在 Blog 盛行的今天,一些 Web 應用需要解析大量的 RSS Feed .如何提高效率是個非常重要的問題．在 MagpieRSS 的 Features 中列舉了這樣的一條： HTTP Conditional GETs Save bandwidth and speed up download times with intelligent use of Last-Modified and ETag.. 這裡的 Etag 引起了我的注意．
什麼是 Etag ?
通過閱讀 RFC 2616 ,得到了對 Etag 的一點印象:
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.
從上我們可以大致得知，Entity tags 本質上說是一種"強校驗器"，但是 HTTP 協議提供了一種通過給 Entity tags 打標簽的"弱"的機制(類似於內容的校驗碼)．雖然這段話後面通過兩種方式進行了解釋，但是還是有些晦澀．我看了這段話之後只是得出了 Etag 的 "E" 代表 "Entity" 而已.
Magpie 首頁上提到了一篇文章: HTTP Conditional Get for RSS Hackers ,拜讀之後清晰了許多．要先說說 HTTP Conditional GETs 的基本原理，很簡單，就是說，從 Web 服務器取數據的時候，如果文件變化了，給我新的文件，如果文件沒有變化，只需告訴客戶端沒有變化即可，不必再把文件取回來．這樣就可節省大量的網絡帶寬和資源．
Etag 與 Last-Modified 是從 HTTP 1.0 到 HTTP 1.1 才有的概念．當我們從 Web 服務器獲取文件的時候,只需要讀取 HTTP 響應頭的 Etag 與 Last-Modified 字段即可，這兩個字段裡面的具體內容是什麼可以不管(可能會千奇百怪,RFC 2616 對 Etag 沒有具體值的定義)，把這兩個值 Cache 在本地，下次檢查文件是否更新的時候比對這兩個值即可．如果沒有變化，服務器的響應代碼不是 HTTP 200 (OK) , 而是 304.
如上圖．目前 OpenRSS 雖然訂閱了40 多個 Feed,但是響應速度很不錯．在使用 Gregarius 的過程中(Lilina 也應用了 ETag)，發現了 FeedBurnrer 燒錄的 Feed ,幾乎都是用了 Etag 的(否則估計服務器要癱瘓,Hoho).我們再測試一下 HTTP header 的響應情況:
$ curl -I http://feeds.feedburner.com/dbanotes HTTP/1.1 200 OK Date: Tue, 25 Oct 2005 11:34:15 GMT Server: Apache Last-Modified: Tue, 25 Oct 2005 04:30:12 GMT ETag: U4q478bDKLqZ8UMMC8A5afZuHug Content-Type: text/xml;charset=utf-8 $ curl -I http://feeds.feedburner.com/dbanotes HTTP/1.1 200 OK Date: Tue, 25 Oct 2005 11:34:21 GMT Server: Apache Last-Modified: Tue, 25 Oct 2005 04:30:12 GMT ETag: U4q478bDKLqZ8UMMC8A5afZuHug Content-Type: text/xml;charset=utf-8
在這個期間，我的 Blog 沒有更新．所以 Last-Modified 和 ETag 返回的都是相同的值.這樣 Gregarius 就不必重新解析了. 國內的 GreatNews 是支持 HTTP Conditional GETs 的，更棒的是還支持 gzip/deflate encoding．而另一個 RSS 閱讀工具 POPU (周博通) 就不知道了．
以上是我的筆記，如有理解錯誤，請指正!
