HTTP协议-缓存

　　HTTP 协议中，缓存更多关心的文档资源的再利用。其目的是减少数据传输，加快相应速度等等。而对于缓存采用的是什么方案，也就是存在内存中还是硬盘中之类的问题，就属于另外的内容了。

　　假设，我身在广东，但是我访问的服务器在北京，在服务器其他条件一致的时候，我访问北京的服务器所需要的速度，肯定没有访问广东的服务器快。此时如果先访问靠近我的服务器，先看看我需要的资源有没有相应的副本，有就直接返回；没有就到源服务器中请求。这样响应速度肯定会快很多，而且也减轻了源服务器的压力。当然这里还有‘缓存命中率’和‘字节命中率’之类的概念，关于这些概念可以通过阅读《HTTP权威指南》这本书，当然这本被誉为‘HTTP开发者的圣经’的书非常的厚，当我第一次拿到这本书的时候，其实内心也是崩溃的。

　　下面的内容其实更像是读书笔记，外加一下个人理解、总结。

　　缓存处理的步骤：

　　1.接收——从网络中接收相应的请求报文

　　2.解析——对请求报文进行解析，读取其请求的URL和其他首部

　　3.查询——查询请求的资源本地是否有相应的‘新鲜’副本可用，如果用，就直接使用，如果没有，就去源服务器请求一份，并将其保存至本地。

　　4.新鲜度检测——检查缓存的副本是否足够‘新鲜’，如果不是，就去源服务器确认是否有任何的更新

　　5.创建响应——使用缓存的副本或者是从源服务器得到的新内容，加上相应的首部，构建一条响应报文

　　7.发送——将响应报文发回给客户端

　　8.日志——可选地创建一条日志来记录这次事务

　　这个处理步骤针对的是缓存服务器，当然这个缓存服务器可以是服务商架设的，也可以是客户端浏览器自带的。现代的浏览器一般都会自带缓存，可以在网景系的浏览器可以在 URL 栏中输入：about:cache ,来查看本地缓存的使用情况。这里引入一个公有缓存和私有缓存的概念，可以通过首部：Cache-Control 的值来规定：

　　Cache-Control: public (可以向任意方提供响应的缓存，也就是公有缓存）

　　Cache-Control: private (仅向特定用户返回响应，也就是私有缓存)

　　但这里，我个人有一个问题：是不是私有缓存就存在浏览器缓存中，而公有缓存就存在缓存服务器中呢？很明显这个要求貌似是合理的，但是具体是否就是这样，《HTTP权威指南》中并没有明说，而在另一本书《图解HTTP》中，提及了缓存服务器可以缓存私有缓存，但只能为特定的用户提供。

　　而浏览器又会缓存公有缓存，所以浏览器的缓存更像是一个私有的缓存服务器，只不过这个缓存服务器是私有的，所以是公有还是私有缓存意义就不大了。

　　所以这里的公有和私有只针对响应报文本身吧。

　　接下来是就按照处理步骤走一遍了，这里我们先假设缓存服务器中没有缓存任何的内容先，此时我的客户端向缓存服务器发送一个请求报文，因为此时缓存服务器什么都没有，所以肯定会去源服务器中请求资源，此时源服务器构建了一个响应报文，发给了缓存服务器，缓存服务器读取了相应的首部，然后进行缓存策略的调整。

　　在这个过程中又引入了几个首部：

　　Date：表示报文创建的时间，当然使用的时间是服务器的时间，而且一般是 GMT 时间，当然格式有很多种，在 HTTP/1.1 中使用 RFC1123 中规定的格式。这是一个通用首部，服务器和客户端都可以使用，但服务器一般要给出这个首部，因为这个首部将用来计算缓存的新鲜度。对客户端而言，这个首部是可选的，当然有会更好一些。

　　下面是我打开某个网站时，其中一个响应报文的首部：

　　当然，中国在东八区，所以换算成中国时间应该是，3月21日 13:15:22 。但是，当我打开这个网页的时候，已经是6月21日 15：40 左右了，也就是说这个报文是三个月前创建的，很明显，这个报文被缓存了，而且在我请求的时候，缓存服务器还判断其没有过期，还是‘新鲜的’。

　　注意：一般要求代理服务器不能改写 Date 首部。

---

　　Age:表示源服务器在多久之前创建了响应，单位为秒，例如上面例子中报文中：

　　8043650/60/60/24/30 = 3.103....

