浏览器缓存机制剖析

作者丨翟灿东 

责编丨陈秋歌

浏览器对于请求资源，拥有一系列成熟的缓存策略。按照发生的时间顺序分别为存储策略、过期策略、协商策略，其中存储策略在收到响应后应用，过期策略、协商策略在发送请求前应用。流程图如下所示：

废话不多说，我们先来看两张表格。

1. HTTP Header中与缓存有关的Key：

2. 缓存协商策略用于重新验证缓存资源是否有效，有关的Key如下：

Cache-Control

浏览器缓存里，Cache-Control是金字塔顶尖的规则，它藐视一切其他设置，只要其他设置与其抵触，一律覆盖之。

不仅如此，它还是一个复合规则，包含多种值，横跨存储策略、过期策略两种，同时在请求头和响应头都可设置。

语法为： “Cache-Control : cache-directive”。

Cache-directive共有如下12种(其中请求中指令7种，响应中指令9种)：

假设所请求资源于4月5日缓存，且在4月12日过期。

当max-age 与 max-stale 和 min-fresh 同时使用时，它们的设置相互之间独立生效，最为保守的缓存策略总是有效。这意味着，如果max-age=10 days，max-stale=2 days，min-fresh=3 days，那么：

• 根据max-age的设置，覆盖原缓存周期， 缓存资源将在4月15日失效(5+10=15);

• 根据max-stale的设置，缓存过期后两天依然有效，此时响应将返回110(Response is stale)状态码，缓存资源将在4月14日失效(12+2=14)；

• 根据min-fresh的设置，至少要留有3天的新鲜期，缓存资源将在4月9日失效(12-3=9)；

由于客户端总是采用最保守的缓存策略，因此，4月9日后，对于该资源的请求将重新向服务器发起验证。

Pragma

HTTP1.0字段，通常设置为Pragma:no-cache，作用同Cache-Control:no-cache。当一个no-cache请求发送给一个不遵循HTTP/1.1的服务器时，客户端应该包含pragma指令。为此，勾选☑️ 上disable cache时，浏览器自动带上了pragma字段。如下：

Expires

Expires:Wed, 05 Apr 2017 00:55:35 GMT

即到期时间，以服务器时间为参考系，其优先级比 Cache-Control:max-age 低，两者同时出现在响应头时，Expires将被后者覆盖。如果Expires，Cache-Control: max-age，或 Cache-Control:s-maxage 都没有在响应头中出现，并且也没有其它缓存的设置，那么浏览器默认会采用一个启发式的算法，通常会取响应头的Date_value - Last-Modified_value值的10%作为缓存时间。

如下资源便采取了启发式缓存算法。

其缓存时间为 `(Date_value - Last-Modified_value) * 10%，计算如下：

可见该资源将于2017年4月18日23点25分41秒过期，尝试以下两步进行验证：

1) 试着把本地时间修改为2017年4月18日23点25分40秒，迅速刷新页面，发现强缓存依然有效(依旧是200 OK (from disk cache))；

2) 然后又修改本地时间为2017年4月18日23点26分40秒(即往后拨1分钟)，刷新页面，发现缓存已过期，此时浏览器重新向服务器发起了验证，且命中了304协商缓存，如下所示：

3) 将本地时间恢复正常(即 2017-04-06 09:54:19)。刷新页面，发现Date依然是4月18日，如下所示：

从⚠️ Provisional headers are shown 和Date字段可以看出来，浏览器并未发出请求，缓存依然有效，只不过此时Status Code显示为200 OK。(甚至我还专门打开了charles，也没有发现该资源的任何请求，可见这个200 OK多少有些误导人的意味)

可见，启发式缓存算法采用的缓存时间可长可短，因此对于常规资源，建议明确设置缓存时间(如指定max-age 或 expires)。

ETag

ETag:"fcb82312d92970bdf0d18a4eca08ebc7efede4fe"

实体标签，服务器资源的唯一标识符，浏览器可以根据ETag值缓存数据，节省带宽。如果资源已经改变，etag可以帮助防止同步更新资源的相互覆盖。ETag 优先级比 Last-Modified 高。

If-Match

语法：If-Match: ETag_value 或者 If-Match: ETag_value, ETag_value, …

缓存校验字段，其值为上次收到的一个或多个etag 值。常用于判断条件是否满足，如下两种场景：

• 对于 GET 或 HEAD 请求，结合 Range 头字段，它可以保证新范围的请求和前一个来自相同的源，如果不匹配，服务器将返回一个416(Range Not Satisfiable)状态码的响应。

• 对于 PUT 或者其他不安全的请求，If-Match 可用于阻止错误的更新操作，如果不匹配，服务器将返回一个412(Precondition Failed)状态码的响应。

If-None-Match

语法：If-None-Match: ETag_value 或者 If-None-Match: ETag_value, ETag_value, …

缓存校验字段，结合ETag字段，常用于判断缓存资源是否有效，优先级比If-Modified-Since高。

• 对于 GET 或 HEAD 请求，如果其etags列表均不匹配，服务器将返回200状态码的响应，反之，将返回304(Not Modified)状态码的响应。无论是200还是304响应，都至少返回 Cache-Control，Content-Location，Date，ETag，Expires，and Vary 中之一的字段。

