ETag (entity tag) là một chuỗi do máy chủ đặt, gửi kèm phản hồi qua header ETag, để nhận diện đúng một phiên bản của tài nguyên. Nội dung đổi thì ETag đổi. Nhờ đó người gửi có thể hỏi những câu có điều kiện: "chỉ gửi nội dung nếu đã khác bản này" để khỏi tải lại thứ đã có, hoặc "chỉ ghi nếu trên máy chủ vẫn là bản này" để khỏi đè lên sửa đổi của người khác. Câu đầu dẫn tới mã 304, câu sau dẫn tới mã 412.
Bài này giải thích ETag mạnh và yếu, các header điều kiện cùng mã trả về của chúng, cách If-Match giải bài toán hai người cùng sửa một bản ghi, so sánh ETag với Last-Modified, và những lỗi hay gặp khi máy chủ sinh ETag. Các chỉ thị thời hạn lưu như Cache-Control chỉ được nhắc khi cần, vì chúng là một chủ đề khác.
ETag giống số phiên bản in ở góc tài liệu
Ở nhiều văn phòng, mỗi bản hợp đồng in ra có một mã phiên bản nhỏ ở góc trang. Khi đồng nghiệp hỏi bạn có bản mới chưa, bạn chỉ cần đọc mã: trùng thì khỏi in lại, khác thì xin bản mới. Khi hai người cùng định sửa, người nộp bản sửa phải ghi rõ mình sửa trên mã phiên bản nào; nếu trong lúc đó bản gốc đã đổi mã, bản sửa bị trả lại để đối chiếu, tránh xoá mất công của người kia. ETag đóng đúng vai mã phiên bản đó.
Về hình thức, ETag là một chuỗi đặt trong dấu ngoặc kép, ví dụ "a3f9-5c1" trong một phản hồi giả định. Máy chủ tự quyết cách sinh: băm nội dung, ghép kích thước với thời điểm sửa, lấy số phiên bản trong cơ sở dữ liệu. Với người gửi, ETag là chuỗi mờ (opaque): không cần hiểu, chỉ cần cất lại và gửi trả nguyên văn. Đặc tả hiện hành của ETag và các header điều kiện nằm trong RFC 9110.
Một tài nguyên có nhiều biểu diễn, như bản tiếng Việt và tiếng Anh, bản nén và không nén, thì mỗi biểu diễn nên có ETag riêng. ETag nhận diện cái byte bạn thật sự nhận được, không nhận diện khái niệm trừu tượng đằng sau đường dẫn.
ETag mạnh và ETag yếu
ETag có hai loại. ETag mạnh hứa rằng hai phản hồi cùng ETag giống nhau từng byte. ETag yếu có tiền tố W/ trước dấu ngoặc kép, chỉ hứa rằng hai phản hồi tương đương về ý nghĩa: cùng nội dung chính, có thể khác chút ít như khoảng trắng hay một dòng thời gian ở chân trang. Máy chủ chọn loại yếu khi không bảo đảm được sự giống hệt, chẳng hạn trang sinh động có những phần nhỏ thay đổi mà không đáng bắt người dùng tải lại.
Khác biệt này quan trọng khi ghép các mảnh. Yêu cầu tải một đoạn tệp bằng Range rồi ghép với đoạn đã có chỉ an toàn khi chắc chắn hai đoạn thuộc cùng một bản byte, nên chỉ ETag mạnh được dùng cho việc đó. Để kiểm lại bản lưu với If-None-Match thì cả hai loại đều dùng được; đặc tả quy định phép so sánh yếu cho trường hợp này, tức là bỏ qua tiền tố W/ khi đối chiếu.
Nén là nơi hai loại hay va nhau. Bản nén gzip và bản gốc khác nhau từng byte, nên về nguyên tắc không được dùng chung một ETag mạnh. Một số phần mềm máy chủ xử lý bằng cách tự đổi ETag mạnh thành ETag yếu khi nén trên đường đi, số khác gắn thêm hậu tố vào ETag. Nếu bạn thấy ETag của cùng một tệp có lúc mang W/, có lúc không, nguyên nhân thường nằm ở bước nén này.
Kiểm lại bản lưu bằng If-None-Match, từng bước
Đây là công dụng phổ biến nhất của ETag. Ví dụ giả định là một tệp CSS dung lượng vài chục KB trên trang tin tức:
- Lần đầu, trình duyệt gửi GET bình thường. Máy chủ trả 200, kèm thân tệp, header ETag: "v42" và một chỉ thị thời hạn lưu.
- Trình duyệt cất tệp vào bộ nhớ đệm cùng ETag. Trong thời hạn còn tươi, nó dùng thẳng bản lưu, không hỏi gì máy chủ.
- Hết hạn tươi, hoặc gặp chỉ thị no-cache buộc kiểm lại, trình duyệt gửi GET kèm If-None-Match: "v42".
- Máy chủ so ETag hiện tại với chuỗi nhận được. Trùng thì trả 304 Not Modified, không có thân, kèm các header cập nhật như thời hạn mới. Khác thì trả 200 với nội dung mới và ETag mới.
- Nhận 304, trình duyệt lấy bản đang giữ ra dùng và gia hạn tươi theo header mới. Cả quá trình chỉ tốn một lượt đi và về với vài trăm byte header, thay vì tải lại cả tệp.