　　但是，如果创建这个响应报文的是缓存服务器，Age 指的是缓存后的响应报文再次认证，到认证完成的时间。

---

　　Last-Modified:该首部试图提供这个实体最后一次被修改的相关信息。对于静态资源，例如文件、图片等，表示的是最后修改的时间；对于那些动态创建的资源，如使用脚本创建的资源，这个值可能就是创建响应的时间。

　　注意：这个时间不能是未来时间，如果它比 Date 首部还要迟，HTTP 服务器就会将该时间重置。

　　因为我请求的是

---

　　Cache-Control: max-age

　　Cache-Control 这个首部主要是实现缓存控制的，它有许多的属性，我们在前面已经学习过表示私有缓存和公有缓存的属性了。这里的 max-age 属性表示资源过期的相对时间——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，单位是秒。

　　例如上面示例中的相应报文中：

　　315360000/60/60/24/365 = 10 ，也就是说该资源的最大有效时间是 10 年。

---

　　Cache-Control: s-maxage

　　其行为和 max-age 类似，但仅适用于公有缓存。

---

　　Expires：指定一个绝对过期时间，如果过了过期时间，说明文档不再‘新鲜’。其实其和 max-age 做的事是一样的，只不过 max-age 是 HTTP/1.1 中的，而 Expires 是 1.0+ 版本中的。一般而言更趋向使用max-age，因为服务器之间的时间很大可能会出现偏差。假如你希望一个文档明天就过期，而缓存服务器的时间比源服务器晚一天，那么到期时间就会变成后天，也就是说 Expires 参照的是缓存服务器的时间，而max-age 则表示在从服务器将文档传来之时起，可以认为其是新鲜的秒数，所以即使缓存服务器的时间不准也没有关系

　　上面示例中的相应报文中：

　　可能其和 max-age 的过期时间不同，当两者同时出现的时候，如果缓存服务器是 HTTP/1.1 版本的，则 max-age 的优先级更高，同时会忽略 Expires，而 1.0+ 就会执行 Expires 而无视 max-age ，一般源服务器为了兼容性，都会同时发生这两个首部。

---

　　知道了以上首部之后，就可以知道了解到下面的内容了：在3个月前的某一天，缓存服务器还是空的，可能那个时候它还是新部署的，又或者是原来的缓存被删除了之类的。此时有一个客户端请求这个资源，缓存服务器一看，自己没有这个资源，就去源服务器请求，源服务器生成了这个响应，当时的时间是 Date 首部显示的时间。然后通过 Last-Modified 说明这个文档的修改相关信息，然后用 max-age、x-maxage、Expires 控制有效期。

　　缓存服务器收到报文后，按照首部的要求缓存下来，下次有请求相同资源的，在有效期内就可以直接用缓存的资源响应了。

　　那么客户端，也就是我们的浏览器是怎么样利用缓存的呢？

　　首先，我们的浏览器并不知道其是和缓存服务器通信，还是和源服务器通信。最多就是通过 Via 首部得知请求经过了几层代理。而且我们浏览器也不在意是否和源服务器通信， 只有获得相应报文就行了。也就是说，当我们打开一个新的网页，或者强制刷新一个网页，其得到的都是 200 ok 响应。

　　以上就是我用火狐浏览器强制刷新我的博客首页的所有请求，可以看到所有都是 200 的状态码。也就是说第一次请求的时候，都是从服务器中获取的资源。这个服务器可能是缓存服务器。

　　当我第二次刷新这个页面的时候：

　　却发现部分 304 的响应状态码。304 Not Modified 代表资源没改变，可以继续使用副本。

　　我们看看第一次请求的时候，背景图片的响应报文是什么吧：

　　其中 Last-Modified 已经解释过了，Etag 首部代表的是文件的描述符，这个东西有点类似文件的 MD5 值，每当文件改变后，其 MD5 值也会改变。所以这个标识符是用来说明文件是否有改变，当然其是否就是文件的 MD5 值我并没有研究过。总之用来表明文件是否有修改过，当然还有弱标识符的用法，在值前面加上 w/ 表示弱标识符，更多详细信息，请参考书本。

