理论知识   Node.js 示例学习浏览器缓存策略 - 图1

单纯讲一些理论性的东西可能会很难理解,本文结合一些 Node.js 小示例来学习浏览器缓存策略。

在后端为了加速服务的访问速度,通常可以使用 Memcached、Redis 做数据缓存,那么在浏览器端又有哪些缓存策略呢?

一、浏览器缓存几个阶段

1. 强缓存策略

浏览器端发起请求之后不会直接向服务器请求数据,直接先到达强缓存阶段,如果强缓存命中直接返回,如果没有命中进入下一阶段协商缓存策略

2. 协商缓存策略

协商缓存是当强缓存没有命中的情况或者按下 F5 键刷新页面会触发,它每次都会携带标识与服务器进行校验,符合则返回 304 标识,表示资源没有更新,如果协商缓存也失效了,进入下一个阶段获取最新数据,并返回且状态码为 200。

3. 存储策略

当强缓存->协商缓存都未命中,请求会直接到达服务器,获取最新资源设置缓存策略,进行返回。

二、强缓存

强缓存的实现分为 Expires、Cache-Control 两个。

Expires

Expires 属于 HTTP 1.0 时期的产物,在响应中进行设置,示例如下:

  1. response.writeHead(200, {
  2. 'Content-Type': 'text/javascript',
  3. 'Expires': new Date('2020-03-25 11:19:00'),
  4. });

设置成功运行 node expires.js 在 Response Headers 里可以看到如下信息:

  1. Expires: Wed Mar 25 2020 11:19:00 GMT+0800 (GMT+08:00)

刷新两次页面,可以看到第二次 size 一栏返回了 memory cache 此时 Expires 缓存命中。

理论知识   Node.js 示例学习浏览器缓存策略 - 图2

Expires 是参考的本地时间,如果修改本地时间,可能就会造成缓存失效。

Cache-Control

Cache-Control 属于 HTTP 1.1 时代的产物,可以再请求头或者响应头中设置,它的取值包含如下选项:

  1. 可缓存性
    • public:http 经过的任何地方都可以进行缓存(代理服务器也可缓存)
    • private:只有发起请求的这个浏览器才可以进行缓存,如果设置了代理缓存,那么代理缓存是不会生效的
    • no-cache:任何一个节点都不可以缓存(绕过强缓存,但是还会经过协商缓存
  2. 到期
    • max-age=:设置缓存到多少秒过期
    • s-maxage=:会代替 max-age,只有在代理服务器(nginx 代理服务器)才会生效
    • max-stale=:是发起请求方主动带起的一个头,是代表即便缓存过期,但是在 max-stale 这个时间内还可以使用过期的缓存,而不需要向服务器请求新的内容
  3. 重新验证
    • must-revalidate:如果 max-age 设置的内容过期,必须要向服务器请求重新获取数据验证内容是否过期
    • proxy-revalidate:主要用在缓存服务器,指定缓存服务器在过期后重新从原服务器获取,不能从本地获取
  4. 其它
    • no-store:本地和代理服务器都不可以存储这个缓存,永远都要从服务器拿 body 新的内容使用(强缓存、协商缓存都不会经过
    • no-transform:主要用于 proxy 服务器,告诉代理服务器不要随意改动返回的内容

Cache-Control 示例

先思考两个问题?

  1. 在页面中引入静态资源文件,为什么静态资源文件改变后,再次发起请求还是之前的内容,没有变化呢?
  2. 在使用webpack等一些打包工具时,为什么要加上一串hash码?
  • cache-control.html
  1. <html>
  2. <head>
  3. <meta charset="utf-8" />
  4. <title>cache-control</title>
  5. </head>
  6. <body>
  7. <script src="/script.js"></script>
  8. </body>
  9. </html>
  • cache-control.js

浏览器输入 http://localhost:3010/ 加载 cache-control.html 文件,该文件会请求 http://localhost:3010/script.js 如果 url 等于 /script.js 设置 cache-control 的 max-age 进行浏览器缓存。

  1. const http = require('http');
  2. const fs = require('fs');
  3. const port = 3010;
  4. http.createServer((request, response) => {
  5. console.log('request url: ', request.url);
  6. if (request.url === '/') {
  7. const html = fs.readFileSync('./example/cache/cache-control.html', 'utf-8');
  8. response.writeHead(200, {
  9. 'Content-Type': 'text/html',
  10. });
  11. response.end(html);
  12. } else if (request.url === '/script.js') {
  13. response.writeHead(200, {
  14. 'Content-Type': 'text/javascript',
  15. 'Cache-Control': 'max-age=200'
  16. });
  17. response.end("console.log('script load')");
  18. }
  19. }).listen(port);
  20. console.log('server listening on port ', port);
  • 第一次运行

