Web緩衝基礎：術語、HTTP前序和緩衝策略，web前序
簡介
對於您的網站的訪問者來說，智能化的內容緩衝是提高使用者體驗最有效方式之一。緩衝，或者對之前的請求的臨時儲存，是HTTP協議實現中最核心的內容分發策略之一。分發路徑中的組件均可以緩衝內容來加速後續的請求，這受控於對該內容所聲明的緩衝策略。
在這份指南中，我們將討論一些Web內容緩衝的基本概念。這主要包括如何選擇緩衝策略以保證互連網範圍內的緩衝能夠正確的處理您的內容。我們將談一談緩衝帶來的好處、副作用以及不同的策略能帶來的效能和靈活性的最大結合。
什麼是緩衝（caching）？
緩衝（caching）是一個描述儲存可重用資源以便加快後續請求的行為的術語。有許多不同類型的緩衝，每種都有其自身的特點，應用程式緩衝和記憶體緩衝由於其對特定回複的加速，都很常用。
這份指南的主要講述的Web緩衝是一種不同類型的緩衝。Web緩衝是HTTP協議的一個核心特性，它能最小化網路流量，並且提升使用者所感知的整個系統響應速度。內容從伺服器到瀏覽器的傳輸過程中，每個層面都可以找到緩衝的身影。
Web緩衝根據特定的規則緩衝相應HTTP請求的響應。對於緩衝內容的後續請求便可以直接由緩衝滿足而不是重新發送請求到Web伺服器。
好處
有效緩衝技術不僅可以協助使用者，還可以協助內容的提供者。緩衝對內容分髮帶來的好處有：
- 減少網路開銷：內容可以在從內容提供者到內容消費者網路路徑之間的許多不同的地方被緩衝。當內容在距離內容消費者更近的地方被緩衝時，由於緩衝的存在，請求將不會消耗額外的網路資源。
- 加快響應速度：由於並不是必須通過整個網路往返，緩衝可以使內容的獲得變得更快。緩衝放在距使用者更近的地方，例如瀏覽器緩衝，使得內容的擷取幾乎是瞬時的。
- 在同樣的硬體上提高速度：對於儲存原始內容的伺服器來說，更多的效能可以通過允許激進的緩衝策略從硬體上壓榨出來。內容擁有者們可以利用分發路徑上某個強大的伺服器來應對特定內容負載的衝擊。
- 網路中斷時內容依舊可用：使用某種策略，緩衝可以保證在原始伺服器變得不可用時，相應的內容對使用者依舊可用。
術語
在面對緩衝時，您可能對一些經常遇到的術語可能不太熟悉。一些常見的術語如下：
- 原始伺服器：原始伺服器是內容的原始存放地點。如果您是Web伺服器管理員，它就是您所管理的機器。它負責為任何不能從緩衝中得到的內容進行回複，並且負責設定所有內容的緩衝策略。
- 快取命中率：一個緩衝的有效性依照緩衝的命中率進行度量。它是可以從緩衝中得到資料的請求數與所有請求數的比率。快取命中率高意味著有很高比例的資料可以從緩衝中獲得。這通常是大多數管理員想要的結果。
- 新鮮度：新鮮度用來描述一個緩衝中的項目是否依舊適合返回給用戶端。緩衝中的內容只有在由緩衝策略指定的新鮮期內才會被返回。
- 到期內容：緩衝中根據緩衝策略的新鮮期設定已到期的內容。到期的內容被標記為“陳舊”。通常，到期內容不能用於回複用戶端的請求。必須重新從原始伺服器請求新的內容或者至少驗證緩衝的內容是否仍然準確。
- 校正：緩衝中的到期內容可以驗證是否有效以便重新整理到期時間。驗證過程包括聯絡原始伺服器以檢查緩衝的資料是否依舊代表了最近的版本。
- 失效：失效是依據到期日期從緩衝中移除內容的過程。當內容在原始伺服器上已被改變時就必須這樣做，緩衝中到期的內容會導致用戶端發生問題。
還有許多其他的緩衝術語，不過上面的這些應該能協助您開始。
什麼能被緩衝？
某些特定的內容比其他內容更容易被緩衝。對大多數網站來說，一些適合緩衝的內容如下：
- Logo和商標映像
- 普通的不變化的映像（例如，互動中心圖示）
- CSS樣式表
- 普通的Javascript檔案
- 可下載的內容
- 媒體檔案
這些檔案更傾向於不經常改變，所以長時間的對它們進行緩衝能獲得好處。
一些項目在緩衝中必須加以注意：
