浏览器缓存原理

本文可以配合本人录制的视频一起食用

目的

通常说到浏览器缓存，大多是和性能优化有关，使用缓存，通常是两个主要目的，第一是提高访问速度，第二是减少网络IO消耗。

当合理配置了缓存，可以得到提升用户体验、减轻服务器负担、节省带宽等效果，这是一种效果显著的前端性能优化手段。

四个方面

浏览器缓存机制涉及四个方面，按照获取资源时请求的优先级排序如下：

Memory Cache
Service Worker Cache
HTTP Cache
Push Cache

其中最后一个Push Cache是HTTP2的新特性

缓存策略

通常我们面试时说的浏览器缓存原理，指的是缓存策略。

缓存策略分为两类：强缓存和协商缓存，通过设置HTTP HEADER来实现。

强缓存

强缓存优先级较高，在命中强缓存失败的情况下，才会走协商缓存。

当我们发起请求，去请求一个资源时，浏览器会去读取HTTP Header中的expires或Cache-control，来判断目标资源是否命中强缓存。

使用expires还是Cache-control和我们的HTTP协议版本有关，当使用1.0版本就根据expires进行判断，当使用1.1就根据Cache-control进行判断。

如果命中了强缓存，就直接从缓存中获取资源，不与服务端发生通信。此时返回的HTTP状态码为200，但会有from memory cache的标识。

【判断资源是否过期

那浏览器是如何根据expires和Cache-control进行判断的呢？

首先看expires，expires是一个时间戳，指的是资源过期时间，当我们试图再次从服务器请求同一份资源时，浏览器就会先对比本地时间和expires的值，如果本地时间小于expires设置的过期时间，就直接从缓存中获取资源。

因为expires的使用依赖于本地时间，这就会存在问题，不同的本地时间会使缓存的失效时间无法保证，也就是服务端和客户端会存在时差。

因此HTTP 1.1增加了Cache-control作为expires的完全替代方案，现在依然使用expires的唯一目的是为了向下兼容。两者同时使用时，Cache-control的优先级更高。

在Cache-control中我们可以设置max-age来控制资源的有效期，这是一个时间长度，规避了时间戳带来的问题，客户端会记录请求到资源的时间点，以此作为相对时间的起点，确保参与计算的两个时间节点都来源于客户端。

协商缓存

如果强缓存命中失败，浏览器就需要向服务器去询问缓存的相关信息 ，进而判断是重新请求、下载完整的响应，还是从本地中获取缓存的资源，此时就进入了协商缓存的阶段。

如果我们不想直接使用本地缓存，也可以设置Cache-Control: no-cache直接进入协商缓存的阶段。

协商缓存，从字面上可以理解为：根据客户端和服务器的协商结果，来判断是否使用本地缓存。

如果服务端提示缓存资源未改动（Not Modified），资源会被重定向到浏览器缓存，这种情况下网络请求对应的状态码是304。

【判断资源有效性

那么服务器是如何去判断资源是否变动呢？

有两种判断方式：Last-Modified和Etag

首先看Last-Modified，它是一个时间戳，如果启用了协商缓存，它会在请求时随着response headers返回。

makefile 复制代码

Last-Modified:

之后我们每次请求时，请求头request headers中就会带上一个时间戳字段，叫If-Modified-Since，它的值就是之前response返回的Last-Modified的值。字面上的意思就是在告诉服务器：在这个时间之后，资源如果发生变化，就要返回新的资源

服务器接收到这个字段后，就会与该资源在服务器上的最后修改时间进行比对，两者是否一致，从而判断资源是否发生变化。

如果发生变化

会返回一个完整的响应。并在响应头response headers中返回新的Last-Modified的值
如果没有发生变化

就会返回一个状态码为304的响应，提示浏览器使用本地缓存

Last-Modified和If-Modified-Since配合使用，看上去没什么问题，但实际存在一些弊端，比如：

编辑了文件，但文件内容实际没有变化的情况

我可能修改了一个文件，然后又撤销了修改，虽然文件内容没变，但资源的最后修改时间被更新了。

导致需要重新将资源返回给客户端，无法充分利用缓存
第二种情况，修改文件的速度过快，导致客户端使用了过期缓存

因为If-Modified-Since只能检查以秒为最小计量单位的时间差，如果在不可感知的时间内修改了资源，就会使客户端使用过期的资源

为了弥补Last-Modified的不足，就出现了Etag

Etag是服务器为每个资源生成的唯一标识字符串，基于文件内容编码，能够精准感知文件内容变化

首次请求时，客户端会在response headers获得一个标识字符串，类似：

vbnet 复制代码

Etag: "dec8d6f46497a9c6b4dff4e237cabe5d"

