浅谈Etag

文/FinalBSD
我们都知道，HTTP/1.1中有一个Etag，用来判断请求的文件是否被修改。
为什么要使用Etag呢？Etag主要为了解决Last-Modified无法解决的一些问题
1、一些文件也许会周期性的更改，但是他的内容并不改变(仅仅改变的修改时间)，这个时候我们并不希望客户端认为这个文件被修改了，而重新GET;
2、某些文件修改非常频繁，比如在秒以下的时间内进行修改，(比方说1s内修改了N次)，If-Modified-Since能检查到的粒度是s级的，这种修改无法判断(或者说UNIX记录MTIME只能精确到秒)
3、某些服务器不能精确的得到文件的最后修改时间；

为此，HTTP/1.1引入了Etag(Entity Tags).Etag仅仅是一个和文件相关的标记，可以是一个版本标记,比如说v1.0.0或者说"2e681a-6-5d044840"这么一串看起来很神秘的编码。但是HTTP/1.1 标准并没有规定Etag的内容是什么或者说要怎么实现，唯一规定的是Etag需要放在""内。

Etag由服务器端生成，客户端通过If-Match或者说If-None-Match这个条件判断请求来验证资源是否修改。我们常见的是使用If-None-Match.请求一个文件的流程可能如下：
====第一次请求===
1.客户端发起HTTP GET请求一个文件；
2.服务器处理请求，返回文件内容和一堆Header，当然包括Etag(例如"2e681a-6-5d044840"(假设服务器支持Etag生成和已经开启了Etag). 状态码200

====第二次请求===
1.客户端发起HTTP GET请求一个文件，注意这个时候客户端同时发送一个If-None-Match头，这个头的内容就是我们第一次请求时服务器返回的Etag：2e681a-6-5d044840
2.服务器判断发送过来的Etag和计算出来的Etag匹配，因此If-None-Match为False，不返回200，返回304，客户端继续使用本地缓存；

流程很简单，问题是，如果服务器又设置了Cache-Control:max-age和Expires呢，怎么办？
答案是同时使用，也就是说在完全匹配If-Modified-Since和If-None-Match即检查完修改时间和Etag之后，服务器才能返回304.(不要陷入到底使用谁的问题怪圈)

我们来看Apache中的Etag实现。
1.Apache首先判断是不是弱Etag，这个留在下面讲。如果不是，进入第二种情况：

强Etag根据配置文件中的配置来设置Etag值，默认的Apache的FileEtag设置为：
FileEtag INode Mtime Size
也就是根据这三个属性来生成Etag值，他们之间通过一些算法来实现，并输出成hex的格式，相邻属性之间用-分隔，比如：
Etag "2e681a-6-5d044840"
这里面的三个段，分别代表了INode，MTime，Size根据算法算出的值的Hex格式，(如果你在这里看到了非Hex里面的字符(也就是0-f)，那你可能看见神了

当然，我们可以改变Apache的FileEtag设置，比如设置成FileEtag Size,那么得到的Etag可能为：
Etag "6"
总之，设置了几个段，Etag值就有几个段。(不要误以为Etag就是固定的3段式)

说明
这里说的都是Apache 2.2里面的Etag实现，因为HTTP/1.1并没有规定Etag必须是什么样的实现或者格式，因此，你也可以修改或者完全编写自己的算法得到Etag，比如 "2e681a65d044840"，客户端会记住并缓存下这个Etag(Windows里面保存在哪里，我还没找到), 下次访问的时候直接拿这个值去和服务器生成的Etag对比。

注意
不管怎么样的算法，在服务器端都要进行计算，计算就有开销，会带来性能损失。因此为了榨干这一点点性能，不少网站完全把Etag禁用了(比如Yahoo!)，这其实不符合HTTP/1.1的规定，因为HTTP/1.1总是鼓励服务器尽可能的开启Etag。

弱校验(弱Etag)
重新考虑前面提到的3个问题：
问题1、一些文件也许会周期性的更改，但是他的内容并不改变(仅仅改变的修改时间)，这个时候我们并不希望客户端认为这个文件被修改了，而重新GET;

解决办法：如果使用强Etag，每次得会要求重新GET页面，如果使用Etag，比方说设置成FileEtag Size等，就可以忽略MTime造成的Last-Modified时间修改从而影响了If-Modified-Since(IMS)这个校验了。这点和弱Etag无关。

问题2、某些文件修改非常频繁，比如在秒以下的时间内进行修改，(比方说1s内修改了N次)，If-Modified-Since能检查到的粒度是s级的，这种修改无法判断(或者说UNIX记录MTIME只能精确到秒)

解决办法：如果是这种情况，Apache会自动判断请求时间和修改时间之间的差值，如果小于1s，Apache会认为这个文件在这1秒内可能会再次被修改，因此生成一个弱Etag(Weak Etag),这个Etag仅仅基于MTime来生成，因此MTime只能精确到s，所以1s内生成的Etag总是一样，这样就避免了使用强Etag造成的1s内频繁的刷新Cache的情况。(貌似不用Etag，仅仅使用Last-Modified就可以解决，但是这针对的仅仅是修改超级频繁的情况，很多文件可能同时也使用强Etag验证)。弱Etag以W/开始，比如:W/"2e681a"

问题3、某些服务器不能精确的得到文件的最后修改时间；

解决办法：生成Etag，因为Etag可以综合Inode，MTime和Size，可以避免这个问题

请教，
HTTP规定Etag在""之内， 弱Etag W/"2e681a" 就不符合了吧。

我自己写Web服务器的时候都没有把Etag用""包起来，对经常用的流缆器工作的很好，他们也都返回不带""的Etag。

W/只是前缀，真正的Etag值在""里面吧。
你说的这种情况我没有深入研究，也许是因为常见的浏览器也没严格遵照HTTP/1.1的要求来写的吧。但我觉得还是遵守这个规则兼容性会比较好一些。

喜欢楼主发的帖子

试了一下，用Etag: W/"XXXXXXXXXXXX"的时候，浏览器还是返回W/"XXXXXXXXXXXX"，根本不对这个串做做任何处理。 完全是由服务器自己处理。

我看现在都是js,css和图片再用etag，真正的页面都没在用。。。

我公司也是这样.

另外网上都是apache怎么去etag,
弄得了我找了半天才知道IIS怎么去etag. 原来是自定http头的etag为空