在 Service Worker 中配置缓存策略

本文涉及的产品
轻量应用服务器 2vCPU 1GiB,适用于搭建电商独立站
无影云电脑企业版,8核16GB 120小时 1个月
轻量应用服务器 2vCPU 4GiB,适用于搭建Web应用/小程序
简介: Service Worker 是一种可编程的网络代理,允许开发者控制网页如何加载资源。通过在 Service Worker 中配置缓存策略,可以优化应用性能,减少加载时间,提升用户体验。此策略涉及缓存的存储、更新和检索机制。
  1. 缓存优先策略(Cache - First)

    • 策略描述
      • 这种策略优先从缓存中获取资源。当Service Worker拦截到一个请求时,首先尝试从缓存中查找对应的资源。如果缓存中有匹配的资源,就直接返回缓存中的内容,而不向网络发送请求。只有在缓存中找不到资源时,才会向网络请求资源,并在获取到资源后将其存入缓存,以便下次使用。
    • 代码实现示例
      self.addEventListener('fetch', function (event) {
             
          event.respondWith(
              caches.open('my - cache - name')
               .then(function (cache) {
             
                      return cache.match(event.request).then(function (response) {
             
                          if (response) {
             
                              return response;
                          }
                          return fetch(event.request).then(function (response) {
             
                              cache.put(event.request, response.clone());
                              return response;
                          });
                      });
                  })
          );
      });
      
      • 在这个示例中,cache.match(event.request)用于在缓存中查找与请求event.request匹配的资源。如果找到(response存在),就直接返回缓存中的资源。如果缓存中没有找到,就使用fetch(event.request)从网络获取资源,然后使用cache.put(event.request, response.clone())将获取到的资源存入缓存,最后返回从网络获取的资源。
  2. 网络优先策略(Network - First)

    • 策略描述
      • 网络优先策略则是首先尝试从网络获取资源。当Service Worker拦截到请求时,会立即向网络发送请求获取资源。如果网络请求成功,就将获取到的资源存入缓存(用于下次请求),并返回给页面。如果网络请求失败(例如,网络不可用或者服务器无响应),才会尝试从缓存中获取资源作为备用方案。这种策略适用于对资源实时性要求较高的情况,如获取实时数据或经常更新的内容。
    • 代码实现示例
      self.addEventListener('fetch', function (event) {
             
          event.respondWith(
              fetch(event.request)
               .then(function (response) {
             
                      caches.open('my - cache - name').then(function (cache) {
             
                          cache.put(event.request, response.clone());
                      });
                      return response;
                  })
               .catch(function () {
             
                      return caches.open('my - cache - name')
                       .then(function (cache) {
             
                              return cache.match(event.request);
                          });
                  })
          );
      });
      
      • 在这里,首先使用fetch(event.request)尝试从网络获取资源。如果成功获取(then分支),就将资源存入缓存,并返回给页面。如果网络请求失败(catch分支),就尝试从缓存中获取资源,通过caches.open('my - cache - name').then(function (cache) { return cache.match(event.request); })实现。
  3. 仅缓存策略(Cache - Only)

    • 策略描述
      • 仅缓存策略只从缓存中获取资源,从不向网络发送请求。这种策略适用于那些已经预先缓存好并且不需要更新的资源,或者在离线状态下也必须提供的资源,如网站的离线页面或者某些固定的图标。
    • 代码实现示例
      self.addEventListener('fetch', function (event) {
             
          event.respondWith(
              caches.open('my - cache - name')
               .then(function (cache) {
             
                      return cache.match(event.request);
                  })
          );
      });
      
      • 此代码简单地尝试从缓存(my - cache - name)中查找与请求匹配的资源,没有网络请求的部分。如果缓存中没有找到资源,就会返回undefined,这可能导致页面上某些资源无法加载。
  4. 仅网络策略(Network - Only)

    • 策略描述
      • 仅网络策略始终从网络获取资源,不会使用缓存。这种策略适用于一些不适合缓存或者必须实时获取最新内容的资源,如某些安全敏感的操作或者动态生成的内容,每次都需要从服务器获取最新的指令或数据。
    • 代码实现示例
      self.addEventListener('fetch', function (event) {
             
          event.respondWith(fetch(event.request));
      });
      
      • 代码直接使用fetch(event.request)从网络获取资源,忽略缓存的存在。
  5. 缓存与网络并行策略(Stale - While - Revalidate)

    • 策略描述
      • 缓存与网络并行策略会同时从缓存和网络获取资源。首先快速返回缓存中的资源给页面,让页面可以先使用旧的内容进行展示。与此同时,向网络发送请求获取最新的资源。当网络请求成功获取到更新后的资源后,更新缓存。这种策略可以在保证页面快速响应的同时,也能及时更新内容。
    • 代码实现示例
      self.addEventListener('fetch', function (event) {
             
          event.respondWith(
              caches.open('my - cache - name')
               .then(function (cache) {
             
                      return cache.match(event.request).then(function (cachedResponse) {
             
                          const fetchedResponse = fetch(event.request).then(function (response) {
             
                              cache.put(event.request, response.clone());
                              return response;
                          });
                          return cachedResponse || fetchedResponse;
                      });
                  })
          );
      });
      
