面試精選之http快取

lucefer發表於2018-07-05
面試HTTP快取

前端面試常問第二大問題是http快取相關內容。說真的，http快取相關的細節比較多，並且 http 常用協議版本有1.0、1.1，（本文暫不討論http2.0）。

快取相關 header

我們先羅列一下和快取相關的請求響應頭。

  • Expires

響應頭，代表該資源的過期時間。

  • Cache-Control

請求/響應頭，快取控制欄位，精確控制快取策略。

  • If-Modified-Since

請求頭，資源最近修改時間，由瀏覽器告訴伺服器。

  • Last-Modified

響應頭，資源最近修改時間，由伺服器告訴瀏覽器。

  • Etag

響應頭，資源標識，由伺服器告訴瀏覽器。

  • If-None-Match

請求頭，快取資源標識，由瀏覽器告訴伺服器。

配對使用的欄位：

  • If-Modified-Since 和 Last-Modified
  • Etag 和 If-None-Match

今天著重介紹一下瀏覽器快取機制，我們知道，瀏覽器快取一般都是針對靜態資源，比如 js、css、圖片 等，所以我們下面的例子圍繞一個 javascript 檔案 a.js 來闡述。拋開理論式灌輸，我們從實際場景觸發，一點點完善快取機制，這種方式，相信大家會更容易理解。

做一些約定，方便以後比較。

  • a.js 大小為 10 KB
  • 請求頭約定為 1 KB
  • 響應頭約定為 1 KB

原始模型

  • 瀏覽器請求靜態資源 a.js。（請求頭：1KB）
  • 伺服器讀取磁碟檔案 a.js，返給瀏覽器。（10KB（a.js）+1KB（響應頭） = 11KB）。
  • 瀏覽器再次請求，伺服器又重新讀取磁碟檔案 a.js，返給瀏覽器。
  • 如此迴圈。。

執行一個往返，流量為 10（a.js）+1（請求頭）+1（響應頭） = 12KB。

訪問 10 次，流量大約為12 * 10 = 120KB。

所以，流量與訪問次數有關：

L（流量） = N（訪問次數） * 12。

該方式缺點很明顯：

  • 浪費使用者流量。
  • 浪費伺服器資源，伺服器要讀磁碟檔案，然後傳送檔案到瀏覽器。
  • 瀏覽器要等待 a.js 下載並且執行後才能渲染頁面，影響使用者體驗。

js 執行時間相比下載時間要快的多，如果能優化下載時間，使用者體驗會提升很多。

瀏覽器增加快取機制

  • 瀏覽器第一次請求 a.js，快取 a.js 到本地磁碟。（1+10+1 =12KB）
  • 瀏覽器再次請求 a.js，直接走瀏覽器快取（200，from cache），不再向伺服器發起請求。（0KB）
  • ...

第一次訪問，流量為 1+10+1 = 12KB。 第二次訪問，流量為 0。 。。。 第 10000 次訪問，流量依然為 0。

所以流量與訪問次數無關：

L（流量） = 12KB。

優點：

  • 大大減少頻寬。
  • 由於減少了 a.js 下載時間，相應的提高了使用者體驗。

缺點：伺服器上 a.js 更新時，瀏覽器感知不到，拿不到最新的 js 資源。

伺服器和瀏覽器約定資源過期時間。

伺服器和瀏覽器約定檔案過期時間，用 Expires 欄位來控制，時間是 GMT 格式的標準時間，如 Fri, 01 Jan 1990 00:00:00 GMT。

  • 瀏覽器第一次請求一個靜態資源 a.js。（1KB）
  • 伺服器把 a.js 和 a.js 的快取過期時間(Expires：Mon, 26 Sep 2018 05:00:00 GMT)發給瀏覽器。（10+1=11KB）

伺服器告訴瀏覽器：你把我發給你的 a.js 檔案快取到你那裡，在 2018年9月26日5點之前不要再發請求煩我，直接使用你自己快取的 a.js 就行了。

  • 瀏覽器接收到 a.js，同時記住了過期時間。
  • 在2018年9月26日5點之前，瀏覽器再次請求 a.js，便不再請求伺服器，直接使用上一次快取的 a.js 檔案。（0KB）
  • 在2018年9月26日5點01分，瀏覽器請求 a.js，發現 a.js 快取時間過了，於是不再使用本地快取，而是請求伺服器，伺服器又重新讀取磁碟檔案 a.js，返給瀏覽器，同時告訴瀏覽器一個新的過期時間。（1+10+1=12KB）。
  • 如此往復。。。

