的响应。
NO
NO
stale-if-error=<seconds>表示如果新的检查失败，则客户愿意接受陈旧的响应。
NO
NO
must-revalidate一旦资源过期（比如已经超过
max-age），在成功向原始服务器验证之前，缓存不能用该资源响应后续请求。NO
YES
proxy-revalidate与
must-revalidate 作用相同，但它仅适用于共享缓存（例如代理），并被私有缓存忽略。NO
YES
immutable表示响应正文不会随时间而改变。资源（如果未过期），因此客户端不应发送重新验证请求头（例如
If-None-Match 或 If-Modified-Since）来检查更新，即使用户显式地刷新页面。NO
NO
no-transform不得对资源进行转换或转变。
YES
YES
only-if-cached表明客户端只接受已缓存的响应，并且不要向原始服务器检查是否有更新的拷贝。
YES
NO
在HTTP 1.1及以上版本中，如果Cache-Control的值为max-age=<seconds>或s-maxage=<seconds>则会忽略Expires
服务器再验证
如果当前缓存副本不够新鲜，向服务器发起验证。一般通过以下 HTTP 首部上的值进行判断
If-None-Match和Etag（组合使用）If-Modified-Since和Last-Modified（组合使用）
If-None-Match / Etag
服务器返回文档内容时，服务器根据一定的策略生成一个 Hash 值，同时在相应头上增加字段
Etag，该字段的值为生成的 Hash 值。 当客服端对该文档进行再验证时，在请求头中增加首部 If-None-Match，首部的值为保存副本的 Etag 的值。 服务器对请求首部中的 If-None-Match 值与文档最新版本的 Hash 值进行比较，如果值相同，则返回 304 相应，如果文档本删除返回 404 相应，如果不相同且没删除则返回 200。 客户端下载新版本的文档，并根据新的响应首部进行文档缓存的处理。例如 Apache 服务器根据文档的 索引节(INode)，大小(Size)，和最后修改时间（MTime）进行 Hash 计算得到Etag的值
If-Modified-Since／Last-Modified
与
If-None-Match 和 Etag 不同的是，If-Modified-Since 和 Last-Modified 的值是一个具体的时间点1
// HTTP Response
2
Last-Modified:Tue, 24 Feb 2009 08:01:04 GMT
3
4
// HTTP Request
5
If-Modified-Since:Tue, 24 Feb 2009 08:01:04 GMT
Copied!
试探性过期
如果响应中没有
Cache-Control: max-age<Seconds> 也没有 Expires 首部，缓存可以计算出一个最大试探性周期。LM-Factor 是一种常见的试探性过期算法。其根据最后修改日期来估计文档有多易变。缓存通常会为新的文档设置一个默认的新鲜周期，通常是一个小时或一天，有时比较保守的会设置为 0， 有些激进的会设置为一周。
废弃和更新缓存的响应
TL;DR:
- 在资源“过期”之前，将一直使用本地缓存的响应。
- 您可以通过在网址中嵌入文件内容指纹，强制客户端更新到新版本的响应。
- 为获得最佳性能，每个应用都需要定义自己的缓存层次结构。
不过，如果您想更新或废弃缓存的响应，该怎么办？例如，假定您已告诉访问者将某个 CSS 样式表缓存长达 24 小时 (max-age=86400)，但设计人员刚刚提交了一个您希望所有用户都能使用的更新。 您该如何通知拥有现在“已过时”的 CSS 缓存副本的所有访问者更新其缓存？在不更改资源网址的情况下，您做不到。(shopee interview question)
缓存检查清单
- 使用一致的网址：如果您在不同的网址上提供相同的内容，将会多次提取和存储这些内容。 网址区分大小写。特别是 PWA 需要注意该问题确保服务器提供验证令牌 (ETag)：有了验证令牌，当服务器上的资源未发生变化时，就不需要传送相同的字节。
- 确定中间缓存可以缓存哪些资源：对所有用户的响应完全相同的资源非常适合由 CDN 以及其他中间缓存进行缓存。
- 为每个资源确定最佳缓存周期：不同的资源可能有不同的更新要求。 为每个资源审核并确定合适的 max-age。
- 确定最适合您的网站的缓存层次结构：您可以通过为 HTML 文档组合使用包含内容指纹的资源网址和短时间或 no-cache 周期，来控制客户端获取更新的速度。
- 最大限度减少搅动：某些资源的更新比其他资源频繁。 如果资源的特定部分（例如 JavaScript 函数或 CSS 样式集）会经常更新，可以考虑将其代码作为单独的文件提供。 这样一来，每次提取更新时，其余内容（例如变化不是很频繁的内容库代码）可以从缓存提取，从而最大限度减少下载的内容大小。
参考
Last modified 1yr ago