《HTTP权威指南》第7章缓存

带着问题学习：

缓存如何提高性能
如何衡量缓存的有效性
缓存置于何处作用最大
HTTP如何保持缓存副本的新鲜度
缓存如何与其他缓存及服务器通信

web缓存是可以自动保存常见文档副本的HTTP设备。

缓存优点

减少冗余的数据传输，节省网络费用
缓解网络瓶颈问题，更快加载
降低了对原始服务器的要求，服务器更快响应，避免过载
降低了距离时延

缓解网络瓶颈

缓存可以改善有限广域带宽造成的网络瓶颈

破坏瞬时拥塞

很多人同时访问一个文档，造成过多流量峰值，就会出现瞬时拥塞。
在这里插入图片描述

降低距离时延

假设Web页面需要请求20个小图片，支持4个并行连接，每个请求传输需要15ms（直线距离除光速传输速度换算而来），一个来回是30ms。全部请求完成至少需要多少时间？

答案如图所示：
在这里插入图片描述
基于TCP慢启动的特性，完全启动4个并发连接需要的来回数：连接1 >> 连接2&3+图片1 >> 连接4+图片2&3 =3
剩余请求需要的来回数：(20+1-3)➗4=5（需要加上一个web基础页面）
因此总来回数是，3+5=8，至少需要8个完整来回，也就是8*30ms=240毫秒

总结一下完全启动所需的连接并发数(N)最少需要几个来回(m)：m = N//2 + 1 if N%2 > 0 else N//2（如果N不能整除2，就是N整除2加1个来回，否则是N整除2个来回）

命中与未命中

用已有的副本为某些到达缓存的请求提供服务，称为缓存命中。
其他一些到达缓存的请求没有副本可用，而被转发到原始服务端，称为缓存未命中。

HTTP再验证

验证缓存是否仍是服务器的最新副本，这些”新鲜度检测“被称为HTTP再验证。
在这里插入图片描述
再验证过程：向原始服务器发送一个小的再验证请求，内容无变化时服务端返回304，缓存标记为暂时新鲜，并将副本返回给客户端，这被称为再验证命中或缓慢命中。

请求速度快慢：缓存命中 > 缓存再验证命中 > 缓存再验证未命中～缓存未命中（成功的再验证比未命中要快，省去了查询数据和构建响应的过程，但失败的再验证几乎与未命中速度一样）
在这里插入图片描述
通常进行再验证会添加If-Modified-Since首部

再验证未命中时，服务器会回送一条带有完整内容的响应，供缓存更新。
若再验证时发现对象被删除，则服务器返回一个404，缓存收到会将其副本删除。

(文档)命中率

由缓存提供服务的请求所占的比例称为缓存命中率（或文档命中率）。合理命中率约为40%。

字节命中率

由于文档的尺寸不同，文档命中率不能说明一切，更愿意使用字节命中率作为度量值。
字节命中率表示缓存提供的字节在传输的所有字节中所占的比例。100%字节命中率说明全部来自缓存。

区分命中和未命中

客户端可以通过响应的Date首部与当前时间判断，日期早说明是缓存。或者通过Age首部来检测缓存的响应，可分辨出响应的使用期。

缓存的拓扑结构

单个用户专有的缓存为私有缓存，公共的缓存被称为公有缓存。
在这里插入图片描述

私有缓存

Web浏览器有内建的私有缓存，允许用户自行配置。

公有缓存

公有缓存是特殊的共享代理服务器，被称为缓存代理服务器（代理缓存）。
在这里插入图片描述

代理缓存的层次结构

在这里插入图片描述
在缓存层次结构深的情况下，请求可能要穿过很长一溜缓存，每个拦截代理都会增加性能损耗。

各类型缓存

有些网格结构会构建复杂的网状缓存。网状缓存中的代理缓存会进行更复杂的对话，做出动态缓存通信决策，决定与哪个父缓存对话，或者绕开缓存直接连接原始服务器，这种代理缓存可称为内容路由器。

内容路由器功能：选择父缓存or原始服务器 >> 选择特定父缓存 >> 在前往父缓存前搜索本地副本 >> 允许其他缓存对其缓存的部分内容进行访问

缓存之间允许不同组织互为对等实体，提供可选的对等支持的缓存称为兄弟缓存，但HTTP并不支持兄弟缓存，所以有额外的协议对HTTP进行了扩展，比如因特网缓存协议ICP和超文本缓存协议HTCP。
在这里插入图片描述