該種方式較之前的方式有了很大的改善：

  • 在過期時間以內，為使用者省了很多流量。
  • 減少了伺服器重複讀取磁碟檔案的壓力。
  • 快取過期後，能夠得到最新的 a.js 檔案。

缺點還是有：

  • 快取過期以後，伺服器不管 a.js有沒有變化，都會再次讀取 a.js檔案，並返給瀏覽器。

伺服器告訴瀏覽器資源上次修改時間。

為了解決上個方案的問題，伺服器和瀏覽器經過磋商，制定了一種方案，伺服器每次返回 a.js 的時候，還要告訴瀏覽器 a.js 在伺服器上的最近修改時間 Last-Modified （GMT標準格式）。

  • 瀏覽器訪問 a.js 檔案。（1KB）

  • 伺服器返回 a.js 的時候，告訴瀏覽器 a.js 檔案。（10+1=11KB） 在伺服器的上次修改時間 Last-Modified（GMT標準格式）以及快取過期時間 Expires（GMT標準格式）

  • 當 a.js 過期時，瀏覽器帶上 If-Modified-Since（等於上一次請求的Last-Modified） 請求伺服器。（1KB）

  • 伺服器比較請求頭裡的 Last-Modified 時間和伺服器上 a.js的上次修改時間：

    • 如果一致，則告訴瀏覽器：你可以繼續用本地快取（304）。此時，伺服器不再返回 a.js 檔案。（1KB）
    • 如果不一致，伺服器讀取磁碟上的 a.js 檔案返給瀏覽器，同時告訴瀏覽器 a.js 的最近的修改時間 Last-Modified 以及過期時間 Expires。（1+10=11KB）
    • 如此往復。

此種方案比上一個方案有了更進一步的優化：

  • 快取過期後，伺服器檢測如果檔案沒變化，不再把a.js發給瀏覽器，省去了 10KB 的流量。
  • 快取過期後，伺服器檢測檔案有變化，則把最新的 a.js 發給瀏覽器，瀏覽器能夠得到最新的 a.js。

缺點：

  • Expires 過期控制不穩定，因為瀏覽器端可以隨意修改時間，導致快取使用不精準。
  • Last-Modified 過期時間只能精確到秒。

精確到秒存在兩個問題：

  • 1、如果 a.js 在一秒時間內經常變動，同時伺服器給 a.js 設定無快取，那瀏覽器每次訪問 a.js，都會請求伺服器，此時伺服器比較發給瀏覽器的上次修改時間和 a.js 的最近修改時間，發現都是在同一時間（因為精確到秒），因此返回給瀏覽器繼續使用本地快取的訊息（304），但事實上伺服器上的 a.js 已經改動了好多次了。所以這種情況，瀏覽器拿不到最新的 a.js 檔案。
  • 2、如果在伺服器上 a.js 被修改了，但其實際內容根本沒發生改變，會因為 Last-Modified 時間匹配不上而重新返回 a.js 給瀏覽器。

繼續改進，增加相對時間的控制，引入 Cache-Contorl

為了相容已經實現了上述方案的瀏覽器，同時加入新的快取方案，伺服器除了告訴瀏覽器 Expires ，同時告訴瀏覽器一個相對時間 Cache-Control：max-age=10秒。意思是在10秒以內，使用快取到瀏覽器的 a.js 資源。

瀏覽器先檢查 Cache-Control，如果有，則以 Cache-Control 為準，忽略 Expires。如果沒有 Cache-Control，則以 Expires 為準。

繼續改進，增加檔案內容對比，引入Etag

為了解決檔案修改時間只能精確到秒帶來的問題，我們給伺服器引入 Etag 響應頭，a.js 內容變了，Etag 才變。內容不變，Etag 不變，可以理解為 Etag 是檔案內容的唯一 ID。 同時引入對應的請求頭 If-None-Match，每次瀏覽器請求伺服器的時候，都帶上If-None-Match欄位，該欄位的值就是上次請求 a.js 時，伺服器返回給瀏覽器的 Etag。

