http的缓存机制

http的缓存机制

前言

了解http的缓存机制有利于提升网站的性能，减小服务器的压力，加速响应客户端的请求。

 

什么是http的缓存？

httpd的缓存是在浏览器和web服务器或web代理服务器之间进行的。当客户端发送请求时，若是本地的浏览器缓存有“副本”（即请求的数据）的话，且副本在有效时间内的话，那么数据将直接从浏览器缓存中返回，这样，就不须要到后端原始服务器上进行加载了，从而达到减小网络带宽、提升web服务器性能的目的。

 

http的缓存一般指的是浏览区缓存、代理缓存和web cache缓存。一般这些机制均可以用来缓存服务器响应的数据。固然有些数据是不能缓存的，好比客户端的私有信息，如cookie信息就不能缓存。一般这须要取决于你的缓存策略。当客户端发起请求时，首先会到本地浏览器缓存中查找是否有该web资源的副本（即请求的数据），若是有，且在有效期内的话，则直接返回给客户端，若是没有则向代理服务器或web cache服务器发起请求，若是有且是有效的话，则直接返回给客户端。若是有，可是过时的话，那么就须要向原始服务器发起新鲜度验证，以验证该web资源是否被更新过。若是，这些缓存机制中都没有的话，那么直接有原始服务器（或者称为后端服务器）进行响应，而后根据响应的内容，来决定是否须要对这些数据进行缓存。这就是http的缓存机制。所以，缓存具备以下好处：

缓存的好处

1、减小了网络出口带宽

2、若是缓存中有请求的web资源，且是有效的话，则直接构建响应报文并响应给客户端。这些请求就不须要交给后端的服务器进行处理了，从而减小了服务器的压力，提升了web服务器的性能。

3、能够减小网络传输延迟，加速响应客户度的请求。以提升客户端体验。

 

 

公共缓存和私有缓存

公共缓存：即数据能够共享给多个用户

私有缓存：缓存的数据只能被本身使用（如cookie信息就不能缓存在公共缓存上）。好比浏览器一般缓存的是用户的私有信息。

缓存机制处理的几个步骤：

一、接受请求

二、解析请求，因为具有解析的功能，所以该缓存具有代理的功能

三、查询该缓存上是否有该请求的web资源的副本

四、若是有，则须要检验该web资源的新鲜度，确保该web资源是否被更改过。若是没有，则直接有后端服务器进行响应，并肯定是否将该数据缓存在该缓存上，而后在响应给客户端。

五、若是该缓存有缓存而且是有效的话，则直接构建响应报文

六、该缓存将响应报文返回给客户端

七、将此过程记录到日志中

缓存资源的新鲜度检测

缓存资源的新鲜度检测用来检测该资源是不是最早的。缓存资源的新鲜度检测有二种方式：

1、根据资源的过时时间进行检测

一、在http 1.0协议中，经过原始服务器返回的响应首部Expires来肯定该资源是不是最新的。这个时间是一个绝对时间。

当客户端第一次请求时，因为缓存中没有该资源的副本，所以，会将请求交给后端原始服务器进行处理。当原始服务器响应该数据时，则会返回一个响应首部Expires:date。好比：Expires:30 May 2015,表示该资源能够被缓存到2015年5月30号。该资源被缓存，最后再响应给客户端。当客户端下一次在请求相同的资源时，因为该缓存上有该资源的副本，从而须要对该资源的副本进行新鲜度验证。若是请求的时间是在这个时间内的话，那么表示该资源没有过时，则直接有该缓存机制直接构建响应报文直接响应给客户端，并返回304状态码。若是请求的时间已经超过了该时间，表示该资源已通过期，须要该缓存向后端的原始服务器发起请求。后端原始服务器接受请求后，即便后端服务器没有对该资源作任何修改，仍然会响应最新数据，且响应时返回Expires:date的首部，以告知该资源新的过时时间，当缓存机制缓存该资源时，会覆盖原来旧的资源(无论返回的资源是否被修改，缓存机制都会将旧资源覆盖掉)，并最终响应给客户端，并返回200的状态码。

若是客户端的时间与缓存机制的时间不一样步的话，那么会致使缓存资源极可能是过时的。所以，这种方式并非可靠

二、在http 1.1协议中，经过原始服务器返回的响应报文首部Cache-Control:max-age来肯定该资源是不是最新的。这个时间是一个相对时间。

当客户端第一次请求时，因为缓存中没有该资源的副本，所以，会将请求交给后端原始服务器进行处理。当原始服务器响应该数据时，会返回一个响应首部cache-control:max-age。好比Cache-Control:max-age=3600，表示该资源能够缓存一个小时。该资源会被缓存，最后再响应给客户端。当客户端下一次在请求相同的资源时，因为该缓存上有该资源的副本，从而须要对该资源的副本进行新鲜度验证。若是请求的资源是在这一小时内进行的话，那么表示缓存是有效的，缓存机制直接将缓存上的资源构建响应报文并返回给客户端。并返回304的状态码。若是请求的资源不是在这一小时内进行的话，表示该资源时过时的。而后该缓存机制向后端的原始服务器发起请求，后端的原始服务器接受请求并对其响应，无论该资源是否被修改过，后端原始服务器仍然会响应最新数据。且返回一个cache-control：max-age=N，表示该资源能够缓存N时间。当缓存机制缓存该资源时，会覆盖原来旧的资源(无论返回的资源是否被修改，缓存机制都会将旧资源覆盖掉)，并最终响应给客户端，并返回200的状态码。