再次请求时，请求头request headers里会带上一个与Etag值相同的、名为If-None-Match的字段，字面上的意思就是在请求时告诉服务器：资源的Etag如果不一致，就要返回新的资源

If-None-Match的值就是供服务器进行比对：

sql 复制代码

If-None-Match:  "dec8d6f46497a9c6b4dff4e237cabe5d"

Etag很好的弥补了Last-Modified的短板，但是也存在弊端，因为生成Etag需要服务器付出额外的开销，这会影响服务器的性能，这是启用Etag时需要考虑到的问题。

当Etag和Last-Modified同时存在时，Etag的优先级更高，因为它在感知文件变化上比Last-Modified更准确

如何配置？

了解了缓存策略，那在面对一个具体的缓存需求时，我们该如何配置呢？

网上这一张应该挺多人看到过的图，我也直接拿过来用，就是根据你项目的需求进行判断

考虑这个资源是否是可复用的，也就是是否使用缓存
- 如果是No，也就是不可复用，就设置no-store，拒绝一切形式的缓存，包括客户端和服务器的缓存
  yaml 复制代码
```
Cache-Control: no-store
```
- 如果是可复用资源
  - 并且需要每次都进行资源有效性验证，就设置no-cache，会跳过强缓存判断，直接进入协商缓存阶段，向服务器进行资源有效性验证
    yaml 复制代码
```
Cache-Control: no-cache
```
  - 考虑是否可被代理服务器缓存
    - 如果只能被浏览器缓存，就设置为private，这也是默认值
    arduino 复制代码
```
Cache-Control: private
```
    - 如果即可被浏览器缓存，也能被代理服务器缓存，就设置为pulic
    arduino 复制代码
```
Cache-Control: public
```
  - 继续我们可以考虑设置缓存有效时间，以保证缓存的有效性
    - 设置代理服务器缓存的有效时间，使用s-maxage，单位为秒
    ini 复制代码
```
Cache-Control: public s-maxage=30
```
    - 设置浏览器缓存的有效时间，使用max-age，单位也为秒
    ini 复制代码
```
Cache-Control: max-age=30
```
    s-maxage优先级高于max-age，如果s-maxage未过期，则向代理服务器请求其缓存内容，只针对public缓存有效。
  - 最后设置协商缓存需要用到的ETag、Last-Modified等参数

这个图大概就是这么一个流程。

实操

以上大多都是我查到的一些资料，接下来做一些简单的配置，以科学的精神验证一部分内容。

下面的测试在nginx和Chrome中进行。

当不做配置时

ini 复制代码

location /cache-demo {
    root   html;
    index  index.html;
}

第一次访问页面

sql 复制代码

// 响应码 200
Status Code: 200 OK
// 响应头里加上了Last-Modified和Etag
Last-Modified: Thu, 27 Jul 2023 02:47:55 GMT
ETag: "64c1dadb-e3"
// 第一次请求头里没有`If-Modified-Since`和`If-None-Match`

再次请求，status变成了304，说明资源内容没有更改

sql 复制代码

// 响应码304
Status Code: 304 Not Modified
// 响应头里Last-Modified和Etag和之前一次是一样的
Last-Modified: Thu, 27 Jul 2023 02:47:55 GMT
ETag: "64c1dadb-e3"
// 这一次请求头里带上了`If-Modified-Since`和`If-None-Match`
If-Modified-Since: Thu, 27 Jul 2023 02:47:55 GMT
If-None-Match: "64c1dadb-e3"

