Http 1.1 Etag 与 Last-Modified提高php效率

在 blog 盛行的今天,一些 web 应用需要解析大量的 rss feed .如何提高效率是个非常重要的问题．在 magpierss 的 features　中列举了这样的一条： http conditional gets save bandwidth and speed up download times with intelligent use of last-modified and etag.. 这里的 etag 引起了我的注意．

什么是 etag ?

通过阅读 rfc 2616 ,得到了对 etag 的一点印象:

the etag response-header field provides the current value of the entity tag for the requested variant......entity tags are normally "strong validators," but the protocol provides a mechanism to tag an entity tag as "weak." one can think of a strong validator as one that changes whenever the bits of an entity changes, while a weak value changes whenever the meaning of an entity changes. alternatively, one can think of a strong validator as part of an identifier for a specific entity, while a weak validator is part of an identifier for a set of semantically equivalent entities.

从上我们可以大致得知，entity tags 本质上说是一种"强校验器"，但是 http 协议提供了一种通过给 entity tags 打标签的"弱"的机制(类似于内容的校验码)．虽然这段话后面通过两种方式进行了解释，但是还是有些晦涩．我看了这段话之后只是得出了 etag 的 "e" 代表 "entity" 而已.

magpie 首页上提到了一篇文章: http conditional get for rss hackers ,拜读之后清晰了许多．要先说说 http conditional gets 的基本原理，很简单，就是说，从 web 服务器取数据的时候，如果文件变化了，给我新的文件，如果文件没有变化，只需告诉客户端没有变化即可，不必再把文件取回来．这样就可节省大量的网络带宽和资源．

etag 与 last-modified 是从 http 1.0 到 http 1.1 才有的概念．当我们从 web 服务器获取文件的时候,只需要读取 http 响应头的　etag 与 last-modified　字段即可，这两个字段里面的具体内容是什么可以不管(可能会千奇百怪,rfc 2616 对 etag 没有具体值的定义)，把这两个值 cache 在本地，下次检查文件是否更新的时候比对这两个值即可．如果没有变化，服务器的响应代码不是 http 200 (ok) , 而是 304.