• 对于其他更新服务器资源的请求，如果其etags列表匹配，服务器将执行更新，反之，将返回412(Precondition Failed)状态码的响应。

Last-Modified

语法：Last-Modified: 星期,日期 月份 年份 时:分:秒 GMT

用于标记请求资源的最后一次修改时间，格式为GMT(格林尼治标准时间)。如可用 new Date().toGMTString()获取当前GMT时间。Last-Modified 是 ETag 的fallback机制，优先级比 ETag 低，且只能精确到秒，因此不太适合短时间内频繁改动的资源。不仅如此，服务器端的静态资源，通常需要编译打包，可能出现资源内容没有改变，而Last-Modified却改变的情况。

If-Modified-Since

语法同上，如：

缓存校验字段，其值为上次响应头的Last-Modified值，若与请求资源当前的Last-Modified值相同，那么将返回304状态码的响应，反之，将返回200状态码响应。

If-Unmodified-Since

缓存校验字段，语法同上。表示资源未修改则正常执行更新，否则返回412(Precondition Failed)状态码的响应。常用于如下两种场景：

• 不安全的请求，比如说使用post请求更新wiki文档，文档未修改时才执行更新。

• 与 If-Range 字段同时使用时，可以用来保证新的片段请求来自一个未修改的文档。

一旦资源命中强缓存，浏览器便不会向服务器发送请求，而是直接读取缓存。Chrome下的现象是 200 OK (from disk cache) 或者 200 OK (from memory cache)。如下：

对于常规请求，只要存在该资源的缓存，且Cache-Control:max-age 或者expires没有过期，那么就能命中强缓存。

缓存过期后，继续请求该资源，对于现代浏览器，拥有如下两种做法：

• 根据上次响应中的ETag_value，自动往request header中添加If-None-Match字段。服务器收到请求后，拿If-None-Match字段的值与资源的ETag值进行比较，若相同，则命中协商缓存，返回304响应。

• 根据上次响应中的Last-Modified_value，自动往request header中添加If-Modified-Since字段。服务器收到请求后，拿If-Modified-Since字段的值与资源的Last-Modified值进行比较，若相同，则命中协商缓存，返回304响应。

以上，ETag优先级比Last-Modified高，同时存在时，前者覆盖后者。下面通过实例来理解下强缓存和协商缓存。

如下忽略首次访问，第二次通过 If-Modified-Since 命中了304协商缓存。

协商缓存的响应结果，不仅验证了资源的有效性，同时还更新了浏览器缓存。主要更新内容如下：

Age:0 表示命中了代理服务器的缓存，age值为0表示代理服务器刚刚刷新了一次缓存。

Cache-Control:max-age=600 覆盖 Expires 字段，表示从Date_value，即 Wed, 05 Apr 2017 13:09:36 GMT 起，10分钟之后缓存过期。因此10分钟之内访问，将会命中强缓存，如下所示：

当然，除了上述与缓存直接相关的字段外，http header中还包括如下间接相关的字段。

Age

出现此字段，表示命中代理服务器的缓存。它指的是代理服务器对于请求资源的已缓存时间，单位为秒。如下：

Age:2383321
Date:Wed, 08 Mar 2017 16:12:42 GMT

以上指的是，代理服务器在2017年3月8日16:12:42时向源服务器发起了对该资源的请求，目前已缓存了该资源2383321秒。

Date

指的是响应生成的时间。请求经过代理服务器时，返回的Date未必是最新的，通常这个时候，代理服务器将增加一个Age字段告知该资源已缓存了多久。

Vary

对于服务器而言，资源文件可能不止一个版本，比如说压缩和未压缩，针对不同的客户端，通常需要返回不同的资源版本。比如说老式的浏览器可能不支持解压缩，这个时候，就需要返回一个未压缩的版本; 对于新的浏览器，支持压缩，返回一个压缩的版本，有利于节省带宽，提升体验。那么怎么区分这个版本呢，这个时候就需要Vary了。

服务器通过指定Vary: Accept-Encoding，告知代理服务器，对于这个资源，需要缓存两个版本: 压缩和未压缩。这样老式浏览器和新的浏览器，通过代理，就分别拿到了未压缩和压缩版本的资源，避免了都拿同一个资源的尴尬。

Vary:Accept-Encoding,User-Agent

如上设置，代理服务器将针对是否压缩和浏览器类型两个维度去缓存资源。如此一来，同一个url，就能针对PC和Mobile返回不同的缓存内容。

实际上，工作中很多场景都需要避免浏览器缓存，除了浏览器隐私模式，请求时想要禁用缓存，还可以设置请求头: Cache-Control: no-cache, no-store, must-revalidate 。

当然，还有一种常用做法: 即给请求的资源增加一个版本号，如下：

这样做的好处就是你可以自由控制什么时候加载最新的资源。

不仅如此，HTML也可以禁用缓存，即在页面的\

上述虽能禁用缓存，但只有部分浏览器支持，而且由于代理不解析HTML文档，故代理服务器也不支持这种方式。

实际上，上述缓存有关的规律，并非所有浏览器都完全遵循，比如IE8。

资源缓存是否有效相关。

Last-Modified / E-Tag 相关。

本问就讨论这么多内容，有什么问题或好的想法欢迎点击「阅读原文」参与留言和评论。

参考文章

• Cache Policy Interaction—Maximum Age and Maximum Staleness

• HTTP/1.1: Header Field Definitions

• http - What’s the difference between Cache-Control: max-age=0 and no-cache? - Stack Overflow

• App 缓存方案：Http 缓存 · baitouwei

• Cache-Control - HTTP | MDN

• 彻底弄懂 Http 缓存机制 - 基于缓存策略三要素分解法