面试精选之http缓存

前端面试常问第二大问题是http缓存相关内容。说真的，http缓存相关的细节比较多，并且 http 常用协议版本有1.0、1.1，（本文暂不讨论http2.0）。

缓存相关 header

我们先罗列一下和缓存相关的请求响应头。

Expires

响应头，代表该资源的过期时间。

Cache-Control

请求/响应头，缓存控制字段，精确控制缓存策略。

If-Modified-Since

请求头，资源最近修改时间，由浏览器告诉服务器。

Last-Modified

响应头，资源最近修改时间，由服务器告诉浏览器。

Etag

响应头，资源标识，由服务器告诉浏览器。

If-None-Match

请求头，缓存资源标识，由浏览器告诉服务器。

配对使用的字段：

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

今天着重介绍一下浏览器缓存机制，我们知道，浏览器缓存一般都是针对静态资源，比如 js、css、图片等，所以我们下面的例子围绕一个 javascript 文件 a.js 来阐述。抛开理论式灌输，我们从实际场景触发，一点点完善缓存机制，这种方式，相信大家会更容易理解。

做一些约定，方便以后比较。

a.js 大小为 10 KB
请求头约定为 1 KB
响应头约定为 1 KB

原始模型

浏览器请求静态资源 a.js。（请求头：1KB）
服务器读取磁盘文件 a.js，返给浏览器。（10KB（a.js）+1KB（响应头） = 11KB）。
浏览器再次请求，服务器又重新读取磁盘文件 a.js，返给浏览器。
如此循环。。

执行一个往返，流量为 10（a.js）+1（请求头）+1（响应头） = 12KB。

访问 10 次，流量大约为12 * 10 = 120KB。

所以，流量与访问次数有关：

L（流量） = N（访问次数） * 12。

该方式缺点很明显：

浪费用户流量。
浪费服务器资源，服务器要读磁盘文件，然后发送文件到浏览器。
浏览器要等待 a.js 下载并且执行后才能渲染页面，影响用户体验。

js 执行时间相比下载时间要快的多，如果能优化下载时间，用户体验会提升很多。

浏览器增加缓存机制

浏览器第一次请求 a.js，缓存 a.js 到本地磁盘。（1+10+1 =12KB）
浏览器再次请求 a.js，直接走浏览器缓存（200，from cache），不再向服务器发起请求。（0KB）
...

第一次访问，流量为 1+10+1 = 12KB。第二次访问，流量为 0。。。。第 10000 次访问，流量依然为 0。

所以流量与访问次数无关：

L（流量） = 12KB。

优点：

大大减少带宽。
由于减少了 a.js 下载时间，相应的提高了用户体验。

缺点：服务器上 a.js 更新时，浏览器感知不到，拿不到最新的 js 资源。

服务器和浏览器约定资源过期时间。

服务器和浏览器约定文件过期时间，用 Expires 字段来控制，时间是 GMT 格式的标准时间，如 Fri, 01 Jan 1990 00:00:00 GMT。

浏览器第一次请求一个静态资源 a.js。（1KB）
服务器把 a.js 和 a.js 的缓存过期时间(Expires：Mon, 26 Sep 2018 05:00:00 GMT)发给浏览器。（10+1=11KB）

服务器告诉浏览器：你把我发给你的 a.js 文件缓存到你那里，在 2018年9月26日5点之前不要再发请求烦我，直接使用你自己缓存的 a.js 就行了。

浏览器接收到 a.js，同时记住了过期时间。
在2018年9月26日5点之前，浏览器再次请求 a.js，便不再请求服务器，直接使用上一次缓存的 a.js 文件。（0KB）
在2018年9月26日5点01分，浏览器请求 a.js，发现 a.js 缓存时间过了，于是不再使用本地缓存，而是请求服务器，服务器又重新读取磁盘文件 a.js，返给浏览器，同时告诉浏览器一个新的过期时间。（1+10+1=12KB）。
如此往复。。。

该种方式较之前的方式有了很大的改善：

在过期时间以内，为用户省了很多流量。
减少了服务器重复读取磁盘文件的压力。
缓存过期后，能够得到最新的 a.js 文件。

缺点还是有：

缓存过期以后，服务器不管 a.js有没有变化，都会再次读取 a.js文件，并返给浏览器。

服务器告诉浏览器资源上次修改时间。

为了解决上个方案的问题，服务器和浏览器经过磋商，制定了一种方案，服务器每次返回 a.js 的时候，还要告诉浏览器 a.js 在服务器上的最近修改时间 Last-Modified （GMT标准格式）。

浏览器访问 a.js 文件。（1KB）
服务器返回 a.js 的时候，告诉浏览器 a.js 文件。（10+1=11KB）在服务器的上次修改时间 Last-Modified（GMT标准格式）以及缓存过期时间 Expires（GMT标准格式）
当 a.js 过期时，浏览器带上 If-Modified-Since（等于上一次请求的Last-Modified）请求服务器。（1KB）
服务器比较请求头里的 Last-Modified 时间和服务器上 a.js的上次修改时间：
- 如果一致，则告诉浏览器：你可以继续用本地缓存（304）。此时，服务器不再返回 a.js 文件。（1KB）
- 如果不一致，服务器读取磁盘上的 a.js 文件返给浏览器，同时告诉浏览器 a.js 的最近的修改时间 Last-Modified 以及过期时间 Expires。（1+10=11KB）
- 如此往复。

