如何分離個人資訊，緩存動态頁面
肖理達 (KrazyNio AT hotmail.com), 2005.06.07, 轉載請注明出處
一直想寫一篇關于動态頁面 cache 的文章，但每次“提筆”卻又放棄，因為總是覺得準備得還不夠充分。今天埋頭寫下，隻是希望對自己的工作做一些筆錄。
1、問題起源我們經常會在一個動态頁面中加入很多個人資訊，以 CMS 首頁為例，使用者登入之前顯示登入框，登入之後顯示其使用者名，并根據權限顯示其可用子產品的連結。由于每個使用者登入之後，顯示出來的動态資訊都是不一樣的，是以這部分無法進行 cache，我們将這部分資訊定義為“ 個人資訊”，它的特性是根據登入使用者進行動态改變。
現在問題來了，就是一個 CMS 的首頁，通路者的登入機率并不是百分百的，應該說有一大部分人通路首頁是沒有登入的，這個時候的首頁是一個公共的頁面，沒有任何個人資訊，或者說這時候首頁的任何動态資訊都是可以轉換成靜态的，也就是說這部分是可 cache 的。
2、使用 JavaScript 分離個人資訊解決這個問題的方法有很多種，一種是将個人資訊和其他資訊進行分離，如在 CMS 首頁中加入一個外部的 JavaScript 檔案，而這個檔案的内容實際上是由 PHP 動态生成的。CMS 首頁 index.php 代碼片段：
<script language="JavaScript" src="/js/personal.php"></script>
....
<script language="JavaScript">
document.write(sUser);
document.write(sLinks);
</script>
personal.php 代碼片段：
<?php
session_start();
header("Cache-Control: no-store, no-cache, must-revalidate");
?>
sUser = "<?php echo $_SESSION['USER']; ?>";
sLinks = "<?php echo addslashes($_SESSION['LINKS']); ?>"; 這種方法比較适合個人資訊較少，易于集中顯示的情況。通過 JavaScript 外挂代碼實作個人資訊分離之後，personal.php 是永不 cache 的，這樣也就可以放心地對 CMS 首頁進行 cache 了，具體的 cache 方法可采用 304 HTTP 頭與 Cache_Lite 相結合的方式，這在後邊有詳細代碼示例。
3、選擇性分離個人資訊一旦個人資訊較多，很難對其進行分離的時候，上述方法實作起來就會比較麻煩了。接下來介紹一種比較放寬的 cache 方式，就是隻對使用者未登入的 CMS 首頁進行 cache，一旦發現使用者處于登入狀态，則跳過 cache 部分，直接運作相關代碼，我把這種方法稱為“ 選擇性 cache”。這種方法中，我們犧牲了一部分可 cache 的情況，但很大程度上提高了個人資訊的可擴充性，也就是說個人資訊的多少、顯示的位置等等都不再受到限制，這是值得的，畢竟修改服務端代碼要比修改大量的 JavaScript 代碼要來得友善，而且 JavaScript 的調試也會比較麻煩。
分析一下這種 cache 方式，概要流程圖如下：
代碼片段如下：
<?php
session_cache_limiter("must-revalidate");
session_start();
if (empty($_SESSION['USER'])) { //未登入時才使用 cache
.... //輸出 cache
} else {
// 直接輸出頁面内容，此條件下與未使用 cache 時一樣
$data =& get_data();
echo $data;
} //end if
?> 這裡需要說明的一點是，由于 PHP 在使用 SESSION 時，php.ini 中預設設定的 session.cache_limiter 為 nocache，是以需要修改 cache_limiter，設定成 must-revalidate，使得用戶端再次浏覽目前頁時必須發送相關 HTTP 頭資訊到伺服器進行驗證，然後才決定是否加載用戶端本地 cache。不要把用戶端本地 cache 與伺服器端 cache 搞混，之後的代碼片段中會充分利用用戶端 cache 和 伺服器端 cache 機制達到緩存的目的。關于 must-revalidate，請參考 HTTP 規格說明書 RFC 2612 的 14.9.4 章節。
上邊的代碼并不完整，接下來是更加深入的探讨用戶端 cache 機制了，利用用戶端 cache，可以有效地減輕伺服器端負載。首先了解一下 HTTP 頭：Last-Modified 與 If-Modified-Since。簡單的說，Last-Modified 與If-Modified-Since 都是用于記錄頁面最後修改時間的 HTTP 頭資訊，隻是 Last-Modified 是由伺服器往用戶端發送的 HTTP 頭，而 If-Modified-Since 則是由用戶端往伺服器發送的頭，其工作原理圖如下：