- HTML頁面
- 會替換改變的映像
- 經常修改的Javascript和CSS檔案
- 需要有認證後的cookies才能訪問的內容
一些內容從來不應該被緩衝：
- 與敏感資訊相關的資源（銀行資料，等）
- 使用者相關且經常更改的資料
除上面的通用規則外，通常您需要指定一些規則以便於更好地緩衝不同種類的內容。例如，如果登入的使用者都看到的是同樣的網站視圖，就應該在任何地方緩衝這個頁面。如果登入的使用者會在一段時間內看到網站中使用者特定的視圖，您應該讓使用者的瀏覽器緩衝該資料而不應讓任何中介節點緩衝該視圖。
Web內容緩衝的位置
Web內容會在整個分發路徑中的許多不同的位置被緩衝：
- 瀏覽器緩衝：Web瀏覽器自身會維護一個小型緩衝。典型地，瀏覽器使用一種策略指示緩衝最重要的內容。這可能是使用者相關的內容或可能會再次請求且下載代價較高。
- 中間緩衝代理：任何在用戶端和您的基礎架構之間的伺服器都可以按期望緩衝一些內容。這些緩衝可能由ISP（網路服務提供者）或者其他獨立組織提供。
- 反向緩衝：您的伺服器基礎架構可以為後端的服務實現自己的緩衝。如果實現了緩衝，那麼便可以在處理請求的位置返回相應的內容而不用每次請求都使用後端服務。
上面的這些位置通常都可以根據它們自身的緩衝策略和內容來源的緩衝策略緩衝一些相應的內容。
緩衝頭部
緩衝策略依賴於兩個不同的因素。所緩衝的實體本身需要決定是否應該緩衝可接受的內容。它可以只緩衝部分可以緩衝的內容，但不能緩衝超過限制的內容。
緩衝行為主要由緩衝策略決定，而緩衝策略由內容擁有者設定。這些策略主要通過特定的HTTP頭部來清晰地表達。
經過幾個不同HTTP協議的變化，出現了一些不同的針對緩衝方面的頭部，它們的複雜度各不相同。下面列出了那些你也許應該注意的：
- **Expires**：儘管使用範圍相當有限，但Expires頭部是非常簡潔明了的。通常它設定一個未來的時間，內容會在此時間到期。這時，任何對同樣內容的請求都應該回到原始伺服器處。這個頭部或許僅僅最適合回退模式（fall back）。
- **Cache-Control**：這是Expires的一個更加現代化的替換物。它已被很好的支援，且擁有更加靈活的實現。在大多數案例中，它比Expires更好，但同時設定兩者的值也無妨。稍後我們將討論您可以設定的Cache-Control的詳細選項。
- **ETag**：ETag用於緩衝驗證。原始伺服器可以在首次服務一個內容時為該內容提供一個獨特的ETag。當一個緩衝需要驗證這個內容是否即將到期，他會將相應的ETag發送回伺服器。原始伺服器或者告訴緩衝內容是一致的，或者發送更新後的內容（帶著新的ETag）。
- Last-Modified：這個頭部指明了相應的內容最後一次被修改的時間。它可能會作為保證內容新鮮度的驗證策略的一部分被使用。
- **Content-Length**：儘管並沒有在緩衝中明確涉及，Content-Length頭部在設定緩衝策略時很重要。某些軟體如果不提前獲知內容的大小以留出足夠空間，則會拒絕緩衝該內容。
- **Vary**：緩衝系統通常使用請求的主機和路徑作為儲存該資源的鍵。當判斷一個請求是否是請求同樣內容時，Vary頭部可以被用來提醒緩衝系統需要注意另一個附加頭部。它通常被用來告訴緩衝系統同樣注意Accept-Encoding頭部，以便緩衝系統能夠區分壓縮和未壓縮的內容。
Vary頭部的隱語
Vary頭部提供給您儲存同一個內容的不同版本的能力，代價是降低了緩衝的容量。
在使用Accept-Encoding時，設定Vary頭部允許明確區分壓縮和未壓縮的內容。這在服務某些不能處理壓縮資料的瀏覽器時很重要，它可以保證基本的可用性。Vary的一個典型的值是Accept-Encoding，它只有兩到三個可選的值。
