HTTP缓存算法研究和实现.docVIP

HTTP缓存算法研究和实现 　　摘要摘要：数据缓存技术可以有效减少网络拥塞，减轻服务器负载，加快信息访问速度。常见的缓存验证机制有文档过期（Document Expiration）和服务器再验证（Server Revalidation）。LRU是一种高效的缓存置换算法，缓存中最近最少访问的文档会被删除。基于以上机制和方法，研究并实现了一种HTTP缓存算法。 　　关键词关键词：HTTP；数据缓存；缓存算法 　　DOIDOI：10.11907/rjdk.1511210 　　中图分类号：TP312 　　文献标识码：A文章编号文章编号2016）001006902 　　0引言 　　缓存[1]是可以自动保存常用文档副本的HTTP设备。HTTP缓存服务器位于客户端和服务器之间，当Web请求抵达缓存服务器时，如果本地有已缓存的副本，即可从本地设备提取该文档。使用缓存有以下优点：①减少冗余的数据传输；②提高页面加载速度，解决网络瓶颈问题；③减少对源服务器的请求，避免服务器瞬间拥塞；④降低因距离产生的网络时延。 　　1缓存分类及命中 　　私有缓存：为单个用户提供服务，一般为浏览器内置，允许用户配置存储空间，常用文档存储在个人计算机的磁盘和内存中。 　　共有缓存：为某个用户团体提供服务的共享代理服务器，接受多个用户的访问请求。 　　如果缓存中已有的副本能够为某些客户端请求提供服务，被称为缓存命中[2]。如果缓存中没有某些客户端请求的副本，需要源服务器提供，被称为缓存未命中。 　　2副本新鲜保持机制 　　HTTP可以通过文档过期（Document Expiration）和服务器再验证（Server Revalidation）机制使已缓存数据与源服务器数据保持一致。 　　2.1文档过期 　　服务器可以使用HTTP/1.0+的Expires或HTTP/1.1的CacheControl：maxage[4]响应首部来指定文件过期日期。 　　Expires：指定一个绝对的过期日期。 　　Cachecontrol：maxage：定义文档的最大使用期，从第一次生成文档到文档不再新鲜、无法使用为止，最大的合法生存时间。 　　2.2服务器再验证 　　如果缓存文档已过期，缓存服务器则需要询问源服务器文档是否已发生变化，这个过程被称为服务器再验证。如果再验证显示文档内容发生了变化，缓存则会从源服务器获得一份新文档；如果再验证显示文档内容没有发生变化，缓存只需获取并更新一个包含新的过期日期的首部。 　　HTTP的条件方法[5]可以高效地实现再验证。常用的条件方法有以下两种： 　　（1）IMS（IfModifiedSince）。IfModifiedSince首部通常与Last Modified服务器响应首部配合工作。客户端在发送HTTP请求时，会将浏览器端缓存页面的最后修改时间一起发到服务器，服务器把该时间与服务器上实际文件的最后修改时间进行比较。如果时间一致，则返回HTTP状态码304（不返回文件内容）；如果时间不一致，则返回HTTP状态码200和新的缓存文档。 　　（2）实体标签（ETag）再验证。实体标签又被称为版本标识符，是附加到文档上的引用字符串，可能包含了文档序列号或版本名称。某些文档可能会进行周期性重写，部分文档可能发生了并不重要的变化，不需要缓存对其进行更新。遇到这种情况，则需要使用ETag和 IfNoneMatch首部进行再验证，将缓存和服务器中的ETag进行比较，如果不匹配，则会请求获得一个新的文档对象。 　　IfNoneMatch首部可以包含若干个ETag，告诉服务器带有这些实体标签的对象副本在缓存中已存在。例如：IfNoneMatch：“v1.0”，“v1.1”，“v1.2”；IfNoneMatch：“header”，“B43AEC0195”，“Profiles in courage”。 　　2.3试探性过期 　　如果源服务器响应中没有Expires首部与Cachecontrol：maxage首部，缓存可以计算出一个试探性最大试用期。 　　缓存根据响应的LastModified首部来决定该文档是否需要再验证，如果LastModified首部中的日期是很早之前，那么缓存认为文档近期之内应该不会发生变化，将其保留在缓存中也会比较安全；如果LastModified中的日期是最近，那么缓存认为文档可能经常改变，在进行服务器再验证之前，只应将其保留很短时间。显然，这种粗略的判断不是很严谨，因此设置服务器的Expires和CacheControl首部是很有必要的。 　　3LRU缓存算法 　　LRU[3]（Least Recently Used）即最近最少使用置换算法。LRU算法的设计原则