浏览器运行结果,没有什么问题,正常响应

理论知识   Node.js 示例学习浏览器缓存策略 - 图3

控制台运行结果

理论知识   Node.js 示例学习浏览器缓存策略 - 图4

  • 修改 cache-control.js 返回值
  1. ...
  2. response.writeHead(200, {
  3. 'Content-Type': 'text/javascript',
  4. 'Cache-Control': 'max-age=200'
  5. });
  6. response.end("console.log('script load !!!')");
  7. ...
  • 中断上次程序,第二次运行

浏览器运行结果

第二次运行,从 memory cahce 读取,浏览器控制台并没有打印修改过的内容

理论知识   Node.js 示例学习浏览器缓存策略 - 图5

控制台运营结果

只请求了 / 并没有请求 /script.js

理论知识   Node.js 示例学习浏览器缓存策略 - 图6

源码参考: github.com/Q-Angelo/http-protocol/blob/master/example/cache/cache-control.js

以上结果浏览器并没有返回给我们服务端修改的结果,这是为什么呢?

先回答第一个问题

在页面中引入静态资源文件,为什么静态资源文件改变后,再次发起请求还是之前的内容,没有变化呢?

是因为我们请求的 url /script.js 没有变,那么浏览器就不会经过服务端的验证,会直接从客户端缓存去读,就会导致一个问题,我们的js静态资源更新之后,不会立即更新到我们的客户端,这也是前端开发中常见的一个问题,我们是希望浏览器去缓存我们的静态资源文件(js、css、img等)我们也不希望服务端内容更新了之后客户端还是请求的缓存的资源,

回答第二个问题

在使用webpack等一些打包工具时,为什么要加上一串hash码?

解决办法也就是我们在做 js 构建流程时,把打包完成的 js 文件名上根据它内容 hash 值加上一串 hash 码,这样你的 js 文件或者 css 文件等内容不变,这样生成的 hash 码就不会变,反映到页面上就是你的 url 没有变,如果你的文件内容有变化那么嵌入到页面的文件 url 就会发生变化,这样就可以达到一个更新缓存的目的,这也是目前前端来说比较常见的一个静态资源方案。

Expires 与 Cache-Control 对比

  • HTTP 协议对比:Expires 属于 HTTP 1.0 时代的产物,Cache-Control 属于 HTTP 1.1 时代的产物
  • 优先级对比:如果同时使用 Cache-Control 的 max-age 与 Expires,则 max-age 优先级会更高,会忽略掉 Expires
  • 缓存单位:Expires 与 Cache-Control 两者的缓存单位都是以时间为维度,如果我要根据文件的内容变化来判断缓存是否失效怎么办呢?就需要用到下面的协商缓存了。

三、协商缓存

如果强缓存未命中或用户按下 F5 强制刷新后进入协商缓存,服务器则根据浏览器请求时的标识进行判断,如果协商缓存生效返回 304 否则返回 200。协商缓存的实现也是基于两点 Last-Modified、ETag 这个需要在 HTTP Headers 中设置。

Last-Modified/If-Modified-Since

Last-Modified 是在服务端设置进行响应,If-Modified-Since 是在浏览器端根据服务端上次在 Response Headers 中设置的 Last-Modified 取其值,如果存在请求时设置其 Request Headers 值 If-Modified-Since 传到服务器,服务器也是拿到这个值进行比对,下面为核心实现。

  1. if (request.url === '/script.js') {
  2. const filePath = path.join(__dirname, request.url); // 拼接当前脚本文件地址
  3. const stat = fs.statSync(filePath); // 获取当前脚本状态
  4. const mtime = stat.mtime.toGMTString() // 文件的最后修改时间
  5. const requestMtime = request.headers['if-modified-since']; // 来自浏览器传递的值
  6. console.log(stat);
  7. console.log(mtime, requestMtime);
  8. // 走协商缓存
  9. if (mtime === requestMtime) {
  10. response.statusCode = 304;
  11. response.end();
  12. return;
  13. }
  14. // 协商缓存失效,重新读取数据设置 Last-Modified 响应头
  15. console.log('协商缓存 Last-Modified 失效');
  16. response.writeHead(200, {
  17. 'Content-Type': 'text/javascript',
  18. 'Last-Modified': mtime,
  19. });
  20. const readStream = fs.createReadStream(filePath);
  21. readStream.pipe(response);
  22. }

执行 node last-modified.js 启动程序,浏览器执行 http://localhost:3010/ 打开页面,我多次调用发现第一次是从服务器拿的数据且状态为 200,之后每次都是 memory cache 为什么不是 304 呢?

