计算机网络 / 系统课时
使用内容压缩
使用内容压缩
HTTP 内容压缩解决的是“同一份响应如何用更少字节传输”。客户端用 Accept-Encoding 声明自己能解哪些内容编码,服务器选择后用 Content-Encoding 告诉客户端实际采用的编码。本课用一个本地 HTTP 服务完整跑通 gzip 协商,并说明缓存与不适合压缩的边界。
学习目标
- 区分
Accept-Encoding与Content-Encoding的方向和职责。 - 用 gzip 完成一次可验证的压缩协商,并看懂响应头。
- 正确处理
Vary、identity与已经压缩过的媒体文件。
压缩协商到底协商什么
请求头 Accept-Encoding 表示客户端可接受的内容编码,例如 gzip, br。响应头 Content-Encoding: gzip 表示服务器确实对本次表示应用了 gzip;如果服务器返回未压缩内容,则通常不发送 Content-Encoding。它和 Transfer-Encoding 不是一回事,前者描述表示如何编码,后者处理消息传输分帧。
一个常见请求可以写成:
GET /article HTTP/1.1
Host: example.test
Accept-Encoding: gzip, br若服务器选择 gzip,关键响应头应类似:
HTTP/1.1 200 OK
Content-Type: text/html; charset=utf-8
Content-Encoding: gzip
Vary: Accept-Encoding这里的 Vary: Accept-Encoding 很重要:它告诉共享缓存“不同 Accept-Encoding 可能得到不同版本”。否则缓存可能把 gzip 版本误发给不支持 gzip 的客户端。
用本地服务验证 gzip
下面的 Python 3 示例只依赖标准库,并正确处理 gzip;q=0 与通配符 *。保存为 server.py 后运行,它在 8000 端口返回一小段文本;客户端接受 gzip 时压缩,否则直接返回原文。
from http.server import BaseHTTPRequestHandler, HTTPServer
import gzip
def accepts_gzip(header: str) -> bool:
values = {}
for item in header.split(","):
parts = [part.strip() for part in item.split(";")]
token = parts[0].lower()
q = 1.0
for part in parts[1:]:
if part.startswith("q="):
q = float(part[2:])
values[token] = q
if "gzip" in values:
return values["gzip"] > 0
return values.get("*", 0) > 0
class Handler(BaseHTTPRequestHandler):
def do_GET(self):
body = "hello http compression\n".encode("utf-8")
use_gzip = accepts_gzip(self.headers.get("Accept-Encoding", ""))
self.send_response(200)
self.send_header("Content-Type", "text/plain; charset=utf-8")
self.send_header("Vary", "Accept-Encoding")
if use_gzip:
body = gzip.compress(body)
self.send_header("Content-Encoding", "gzip")
self.send_header("Content-Length", str(len(body)))
self.end_headers()
self.wfile.write(body)
print("listening on http://127.0.0.1:8000")
HTTPServer(("127.0.0.1", 8000), Handler).serve_forever()预期输出
listening on http://127.0.0.1:8000保持服务运行,再开一个终端执行:
curl --compressed -i -H "Accept-Encoding: gzip" http://127.0.0.1:8000/预期结果中应出现以下关键内容;Date、Server 与 Content-Length 会因环境不同而变化,因此省略:
HTTP/1.0 200 OK
Content-Type: text/plain; charset=utf-8
Vary: Accept-Encoding
Content-Encoding: gzip
hello http compression--compressed 会让 curl 自动解压响应体,所以终端最终仍看到明文;是否真的使用 gzip,应以响应头里的 Content-Encoding: gzip 为准。
缓存与压缩边界
工程上可以先把 HTML、CSS、JavaScript、JSON、SVG 等文本类响应纳入压缩,再用真实流量测量收益。对只有几百字节的小响应,压缩头部与 CPU 开销可能抵消收益;“大于 1 KiB 再压缩”常被用作起始阈值,但它不是 HTTP 规范规定值,应按服务端和内容类型调整。
JPEG、PNG、WebP、MP4、ZIP 等本身已经高度压缩,再套 gzip 通常收益很小,甚至会变大。客户端若明确发送 Accept-Encoding: gzip;q=0, identity;q=1,服务器就不应选择 gzip。若所有可用编码都被客户端拒绝,服务器可以返回 406 Not Acceptable,实际服务通常会优先保留可接受的 identity 版本。