web 缓存简介

web 缓存是可以自动保存常见文档副本的 HTTP 设备，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原始服务器中提取这个文档

使用缓存有很多优点

  1. 缓存减少了冗余的数据传输，节省网络费用

    有很多客户端访问同一个服务器时，服务器会多次传输同一份文档，相同的字节会不断地在网络中传输，这些冗余的数据传输极大地消耗了网络带宽，降低传输速度，加重了 web 服务器的负载

    使用缓存之后，在缓存中保留第一条服务器响应的副本，后续的请求由缓存副本来应对

  2. 缓存缓解了网络瓶颈问题。不需要更多的带宽就能够更快的加载页面

  3. 缓存降低了对原始服务器的要求。服务器可以更快地响应，避免过载的出现

    在破坏瞬间拥塞（flash crowds）的时候十分重要

  4. 缓存降低了距离时延，因为从较远的地方加载页面会更慢一些

    每台网络路由器都会增加因特网流量的时延，光速本身也会造成时延。将缓存放在客户端附近可以有效的减少距离时延

缓存的类型通常有两种：

  • 私有缓存（private cache）—— 通常存放在 web 浏览器中

  • 共有缓存（public cache）—— 缓存代理服务器（cache proxy server），也叫代理缓存

缓存命中与未命中

缓存命中（cache hit）—— 可以用已有的副本为某些达到缓存的请求提供服务

缓存未命中（cache miss）—— 到达缓存的请求可能会由于没有副本可用，而被转发给原始服务器

实际中，服务器上的内容常常发生变化，缓存要经常对其进行新鲜度检测，以判断保存的副本是否仍是服务器上的最新的副本

这种新鲜度检测也被称为 HTTP 再验证（revalidation）

理论上，缓存可以在任意时刻以任意频率对副本进行验证，但通常由于网络的限制，大部分缓存只有在客户端发起请求，并且副本“旧”得足以需要检测的时候才会对副本进行验证

缓存对副本进行再验证时，通常会使用 If-Modified-Since 首部向原始服务器发送一个验证请求，服务器上的文件会有三种情况

  • 内容未修改 —— 再验证命中（revalidate hit）/ 缓慢命中（slow hit）

    如果服务器上相应的对象未被修改，服务器会向客户端发送 304 Not Modified 响应，此时缓存知道副本仍有效，会将副本标记为暂时新鲜的，并将副本提供给客户端

    这种情况下比单纯的缓存命中要慢，但并未从服务器中获取对象数据，故比缓存未命中要快

  • 内容已修改但未删除 —— 再验证未命中

    如果服务器对象与缓存的不同，服务器向客户端发送一条普通的、带完整内容的 200 OK 响应

  • 内容被删除

    如果服务器中的数据对象被删除，服务器返回 404 Not Found 响应，缓存也会将其副本删除

缓存的处理步骤

对一条 HTTP GET 报文的基本缓存处理过程包括 7 个步骤

缓存请求流程

  1. 接收

    缓存从网络中读取抵达的请求报文

  2. 解析

    缓存对报文进行解析，提取出 URL 和各种首部

  3. 查询

    缓存查看是否有本地副本可用，如果没有，就获取一份副本并将其保存在本地

  4. 新鲜度检测

    缓存查看已缓存的副本是否足够新鲜，如果不是，就询问服务器是否有任何更新

  5. 创建响应

    缓存会用新的首部和已缓存的主体来构建一条响应报文

  6. 发送

    缓存通过网络将响应发回给客户端

  7. 日志

    缓存可选地创建一个日志文件条目来描述这个事务

保持副本的新鲜

日常生活中产生的、存放在服务器中的文档可能会经常变化，而客户端需要的往往是最新的数据。因此，已缓存的数据要与服务器数据保持一致

HTTP 可以在不要求服务器记住哪些缓存拥有其文档副本的情况下，保持已缓存数据与服务器数据之间的充分一致，这些机制称为文档过期（document expiration）和服务器再验证（server revalidation）

文档过期

服务器用 HTTP/1.0+ 的 Expires 首部或 HTTP/1.1 的 Cache-Control: max-age 响应首部来指定过期日期，同时还会带有响应主体

  • Expires

    指定一个绝对的过期日期，如果过期日期已经过了，就说明文档已经不新鲜了

    1
    Expires: Mon, 30 Sep 2019, 10:00:00 GMT

  • Cache-Control: max-age

    max-age定义了文档的最大使用期 —— 从第一次生成文档到文档不再新鲜、无法使用为止最大的合法生存时间（以秒为单位）

    1
    Cache-Control: max-age=600

服务器再验证