使用 HTTP 缓存：Etag, Last-Modified 与 Cache-Control

04/04 2017

整个 Web 系统架构在 HTTP 协议之上，利用 HTTP 的缓存机制不仅可以极大地减少服务器负载，更重要的是加速页面的载入，以及减少用户的流量消耗。快速到达和易于访问是 Web 与生俱来的特性，其缓存机制也早已被服务器和浏览器厂商广泛地实现，我们作为 Web 内容的作者何乐而不为呢？

Web 服务器（比如 Tomcat、Apache、Virgo）或服务器端框架（比如 Django、Express.js）都会实现 HTTP 缓存机制，但本文不借助这些框架，而是直接以基本的 Node.js 程序与 Chrome 浏览器来描述 HTTP 中最基本的缓存机制，涉及到的 HTTP 头字段包括 Cache-Control, Last-Modified, If-Modified-Since, Etag, If-None-Match 等。

除 HTTP 缓存之外，Web 性能优化还有很多其他途径，比如预加载和预渲染、脚本异步载入等。

HTTP 缓存简介

谈起 HTTP 缓存你首先想到的一定是磁盘缓存，以及 304 状态码。这是浏览器处理缓存的两种情况：

浏览器询问服务器缓存是否有效，服务器返回 304 指示浏览器使用缓存。
资源仍然处于有效期时，浏览器会直接使用磁盘缓存（在刷新时稍有不同，见下文）。

cache source

图中 favicon.ico 直接来自磁盘缓存，而 localhost 文档则来自 304 缓存。上述行为中涉及到 3 个 HTTP 响应头字段：

Cache-Control 响应头表示了资源是否可以被缓存，以及缓存的有效期。
Etag 响应头标识了资源的版本，此后浏览器可据此进行缓存以及询问服务器。
Last-Modified 响应头标识了资源的修改时间，此后浏览器可据此进行缓存以及询问服务器。

Cache-Control

Cache-Control 在 HTTP 响应头中，用于指示代理和 UA 使用何种缓存策略（感谢 Kingsley Chen 指出此前对 no-cache 描述的错误）。比如：

no-cache 为本次响应不可直接用于后续请求（在没有向服务器进行校验的情况下）
no-store 为禁止缓存（不得存储到非易失性介质，如果有的话尽量移除，用于敏感信息）
private为仅 UA 可缓存
public为大家都可以缓存。

当Cache-Control为可缓存时，同时可指定缓存时间（比如public, max-age:86400）。这意味着在 1 天（60x60x24=86400）时间内，浏览器都可以直接使用该缓存（此时服务器收不到任何请求）。当然浏览器也有权随时丢弃任何一项缓存，因此这里可能有一致性问题。注意下图中状态码附近的 from disk cache 标识。

cache-control

其服务器代码如下：

import http from 'http'

let server = http.createServer((req, res) => {
  res.setHeader('Cache-Control', 'public, max-age=86400')
  res.end('harttle.land')
})

server.listen(3333)

除了 Cache-Control 中的 max-age 外，Expires，Vary 等头字段也可用来设置缓存的有效性。

Etag

如果资源本身确实会随时发生改动，还用 Cache-Control 就会使用户看到的页面得不到更新。但如果还希望利用 HTTP 缓存（万一资源没变呢），这就需要有条件的（conditional）HTTP 请求。

Etag 响应头字段表示资源的版本，浏览器在发送请求时会带 If-None-Match 头字段，来询问服务器该版本是否仍然可用。如果服务器发现该版本仍然是最新的，就可以返回 304 状态码指示 UA 继续使用缓存。注意下图中的 If-None-Match 字段。

if-none-match

其服务器端代码如下：

import http from 'http'

let server = http.createServer((req, res) => {
  console.log(req.url, req.headers['if-none-match'])
  if (req.headers['if-none-match']) {
    // 检查文件版本
    res.statusCode = 304
    res.end()
  }
  else {
    res.setHeader('Etag', '00000000')
    res.end('harttle.land')
  }
})

server.listen(3333)

Last-Modified

与 Etag 类似，Last-Modified HTTP 响应头也用来标识资源的有效性。不同的是使用修改时间而不是实体标签。对应的请求头字段为If-Modified-Since，见下图：

if-modified-since

其服务器端代码如下：

import http from 'http'

let server = http.createServer((req, res) => {
  console.log(req.url, req.headers['if-modified-since'])
  if (req.headers['if-modified-since']) {
    // 检查时间戳
    res.statusCode = 304
    res.end()
  }
  else {
    res.setHeader('Last-Modified', new Date().toString())
    res.end('harttle.land')
  }
})

server.listen(3333)

浏览器刷新

撰写这篇文章的过程中，Harttle 使用了很多 Chrome 浏览器的截图。如果你使用浏览器调试，可能也需要了解刷新按钮的行为。

正常重新加载

按下刷新按钮或快捷键（在 MacOS 中是 Cmd+R）会触发浏览器的“正常重新加载”（normal reload），此时浏览器会执行一次 Conditional GET。 Cache-Control 等缓存头字段会被忽略，并且带If-None-Match, If-Modified-Since等头字段。此时服务器总会收到一次 HTTP GET 请求。在 Chrome 中按下刷新，浏览器还会带如下请求头：

Cache-Control:max-age=0

注意：在地址栏重新输入当前页面地址并按下回车也会当做刷新处理，这意味着只有从新标签页或超链接打开时，才能观察到直接使用硬盘缓存的情况。

强制重新加载

在 Chrome 中按下 Cmd+Shift+R （MacOS）可以触发强制重新加载（Hard Reload），此时包括页面本身在内的所有资源都不会使用缓存。浏览器直接发送 HTTP 请求且不带任何条件请求字段。

本文采用知识共享署名 4.0 国际许可协议（CC-BY 4.0）进行许可，转载注明来源即可： https://harttle.land/2017/04/04/using-http-cache.html。如有疏漏、谬误、侵权请通过评论或邮件指出。