HTTP缓存的小故事

小饥从桌上醒来突然发现自己身处一个陌生的房间，面前是一台硕大无比学习机一样的电脑，身边有几个老外在忙忙碌碌敲打着键盘。

「这是哪里？」小饥有一百个疑问。面前有一个日记本，封面有一个机构标识 CERN (European Particle Physics Laboratory)。翻开笔记本第一页，一句话映入眼帘「我是Tim Berners-Lee , 世界上最帅的男人，这是我的小秘密不准看哦~」。继续往下翻到最新的日记正文，只写了一个日期和几个关键字「Oct 31 1990, HTTP缓存到底怎么搞...」

难道穿越到了1990年？这里是欧洲粒子物理实验室？我就是大名鼎鼎的WWW的鼻祖 Tim Berners-Lee! 我的英文怎么突然变得这么好...

「Doctor Lee, 快点干活了，你昨天说的什么 HTTP 缓存赶紧出个方案明天大会上要讲。看你在睡觉没好意思打扰你，就先帮你应了下来...」 旁边走过来一个长发青年，一脸欠揍的模样。

小饥调整下心情，HTTP 缓存到底怎么实现呢？之前课堂上讲过怎么突然想不起来了... 从头开始捋一捋吧

1. 思路1，无缓存

浏览器向服务器请求资源 a.jpg，服务器找到对应资源把内容返回给浏览器。当浏览器再次向服务器请求资源a.jpg时，服务器重新发送完整的数据文件给浏览器。

• 优点：简单，啥都不用做
• 缺点：每次请求都查找并返回原始文件，浪费带宽（1990年的带宽很贵啊）

2. 思路2，有缓存无更新

浏览器第一次请求a.jpg 时服务器会发送完整的文件，浏览器可以把这个文件存到本地（缓存），下次再需要这个文件时直接从本地获取就行了，这样就能省下带宽了。

• 优点: 省带宽
• 缺点: 如果服务器上a.jpg的文件内容变了，浏览器每次都从缓存读取无法获取最新文件

3. 思路3， 缓存+更新机制

浏览器第一次请求a.jpg 时服务器会发送完整的文件，服务器在发送文件的时候还附带发送一些额外信息——过期时间，如 Expires: Mon,10 Dec 1990 02:25:22GMT。浏览器可以把这个文件和额外信息存到本地。当再次需要a.jpg的时候浏览器用当前浏览器时间和Expires做个比较，如果当前时间在过期时间以内，就直接使用缓存文件((200, from xx cache)；如果在过期时间以外就重新向服务器发送请求要资源(200)。 服务器在每次给资源的时候都会发送新的过期时间

• 优点：缓存可控制
• 缺点：控制的功能太单一；这种格式的时间很容易写错

4. 思路4， 缓存+更新机制升级版

比如：浏览器第一次请求a.jpg 时，服务器会发送完整的文件并附带额外信息

Cache-Control: max-age=300； 浏览器把文件和附带信息保存起来。当再次需要a.jpg 时，如果是在300秒以内发起的请求则直接使用缓存(200, from xx cache)，否则重新发起网络请求(200)。下面是Cache-Control常见的几个值：

Public表示响应可被任何中间节点缓存，如 Browser <-- proxy1 <-- proxy2 <-- Server，中间的proxy可以缓存资源，比如下次再请求同一资源proxy1直接把自己缓存的东西给 Browser 而不再向proxy2要。 Private表示中间节点不允许缓存，对于Browser <-- proxy1 <-- proxy2 <-- Server，proxy 会老老实实把Server 返回的数据发送给proxy1,自己不缓存任何数据。当下次Browser再次请求时proxy会做好请求转发而不是自作主张给自己缓存的数据。 no-cache表示不使用 Cache-Control的缓存控制方式做前置验证，而是使用 Etag 或者Last-Modified字段来控制缓存 no-store ，真正的不缓存任何东西。浏览器会直接向服务器请求原始文件，并且请求中不附带 Etag 参数(服务器认为是新请求)。 max-age，表示当前资源的有效时间，单位为秒。 优点：缓存控制功能更强大

• 缺点：假如浏览器再次请求资源a.jpg的时间间隔超过了max-age，这时候向服务器发送请求服务器应该会重新返回a.jpg的完整文件。但如果 a.jpg 在服务器上未做任何修改，发送a.jpg的完整文件就太浪费带宽了，其实只要发送一个「a.jpg未被更改」的短消息标示就好了。

5. 思路5， 缓存+更新机制终极版

比如：浏览器第一次请求a.jpg 时，服务器会发送完整的文件并附带额外信息，其中Etag 是 对a.jpg文件的编码，如果a.jpg在服务端未被修改，这个值就不会变

Cache-Control: max-age=300；
ETag:W/"e-cbxLFQW5zapn79tQwb/g6Q"

浏览器把a.jpg和额外信息保存到本地。假如浏览器在300秒以内再次需要获取a.jpg时，浏览器直接从缓存读取a.jpg(200, from xx cache)。假如浏览器在300秒之后再次需要获取a.jpg时，浏览器发现该缓存的文件已经不新鲜了，于是就向服务器发送请求 重新获取a.jpg, 在发送请求的时候附带刚刚保存的a.jpg的ETag ( If-None-Match：W/"e-cbxLFQW5zapn79tQwb/g6Q")。 服务器在接收到请求后拿浏览器请求的 Etag 和当前文件重新计算后端 Etag 做个比较，如果二者相等表示文件在未修改则发送个短消息（响应头，不包含图片内容, 304），如果二者不等则发送新文件和新的 ETag，浏览器获取新文件并更新该文件的 Etag。

与 ETag 类似功能的是Last-Modified/If-Modified-Since。当资源过期时（max-age超时），发现资源具有Last-Modified声明，则再次向web服务器请求时带上头 If-Modified-Since，表示上次服务器告知的文件修改的时间。web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。若最后修改时间较新，说明资源又被改动过，则响应整片资源内容（200）；若最后修改时间较旧，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。

小饥从梦中惊醒，发现自己竟然「发明」了HTTP缓存控制机制。感谢Tim Berners-Lee大神