缓存的处理步骤

在这里插入图片描述
大多数缓存都会保存缓存命中和未命中数据的统计数据，将条目插入一个用来显示请求类型、URL和所发生事件的日志文件。

缓存处理流程图

在这里插入图片描述

保持副本的新鲜

文档过期首部

HTTP让原始服务器向每个文档附加一个过期日期Cache-Control首部和Expires首部
在这里插入图片描述
缓存过期前，可以以任意频率使用这些副本，除非客户端请求阻止提供已缓存或未验证资源的首部，过期后必须与服务器进行核对。

过期日期和使用期

Cache-Control首部使用的是相对时间而非绝对日期，绝对日期依赖计算机时钟的正确设置，一般更倾向于用相对时间的Cache-Control首部。
在这里插入图片描述

服务器再验证

HTPTP协议要求行为正确的缓存返回下列内容之一：

足够新鲜的已缓存副本
再验证后仍然新鲜的已缓存副本
再验证时发现原始服务器故障，返回一条错误报文
附有金高信息说明内容可能不正确的已缓存副本

用条件方法进行再验证

HTTP定义了5个条件请求首部，最有用的是If-Modified-Since(IMS)和If-None-Match。
在这里插入图片描述

If-Modified-Since:Date再验证

If-Modified-Since为真表示文档被修改了，服务器返回新首部的新文档和新的过期时间给缓存，没修改过为假，会返回一个新的过期日期。可以与Last-Modified首部配合工作。
在这里插入图片描述
判断的时候是将IMS日期于最后修改日期进行字符串匹配（即判断更新日期是否一致），是“如果最后的修改不是在这个确定的日期进行的”，而不是“如果在这个日期之后没有被修改过”。

If-None-Match:实体标签再验证

遇到下方的场景通常用If-None-Match实体标签再验证：

有些文档会被周期性写入，内容没有变化，但修改日期改变了
文档可能被修改了，但该改动不重要
有些服务器无法准确判定其页面的最后修改日期
有些文档会以亚秒（一秒的十亿分之一）间隙发生变化，以一秒为粒度的修改日期可能不够用

在这里插入图片描述

If-None-Match通过服务器返回的实体标签(ETag)再验证。

也可以在If-None-Match首部包含几个实体标签，逗号隔开，表示缓存已存在这些实体标签的对象副本。

If-None-Match: "v2.6"
If-None-Match: "v2.4","v2.5","v2.6"
If-None-Match: "foobar","A34FAC0095","Profiles in Courage"

强弱验证器

实体标签和最近修改日期都是缓存验证器。HTTP/1.1支持弱验证器，表示进行了少量修改，声明是“足够好”的等价体。服务器用“W/”标识弱验证器。

ETag: W/"v2.6"
If-None-Match: W/"v2.6"

什么时候使用实体标签和最近修改日期

服务器只回送了一个Last-Modified最后修改日期，则客户端用If-Modified-Since验证
服务器只回送了Etag实体标签，客户端用If-None-Match验证
实体标签和最后修改日期都提供了，则都进行验证

控制缓存的能力

缓存多长时间，按照优先级递减的顺序，服务器可以：

附加一个Cache-Control: no-store 首部到响应中去；
附加一个Cache-Control: no-cache 首部到响应中去；
附加一个Cache-Control: must-revalidate 首部到响应中去；
附加一个Cache-Control: max-age 首部到响应中去；
附加一个Expires 日期首部到响应中去；
不附加过期信息，让缓存确定自己的过期日期。

no-store首部（禁止复制响应）和no-cache首部（新鲜度再验证前不能返回缓存）可以防止缓存提供未经证实的已缓存对象。

must-revalidate表示严格遵循过期时间，到期要进行再验证，验证通过才发送副本。

max-age最长可以处于新鲜状态的秒数，为0则不缓存，如：Cache-Control: max-age=0。s-maxage类似，但仅适用于公有缓存。

不推荐使用Expires绝对日期作为过期日期

试探性过期

服务器没有提供过期相关的首部，缓存可以使用任意算法（比如LM-Factor）计算出一个试探性的最大使用期，但如果大于24小时，则应该添加一个试探性过期警告13。（默认的新鲜周期通常是一小时或一天）

客户端的新鲜度设置

在这里插入图片描述