HTTP缓存机制及原理详解（最全）

前言

缓存技术是无数WEB开发从业人员在工作过程中不可避免的一大问题。在产品开发的时候我们总是想办法避免缓存产生，而在产品发布之时又在想策略管理缓存提升网页的访问速度。了解浏览器的缓存命中原理，是开发WEB应用的基础，本文着眼于此，学习浏览器缓存的相关知识，总结缓存避免和缓存管理的方法，结合具体的场景说明缓存的相关问题。希望能对有需要的人有所帮助。
在这里插入图片描述

一、HTTP报文介绍

在介绍HTTP缓存之前，作为知识铺垫，先简单介绍一下HTTP报文。
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：

包含属性的首部(header) ：附加信息（cookie，缓存信息等）与缓存相关的规则信息，均包含在header中。
包含数据的主体部分(body) ：HTTP请求真正想要传输的部分。

二、缓存规则

为方便理解，我们认为浏览器存在一个缓存数据库,用于存储缓存信息。
在客户端第一次请求数据时，此时缓存数据库中没有对应的缓存数据，需要请求服务器，服务器返回后，将数据存储至缓存数据库中。如下图：
在这里插入图片描述
HTTP缓存有多种规则，根据是否需要重新向服务器发起请求来分类，我将其分为两大类(强制缓存，对比缓存)
在详细介绍这两种规则之前，先通过时序图的方式，让大家对这两种规则有个简单了解。

1、已存在缓存数据时，仅基于强制缓存，请求数据的流程如下

在这里插入图片描述

2、已存在缓存数据时，仅基于对比缓存，请求数据的流程如下

在这里插入图片描述
对缓存机制不太了解的同学可能会问，基于对比缓存的流程下，不管是否使用缓存，都需要向服务器发送请求，那么还用缓存干什么？
这个问题，我们暂且放下，后文在详细介绍每种缓存规则的时候，会带给大家答案。

我们可以看到两类缓存规则的不同，强制缓存如果生效，不需要再和服务器发生交互，而对比缓存不管是否生效，都需要与服务端发生交互。
两类缓存规则可以同时存在，强制缓存优先级高于对比缓存，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，不再执行对比缓存规则。

三、缓存类型

1、强制缓存（Expires/Cache-Control）

强制缓存在缓存数据未失效的情况下（即Cache-Control的max-age没有过期或者Expires的缓存时间没有过期），那么就会直接使用浏览器的缓存数据，不会再向服务器发送任何请求。强制缓存生效时，http状态码为200。这种方式页面的加载速度是最快的，性能也是很好的，但是在这期间，如果服务器端的资源修改了，页面上是拿不到的，因为它不会再向服务器发请求了。这种情况就是我们在开发种经常遇到的，比如你修改了页面上的某个样式，在页面上刷新了但没有生效，因为走的是强缓存，所以Ctrl + F5一顿操作之后就好了。跟强制缓存相关的header头属性有（Pragma/Cache-Control/Expires）
在这里插入图片描述
我们知道，在没有缓存数据的时候，浏览器向服务器请求数据时，服务器会将数据和缓存规则一并返回，缓存规则信息包含在响应header中。

对于强制缓存来说，响应header中会有两个字段来标明失效规则（Expires/Cache-Control）
使用chrome的开发者工具，可以很明显的看到对于强制缓存生效时，网络请求的情况

在这里插入图片描述

Expires

Expires的值为服务端返回的到期时间，即下一次请求时，请求时间小于服务端返回的到期时间，直接使用缓存数据。
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。
另一个问题是，到期时间是由服务端生成的，但是客户端时间可能跟服务端时间有误差，这就会导致缓存命中的误差。
所以HTTP 1.1 的版本，使用Cache-Control替代。