2、根据条件式请求来进行新鲜度检测

条件式请求首部有2个：If-Modified-Since和If-None-Match

If-Modified-Since请求首部是根据请求资源的最近一次的修改时间来判断资源是不是最新的。

当客户端第一次请求时，因为缓存中没有该资源的副本，所以，会将请求交给后端原始服务器进行处理。后端原始服务器响应时，缓存机制会将该资源缓存起来，而后在响应给客户端。当客户端下次请求相同资源时。缓存机制会在请求首部添加一个If-Modified-Since:date首部，告诉原始服务器在这个时间后(这里指的是date这个时间)后，该资源是否被更新过，若是原始服务器没有更改该资源，则响应304状态码给缓存机制，这样缓存机制就会将缓存上的资源构建响应报文并返回给客户端，响应给客户端的状态码为200。若是该资源被更该过，则响应200状态码，并将最新数据返回给缓存机制，且响应首部中包含一个Last-Modified首部，以告知该资源最近一次被修改的时间。最终缓存机制将其缓存下来并返回给客户端，响应给客户端的状态码为200。

If-Modified-Since请求首部是根据请求资源的Etag标签来判断该资源是不是最新的。只要资源没有被改变，则Etag标签就不会改变。一旦资源改变了，则Etag标签就会发生改变。

当客户端第一次请求时，因为缓存中没有该资源的副本，所以，会将请求交给后端原始服务器进行处理。后端原始服务器响应时，缓存机制会将该资源缓存起来，而后在响应给客户端。当客户端下次请求相同资源时。缓存机制会在请求首部添加一个If-None-Match首部，当后端服务器接受请求时会将If-None-Match的值与本地资源的Etag值进行比较，若是相同则表示该资源没有被改变，仍然是最新的，则后端原始服务器返回304状态码。而后缓存机制将缓存上的资源构建响应报文并返回给客户端，响应给客户端的状态码为200。若是If-None-Match的值与后端原始服务器资源的Etag值不同，则表示该资源被更新了，则后端原始服务器响应最新数据和该资源最新的Etag给缓存机制，响应状态码为200。最后在将资源响应给客户端，状态码为200。

那么是基于时间的条件式请求精确些仍是基于Etag标签的条件式请求精确些？

其实后者经过对比ETag首部来判断缓存数据的新鲜度比前者经过数据的最近一次修改时间判断缓存数据的新鲜度更加的精确。为何呢？这是由于前者经过数据的最近一次时间来判断缓存数据的新鲜度，它所可以精确的时间范围仅仅到秒而已。也就是说，当后端原始服务器上的数据修改在秒之内完成的话，则这种判断方式将会致使错误。这样，缓存机制上的缓存的数据和后端原始服务器上的数据将会不一致。而经过对比ETag首部则不同，一旦原始服务器上的数据发生改变，则ETag值也必定会发生改变。因此后者很好了解决了前者的漏洞，比前者判断的更加精确。

小结

根据资源的过时时间来判断资源是不是最新的，你会发现，只有资源是过时的，那么就后端原始服务器就必须响应最新数据给缓存机制（无论后端原始服务器上的资源是否改变，都会返回资源）。有时候缓存上的资源虽然是过时的，可是后端原始服务器并无对这些资源作任何修改，所以该资源仍然是最新的，因此，在这种状况下，后端原始服务器就不须要再次发送该资源了。从而能够避免一些相同数据的重复传输。

而条件式请求首部虽然能够避免相同数据的重复传输，可是每次请求时，缓存机制都会作条件式请求，所以，这种请求方式也会消耗一些时间，所以两种方式好像都并非那么完美。所以，常见新鲜度检测的方式就是将这两种方式结合起来一次来使用。

过时时间和条件式请求的结合使用

当客户端第一次请求时，因为缓存中没有该资源的副本，所以，会将请求交给后端原始服务器进行处理。当原始服务器响应该数据时，会返回一个响应首部cache-control:max-age。好比Cache-Control:max-age=3600，表示该资源能够缓存一个小时。该资源会被缓存，最后再响应给客户端。当客户端下一次在请求相同的资源时，因为该缓存上有该资源的副本，从而须要对该资源的副本进行新鲜度验证。若是请求的资源是在这一小时内进行的话，那么表示缓存是有效的，缓存机制直接将缓存上的资源构建响应报文并返回给客户端。并返回304的状态码。

