如何利用HTTP緩存提高網(wǎng)頁(yè)性能

reesun

網(wǎng)站的性能(Performance)要考慮兩方面，一方面是在Server端的運(yùn)行效率，另一方面是在Client端感受到的效率。不要以為Server端效率高這個(gè)網(wǎng)站或者服務(wù)給用戶的體驗(yàn)就是高效的，如果不考慮影響Client Performance的因素，Server端跑得再快用戶也可能感覺(jué)慢得和牛一樣。

Yahoo的哥們做的研究真不是蓋的，他們還寫(xiě)了本書(shū)《High Performance Web Sites》詳細(xì)介紹如果提高Client Performance。公司內(nèi)部也有一個(gè)Team做這方面的事情，聽(tīng)過(guò)他們的培訓(xùn)，和Yahoo說(shuō)的差不多，所謂英雄所見(jiàn)略同。

給靜態(tài)資源(HTML文件，圖片文件等）的Repsone加上Expires/Cache-Control Header是很有效的一招。如果HTTP Response中有Expires這樣的Header的話，瀏覽器會(huì)Cache這個(gè)資源，理想狀況下（注意，只是理想狀況），在Expire Date之前，不會(huì)再發(fā)HTTP請(qǐng)求給Server要這個(gè)資源，不過(guò)Expires的值只能是一個(gè)固定日期，比如“Thu 27 Nov 2008 07:00:00 GMT”，不能是一個(gè)類(lèi)似“從現(xiàn)在開(kāi)始之后10年”這樣一個(gè)隨機(jī)浮動(dòng)的值，如果要這樣的效果，可以用Cache-Control這樣的Header，如果HTTP Resposne中有這樣的Header:“Cache-Control: max-age = 100”，表示這個(gè)資源在cache中的最大壽命是100秒。一般說(shuō)來(lái)這種靜態(tài)文件永遠(yuǎn)不應(yīng)該過(guò)期，如果真的要給這個(gè)Cache加上一個(gè)期限，那我希望是——一萬(wàn)年，“Cache-Control: max-age = 315360000000”;

其實(shí)就應(yīng)該給Expires設(shè)一個(gè)永遠(yuǎn)不會(huì)過(guò)期的時(shí)間，比如你現(xiàn)在有一個(gè)文件叫logo.gif，需要用一個(gè)新的logo的時(shí)候，你不要去覆蓋原來(lái)的文件，而把新的logo存成logo_v2.gif，讓相關(guān)網(wǎng)頁(yè)引用新的logo_v2.gif，這樣可以讓新老網(wǎng)頁(yè)同時(shí)工作，實(shí)在犯不上為了節(jié)省存儲(chǔ)空間覆蓋原有文件。

對(duì)Apache服務(wù)器，使用mod_expires，在httpd.conf或者.htaccess中加上

<FilesMatch "\\.(ico|gif|jpg|html)$">

ExpiresDefault "access plus 10 years"

</FileMatch>

還有，同一個(gè)HTTP Response中可以同時(shí)有Expires和Cache-Control，但是Cache-Control權(quán)限比Expires大，會(huì)override它的。

HTTP的Response中還會(huì)有另外一個(gè)Header叫Last-Modified，比如“Last-Modified: Thu, 06 Apr 2006 21:17:12 GMT”，瀏覽器訪問(wèn)一個(gè)URI得到這樣的Resposne之后，就知道這個(gè)資源最后一次的修改時(shí)間，下次需要再次獲得這個(gè)資源的時(shí)候，會(huì)發(fā)一個(gè)Request給Server，不過(guò)這個(gè)Request中有一條“If-Unmodified-Since: Thu, 06 Apr 2006 21:17:12 GMT”，如果在Server端在這個(gè)日期之后對(duì)這個(gè)資源進(jìn)行了修改，就會(huì)照常返回這個(gè)資源給Client端，但是如果沒(méi)有修改，就會(huì)返回一個(gè)304 (Not Modified) Response而不返回資源，告訴Client端：“這個(gè)資源從上次給你之來(lái)從來(lái)沒(méi)改過(guò)，你放心用你Cache中的好了。” 一個(gè)304 Response比一個(gè)靜態(tài)資源通常小多了，這樣就節(jié)省了網(wǎng)絡(luò)帶寬。

讓我們回過(guò)頭來(lái)比較一下Expires和Last-Modified這兩個(gè)東西，似乎Last-Modified比不上Expires，因?yàn)殡m然它能夠節(jié)省一點(diǎn)帶寬，但是還是逃不掉發(fā)一個(gè)HTTP請(qǐng)求出去，而Expires卻使得瀏覽器干脆連HTTP請(qǐng)求都不用發(fā)，豈不痛快！那還要Last-Modified這個(gè)物體干什么？理想狀況的確是這樣，不過(guò)當(dāng)用戶在IE或者Firefox里面按F5或者點(diǎn)擊Refresh按鈕的時(shí)候（不是在URL欄里重新輸入一遍URL然后回車(chē)），就算對(duì)于有Expires的URI，一樣也會(huì)發(fā)一個(gè)HTTP請(qǐng)求出去，所以，Last-Modified還是要用的，而且要和Expires一起用。