　　那么，当我们普通刷新页面的时候，其请求报文是这样的：

　　我们可以发现这里有两个首部：If-Modified-Since，If-None-Match，这两个是条件请求首部，表示如果其里面的条件为真，就执行相应的方法。其表示，如果当前请求的资源在指定的日期后发生了改变，条件就为真，就执行相应的 GET 之类的方法。

　　仔细观察，可以发现 If-Modified-Since 和 Last-Modified 的日期就一样的。这里的意思是：在上次的响应之后，文件最后修改时间发生了变化，即文件发生了改变，就去源服务器请求新的资源。

　　If-None-Match 则表示标识符和上次不符合的话，条件就为真，就请求新的资源。

　　当服务器发送一个实体标签的时候，HTTP/1.1 客户端就必须使用实体验证，如果只发送 Last-Modified ，就可以使用 If-Modified-Since 验证。两者同时发送的时候，就使用两个验证，当两个验证成功（也就是两种方法判断，文件都没有修改），服务器才回送 304 响应。

　　这就是新鲜度验证了，当然这里的例子说明的是浏览器缓存和服务器之间的验证，至于缓存服务器和源服务器的验证，我们是看不见的，不过原理也是差不多的。

　　验证成功后返回 304 ，通常只有一个首部，比重发完整的资源节省许多；验证失败就返回 200 ，并将新资源发来，附带新的过期时间。

---

控制缓存的首部

　　其实就是 Cache-Control 的各种属性：

1.Cache-Control: no-store

　　服务器：当服务器发送此首部时，意味着该响应报文禁止缓存，缓存服务器会向客户端转发一条 no-store ，然后删除对象。

　　客户端：当客户端发送此首部时，要求不要缓存请求报文。或者删除已缓存的资源。（当然缓存服务器是否接受该指令要看其配置如何）

　　该指令暗示请求或响应报文中含有敏感或机密信息，缓存服务器不能在本地储存请求或响应的任一部分。

2.Cache-Control: no-cache

　　服务器：当服务器发生此首部时，要求缓存服务器可以缓存此报文，但是在未经新鲜度确认之前，不能提供此缓存。如果指定了参数，例如：no-cache=Location，则表示客户端在接收到这个被指定的参数值的首部字段，例如：Location: www.xxx.com 时，就不能进行缓存，其他没有的就可以进行缓存，只能在响应报文中指定这个参数。

　　客户端：当客户端发送此首部时，表示除非资源进行了再验证，否则这个客户端将不会接受已缓存的资源。这个再验证应该是收到该首部后立即进行的，其目的是为了防止返回过期的资源。

Pragma: no-cache

　　是为了兼容 1.0+ 版本的首部，意思一样，有时为了兼容性会同时发生这两个首部。

3.Cache-Control: max-age

　　服务器：控制缓存的最大有效期

　　客户端：不接受已经缓存了多少秒的资源，如：max-age=600 表示不接受缓存超过1小时的资源。

4.Cache-Control: max-stale

　　客户端：当没有值时，缓存服务器可以提供任意过期的资源，如果有了指定的值，例如：max-stale=600 ，表示可以接受已经过期1小时的资源。

5.Cache-Control: min-fresh

　　客户端：必要要有指定值，表示如果在未来的多少时间内，资源仍然是新鲜的，则可以提供。例如：min-fresh=600，表示在未来的1小时之内依然没有过期的话，则提供给客户端。

6.Cache-Control: must-revalidate

　　服务器：在没有跟原始服务器再验证的时候，不能提供此缓存的资源。缓存服务器依然可以对资源进行缓存，但是如果在进行验证的时候，源服务器不可用，则缓存服务器会返回一条 504 Gateway Timeout 错误（个人感觉和 no-cache 在功能上差别不大。）

7.Cache-Control: only-if-cached

　　客户端：只有当缓存服务中有副本存在时，客户端才会获取一份副本。

---

关于 HTTP 中的缓存就先总结到这里，以后有什么错误的或者需要补充的再继续。