若是请求的时间已经超过了该时间，表示该资源已通过期，则缓存机制将会发起条件式请求，好比会在请求首部加上If-None-Match:abcd首部，后端服务器接受请求后，将请求首部中的If-None-Match首部中的值abcd与后端服务器上该资源的Etag值进行对比。若是Etag值同样表示该资源没有被修改，资源仍然是最新的，则后端原始服务器返回304状态码给缓存机制，并返回Cache-Control：max-age=N首部给缓存机制，表示该资源能够缓存N这么长的时间。而后缓存机制将从缓存上的资源构建响应报文给客户端，响应状态码为200。若是Etag值不同，表示数据被修改过，则后端原始服务器将会将最新资源和该资源的Etag值响应给缓存机制，并最终响应给客户端，状态码为200。

说明：一旦作了新鲜度检测（即请求达到了原始服务器），其响应客户端成功的状态码为200。无论资源是否被更新过。

当两种方式集合起来一块儿使用时，其http的请求流程图以下：

客户端第一次请求流程以下：

 

客户端下次请求流程为：

 

http的相关缓存首部参数

在缓存服务器或原始服务器定义的首部

1、Expires：用来定义web对象的过时日期或时间，一般为GMT格式。Expires是http 1.0的东西，如今浏览器默认使用的是http 1.1，全部它的做用基本忽略。不过Expires有一个缺点就是它的过时时间使用的是绝对时间，若是客户端和服务器时间不一样步（或跨时区），则会致使偏差。在http 1.1中使用Cache-Control:max-age替代了。

2、Cache-Control：这是全部的缓存机制必须遵照的缓存指示。它有许多子命令，分别以下：

      public：该响应能够缓存在浏览器或web代理或web缓存服务器中，该缓存做为公共缓存，能够在多个用户之间共享。这也是默认的缓存机制。

      private：该响应做为private缓存，只能缓存在浏览器中，不能缓存在web代理或web缓存服务器等公共缓存上。如用户的cookie信息、登录时使用的用户名和密码等都只能缓存在private缓存上，所以只能缓存在浏览器这样的private缓存上，不能缓存在公共缓存上。如cdn。

      no-cache:表示该响应能够缓存，在使用该缓存对象时，必须先作新鲜度验证。

      no-store:表示该响应不能缓存，一般这些数据是一些敏感数据。

      max-age:定义缓存的有效时长。它比Expires的优先级高，也就是说max-age设定的时间会忽略Expires中设定的时间。max-age设定的是一个相对时间，好比:max-age=3600,表示该资源能够缓存1个小时。若是web对象过时了，则缓存服务器必须向后端服务器新鲜度确认。

      s-maxage:这是用来定义公共缓存，而max-age是用来定义私有缓存的。若是该参数不存在，则取决于max-age。

      must-revalidate：若是缓冲对象过时，必须发送到服务器端从新进行新鲜度验证。

3、Etag：响应首部，用于在响应报文中为某web资源定义版本标识符；该版本标识符必须是惟一的，一旦该响应报文的数据发生改变，则Etag值也会发生改变。它能够用来验证缓存资源是否被更新过。当缓存服务器发起条件式请求时，会在请求报文中添加一个请求首部If-None-Match:value，该value就是原始服务器响应的Etag值。当原始服务器接受该请求时时，会对比请求首部中的Etag值与本地资源的Etag值是否一致，从而判断原始服务器上的资源是否被更新过。

4、Last-Modified：响应首部，用于通知缓存服务器或客户端其请求的资源最近一次的修改时间。该响应首部也能够用来判断请求的资源是否被更新过。当缓存服务器发起条件式请求时，会在请求报文中添加一个请求首部If-Modified-Since:date，这个date时间就是当时原始服务器返回的响应首部中Last-Modified的值，当原始服务器接受请求时，会对比本地资源的最一次修改时间和该date值，从而判断该资源是否被更新过。

5、If-Modified-Since：条件式请求首部，若是在此请求首部指定的时间后其请求的web资源发生了更改，则服务器响应更改后的内容，不然，则响应304(not modified)。

6、If-None-Match：条件式请求首部，web服务器会为某web资源定义一个ETag首部，，并将其返回给缓存服务器，缓存服务器会将该首部保存在本地。当下一次请求时，缓存服务器会携带该请求首部，原始服务器端收到后，对比该请求报文中的ETag和服务器端的本地资源的ETag是否同样，若是同样，表示缓存没有更新，则返回304(not modified)；不然，将返回服务器端最新的数据给原始服务器。

7、Vary：响应首部，请求消息和响应消息在客户端与服务器端之间所通过的代理或网关。

8、Age：缓存服务器能够发送的一个额外的响应首部，用于指定响应的有效期限；浏览器一般根据此首部决定内容的缓存时长；若是响应报文首部还使用了max-age指令，那么缓存的有效时长为“max-age减去Age”的结果；

与客户端相关的缓存首部

cache-control：

    max-stale：告知缓存机制可使用过时的缓存资源。

    no-cache：告知缓存机制必须对请求的资源作新鲜度验证，不会接受任何缓存资源。

    no-store：告知缓存机制必须尽快删除缓存中的资源。