Skip to content

Service Worker 缓存

wxmuma edited this page Sep 3, 2026 · 2 revisions

Service Worker 缓存

本文引用的文件

目录

  1. 简介
  2. 项目结构
  3. 核心组件
  4. 架构总览
  5. 详细组件分析
  6. 依赖关系分析
  7. 性能考量
  8. 故障排查指南
  9. 结论
  10. 附录

简介

本文件围绕 Service Worker 缓存展开,系统阐述 Cache API 与网络层(HTTP 缓存)的协同工作方式,解释“网络优先/缓存优先”策略在浏览器中的实现原理,包括请求拦截、响应匹配与缓存更新机制。同时给出 Application Cache 迁移到现代缓存策略的建议,覆盖离线资源管理、版本控制与增量更新策略,并提供开发工具使用指南与性能优化建议。内容基于仓库中 Chromium/Thorium 的网络与服务端进程相关源码进行归纳与解读。

项目结构

本项目为 Chromium/Thorium 浏览器工程,Service Worker 与缓存能力由 content 层与 net 层共同实现:

  • content 层提供 Service Worker 运行时、注册表、脚本加载器、Cache Storage 桥接等能力,并通过构建配置将相关源文件纳入编译。
  • net 层负责 HTTP 缓存、请求标志位、认证重试、存储访问重试等网络行为,并与 Profile 网络上下文集成以启用并配置磁盘缓存。
graph TB
A["页面/应用"] --> B["Service Worker 运行时<br/>content/service_worker"]
B --> C["Cache Storage / Cache API<br/>content/cache_storage"]
B --> D["网络请求栈<br/>net/*"]
D --> E["HTTP 缓存磁盘/内存<br/>profile_network_context_service"]
D --> F["URL 请求处理<br/>url_request_http_job"]
Loading

图表来源

章节来源

核心组件

  • Service Worker 运行时与注册管理:负责 SW 生命周期、事件分发、与页面通信、以及通过 Fetch 事件拦截请求。
  • Cache Storage 与 Cache API:提供站点隔离的键值型缓存空间,供 SW 读取/写入响应对象。
  • HTTP 缓存:浏览器内置的 HTTP 缓存子系统,依据 HTTP 头与请求标志位决定命中、验证或回源。
  • 网络上下文与磁盘缓存:Profile 级网络上下文开启并配置 HTTP 缓存路径与大小,支持 Split Cache 等特性。
  • 请求标志位与重试逻辑:如仅从缓存、绕过缓存、跳过校验等;以及存储访问重试、代理/服务器认证重试。

章节来源

架构总览

下图展示了 Service Worker 拦截请求后,如何在 Cache API 与 HTTP 缓存之间选择数据源,并结合网络状态与策略返回响应。

sequenceDiagram
participant Page as "页面"
participant SW as "Service Worker"
participant CacheAPI as "Cache Storage/Cache API"
participant Net as "网络栈"
participant HTTPCache as "HTTP 缓存"
Page->>SW : fetch(event.request)
SW->>CacheAPI : match(request)
alt 命中缓存
CacheAPI-->>SW : Response(缓存)
SW-->>Page : 返回缓存响应
else 未命中或强制刷新
SW->>Net : fetch(request)
Net->>HTTPCache : 尝试读取/验证
alt 缓存命中且有效
HTTPCache-->>Net : Response(缓存)
Net-->>SW : Response(缓存)
SW-->>Page : 返回响应
else 需要回源
Net-->>SW : Response(网络)
SW->>CacheAPI : put(request, response)
SW-->>Page : 返回响应
end
end
Loading