理论知识   Node.js 示例学习浏览器缓存策略 - 图7

源码地址 github.com/Q-Angelo/http-protocol/tree/master/example/cache/last-modified

显然是强缓存生效了,你可能会想我没有设置强缓存哦😯

这是因为浏览器默认启用了一个启发式缓存,这在设置了 Last-Modified 响应头且没有设置 Cache-Control: max-age/s-maxage 或 Expires 时会触发,它的一个缓存时间是用 Date - Last-Modified 的值的 10% 作为缓存时间

理论知识   Node.js 示例学习浏览器缓存策略 - 图8

现在我们要达到 304 的效果,不走强缓存直接走协商缓存,修改我们的响应,设置 Cache-Control=max-age=0 修改如下:

  1. response.writeHead(200, {
  2. 'Content-Type': 'text/javascript',
  3. 'Last-Modified': mtime,
  4. 'Cache-Control': 'max-age=0', // 修改地方
  5. });

再次运行我们的程序,控制台执行 node last-modified-max-age.js 再次重新打开页面查看效果,第二次直接走的协商缓存且 Request Headers 携带了 If-Modified-Since: Wed, 25 Mar 2020 12:31:58 GMT

理论知识   Node.js 示例学习浏览器缓存策略 - 图9
理论知识   Node.js 示例学习浏览器缓存策略 - 图10

源码地址 https://github.com/Q-Angelo/http-protocol/tree/master/example/cache/last-modified-max-age

ETag 和 If-None-Match

Last-Modified 是以文件的修改时间来判断,Etag 是根据文件的内容是否修改来判断,如果 Etag 有修改重新获取新的资源返回,如果未修改返回 304 通知客户端使用本地缓存。

Etag 的判断主要也是在服务端通过一种 Hash 算法实现,核心实现如下:

  1. if (request.url === '/script.js') {
  2. const filePath = path.join(__dirname, request.url); // 拼接当前脚本文件地址
  3. const buffer = fs.readFileSync(filePath); // 获取当前脚本状态
  4. const fileMd5 = md5(buffer); // 文件的 md5 值
  5. const noneMatch = request.headers['if-none-match']; // 来自浏览器端传递的值
  6. if (noneMatch === fileMd5) {
  7. response.statusCode = 304;
  8. response.end();
  9. return;
  10. }
  11. console.log('Etag 缓存失效');
  12. response.writeHead(200, {
  13. 'Content-Type': 'text/javascript',
  14. 'Cache-Control': 'max-age=0',
  15. 'ETag': fileMd5,
  16. });
  17. const readStream = fs.createReadStream(filePath);
  18. readStream.pipe(response);
  19. }

源码地址 github.com/Q-Angelo/http-protocol/tree/master/example/cache/etag

node etag.js 运行我们程序,打开我们的页面多次访问,第二次会看到浏览器会携带一个 If-None-Match 的 Header 头传递到服务端进行校验,当前协商缓存命中了所以响应状态为 304

理论知识   Node.js 示例学习浏览器缓存策略 - 图11

Last-Modified 与 Etag 对比

  • 精确度:Last-Modified 以时间(秒)为单位,如果出现 1 秒内文件多次修改,在 Last-Modified 缓存策略下也不会失效,Etag 是对内容进行 Hash 比较,只要内容变动 Etag 就会发生变化,精确度更高。
  • 分布式部署问题:分布式部署必然涉及到负载均衡,造成的一种现象是 Last-Modified 的时间可能还不太一致,而 Etag 只要保证每台机器的 Hash 算法是一致的就可保证一致性。
  • 性能消耗:Etag 需要读取文件做 Hash 计算,相比 Last-Modified 性能上是有损耗的。
  • 优先级:如果 Last-Modified/Etag 同时设置,Etag 的优先级会更高些。
  • 相同点:校验通过返回 304 通知客户端使用本地缓存,校验不通过重新获取最新资源,设置 Last-Modified/Etag 响应头,返回状态码 200 。

疑问?

  1. POST 可以缓存吗?

GET 是一个幂等操作,通常用于缓存,POST 是一个非幂等的操作,每次创建新的资源,也不会自动处理 POST 请求进行缓存,参考 rfc2616-sec9.html#sec9.1

Reference