除了Last-Modified，HTTP Response中還可能有另外一個(gè)Header: ETag，使得Server上的靜態(tài)資源有點(diǎn)“版本控制”的味道;假如HTTP Response中包含“ETag: "abcdefg1234:0001"”，等于告訴Client端，你拿到的這個(gè)版本的資源有個(gè)ID，叫做abcdefg1234:0001，下次需要發(fā)Request索要同一個(gè)URI的時(shí)候，在Request里面加一條“If-None-Match: "abcdefg1234:0001"”，好，Server端做了一些修改，下次這個(gè)Client再來(lái)了一個(gè)請(qǐng)求，但是這時(shí)候資源已經(jīng)改了，所以返回這個(gè)新資源，還有新的tag “ETag: "abcdefg4567:0001"”（這個(gè)etag我是胡寫(xiě)的）,這樣，Client端等于Cache了兩份，在需要索要這個(gè)資源的時(shí)候，可以包含這樣的Header: “If-None-Match: "abcdefg1234:0001" "abcdefg4567:0001"”,這樣，即使Server端頭腦發(fā)熱，把這個(gè)資源Roll back回原來(lái)的版本，依然會(huì)返回304 (Not Modified) Response，因?yàn)樗�知�?/span>Client端Cache著以前的版本呢，這點(diǎn)功能是Last-Modifed/If-Not-Modified沒(méi)法做到的。

不過(guò)ETag/If-None-Match這點(diǎn)功能實(shí)在是個(gè)雞肋，首先，Server端的資源不大可能Roll Back，更重要的是，有可能造成Client Performance下降。對(duì)于只有一個(gè)Server的網(wǎng)站，沒(méi)什么問(wèn)題，但是現(xiàn)在稍微上點(diǎn)規(guī)模的網(wǎng)站都需要Scale Out，也就是說(shuō)需要前端一個(gè)Load Balancer，后面接多臺(tái)Server來(lái)處理請(qǐng)求，俗稱Cluster，既然是Cluster，那么每個(gè)請(qǐng)求到底返回什么結(jié)果應(yīng)該和分配到哪個(gè)Server無(wú)關(guān)，不過(guò)這個(gè)ETag可能就壞事了。假如用戶的第一次請(qǐng)求分配給Server A，返回“ETag: "abcdefg1234:0001"”，但是第二次請(qǐng)求分配給了Server B，Server B上這個(gè)資源和Server A上的一模一樣，但是計(jì)算出這個(gè)資源的ETag是"abcdefg1234:0002"，這下麻煩了，雖然內(nèi)容一樣，但是ETag不匹配，還是浪費(fèi)了帶寬把資源發(fā)送了一遍，冤枉��！而事實(shí)上，不同Server上的ETag很有可能不同，對(duì)于Apache，ETag的計(jì)算考慮了inode，對(duì)于IIS,ETag考慮了metabase的修改版本，要保證不同server上的這些信息一致，有點(diǎn)小難。不過(guò)不是有Last-Modified/If-Not-Modified嗎？Server端看到If-Modified-Since，對(duì)照一下時(shí)間對(duì)得上，不管If-None-Match，可以直接發(fā)回304(Not Modified)呀，很不幸，RFC2616對(duì)這種情況做了規(guī)定，如果既有If-None-Match又有If-Modified-Since，除非兩者不沖突，不然不會(huì)返回304。

所以說(shuō)ETag就是一個(gè)害人精，按照Yahoo的建議，別費(fèi)勁想辦法同步不同Server上的ETag了，干脆就把ETag刪除得了（缺省，Apache和IIS都是有ETag的)，我Sniff了一下Yahoo的若干網(wǎng)頁(yè)返回HTTP Response，的確沒(méi)有ETag，人家的確是知行合一;

對(duì)于Apache，在httpd.conf或者.htaccess中加一行就搞定了:

FileETag none

對(duì)于IIS 6，可就有點(diǎn)費(fèi)勁了，首先，似乎沒(méi)有辦法通過(guò)Config來(lái)把ETag去掉，查了很多資料，問(wèn)了很多人，似乎能夠去掉ETag的辦法只有寫(xiě)一個(gè)ISAPI Filter來(lái)弄，Sniff了一下Microsoft的幾個(gè)網(wǎng)頁(yè)的結(jié)果顯示ETag都穩(wěn)當(dāng)當(dāng)?shù)拇嬖�，估�?jì)目前真的沒(méi)有什么好方法。

只好退而取其次，保證不同Server上的ETag一致了。 IIS對(duì)Etag的計(jì)算算法是ETag = {Filetimestamp:ChangeNumber}, Filetimestamp保持一致沒(méi)什么問(wèn)題，ChangeNumber是metabase的change number，就有點(diǎn)難保證Cluster中每個(gè)Server都一樣了，所以，干脆就把它設(shè)成固定值好了，這個(gè)連接告訴我們?cè)撛趺崔k，很可惜，沒(méi)有找到徹底刪除ETags的配置。