Cache-Control

Cache-Control 是最重要的规则。常见的取值有private、public、no-cache、max-age，no-store，默认为private。

可选值	说明
public	所有内容都将被缓存（客户端和代理服务器都可缓存），在响应头中设置
private	通知浏览器只针对单个用户缓存响应. 且可以具体指定某个字段.如private –“username”，内容只被缓存到私有缓存中（），在响应头中设置
no-cache	a) 请求头中：告诉浏览器回去服务器取数据，并验证你的缓存(如果有的话)。b) 响应头中：告诉浏览器，一定要回服务器校验，不管有没有缓存数据。如果确定没有被改，可以使用缓存中的数据
no-store	所有内容都不会被缓存或Internet临时文件中，在响应头中设置
max-age	缓存的内容将在xxx秒后失效，这个选项只在HTTP1.1中可用，和Last-Modifide一起使用时优先级较高，在响应头中设置
must-revalidation/proxy-revalidation	如果缓存的内容失效，请求必须发送到服务器/代理器进行重新验证，在请求头中设置

例如：
在这里插入图片描述
图中Cache-Control仅指定了max-age，所以默认为private，缓存时间为31536000秒（365天）
也就是说，在365天内再次请求这条数据，都会直接获取缓存数据库中的数据，直接使用。

2、对比缓存

对比缓存，顾名思义，需要进行比较判断是否可以使用缓存。
浏览器第一次请求数据时，服务器会将缓存标识与数据一起返回给客户端，客户端将二者备份至缓存数据库中。
再次请求数据时，客户端将备份的缓存标识发送给服务器，服务器根据缓存标识进行判断，判断成功后，返回304状态码，通知客户端比较成功，可以使用缓存数据。

第一次请求
第二次请求

通过两图的对比，我们可以很清楚的发现，在对比缓存生效时，状态码为304，并且报文大小和请求时间大大减少。
原因是，服务端在进行标识比较后，只返回header部分，通过状态码通知客户端使用缓存，不再需要将报文主体部分返回给客户端。

对于对比缓存来说，缓存标识的传递是我们着重需要理解的，它在请求header和响应header间进行传递，
一共分为两种标识传递，接下来，我们分开介绍。

Etag / If-None-Match（优先级高于Last-Modified / If-Modified-Since）

Etag：
服务器响应请求时，告诉浏览器当前资源在服务器的唯一标识（生成规则由服务器决定）。
If-None-Match：
再次请求服务器时，通过此字段通知服务器客户段缓存数据的唯一标识。
服务器收到请求后发现有头If-None-Match 则与被请求资源的唯一标识进行比对，
不同，说明资源又被改动过，则响应整片资源内容，返回状态码200；
相同，说明资源无新修改，则响应HTTP 304，告知浏览器继续使用所保存的cache。

Last-Modified / If-Modified-Since

Last-Modified：服务器在响应请求时，告诉浏览器资源的最后修改时间。
If-Modified-Since：
再次请求服务器时，通过此字段通知服务器上次请求时，服务器返回的资源最后修改时间。
服务器收到请求后发现有头If-Modified-Since 则与被请求资源的最后修改时间进行比对。
若资源的最后修改时间大于If-Modified-Since，说明资源又被改动过，则响应整片资源内容，返回状态码200；
若资源的最后修改时间小于或等于If-Modified-Since，说明资源无新修改，则响应HTTP 304，告知浏览器继续使用所保存的cache。

四、新鲜度

理论上来讲，当一个资源被缓存存储后，该资源应该可以被永久存储在缓存中。由于缓存只有有限的空间用于存储资源副本，所以缓存会定期地将一些副本删除，这个过程叫做缓存驱逐。另一方面，当服务器上面的资源进行了更新，那么缓存中的对应资源也应该被更新，由于HTTP是C/S模式的协议，服务器更新一个资源时，不可能直接通知客户端更新缓存，所以双方必须为该资源约定一个过期时间，在该过期时间之前，该资源（缓存副本）就是新鲜的，当过了过期时间后，该资源（缓存副本）则变为陈旧的。驱逐算法用于将陈旧的资源（缓存副本）替换为新鲜的，注意，一个陈旧的资源（缓存副本）是不会直接被清除或忽略的，当客户端发起一个请求时，缓存检索到已有一个对应的陈旧资源（缓存副本），则缓存会先将此请求附加一个If-None-Match头，然后发给目标服务器，以此来检查该资源副本是否是依然还是算新鲜的，若服务器返回了 304 (Not Modified)（该响应不会有带有实体信息），则表示此资源副本是新鲜的，这样一来，可以节省一些带宽。若服务器通过 If-None-Match 或 If-Modified-Since判断后发现已过期，那么会带有该资源的实体内容返回。
在这里插入图片描述
对于含有特定头信息的请求，会去计算缓存寿命。比如Cache-control: max-age=N的头，相应的缓存的寿命就是N。通常情况下，对于不含这个属性的请求则会去查看是否包含Expires属性，通过比较Expires的值和头里面Date属性的值来判断是否缓存还有效。如果max-age和expires属性都没有，找找头里的Last-Modified信息。如果有，缓存的寿命就等于头里面Date的值减去Last-Modified的值除以10（注：根据rfc2626其实也就是乘以10%）。