此种方案比上一个方案有了更进一步的优化：

缓存过期后，服务器检测如果文件没变化，不再把a.js发给浏览器，省去了 10KB 的流量。
缓存过期后，服务器检测文件有变化，则把最新的 a.js 发给浏览器，浏览器能够得到最新的 a.js。

缺点：

Expires 过期控制不稳定，因为浏览器端可以随意修改时间，导致缓存使用不精准。
Last-Modified 过期时间只能精确到秒。

精确到秒存在两个问题：

1、如果 a.js 在一秒时间内经常变动，同时服务器给 a.js 设置无缓存，那浏览器每次访问 a.js，都会请求服务器，此时服务器比较发给浏览器的上次修改时间和 a.js 的最近修改时间，发现都是在同一时间（因为精确到秒），因此返回给浏览器继续使用本地缓存的消息（304），但事实上服务器上的 a.js 已经改动了好多次了。所以这种情况，浏览器拿不到最新的 a.js 文件。
2、如果在服务器上 a.js 被修改了，但其实际内容根本没发生改变，会因为 Last-Modified 时间匹配不上而重新返回 a.js 给浏览器。

继续改进，增加相对时间的控制，引入 Cache-Contorl

为了兼容已经实现了上述方案的浏览器，同时加入新的缓存方案，服务器除了告诉浏览器 Expires ，同时告诉浏览器一个相对时间 Cache-Control：max-age=10秒。意思是在10秒以内，使用缓存到浏览器的 a.js 资源。

浏览器先检查 Cache-Control，如果有，则以 Cache-Control 为准，忽略 Expires。如果没有 Cache-Control，则以 Expires 为准。

继续改进，增加文件内容对比，引入Etag

为了解决文件修改时间只能精确到秒带来的问题，我们给服务器引入 Etag 响应头，a.js 内容变了，Etag 才变。内容不变，Etag 不变，可以理解为 Etag 是文件内容的唯一 ID。同时引入对应的请求头 If-None-Match，每次浏览器请求服务器的时候，都带上If-None-Match字段，该字段的值就是上次请求 a.js 时，服务器返回给浏览器的 Etag。

浏览器请求 a.js。
服务器返回 a.js，同时告诉浏览器过期绝对时间（Expires）以及相对时间（Cache-Control：max-age=10），以及a.js上次修改时间Last-Modified，以及 a.js 的Etag。
10秒内浏览器再次请求 a.js，不再请求服务器，直接使用本地缓存。
11秒时，浏览器再次请求 a.js，请求服务器，带上上次修改时间 If-Modified-Since 和上次的 Etag 值 If-None-Match。
服务器收到浏览器的If-Modified-Since和Etag，发现有If-None-Match，则比较 If-None-Match 和 a.js 的 Etag 值，忽略If-Modified-Since的比较。
a.js 文件内容没变化，则Etag和If-None-Match 一致，服务器告诉浏览器继续使用本地缓存（304）。
如此往复。

结束了吗？

到此就结束了吗？是的，http的缓存机制就是如此了，但是仍然存在一个问题：

浏览器无法主动得知服务器上的 a.js 资源变化了。

不管用 Expires 还是 Cache-Control，他们都只能够控制缓存是否过期，但是在缓存过期之前，浏览器是无法得知服务器上的资源是否变化的。只有当缓存过期后，浏览器才会发请求询问服务器。

最终方案

大家可以想象我们使用 a.js 的场景，我们一般都是输入网址，访问一个 html 文件，html文件中会引入 js、css 、图片等资源。

所以呢，我们在html上做些手脚。

我们不让 html 文件缓存，每次访问 html 都去请求服务器。所以浏览器每次都能拿到最新的html资源。

a.js 内容更新的时候，我们修改一下 html 中 a.js 的版本号。

第一次访问 html

<script src="http://test.com/a.js?version=0.0.1"></script>

浏览器下载0.0.1版本的a.js文件。
浏览器再次访问 html，发现还是0.0.1版本的a.js文件，则使用本地缓存。
某一天a.js变了，我们的html文件也相应变化如下：

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

浏览器再次访问html，发现【test.com/a.js?versio… a.js。
如此往复。

所以，通过设置html不缓存，html引用资源内容变化则改变资源路径的方式，就解决了无法及时得知资源更新的问题。

当然除了以版本号来区分，也可以以 MD5hash 值来区分。如

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

使用webpack打包的话，借助插件可以很方便的处理。

除此以外的东东

Cache-Control 除了可以设置 max-age 相对过期时间以外，还可以设置成如下几种值：

public，资源允许被中间服务器缓存。

浏览器请求服务器时，如果缓存时间没到，中间服务器直接返回给浏览器内容，而不必请求源服务器。

private，资源不允许被中间代理服务器缓存。

浏览器请求服务器时，中间服务器都要把浏览器的请求透传给服务器。

no-cache，浏览器不做缓存检查。

每次访问资源，浏览器都要向服务器询问，如果文件没变化，服务器只告诉浏览器继续使用缓存（304）。

no-store，浏览器和中间代理服务器都不能缓存资源。

每次访问资源，浏览器都必须请求服务器，并且，服务器不去检查文件是否变化，而是直接返回完整的资源。

must-revalidate，可以缓存，但是使用之前必须先向源服务器确认。
proxy-revalidate，要求缓存服务器针对缓存资源向源服务器进行确认。
s-maxage：缓存服务器对资源缓存的最大时间。

Cache-Control 对缓存的控制粒度更细，包括缓存代理服务器的缓存控制。

文章介绍到此，如有兴趣，可以动手实践下。