      • 代码先从缓存中查找资源(cache.match(event.request)),如果有缓存资源(cachedResponse),就先返回缓存资源,同时发起网络请求(fetch(event.request))获取最新资源并更新缓存。如果没有缓存资源,就直接等待网络请求的结果。
相关文章
|
19天前
|
缓存 负载均衡 网络协议
电商API接口性能优化技术揭秘:缓存策略与负载均衡详解
电商API接口性能优化是提升系统稳定性和用户体验的关键。本文聚焦缓存策略与负载均衡两大核心,详解其在电商业务中的实践。缓存策略涵盖本地、分布式及CDN缓存,通过全量或部分缓存设计和一致性维护,减少后端压力;负载均衡则利用反向代理、DNS轮询等技术,结合动态调整与冗余部署,提高吞吐量与可用性。文中引用大型及跨境电商平台案例,展示优化效果,强调持续监控与迭代的重要性,为电商企业提供了切实可行的性能优化路径。
|
1月前
|
存储 缓存
.NET 6中Startup.cs文件注入本地缓存策略与服务生命周期管理实践:AddTransient, AddScoped, AddSingleton。
记住,选择正确的服务生命周期并妥善管理它们是至关重要的,因为它们直接影响你的应用程序的性能和行为。就像一个成功的建筑工地,工具箱如果整理得当,工具选择和使用得当,工地的整体效率将会大大提高。
68 0
|
2月前
|
缓存 搜索推荐 CDN
HTTP缓存策略的区别和解决的问题
总的来说,HTTP缓存策略是一种权衡,需要根据具体的应用场景和需求来选择合适的策略。理解和掌握这些策略,可以帮助我们更好地优化网页性能,提高用户的浏览体验。
68 11
|
4月前
|
数据采集 缓存 JavaScript
数据抓取的缓存策略:减少重复请求与资源消耗
本教程聚焦于提升爬虫效率与稳定性,通过结合缓存策略、代理IP技术(如爬虫代理)、Cookie和User-Agent设置,优化数据采集流程。以知乎为例,详细讲解如何抓取指定关键词的文章标题和内容。内容涵盖环境准备、代码实现、常见问题及解决方案,并提供延伸练习,帮助读者掌握高效爬虫技巧。适合具备Python基础的初学者,助你规避网站机制,顺利获取目标数据。
123 2
数据抓取的缓存策略:减少重复请求与资源消耗
|
6月前
|
缓存 NoSQL Java
Mybatis学习:Mybatis缓存配置
MyBatis缓存配置包括一级缓存(事务级)、二级缓存(应用级)和三级缓存(如Redis,跨JVM)。一级缓存自动启用,二级缓存需在`mybatis-config.xml`中开启并配置映射文件或注解。集成Redis缓存时,需添加依赖、配置Redis参数并在映射文件中指定缓存类型。适用于查询为主的场景,减少增删改操作,适合单表操作且表间关联较少的业务。
127 6
|
7月前
|
缓存 API C#
C# 一分钟浅谈:GraphQL 中的缓存策略
本文介绍了在现代 Web 应用中,随着数据复杂度的增加,GraphQL 作为一种更灵活的数据查询语言的重要性,以及如何通过缓存策略优化其性能。文章详细探讨了客户端缓存、网络层缓存和服务器端缓存的实现方法,并提供了 C# 示例代码,帮助开发者理解和应用这些技术。同时,文中还讨论了缓存设计中的常见问题及解决方案,如缓存键设计、缓存失效策略等,旨在提升应用的响应速度和稳定性。
99 13
|
7月前
|
存储 消息中间件 设计模式
缓存数据一致性策略如何分类?
数据库与缓存数据一致性问题的解决方案主要分为强一致性和最终一致性。强一致性通过分布式锁或分布式事务确保每次写入后数据立即一致,适合高要求场景,但性能开销大。最终一致性允许短暂延迟,常用方案包括Cache-Aside(先更新DB再删缓存)、Read/Write-Through(读写穿透)和Write-Behind(异步写入)。延时双删策略通过两次删除缓存确保数据最终一致,适用于复杂业务场景。选择方案需根据系统复杂度和一致性要求权衡。
154 0
|
2月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
2月前
|
缓存 NoSQL Java
Redis+Caffeine构建高性能二级缓存
大家好,我是摘星。今天为大家带来的是Redis+Caffeine构建高性能二级缓存,废话不多说直接开始~
325 0
|
2月前
|
消息中间件 缓存 NoSQL
基于Spring Data Redis与RabbitMQ实现字符串缓存和计数功能(数据同步)
总的来说,借助Spring Data Redis和RabbitMQ,我们可以轻松实现字符串缓存和计数的功能。而关键的部分不过是一些"厨房的套路",一旦你掌握了这些套路,那么你就像厨师一样可以准备出一道道饕餮美食了。通过这种方式促进数据处理效率无疑将大大提高我们的生产力。
117 32