此时我们去修改资源内容，再去重新访问，响应码重新变成了200
yaml 复制代码
```
// 响应
HTTP/1.1 200 OK
Last-Modified: Thu, 27 Jul 2023 03:50:18 GMT
ETag: "64c1e97a-e3"
// 请求头
If-Modified-Since: Thu, 27 Jul 2023 02:47:55 GMT
If-None-Match: "64c1dadb-e3"
```
可以看到响应头中的Etag和请求头中的If-None-Match不一致，Last-Modified和If-Modified-Since也不一致了，所以就返回了新的资源内容

配置no-store

接下来先做第一种配置，Cache-Control设置为no-store

arduino 复制代码

add_header 'Cache-Control' 'no-store';

第一次访问

perl 复制代码

// 响应
HTTP/1.1 200 OK
Last-Modified: Thu, 27 Jul 2023 03:50:18 GMT
ETag: "64c1e97a-e3"
// 在响应头中看到了no-store的配置
Cache-Control: no-store
// 请求头里没有`If-Modified-Since`和`If-None-Match`

再次请求，可以看到status还是200，说明从服务器重新获取资源内容了

yaml 复制代码

// 响应
HTTP/1.1 200 OK
Last-Modified: Thu, 27 Jul 2023 03:50:18 GMT
ETag: "64c1e97a-e3"
Cache-Control: no-store
// 请求
// 请求头里没有`If-Modified-Since`和`If-None-Match`，只有Cache-Control:max-age=0
Cache-Control: max-age=0

再请求几次结果也是一样的

配置max-age

修改配置max-age=240，也就是4分钟内如果命中缓存，就使用缓存

arduino 复制代码

add_header 'Cache-Control' 'max-age=240';

第一次请求资源

arduino 复制代码

// 响应头
HTTP/1.1 200 OK
Last-Modified: Thu, 27 Jul 2023 04:13:31 GMT
ETag: "64c1eeeb-e3"
Cache-Control: max-age=240
// 请求
// 请求头里没有`If-Modified-Since`和`If-None-Match`

四分钟内再次请求，status是304
yaml 复制代码
```
// 响应头
HTTP/1.1 304 Not Modified
Last-Modified: Thu, 27 Jul 2023 04:13:31 GMT
ETag: "64c1eeeb-e3"
Cache-Control: max-age=240
// 请求头
Cache-Control: max-age=0
If-Modified-Since: Thu, 27 Jul 2023 04:13:31 GMT
If-None-Match: "64c1eeeb-e3"
```
似乎没有直接使用本地缓存，默认的请求头的max-age=0，表示不使用强缓存，但允许协商缓存，所以返回响应码是304

使用Chrome插件ModHeader来修改请求头Cache-Control: max-age=240，还是304？怀疑是缓存不够用，因为理论上而言，应该使用本地缓存
HTML增加外部脚本的引用，请求脚本时可以命中缓存

试了几次修改HTML，还是不行，给HTML增加外部的js脚本，发现脚本可以被缓存，显示了from memory cache。可能是浏览器默认的策略，请求页面的时候默认为no-cache直接进入协商缓存阶段；请求其他类型资源的时候才会优先去匹配本地缓存。
bash 复制代码
```
Request URL:  http://localhost:8080/cache-demo/main.js
Status Code:  200 OK (from memory cache)
```
此时设置max-age=240，发现脚本没有按照我们预期设置的max-age过期而重新获取新的资源，这应该是Chrome本身对资源加载的一个优化，以达到充分利用本地缓存的目的，这也解释了有些情况下，前端代码重新部署后，无法加载到最新内容的原因，一来HTML内容没有更改，所以默认的协商缓存返回304，读取了本地资源；二来HTML引用的js脚本也在本地可以找到缓存，就没有向浏览器发起请求。最终导致读取到的是旧的资源内容，需要等待几分钟才能读取到新的内容。

为了解决这个问题，可以在nginx配置显式的声明no-cache：
arduino 复制代码
```
add_header 'Cache-Control' 'no-cache, max-age=240';
```
这样请求js脚本就会直接进入协商缓存，读取到新的资源内容。

结论

根据这个测试结果，为了保证内容的时效性，建议给资源所在服务器增加no-cache的配置，并且给HTML页面所在服务器增加no-store的配置，因为大多Vue或者react单页应用打包构建出来的HTML页面内容很少，往往只有一个div，配置了no-store可以保证请求到最新的资源，因为页面内容极少，正常情况下资源返回也非常快。