Facebook團隊關(guān)于網(wǎng)頁緩存的再實踐

譯者前言：

在8年之前，Yahoo團隊曾經(jīng)對網(wǎng)頁中的緩存做了比較詳盡的研究，但是隨著互聯(lián)網(wǎng)的高速發(fā)展，研究數(shù)據(jù)發(fā)生了一些變化。這篇文章主要是Facebook的web團隊對現(xiàn)在緩存情況一些數(shù)據(jù)收集和研究。包括PC和移動端資源被緩存的時間以及資源在存在的時間。網(wǎng)頁緩存是性能優(yōu)化很重要的因素，值得一讀。

能力有限，如有翻譯錯誤的地方，歡迎隨時找我交流，我會及時更正:)

正文：

網(wǎng)頁加載速度是每個網(wǎng)站都應該重視的因素。但是往往被大家忽略。緩存是一個提升網(wǎng)站訪問速度非常重要的因素(因為用戶在下次訪問的時候不需要重新計算或者下載已經(jīng)緩存的資源)

我們團隊(facebook web團隊)最近針對目前facebook.com沒有緩存的現(xiàn)狀進行了一番討論，主要問題是：在facebook,.我們每天都會發(fā)布兩個版本，怎么樣才能令緩存更有效率?怎么樣的緩存策略才適合我們?

在找解決方案的時候， 我們發(fā)現(xiàn)雅虎性能優(yōu)化研究博客上已經(jīng)有了一篇關(guān)于性能研究的文章。

但是令我們非常吃驚的是：20%的頁面訪問是在空緩存的情況下進行的。但是這個研究結(jié)果距離現(xiàn)在有8年了，那個時代剛發(fā)布IE7，jquery也剛發(fā)布第一個版本，所以我們決定重新研究一下，看現(xiàn)在是不是有所改善。

重新研究：

在之前的研究當中，Yahoo在服務器創(chuàng)建了HTTP頭設(shè)置了圖片的過期時間和上次修改時間，如果圖片沒有發(fā)生改變，就用GET請求發(fā)送給服務器一個最后修改時間的信息，如果圖片沒有修改，就返回304(沒有修改)來替換200(請求成功)。因為服務器可以記錄瀏覽器請求的請求狀態(tài)，所以Yahoo用服務器日志來統(tǒng)計緩存的用戶數(shù)。

像那樣的研究方法一樣，我們創(chuàng)建了一個既能發(fā)送圖片請求也能在數(shù)據(jù)庫當中記錄日志的PHP終點。這張圖片用http頭信息來控制瀏覽器的緩存和其他通過代理產(chǎn)生的緩存。之后在用戶請求圖片的時候記錄這些信息。

這個圖片HTTP頭信息的設(shè)置是這樣的：

但是因為一些已知的BUG，我們在IE7和IE8中把兩個屬性替換成了下面這樣：

當瀏覽器發(fā)送請求給圖片時候，將會發(fā)生兩件事情：

1.因為瀏覽器從來沒有打開過這張圖片，所以沒有額外的頭信息，服務器將返回一個狀態(tài)碼：200 Success 接著返回圖片數(shù)據(jù)給瀏覽器，之后瀏覽器會緩存文件的HTTP頭信息當中的Last-Modified(文件最后修改時間)和ETag(被請求變量的實體值)

2.瀏覽器檢查if-none-match或者if-modified-since頭信息，如果之前有打開過。將會不加載圖片數(shù)據(jù)直接返回Status:304 Not Modified(沒有更新)。同時我們把Last-Moidified頭信息用$header['if-modified-since']替換掉$now()，所以每次返回的內(nèi)容都將是一樣的。

現(xiàn)在剩下問題是我們在哪里應用這張圖片，最后我們決定在Facebook的搜索條下面包含一個img標簽，這樣每次facebook加載的時候都會渲染這張圖片。在整個頁面重新加載的時候，資源將會根據(jù)緩存的頭信息進行加載。這將是最好的方式來測試我們的想法。

在確保endpoint可以正常記錄請求、圖片標簽可以正常訪問了之后，我們正式開始了這次研究!