一開始看上去User-Agent這樣的頭部可以用於區分行動瀏覽器和案頭瀏覽器，以便您的網站提供差異化的服務。但User-Agent字串是非標準的，結果將會造成在中間緩衝中儲存同一內容的許多不同版本的緩衝，這會導致快取命中率的降低。Vary頭部應該謹慎使用，尤其是您不具備在您控制的中間緩衝中使請求標準化的能力（也許可以，比如您可以控制CDN的話）。
緩衝控制標誌怎樣影響緩衝
上面我們提到了Cache-Control頭部如何被用與現代緩衝策略標準。能夠通過這個頭部設定許多不同的緩衝指令，多個不同的指令通過逗號分隔。
一些您可以使用的指示內容緩衝策略的Cache-Control的選項如下：
- no-cache：這個指令指示所有緩衝的內容在新的請求到達時必須先重新驗證，再發送給用戶端。這條指令實際將內容立刻標記為到期的，但允許通過驗證手段重新驗證以避免重新下載整個內容。
- no-store：這條指令指示緩衝的內容不能以任何方式被緩衝。它適合在回複敏感資訊時設定。
- public：它將內容標記為公有的，這意味著它能被瀏覽器和其他任何中間節點緩衝。通常，對於使用了HTTP驗證的請求，其回複被預設標記為private。public標記將會覆蓋這個設定。
- private：它將內容標記為私人的。私人資料可以被使用者的瀏覽器緩衝，但不能被任何中間節點緩衝。它通常用於使用者相關的資料。
- max-age：這個設定指示了緩衝內容的最大生存期，它在最大生存期後必須在原始伺服器處被驗證或被重新下載。在現代瀏覽器中這個選項大體上取代了Expires頭部，瀏覽器也將其作為決定內容的新鮮度的基礎。這個選項的值以秒為單位表示，最大可以表示一年的新鮮期（31536000秒）。
- s-maxage：這個選項非常類似於max-age，它指明了內容能夠被緩衝的時間。區別是這個選項只在中間節點的緩衝中有效。結合這兩個選項可以構建更加靈活的緩衝策略。
- must-revalidate：它指明了由max-age、s-maxage或Expires頭部指明的新鮮度資訊必須被嚴格的遵守。它避免了緩衝的資料在網路中斷等類似的情境中被使用。
- proxy-revalidate：它和上面的選項有著一樣的作用，但只應用於中間的代理節點。在這種情況下，使用者的瀏覽器可以在網路中斷時使用到期內容，但中間緩衝內容不能用於此目的。
- no-transform：這個選項告訴緩衝在任何情況下都不能因為效能的原因修改接收到的內容。這意味著，緩衝不允許壓縮接收到的內容（沒有從原始伺服器處接收過壓縮版本的該內容）並發送。
這些選項能夠以不同的方式結合以獲得不同的緩衝行為。一些互斥的值如下：
- no-cache，no-store以及由其他前面未提到的選項指明的常用的緩衝行為
- public和private
如果no-store和no-cache都被設定，那麼no-store會取代no-cache。對於非授權的請求的回複，public是隱含的設定。對於授權的請求的回複，private選項是隱含的。他們可以通過在Cache-Control頭部中指明相應的相反的選項以覆蓋。
開發一種緩衝策略
在理想情況下，任何內容都可以被儘可能緩衝，而您的伺服器只需要偶爾的提供一些驗證內容即可。但這在現實中很少發生，因此您應該嘗試設定一些明智的緩衝策略，以在長期緩衝和網站改變的需求間達到平衡。
常見問題
在許多情況中，由於內容被產生的方式（如根據每個使用者動態產生）或者內容的特性（例如銀行的敏感性資料），這些內容不應該被緩衝。另一些許多管理員在設定緩衝時可能面對的問題是外部緩衝的資料未到期，但新版本的資料已經產生。
這些都是經常遇到的問題，它們會影響緩衝的效能和您提供的資料的準確性。然而，我們可以通過開發提前預見這些問題的緩衝策略來緩解這些問題。
一般性建議
儘管您的實際情況會指導您選擇的緩衝策略，但是下面的建議能協助您獲得一些旁徵博引的決定。
