http缓存笔记

MDN关于缓存的说明
QA
Note
Refs

MDN关于缓存的说明

缓存的意义

降低服务端压力
提升页面访问性能

缓存类型

缓存有有很多种类型，大体可以分为两类

private 为单个用户缓存的信息，一般通过浏览器缓存支持
shared 为多个用户缓存的信息，比如ISP供应商会在本地网络建设代理缓存，降低网络延迟和压力

缓存目标

术语

cache key 假设缓存服务器的存储结构是kv存储，kv -> k
cache entity kv -> v

一般针对GET请求进行缓存，cacheKey通常是url + method(method一般会省略) 缓存的对象包括

http code是200，正常返回的结果
301永久重定向的资源
404
206
其他非get方法的请求结果，前提是定义过cache key（比较少见）假设设置了vary，会有次要key，将返回的数据进行更细粒度的缓存。

缓存控制

不缓存
```
cache-control: no-store
```
每次请求都需要返回实时结果。

场景：比如接入第三方服务校验SSO，鉴权在访问链路中的一环。每次访问该页面时都需要校验登录状态，则此页面需要设置禁止缓存。

每次都走协商缓存
```
cache-control: no-cache
```
可以缓存页面，但取缓存之前需要进行校验(走协商缓存)，考虑这个设置
```
cache-control: max-age=0, must revalidate
```
可以达到一样效果。

场景：SPA首页，访问时设置no-cache + Etag。需要利用缓存，但同时需要校验缓存可用。

缓存时间久
```
cache-control: public, max-age=604800, immutable
```
场景：cdn存放的静态文件。immutable用于说明该文件始终不会改变，即使用户显示刷新页面，主要不过期，也不会走协商缓存。
private 和 public cache
```
Cache-Control: private
Cache-Control: public
```
public表示所有请求链路上所有的缓存服务器都可以缓存，private只允许浏览器对个人用户的数据进行缓存。
过期时间限制
```
Cache-Control: max-age=31536000
```
场景：设置强制缓存的失效时间，会覆盖Expire头设置的值。在max-age时间内会直接返回强制缓存，超期进行协商缓存。
校验设置
```
Cache-Control: must-revalidate
```
每次都走一遍协商缓存，确认缓存时间是否超期。与max-age配合使用。
Pragma pragma是http/1.0的header, 是cache-control不支持的降级方案。

缓存有效性（freshness）

为什么需要判定缓存的有效性？

缓存服务存储空间有限，需要有一定的回收策略(cache eviction)
被缓存的资源也需要适时更新
http协议是客户端-服务器协议(是基于客户端收发请求制定的协议)，当服务器上的资源更新时，无法主动通知到客户端，所以双方需要提前确认好资源的过期时间

概念

fresh 资源没有过期时的状态
stale 资源超出了过期时间的状态

回收策略会优先存储fresh状态资源，但stale资源也不会被马上回收，如果被访问到了，会再次确认该缓存的状态(校验过程，走协商缓存)是否fresh，如果返回304，可以继续缓存，节约带宽。

freshness lifetime（缓存状态为fresh的资源，存在的生命周期时间）受几个因素影响,

首先看cache-control是否有Max-age，max-age=N，则lifetime -> N
没有的话，看有无Expires头，有的话，与Date头相减

启发式检查

当服务器未指定freshness相关的头部字段，如cache-control，Expire时，缓存服务会通过启发式算法尝试进行freshness的判定。

这种情况下会查看last-modify字段，如果有的话，会进行如下设置。(原则上对于每个请求都希望尽可能进行缓存，此处假设文件修改到获取的时间越久，freshLifeTime应该越大，但又应该小于未修改的这段时间。eg. 4点获取文件，上次修改时间为3点，则lifetime为6分钟)

(DateTime - LastModifiedTime) / 10

具体可参考 RFC说明（注：说明中还提出，如果url带?，禁止缓存）

更新资源

针对部分资源需要更可能更新(如spa index.html页面)，部分资源需要缓存(如js,css等静态资源)的情况，提出了如下版本管理方案

缓存检验(协商缓存)

缓存超过过期时间后，状态变为stale，需要重新校验才能知道缓存状态是否真的过期了。检验分为

strong validation 如果response有Etag，用If-None-Match头向服务器端发起验证。
weak validation 如果reponse有Last-Modified字段，向服务器端发起带If-Modified-Since的请求。

如果文件未改变，会返回304。改变会重新获取新的文件，返回200 + 文件内容。

协商缓存触发时机是用户点击reload，或者response设置的值是cache-control: must-revalidate

不同的返回数据

如果有vary字段，则会根据不同的字段，缓存进行更细粒度的处理。场景：响应式页面用同一个url，为避免pc缓存移动端页面数据可以设置vary: user-agent。这样就可以为不同的user-agent返回对应的缓存结果。

还需注意，因为vary头的结果字段是严格相等，意味着，假设设置了vary: Accept-Encoding, 而request的accept-Encoding: gzip,deflate,sdch, Accept-Encoding: gzip,deflate, Accept-Encoding: gzip是不同的缓存key，会缓存多份。即使response的Content-Encoding都是gzip也没用。所以缓存服务器需要做一下处理，只保留需要的accept-Encoding。

QA

memory cache, disk cache, service worker, push cache什么时候用什么cache？why
- 先找memory cache，如果找不到，再找disk cache。如官网页面公共资源，如果新开页面，资源from memory cache，或者回退。disk cache，memory找不到再找disk。 service worker (todo)， push cache （todo）
如果不设置cache-control，只有Date头，缓存策略是怎样的? 如果是Date + Etag又是怎样的?
- 参考 https://developer.mozilla.org/en-US/docs/Web/HTTP/Caching#heuristic_freshness_checking
为什么last-modified是弱校验？
- 因为1s问题，last-modified返回时间精确到s，不是非常准确
Etag的W是什么意思
- weak comparison，比较文件时，只比较内容，不比较作者变更等元信息
max-age=60; 与max-age=60, must-revalidate有什么区别？
- must-revalidate是stale时再校验，此处为age > 60，与前者区别在于，当状态stale, origin server 未正常响应(如502或者504)时，前者会使用缓存，后者不会。原则上must-revalidate用来保障一定收到服务器端的200或者304再来决定是否使用缓存。

Note

强缓存和协商缓存怎么理解
- 协商缓存, negotiation content, cache validation，指的是有缓存的基础上，校验是否可用的过程。强缓存指缓存没过期，直接使用。

白杨的博客