squid緩存動態文件及cache-control參數

大家都知道squid會自動緩存靜態文件，可對於這種動態網頁怎麼讓它也緩存起來呢，所以在google上找啊找，找到上面提得那片緩存Google Earth的博客文章。
他的方法是：

acl QUERY urlpath_regex cgi-bin \? intranet
acl forcecache url_regex -i kh.google keyhole.com
no_cache allow forcecache
no_cache deny QUERY

# ----
refresh_pattern -i kh.google 1440 20% 10080 override-expire override-lastmod reload-into-ims ignore-reload

refresh_pattern -i keyhole.com 1440 20% 10080 override-expire override-lastmod reload-into-ims ignore-reload

原理就是用 no_cache allow 和 refresh_pattern 來設定一些緩存規則，將google earth的請求強行緩存起來。

此文一出，自然早有人去驗證，可是沒人成功，原作者也音訊全無 :( ... squid的郵件列表裏也提到。 ( 看標題進來的朋友，不要急，繼續往下讀，不會讓你空手而回的 :) )

我也沒在意，估計人家功力問題 :P 。先試着用改寫一下解決yupoo api的緩存問題。

acl QUERY urlpath_regex cgi-bin \?
acl forcecache url_regex -i yupoo\.com
no_cache allow forcecache
no_cache deny QUERY

refresh_pattern -i yupoo\.com 1440 50% 10080 override-expire override-lastmod reload-into-ims ignore-reload

嘿，果然nnd毫無用處，訪問記錄裏還是 一坨坨 TCP_MISS

於是翻來覆去看文檔，找資料，發現是squid的bug惹得禍，不過早已經修正（嚴格來說是功能擴展補丁）。

我的squid是2.6.13,翻了一下源代碼，確實已經打好補丁了。

解決這個問題需要refresh_pattern的幾個擴展參數(ignore-no-cache ignore-private)，這幾個參數在squid的文檔和配置例子中均沒有提到，看來squid還不夠與時俱進。

下面講一下問題所在。

先看看yupoo api返回的HTTP頭部信息（cache 相關部分）

Cache-Control: no-cache, must-ridate
Pragma: no-cache

這兩行是控制瀏覽器的緩存行爲的，指示瀏覽器不得緩存。squid也是遵循RFC的，正常情況下自然不會去緩存這些頁面。override-expire override-lastmod reload-into-ims ignore-reload 統統不能對付它。

而那個補丁正是對付這兩個Cache-Control:no-cache 和 Pragma: no-cache的。

因此把 refresh_pattern那句要改寫成

來源：(http://blog.sina.com.cn/s/blog_5dc960cd0100d5fh.html) - 轉：squid緩存動態文件及cache-control參數_soulmate_新浪博客

refresh_pattern -i yupoo\.com 1440 50% 10080 override-expire override-lastmod reload-into-ims ignore-reload ignore-no-cache ignore-private

這樣就大功告成了， squid -k reconfigure 看看 access.log ,這回裏面終於出現
TCP_HIT/200 TCP_MEM_HIT/200 了，說明緩存規則確實起作用了，那個激動啊 555~~~~

====================
補充：
後來我看了一下google earth 服務器 hk1.google.com的HTTP頭部，只有

Expires: Wed, 02 Jul 2008 20:56:20 GMT
Last-Modified: Fri, 17 Dec 2004 04:58:08 GMT

，這麼看來照理不需ignore-no-cache ignore-private也能工作，可能是作者這裏寫錯了
kh.google 應該是 kh.\.google纔對。

最後總結一下，緩存Google Earth/Map的正確的配置應該是

acl QUERY urlpath_regex cgi-bin \? intranet
acl forcecache url_regex -i kh.\.google mt.\.google mapgoogle\.mapabc keyhole.com
no_cache allow forcecache
no_cache deny QUERY

# ----
refresh_pattern -i kh.\.google 1440 20% 10080 override-expire override-lastmod reload-into-ims ignore-reload ignore-no-cache ignore-private
refresh_pattern -i mt.\.google 1440 20% 10080 override-expire override-lastmod reload-into-ims ignore-reload ignore-no-cache ignore-private
refresh_pattern -i mapgoogle\.mapabc 1440 20% 10080 override-expire override-lastmod reload-into-ims ignore-reload ignore-no-cache ignore-private

refresh_pattern -i keyhole.com 1440 20% 10080 override-expire override-lastmod reload-into-ims ignore-reload ignore-no-cache ignore-private

注:
khX.google.com 是google earth的圖片服務器
mtX.google.com 是google map 的圖片服務器
mapgoogle.mapabc.com 是google ditu的圖片服務器

 

原文地址：http://blog.chinaunix.net/u/8111/showart_449633.html

 

 

header中的Cache-control參數說明：

 

網頁的緩存是由HTTP消息頭中的“Cache-control”來控制的，常見的取值有private、no-cache、max-age、must-ridate等，默認爲private。其作用根據不同的重新瀏覽方式分爲以下幾種情況：

（1） 打開新窗口
    值爲private、no-cache、must-ridate，那麼打開新窗口訪問時都會重新訪問服務器。
而如果指定了max-age值，那麼在此值內的時間裏就不會重新訪問服務器，例如：
Cache-control: max-age=5(表示當訪問此網頁後的5秒內再次訪問不會去服務器)

• Last-Modified: 告訴反向代理頁面什麼時間被修改
• Expires: 告訴反向代理頁面什麼時間應該從緩衝區中刪除
• Cache-Control: 告訴反向代理頁面是否應該被緩衝
• Pragma: 用來包含實現特定的指令，最常用的是 Pragma:no-cache
  
  （2） 在地址欄回車
      值爲private或must-ridate則只有第一次訪問時會訪問服務器，以後就不再訪問。
      值爲no-cache，那麼每次都會訪問。
      值爲max-age，則在過期之前不會重複訪問。
  
  （3） 按後退按扭
     值爲private、must-ridate、max-age，則不會重訪問，
     值爲no-cache，則每次都重複訪問
  
  （4） 按刷新按扭
  　 無論爲何值，都會重複訪問