在您擔心使用哪一個特定的頭部之前，有一些特定的步驟可以協助您提高您的快取命中率。一些建議如下：
- 為映像、CSS和共用的內容建立特定的檔案夾：將內容放到特定的檔案夾內使得您可以方便的從您的網站中的任何頁面引用這些內容。
- 使用同樣的URL來表示同樣的內容：由於緩衝使用內容請求中的主機名稱和路徑作為鍵，因此應保證您的所有頁面中的該內容的引用方式相同，前一個建議能讓這點更加容易做到。
- 儘可能使用CSS映像拼接：對於像表徵圖和導航等內容，使用CSS映像拼接能夠減少渲染您頁面所需要的請求往返，並且允許對拼接緩衝很長一段時間。
- 儘可能將主機指令碼和外部資源本地化：如果您使用Javascript指令碼和其他外部資源，如果上遊沒有提供合適的緩衝頭部，那麼您應考慮將這些內容放在您自己的伺服器上。您應該注意上遊的任何更新，以便更新本地的拷貝。
- 對緩衝內容收集檔案摘要：靜態內容比如CSS和Javascript檔案等通常比較適合收集檔案摘要。這意味著為檔案名稱增加一個獨特的標誌符（通常是這個檔案的雜湊值）可以在檔案修改後繞開緩衝保證新的內容被重新擷取。有很多工具可以協助您建立檔案摘要並且修改HTML文檔中的引用。
對於不同的檔案正確地選擇不同的頭部這件事，下面的內容可以作為一般性的參考：
- 允許所有的緩衝儲存一般內容：靜態內容以及非使用者相關的內容應該在分發鏈的所有節點被緩衝。這使得中間節點可以將該內容回複給多個使用者。
- 允許瀏覽器緩衝使用者相關的內容：對於每個使用者的資料，通常在使用者自己的瀏覽器中緩衝是可以被接受且有益的。緩衝在使用者自身的瀏覽器能夠使得使用者在接下來的瀏覽中能夠瞬時讀取，但這些內容不適合在任何中間代理節點緩衝。
- 將時間敏感的內容作為特例：如果您的資料是時間敏感的，那麼相對上面兩條參考，應該將這些資料作為特例，以保證到期的資料不會在關鍵的情況下被使用。例如，您的網站有一個購物車，它應該立刻反應購物車裡面的物品。依據內容的特點，可以在Cache-Control頭部中使用no-cache或no-store選項。
- 總是提供驗證器：驗證器使得到期的內容可以無需重新下載而得到重新整理。設定ETag和Last-Modified頭部將允許緩衝向原始伺服器驗證內容，並在內容未修改時重新整理該內容新鮮度以減少負載。
- 對於支援的內容設定長的新鮮期：為了更加有效利用緩衝，一些作為支援性的內容應該被設定較長的新鮮期。這通常比較適合映像和CSS等由使用者請求用來渲染HTML頁面的內容。和檔案摘要一起，設定延長的新鮮期將允許緩衝長時間的儲存這些資源。如果資源發生改變，修改的檔案摘要將會使緩衝的資料無效並觸發對新的內容的下載。那時，新的支援的內容會繼續被緩衝。
- 對父內容設定短的新鮮期：為了使得前面的模式正常工作，容器類的內容應該相應的設定短的新鮮期，或者設定不全部緩衝。這通常是在其他協助內容中使用的HTML頁面。這個HTML頁面將會被頻繁的下載，使得它能快速的響應改變。支援性的內容因此可以被盡量緩衝。
關鍵之處便在於達到平衡，一方面可以盡量的進行緩衝，另一方面為未來保留當改變發生時從而改變整個內容的機會。您的網站應該同時具有：
- 盡量緩衝的內容
- 擁有短的新鮮期的緩衝內容，可以被重新驗證
- 完全不被緩衝的內容
這樣做的目的便是將內容儘可能的移動到第一個分類（盡量緩衝）中的同時，維持可以接受的快取命中率。
結論
花時間確保您的網站使用了合適的緩衝策略將對您的網站產生重要的影響。緩衝使得您可以在保證服務同樣內容的同時減少頻寬的使用。您的伺服器因此可以靠同樣的硬體處理更多的流量。或許更重要的是，客戶們能在您的網站中獲得更快的體驗，這會使得他們更願意頻繁的訪問您的網站。儘管有效Web緩衝並不是銀彈，但設定合適的緩衝策略會使您以最小的代價獲得可觀的收穫。