  • 瀏覽器請求 a.js。
  • 伺服器返回 a.js，同時告訴瀏覽器過期絕對時間（Expires）以及相對時間（Cache-Control：max-age=10），以及a.js上次修改時間Last-Modified，以及 a.js 的Etag。
  • 10秒內瀏覽器再次請求 a.js，不再請求伺服器，直接使用本地快取。
  • 11秒時，瀏覽器再次請求 a.js，請求伺服器，帶上上次修改時間 If-Modified-Since 和上次的 Etag 值 If-None-Match。
  • 伺服器收到瀏覽器的If-Modified-Since和Etag，發現有If-None-Match，則比較 If-None-Match 和 a.js 的 Etag 值，忽略If-Modified-Since的比較。
  • a.js 檔案內容沒變化，則Etag和If-None-Match 一致，伺服器告訴瀏覽器繼續使用本地快取（304）。
  • 如此往復。

結束了嗎？

到此就結束了嗎？ 是的，http的快取機制就是如此了，但是仍然存在一個問題：

瀏覽器無法主動得知伺服器上的 a.js 資源變化了。

不管用 Expires 還是 Cache-Control，他們都只能夠控制快取是否過期，但是在快取過期之前，瀏覽器是無法得知伺服器上的資源是否變化的。只有當快取過期後，瀏覽器才會發請求詢問伺服器。

最終方案

大家可以想象我們使用 a.js 的場景，我們一般都是輸入網址，訪問一個 html 檔案，html檔案中會引入 js、css 、圖片等資源。

所以呢，我們在html上做些手腳。

我們不讓 html 檔案快取，每次訪問 html 都去請求伺服器。所以瀏覽器每次都能拿到最新的html資源。

a.js 內容更新的時候，我們修改一下 html 中 a.js 的版本號。

  • 第一次訪問 html
<script src="http://test.com/a.js?version=0.0.1"></script>
複製程式碼

  • 瀏覽器下載0.0.1版本的a.js檔案。

  • 瀏覽器再次訪問 html，發現還是0.0.1版本的a.js檔案，則使用本地快取。

  • 某一天a.js變了，我們的html檔案也相應變化如下：

<script src="http://test.com/a.js?version=0.0.2"></script>
複製程式碼

所以，通過設定html不快取，html引用資源內容變化則改變資源路徑的方式，就解決了無法及時得知資源更新的問題。

當然除了以版本號來區分，也可以以 MD5hash 值來區分。 如

<script src="http://test.com/a.【hash值】.js"></script>
複製程式碼

使用webpack打包的話，藉助外掛可以很方便的處理。

除此以外的東東

Cache-Control 除了可以設定 max-age 相對過期時間以外，還可以設定成如下幾種值：

  • public，資源允許被中間伺服器快取。

瀏覽器請求伺服器時，如果快取時間沒到，中間伺服器直接返回給瀏覽器內容，而不必請求源伺服器。

  • private，資源不允許被中間代理伺服器快取。

瀏覽器請求伺服器時，中間伺服器都要把瀏覽器的請求透傳給伺服器。

  • no-cache，瀏覽器不做快取檢查。

每次訪問資源，瀏覽器都要向伺服器詢問，如果檔案沒變化，伺服器只告訴瀏覽器繼續使用快取（304）。

  • no-store，瀏覽器和中間代理伺服器都不能快取資源。

每次訪問資源，瀏覽器都必須請求伺服器，並且，伺服器不去檢查檔案是否變化，而是直接返回完整的資源。

  • must-revalidate，可以快取，但是使用之前必須先向源伺服器確認。
  • proxy-revalidate，要求快取伺服器針對快取資源向源伺服器進行確認。
  • s-maxage：快取伺服器對資源快取的最大時間。

Cache-Control 對快取的控制粒度更細，包括快取代理伺服器的快取控制。

文章介紹到此，如有興趣，可以動手實踐下。

相關文章