HTTP协议之缓存

转自： http://www.cnblogs.com/TankXiao/archive/2012/11/28/2793365.html

　　HTTP协议提供了非常强大的缓存机制，了解这些缓存机制，对提高网站的性能非常有帮助。本文介绍浏览器和Web服务器之间如何处理"浏览器缓存"，以及控制缓存的http header.

　　本文会使用Fiddler来查看HTTP request和Response, 可以先参考[Fiddler教程] 。

1.缓存的概念

　　缓存这个东西真的是无处不在，有浏览器端的缓存，有服务器端的缓存，有代理服务器的缓存，有ASP.NET页面缓存，对象缓存。数据库也有缓存，等等。

　　http中具有缓存功能的是浏览器缓存，以及缓存代理服务器。

　　http缓存的是指: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从原始服务器中提取这个文档。

2.缓存的好处

　　缓存的好处是显而易见的，好处:

减少了冗余的数据传输，节省了网费。
减少了服务器的负担，大大提高了网站的性能
加快了客户端加载网页的速度

3.Fiddler可以方便地查看缓存的header

　　Fiddler中把header都分门别类的放在一起，这样方便查看。

4.如何判断缓存新鲜度

　　Web服务器通过2种方式来判断浏览器缓存是否是最新的。

　　第一种，浏览器把缓存文件的最后修改时间通过 header ”If-Modified-Since“来告诉Web服务器。

　　第二种，浏览器把缓存文件的ETag, 通过header "If-None-Match", 来告诉Web服务器。

5.通过最后修改时间, 来判断缓存新鲜度

　　1. 浏览器客户端想请求一个文档，首先检查本地缓存，发现存在这个文档的缓存，获取缓存中文档的最后修改时间，通过： If-Modified-Since，发送Request给Web服务器。

　　2. Web服务器收到Request，将服务器的文档修改时间（Last-Modified）: 跟request header 中的，If-Modified-Since相比较，如果时间是一样的，说明缓存还是最新的， Web服务器将发送304 Not Modified给浏览器客户端，告诉客户端直接使用缓存里的版本。如下图。

　　3. 假如该文档已经被更新了。Web服务器将发送该文档的最新版本给浏览器客户端，如下图。

　　实例：打开Fiddler, 然后打开博客园首页。然后F5刷新几次浏览器。你会看到博客园首页也用了缓存。

6.与缓存有关的header

6.1 Request

Cache-Control: max-age=0	以秒为单位
If-Modified-Since: Mon, 19 Nov 2012 08:38:01 GMT	缓存文件的最后修改时间。
If-None-Match: "0693f67a67cc1:0"	缓存文件的Etag值
Cache-Control: no-cache	不使用缓存
Pragma: no-cache	不使用缓存

6.2 Response

Cache-Control: public	响应被缓存，并且在多用户间共享，（公有缓存和私有缓存的区别，请看另一节）
Cache-Control: private	响应只能作为私有缓存，不能在用户之间共享
Cache-Control:no-cache	提醒浏览器要从服务器提取文档进行验证
Cache-Control:no-store	绝对禁止缓存（用于机密，敏感文件）
Cache-Control: max-age=60	60秒之后缓存过期（相对时间）
Date: Mon, 19 Nov 2012 08:39:00 GMT	当前response发送的时间
Expires: Mon, 19 Nov 2012 08:40:01 GMT	缓存过期的时间（绝对时间）
Last-Modified: Mon, 19 Nov 2012 08:38:01 GMT	服务器端文件的最后修改时间
ETag: "20b1add7ec1cd1:0"	服务器端文件的Etag值

如果同时存在cache-control和Expires怎么办呢？
浏览器总是优先使用cache-control，如果没有cache-control才考虑Expires

6.3 ETag

　　ETag是实体标签（Entity Tag）的缩写，根据实体内容生成的一段hash字符串（类似于MD5或者SHA1之后的结果），可以标识资源的状态。当资源发送改变时，ETag也随之发生变化。

　　ETag是Web服务端产生的，然后发给浏览器客户端。浏览器客户端是不用关心Etag是如何产生的。

　　为什么使用ETag呢？主要是为了解决Last-Modified 无法解决的一些问题。

某些服务器不能精确得到文件的最后修改时间，这样就无法通过最后修改时间来判断文件是否更新了。
某些文件的修改非常频繁，在秒以下的时间内进行修改. Last-Modified只能精确到秒。
一些文件的最后修改时间改变了，但是内容并未改变。我们不希望客户端认为这个文件修改了。

　　实例，打开Fiddler, 打开博客园首页。你可以看到很多图片，或者CSS文件都是用了缓存。这些都是通过比较ETag的值，来判断文件是否更新了。

7.浏览器不使用缓存

　　CTRL+F5强制刷新浏览器，或者设置IE。可以让浏览器不使用缓存。

　　1. 浏览器发送Http request, 给Web 服务器， header中带有Cache-Control: no-cache. 明确告诉Web服务器，客户端不使用缓存。

　　2. Web服务器将把最新的文档发送给浏览器客户端.

7.1 实例

　　打开Fiddler, 打开博客园首页，然后按CTRL+F5强制刷新浏览器，你将看到

　　Pragma: no-cache的作用和Cache-Control: no-cache一模一样。都是不使用缓存。

　　Pragma: no-cache 是HTTP 1.0中定义的，所以为了兼容HTTP 1.0. 所以会同时使用Pragma: no-cache和Cache-Control: no-cache

8.直接使用缓存，不去服务器验证

按F5刷新浏览器和在地址栏里输入网址然后回车。这两个行为是不一样的。

按F5刷新浏览器，浏览器会去Web服务器验证缓存。

如果是在地址栏输入网址然后回车，浏览器会"直接使用有效的缓存", 而不会发http request 去服务器验证缓存，这种情况叫做缓存命中，如下图

8.1实例

比较第一次访问博客园主页和第二次博客园主页

1. 启动Fiddler, 用firefox打开博客园主页，发现有50多个session。

2. 按CTRL+X将Fiddler中的所有session删除。关闭firefox,重新打开一个firefox，打开博客园主页。发现只有30多个session.

分析；少了的session是因为firefox直接用了缓存，而没有发http request。

9.如何设置IE不使用缓存

打开IE。点击工具栏上的，工具->Internet选项->常规->浏览历史记录设置. 选择“从不”。然后保存。

然后点击“删除” 把Internet临时文件都删掉（IE缓存的文件就是Internet临时文件）。

10.公有缓存和私有缓存的区别

Cache-Control: public 指可以公有缓存，可以是数千名用户共享的。

Cache-Control: private 指只支持私有缓存，私有缓存是单个用户专用的。

11.附： HTTP协议系列教程