HTTP 提供了许多页面缓存的方案,其中属 Etag 和 Last-Modified 应用最广。本文会先介绍 Etag 的应用场景,然后说说他在 php 和 node 中的使用。

一、Etag的使用

客户端和浏览器之间的交互:

+---------+       1         +---------+
| |---------------->| |
| | 2(200,OK) | |
| |<----------------| |
|| 3(Etag) ||
| |---------------->| |
|| 4(304) ||
| |<----------------| |
|| 3(强制刷新) ||
| |---------------->| |
| | 6(200,OK) | |
| |<----------------| |
+---------+ +---------+
<Created By Barret Lee>

1. 客户端向服务器请求资源S

2. 服务器返回数据,并带上一个 Etag

3. 客户端再次请求资源S,由于上次服务器给他返回了一个 Etag,这次请求的时候他会带上这个 Etag

4. 服务器发现请求中包含 Etag,判断是否过期,没过期则返回 304 Not Modified

5. 客户端强制刷新(如chrome中ctrl+shift+R刷新页面),请求中剔除 Etag

6. 服务器未发现请求中包含 Etag,返回资源S,并带上一个 Etag

二、代码实现

第一次请求数据:

浏览器在接受到服务器发过来的 Etag 后,会保存下来,下次请求的时候会将它放在请求头中,其 key 值为 If-None-Match。

服务器拿到 If-None-Match 之后,对比之前的 Etag,如果没变,则返回 304 Not Modified.

1. php 中的 Etag

<?php
$str = "Barret Lee";
$Etag = md5($str);

if(array_key_exists('HTTP_IF_NONE_MATCH', $_SERVER) and $_SERVER['HTTP_IF_NONE_MATCH'] == $Etag){
header("HTTP/1.1 304 Not Modified");
exit();
} else {
header("Etag:" . $Etag);
echo $str;
}
?>

Etag 是一个字符串,我们一般使用该请求对应响应输出的 md5 值作为 Etag,可以简单地理解为文件的版本号。在 php 中存在两个获取 md5 的函数,一个是针对字符串的,就是 md5(),然后就是针对文件的, md5_file()

首先判断在请求中是否包含 'HTTP_IF_NONE_MATCH' 这个 key,如果包含并且其值为之前的 md5 值,则返回 304,否则输出 Etag 以及内容。

2. node 中的 Etag

与 php 有些不同,从 $_SERVER 中拿到的内容是经过 apache 包装过的,而 node 获取的数据是最原始的。

var hashStr = "A hash string.";
var hash = require("crypto").createHash('sha1').update(hashStr).digest('base64');

require("http").createServer(function(req, res){
if(req.headers['if-none-match'] == hash){
res.writeHead(304);
res.end();
return;
}
res.writeHead(200, {
"Etag": hash
})
res.write(hashStr);
res.end();
}).listen(9999);

上面对 hashStr(输出的内容) 进行了简单的处理,并将其作为 Etag 放在 head 中输出,上面的代码一目了然,我就不解释了。

三、小结

Etag 在缓存处理中用的比较广泛,使用它可以减少一些不必要请求的带宽的占用。服务器输出的内容不变,浏览器就应该使用缓存,没必要每次都向服务器端索要数据,造成不必要的浪费。

从上面我们可以看到,如果想拿到 Etag,就必须先拿到要输出的数据,所以 Etag 只能减少带宽的占用,并不能降低服务器的消耗。如果是静态页面,可以判断文件最近一次的修改时间(Last-Modified),获取文件上次修改时间的消耗比拿到整个数据的消耗要小的多。所以很多时候 Etag 都是配合这 Last-Modified 一起使用的。

上面的 php 和 node 代码演示,很明显的差异就是,node 更加细致,或者说他更加底层,我们可以获取的几乎都是未加修饰的原始数据,从数据量的交互和可操控性来看,我更偏向于 node 的使用。