研究結(jié)果：

在數(shù)周的數(shù)據(jù)收集之后，我們決定來研究一下7天最后比較有價值的數(shù)據(jù)。數(shù)據(jù)的統(tǒng)計結(jié)果依舊讓我們感到吃驚：依舊有25.5%的請求是空緩存的。為了讓數(shù)據(jù)看起來更清晰，我們分隔了PC和手機的統(tǒng)計數(shù)據(jù)，但是數(shù)據(jù)依舊差不多:PC有24.8%而手機端有26.9%是空緩存的。這個結(jié)果不太符合我們預期，所以我們更加深入的研究了這個數(shù)據(jù)。

把PC端的瀏覽器分開來統(tǒng)計可能更加清楚：

根據(jù)上面一周的數(shù)據(jù)來看：用戶用chrome和opera緩存的幾率更大。你可能注意到你這個圖表中并沒有firefox瀏覽器的數(shù)據(jù)，那是因為firefox 31版本以及更早期的版本在我們的統(tǒng)計中有80%的緩存概率，但是在32版本和更高的版本當中有很明顯的下降。那是因為firefox的緩存策略和我們的統(tǒng)計方法有點沖突(http://www.janbambas.cz/new-firefox-http-cache-enabled/)，

所以我們就干脆去掉了firefox瀏覽器的數(shù)據(jù)統(tǒng)計。

好了，現(xiàn)在讓我們來看看移動端的數(shù)據(jù)：

可以看到，大部分瀏覽器的緩存比例是在68%和84%之間。移動平臺的數(shù)據(jù)差別還是挺大的，我們想可能都是比較低端的移動設(shè)備(https://code.facebook.com/posts/307478339448736/year-class-a-classification-system-for-android/)。除此以外數(shù)據(jù)跟桌面端還是比較相似的。

下面這個圖分別是移動端和手機端空緩存用戶所占的比例：

平均來看，有44.6%的用戶是空緩存的，這個也很符合Yahoo團隊在2007年做的研究。

更進一步：

到這里，文章還沒有完結(jié)。在Facebook，我們迭代速度非?？欤刻鞄缀醵紩l(fā)布兩個版本。這個驅(qū)動我們?nèi)ニ伎迹嚅L時間的緩存設(shè)置適合我們呢?我們將if-modified-since這個文件頭返回的時間減去當前時間來尋找答案。

所以我們根據(jù)上面的方法，我們統(tǒng)計了從第一次正常請求到發(fā)生304請求的時間(這說明了用戶從沒有緩存到有緩存經(jīng)歷了多長時間)，下面是數(shù)據(jù)生成的圖標：

橫軸是以小時為單位的時間值，垂直豎線P50和P75表示在某一時間內(nèi)緩存請求所占的比例，例如P50告訴我們在47小時的時候有50%的請求是有緩存的，同樣，p75意味著75%的請求將是有緩存的。

移動端的測試數(shù)據(jù)告訴我們大概在12小時的時候有50%的請求是有緩存的。

實際應用：

總體來看我們的統(tǒng)計跟2007年是比較相似的，如果我們firefox瀏覽器(32和更高版本)不計入統(tǒng)計的話：這次有緩存的比例最高點是84.1%，高于2007年的80%。

另一方面，緩存的存在時間并不是太長?；谖覀兊难芯?，雖然在一個新版本發(fā)布的47小時之后有42%的請求將會帶有緩存，但是這個緩存資源在電腦上存在時間也大概是這個時間。這個新的發(fā)現(xiàn)，對其他網(wǎng)站很有參考意義。

為什么緩存存在的時間不是太長?其實非常容易理解，從互聯(lián)網(wǎng)的發(fā)展來說，網(wǎng)站的體積從2007到現(xiàn)在發(fā)生了不小的變化。拿2007年年來說，那時候我們家里的網(wǎng)速大概是2.5M，Yahoo的首頁有168.1KB?，F(xiàn)在我的手機都有了8G下行，Yahoo首頁已經(jīng)變到768KB?，F(xiàn)在市面上網(wǎng)頁的平均大小已經(jīng)超過1MB了，這將給我們的瀏覽器的良好運作帶來很大的壓力(譯者注：因為需要緩存的資源太多，超過瀏覽器設(shè)置的默認資源緩存大小會自動刪掉早期的一些緩存文件，例如ie默認的是50MB，而chrome的是320MB)。

因此合理利用瀏覽器緩存比8年之前更加有意義。

最佳實踐告訴我們：盡量用外鏈樣式表和JS、讓headers設(shè)置Cache-Control and ETag，并盡可能的壓縮我們的數(shù)據(jù)、用不同的網(wǎng)址管理緩存、分割需要頻繁更新的資源。這些優(yōu)化方法不僅適用于像facebook這樣規(guī)模的項目，其他網(wǎng)站也可以應用它們。雖然我們的更新頻率會對緩存的優(yōu)化帶來負面的影響，但是這個不是本次文章所研究的重點。事實上，我們已經(jīng)開始運用這次的研究成果來讓所有訪問facebook的用戶收益。

原文：https://code.facebook.com/posts/964122680272229/web-performance-cache-efficiency-exercise/

翻譯：TGideas - Allan