在 Service Worker 中配置缓存策略

本文涉及的产品
资源编排,不限时长
无影云电脑个人版,1个月黄金款+200核时
无影云电脑企业版,4核8GB 120小时 1个月
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
|
14天前
|
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。
33 13
|
1月前
|
存储 缓存 监控
利用 Redis 缓存特性避免缓存穿透的策略与方法
【10月更文挑战第23天】通过以上对利用 Redis 缓存特性避免缓存穿透的详细阐述,我们对这一策略有了更深入的理解。在实际应用中,我们需要根据具体情况灵活运用这些方法,并结合其他技术手段,共同保障系统的稳定和高效运行。同时,要不断关注 Redis 缓存特性的发展和变化,及时调整策略,以应对不断出现的新挑战。
71 10
|
1月前
|
Web App开发 缓存 UED
如何设置浏览器的缓存策略?
【10月更文挑战第23天】通过合理地设置浏览器的缓存策略,可以在提高网页性能、减少网络流量的同时,确保用户能够获取到最新的内容,从而提升用户体验和网站的性能优化效果。
92 4
|
1月前
|
存储 消息中间件 缓存
缓存策略
【10月更文挑战第25天】在实际应用中,还需要不断地监控和调整缓存策略,以适应系统的变化和发展。
|
1月前
|
缓存 监控 NoSQL
Redis 缓存穿透及其应对策略
【10月更文挑战第23天】通过以上对 Redis 缓存穿透的详细阐述,我们对这一问题有了更深入的理解。在实际应用中,我们需要根据具体情况综合运用多种方法来解决缓存穿透问题,以保障系统的稳定运行和高效性能。同时,要不断关注技术的发展和变化,及时调整策略,以应对不断出现的新挑战。
53 4
|
1月前
|
存储 缓存 监控
配置 Webpack 5 持久化缓存时需要注意哪些安全问题?
【10月更文挑战第23天】通过全面、系统地分析和应对安全问题,能够更好地保障 Webpack 5 持久化缓存的安全,为项目的成功构建和运行提供坚实的安全基础。同时,要保持对安全技术的关注和学习,不断提升安全防范能力,以应对日益复杂的安全挑战。
|
2月前
|
存储 缓存 NoSQL
数据的存储--Redis缓存存储(一)
数据的存储--Redis缓存存储(一)
100 1
|
2月前
|
存储 缓存 NoSQL
数据的存储--Redis缓存存储(二)
数据的存储--Redis缓存存储(二)
52 2
数据的存储--Redis缓存存储(二)
|
2月前
|
消息中间件 缓存 NoSQL
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
78 6
|
1月前
|
缓存 NoSQL 关系型数据库
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
本文详解缓存雪崩、缓存穿透、缓存并发及缓存预热等问题,提供高可用解决方案,帮助你在大厂面试和实际工作中应对这些常见并发场景。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题