可以看到，再次請求本地存在的 cache 頁面時，用戶端會通過 If-Modified-Since 頭将先前伺服器端發過來的 Last-Modified 最後修改時間戳發送回去，這是為了讓伺服器端進行驗證，通過這個時間戳判斷用戶端的頁面是否是最新的，如果不是最新的，則傳回新的内容，如果是最新的，則傳回 304 告訴用戶端其本地 cache 的頁面是最新的，于是用戶端就可以直接從本地加載頁面了，這樣在網絡上傳輸的資料就會大大減少，同時也減輕了伺服器的負擔。想要詳細檢視 HTTP 頭資訊，可以在 Firefox 中安裝 LiveHTTPHeaders 插件，安裝完成之後按 Alt+L 就可以在 Sidebar 中看到了。
現在再來完善之前的 index.php 代碼：
<?php
session_cache_limiter("must-revalidate");
session_start();
function &get_data()
{
//此函數用于擷取本頁面的輸出内容
//....
} //end function
if (empty($_SESSION['USER'])) { //未登入時才使用 cache
//====================================================
// 1. 檢查 HTTP 頭是否符合 304 的條件
//====================================================
//get_last_modified() 函數需要另外單獨實作，此函數用于擷取伺服器端 cache 檔案的最後修改時間，可将時間戳儲存在資料庫中。
$last_modified = get_last_modified();
$headers = getallheaders();
if (strtotime($headers['If-Modified-Since']) == $last_modified) {
// 傳回 304 并結束程式運作
header('HTTP/1.1 304 Not Modified');
exit;
} //end if
header('Last-Modified: ' . gmdate('D, d M Y H:i:s', $last_modified) . ' GMT');
//====================================================
// 2. 檢查 cache 檔案是否存在
//====================================================
require_once 'Cache/Lite.php';
// 參數設定
$options = array(
'cacheDir' => './cache/',
'lifeTime' => 86400, //最大 cache 一天時間
'fileNameProtection' => false //使用 CMS 自身提供的 id 作為名字
);
$cache = new Cache_Lite($options); //建立 Cache_Lite 對象
$id = md5($_SERVER['REQUEST_URI']); //生成對應于 cache 檔案的 ID
if ($data = $cache->get($id)) { //存在 cache 檔案，擷取内容，直接輸出
echo $data;
} else {
$data =& get_data();
echo $data;
flush();
$cache->save($data); //儲存 cache
} //end if
} else {
$data =& get_data();
echo $data;
} //end if
?> 測試時可以使用 LivHTTPHeaders 插件，你将會看到第一次通路時是傳回 200，第二次到第N次通路時則傳回了 304，而登入之後，則一直都傳回 200，因為我們選擇性 cache 之後，對登入之後一律運作程式輸出，而不使用 cache，如果之後需要對輸出的個人資訊進行修改，隻需要改函數 get_data() 即可，也避免了 JavaScript 的調試。
總結除此之外，還有其它方法可以實作分離個人資訊，緩存動态頁面的目的。而且為了提高伺服器運作效率，還可以使用資料庫 cache、Squid 反向代理等，如 ADOdb 的 cache。目前用的比較多的 Drupal 應用的就是本文中提到的第二種方法。
參考資料HTTP Caching & Cache-Busting for Content Publishers
Hypertext Transfer Protocol -- HTTP/1.1
PHP Anthology, Volume 2: Applications. Chapter 5: Caching
Caching Tutorial for Web Authors and Webmasters
Drupal 源代碼 //from: http://www.infor96.com/~nio/comments.php?id=287_0_1_50_C1