缓存失效时间计算公式如下：

expirationTime = responseTime + freshnessLifetime - currentAge

上式中，responseTime 表示浏览器接收到此响应的那个时间点。

五、总结

对于强制缓存，服务器通知浏览器一个缓存时间，在缓存时间内，下次请求，直接用缓存，不在时间内，执行比较缓存策略。
对于比较缓存，将缓存信息中的Etag和Last-Modified通过请求发送给服务器，由服务器校验，返回304状态码时，浏览器直接使用缓存。

第一次请求：
再次请求

HTTP缓存相关的概念 http请求头信息 http响应头信息

请求头：浏览器向服务器发送请求的数据，资源。
响应头：服务器向浏览器响应数据，告诉浏览器我是谁，我要你怎么做。如，我是nginx，给你的资源是正确的200 还是错误的404，我要你缓存多久。

常见的请求头：

Accept: text/html,image/                                           浏览器可以接收的类型 
Accept-Charset: ISO-8859-1                                      浏览器可以接收的编码类型
Accept-Encoding: gzip,compress                               浏览器可以接收压缩编码类型 
Accept-Language: en-us,zh-cn                                浏览器可以接收的语言和国家类型
Host: www.lks.cn:80                                               浏览器请求的主机和端口
If-Modified-Since: Tue, 11 Jul 2000 18:23:51 GMT   某个页面缓存时间 
Referer: http://www.lks.cn/index.html                         请求来自于哪个页面
User-Agent: Mozilla/4.0 compatible; MSIE 5.5; Windows NT 5.0   浏览器相关信息
Cookie：                                                                    浏览器暂存服务器发送的信息
Connection: close1.0/Keep-Alive1.1                          HTTP请求的版本的特点
Date: Tue, 11 Jul 2000 18:23:51GMT                       请求网站的时间
Allow:GET                                                                  请求的方法 GET 常见的还有POST
Keep-Alive：5                                                            连接的时间；5
Connection：keep-alive                                             是否是长连接
Cache-Control：max-age=300                                   缓存的最长时间 300s

常见的响应头：

Location: http://www.lks.cn/index.html                          控制浏览器显示哪个页面 
Server:apache nginx                                                   服务器的类型 
Content-Encoding: gzip                                               服务器发送的压缩编码方式 
Content-Length: 80                                                     服务器发送显示的字节码长度 
Content-Language: zh-cn                                           服务器发送内容的语言和国家名 
Content-Type: image/jpeg; charset=UTF-8                 服务器发送内容的类型和编码类型 
Last-Modified: Tue, 11 Jul 2000 18:23:51GMT           服务器最后一次修改的时间 
Refresh: 1;url=http://www.lks.cn                                  控制浏览器1秒钟后转发URL所指向的页面 
Content-Disposition: attachment; filename=lks.jpg      服务器控制浏览器发下载方式打开文件 
Transfer-Encoding: chunked                                      服务器分块传递数据到客户端  
Set-Cookie:SS=Q0=5Lb_nQ; path=/search                服务器发送Cookie相关的信息 
Expires: -1                                                                  资源的过期时间，提供给浏览器缓存数据,-1永远过期 
Cache-Control: no-cache                                           告诉浏览器，一定要回服务器校验，不管有没有缓存数据。 
Pragma: no-cache                                                      服务器控制浏览器不要缓存网页   
Connection: close/Keep-AliveHTTP                           请求的版本的特点   
Date: Tue, 11 Jul 2000 18:23:51 GMT                       响应网站的时间 
ETag：“ihfdgkdgnp98hdfg”                                       资源实体的标识(唯一标识，类似md5值，文件有修改md5就不