图表来源

详细组件分析

Service Worker 请求拦截与策略

  • 请求拦截:SW 通过 fetch 事件获取请求,可调用 caches.match 先查 Cache Storage,再决定是否回源。
  • 策略实现:
    • 网络优先(Network First):先尝试网络,成功后写入缓存;失败时回退到缓存。
    • 缓存优先(Cache First):先查缓存,命中则直接返回;否则回源并写回缓存。
  • 兼容性:不同浏览器对 Cache API 的支持一致,但需考虑安全上下文(HTTPS)与同源限制。
flowchart TD
Start(["开始"]) --> Match["缓存匹配"]
Match --> Hit{"命中?"}
Hit --> |是| ReturnCache["返回缓存响应"]
Hit --> |否| FetchNet["发起网络请求"]
FetchNet --> NetOK{"网络成功?"}
NetOK --> |是| PutCache["写入缓存"] --> ReturnNet["返回网络响应"]
NetOK --> |否| Fallback["回退到缓存"] --> End(["结束"])
ReturnCache --> End
ReturnNet --> End
Loading

图表来源

章节来源

HTTP 缓存与请求标志位

  • 请求标志位影响缓存行为:
    • 仅从缓存:无法命中则失败。
    • 绕过缓存:不读/写 HTTP 缓存。
    • 跳过校验:偏好使用缓存内容,不进行协议级校验。
  • 这些标志位在请求构造阶段设置,驱动网络栈决策是否命中、验证或回源。
flowchart TD
S(["请求进入"]) --> Flags{"检查标志位"}
Flags --> |ONLY_FROM_CACHE| TryOnlyCache["尝试仅缓存"]
Flags --> |BYPASS_CACHE| SkipCache["跳过 HTTP 缓存"]
Flags --> |SKIP_CACHE_VALIDATION| PreferCached["偏好缓存内容"]
TryOnlyCache --> Result["返回结果或失败"]
SkipCache --> NetFetch["直接网络请求"] --> Result
PreferCached --> Validate["尝试本地验证"] --> Result
Loading

图表来源

章节来源

网络上下文与磁盘缓存配置

  • 默认启用 HTTP 缓存,并为非 OTR 配置磁盘缓存路径与大小。
  • 支持 Split Cache 特性默认启用,提升多站点隔离下的缓存效率与安全性。
graph LR
P["Profile 网络上下文"] --> H["HTTP 缓存开关"]
P --> D["磁盘缓存路径/大小"]
P --> S["Split Cache 特性"]
Loading

图表来源

章节来源

存储访问重试与认证流程

  • 当服务端要求存储访问授权时,网络层根据响应头触发重试流程。
  • 代理/服务器认证失败时,进入相应认证状态并允许重试。
sequenceDiagram
participant N as "网络栈"
participant U as "URL 请求处理"
N->>U : 收到响应
U->>U : 检查存储访问重试头
alt 需要重试
U-->>N : 携带授权信息重试
else 无需重试
U-->>N : 继续处理
end
Note over U,N : 认证失败时进入 AUTH_STATE_NEED_AUTH
Loading

图表来源

章节来源

GPC(全球隐私控制)与 SW 请求头

  • 在 SW 上下文中,若启用 GPC,会在请求中附加相应头部,便于后端识别用户隐私偏好。
  • 该行为通过 Blink 层注入,属于 SW 请求增强的一部分。

章节来源

依赖关系分析

  • Service Worker 模块依赖 content 层的缓存存储与调度器,用于读写 Cache Storage。
  • 网络层依赖 profile 网络上下文提供的 HTTP 缓存配置与特性开关。
  • URL 请求处理模块依赖请求标志位与响应头来决定缓存命中与重试行为。
graph TB
SW["Service Worker"] --> CS["Cache Storage"]
SW --> NET["网络栈"]
NET --> HC["HTTP 缓存"]
NET --> URJ["URL 请求处理"]
URJ --> FLAGS["请求标志位"]
Loading

图表来源

章节来源

性能考量

  • 合理选择策略:静态资源采用缓存优先,动态数据采用网络优先并异步写回缓存。
  • 利用 HTTP 缓存头:设置合适的 Cache-Control、ETag、Last-Modified,减少回源与校验开销。
  • 使用请求标志位:在特定场景下使用 ONLY_FROM_CACHE 或 BYPASS_CACHE 控制缓存行为。
  • 启用 Split Cache:在多站点环境下提升缓存隔离性与命中率。
  • 避免过度缓存:对频繁变化的资源使用短 TTL 或版本号策略。

故障排查指南

  • 缓存未命中:检查 Cache Storage 中是否存在对应键,确认 SW 是否正确写入。
  • 仅从缓存失败:确认资源是否在缓存中,必要时放宽策略或清理无效缓存。
  • 认证失败:查看网络日志,确认代理/服务器认证流程是否正常。
  • 存储访问被拒绝:关注存储访问重试头,确保授权流程正确执行。
  • 隐私控制影响:若启用 GPC,确认后端是否按预期处理隐私头。

章节来源

结论

Service Worker 缓存通过 Cache API 与 HTTP 缓存协同工作,结合请求标志位与网络上下文配置,实现了灵活高效的离线与缓存策略。通过合理的策略选择、版本控制与增量更新,可以显著提升用户体验与性能。建议在开发中使用 DevTools 调试 SW 与缓存,持续监控命中率与回源率,优化缓存策略。

附录

  • Application Cache 迁移建议:
    • 弃用 AppCache,全面迁移至 Service Worker + Cache API。
    • 使用 SW 预缓存关键资源,并在更新时进行增量更新。
    • 通过版本号或哈希命名资源,确保缓存失效可控。
  • 离线资源管理:
    • 定义白名单资源列表,按需预缓存。
    • 对大体积资源采用分片与懒加载。
  • 版本控制与增量更新:
    • 使用 SW 的 install 事件拉取新版本资源,激活时替换旧缓存。
    • 保留历史版本一段时间,以便快速回滚。
  • 开发工具使用:
    • 使用 Chrome DevTools 的 Application 面板查看 Cache Storage 与 SW 状态。
    • 使用 Network 面板观察缓存命中与回源情况。
  • 性能优化建议:
    • 压缩与合并资源,减少请求数量。
    • 合理使用强缓存与协商缓存,降低带宽与延迟。
    • 监控缓存大小与配额,避免超出限制导致写入失败。

MCloud Browser 知识库

GPU 渲染
GPU 渲染管线
部署与发布
CI_CD 流水线
安装包制作
测试与基准
基准测试框架
构建系统
构建流水线
构建脚本
构建优化
故障排除
调试指南
GDB 调试
崩溃分析
性能分析
性能问题诊断
架构设计
优化架构
整体架构
组件交互
媒体处理
编解码器支持
硬件加速
GPU 加速
内存管理
PartitionAlloc 内存分配器优化
网络优化
缓存策略
性能优化
运行时优化
📚 模块知识卡片
Chromium 定制分支的依赖管理:gclient + Git Submodule + CIPD_FFmpeg 构建编排
Chromium 原生日志系统(logging)与 Mcloud 集成
MCloud Browser 配置体系:GN 构建参数、运行时启动标志与平台打包配置
MCloud Browser 项目根(Chromium 定制分支与构建编排)
Chromium .pak 文件打包_解包工具 (pak)
Chromium depot_tools 工具集与 Windows 交叉编译工具链打包
Mcloud Browser ARM_AArch64 构建配置
MCloud Browser 基准测试与性能验证体系
Mcloud Browser 项目文档与架构说明
Mcloud_Thorium 构建与打包基础设施
Thorium 浏览器构建变体与补丁集
Thorium 品牌图标与资源集
Thorium_Mcloud Chromium 源码根目录
Windows 平台 MCloud Browser 构建与部署脚本集
基于 Chromium netError 与 neterror 模板的网络错误处理体系
基于 Chromium WebUI + 主题变量的原生 UI 样式体系
基于 GN_Ninja + depot_tools 的 MCloud_Thorium Chromium 构建与发布体系

Clone this wiki locally