Header If-None-Match có thể chứa nhiều ETag cách nhau bằng dấu phẩy, hoặc dấu sao. Dấu sao nghĩa là "nếu tài nguyên không tồn tại", hay dùng với PUT để chỉ tạo mới khi chưa có ai tạo, tránh hai người cùng tạo một bản ghi trùng tên.
Năm header điều kiện và mã mà chúng dẫn tới
HTTP có năm header điều kiện. Hai cái dựa trên ETag, hai cái dựa trên thời điểm sửa, một cái dành riêng cho tải từng đoạn. Bảng dưới tóm tắt khi điều kiện không thoả thì máy chủ trả gì:
| Header | Điều kiện | Không thoả thì | Dùng cho |
|---|---|---|---|
| If-None-Match | ETag hiện tại không trùng chuỗi gửi lên | 304 với GET, HEAD; 412 với phương thức khác | Kiểm lại bản lưu |
| If-Match | ETag hiện tại trùng chuỗi gửi lên | 412 | Chống ghi đè khi cập nhật |
| If-Modified-Since | Tài nguyên đã sửa sau mốc gửi lên | 304 | Kiểm lại bản lưu theo thời gian |
| If-Unmodified-Since | Tài nguyên chưa sửa sau mốc gửi lên | 412 | Chống ghi đè theo thời gian |
| If-Range | Bản hiện tại vẫn là bản đã tải dở | Trả cả tệp với 200 thay vì đoạn với 206 | Tải tiếp tệp |
Khi một yêu cầu có cả If-None-Match và If-Modified-Since, máy chủ phải xét If-None-Match và bỏ qua cái kia, vì ETag chính xác hơn. Tương tự, If-Match được ưu tiên hơn If-Unmodified-Since.
If-Match và bài toán hai người cùng sửa một bản ghi
Hình dung hai nhân viên cùng mở hồ sơ một khách hàng trên hệ thống nội bộ. Người thứ nhất sửa số điện thoại rồi lưu. Người thứ hai, vẫn đang nhìn bản cũ, sửa địa chỉ rồi lưu sau. Nếu máy chủ cứ thế ghi đè cả bản, sửa đổi của người thứ nhất biến mất mà không ai hay. Hiện tượng này gọi là mất cập nhật (lost update), và nó xảy ra ở mọi hệ thống cho nhiều người cùng sửa.
If-Match giải quyết theo kiểu khoá lạc quan. Khi mở hồ sơ, mỗi người nhận kèm ETag của bản đang xem. Khi lưu, ứng dụng gửi PUT hoặc PATCH kèm If-Match mang ETag đó. Người thứ nhất lưu trước, ETag trùng, máy chủ ghi và sinh ETag mới. Người thứ hai lưu sau, ETag cũ không còn trùng, máy chủ từ chối với 412 Precondition Failed. Ứng dụng báo cho người thứ hai rằng hồ sơ vừa đổi, tải bản mới, để người đó đối chiếu rồi sửa lại.
Gọi là lạc quan vì không ai bị khoá hồ sơ khi đang xem; xung đột chỉ được xử lý nếu thật sự xảy ra. Máy chủ muốn ép người gửi luôn dùng cơ chế này thì có thể trả mã 428 Precondition Required, do RFC 6585 định nghĩa, cho mọi yêu cầu sửa không kèm điều kiện. Cơ chế chỉ đáng tin khi việc so ETag và ghi dữ liệu diễn ra như một thao tác liền ở phía máy chủ; nếu so xong mới ghi mà giữa hai bước có người khác chen vào, lỗ hổng vẫn còn.
ETag không chỉ dành cho trình duyệt: bộ nhớ đệm dùng chung cũng kiểm lại
Giữa trình duyệt và máy chủ gốc thường có bộ nhớ đệm dùng chung: proxy ngược đặt trước ứng dụng, hoặc máy chủ biên của mạng phân phối nội dung. Các bộ nhớ đệm này cũng giữ bản sao kèm ETag, và khi bản sao hết hạn tươi, chính chúng gửi yêu cầu có điều kiện về máy chủ gốc. Một lượt kiểm lại như vậy phục vụ cho hàng nghìn người dùng đang xin cùng tệp, nên lợi ích của ETag ở tầng này lớn hơn nhiều so với ở từng trình duyệt.
Có hai cuộc đối thoại độc lập đang diễn ra. Trình duyệt hỏi bộ nhớ đệm dùng chung bằng ETag nó đang giữ; bộ nhớ đệm hỏi máy chủ gốc bằng ETag của bản sao nó đang giữ. Hai ETag đó thường trùng nhau, nhưng không bắt buộc. Nếu máy chủ gốc đổi nội dung mà bộ nhớ đệm chưa hết hạn, trình duyệt sẽ tiếp tục nhận 304 cho bản cũ từ bộ nhớ đệm. Đó là lý do sau khi sửa một tệp quan trọng, người vận hành thường phải xoá bản sao ở tầng giữa hoặc đổi tên tệp, chứ không thể trông chờ ETag tự lan ra.
Chỉ thị stale-while-revalidate, mô tả trong RFC 5861, kết hợp khéo với cơ chế này: cho phép bộ nhớ đệm trả ngay bản vừa hết hạn trong một khoảng ngắn, đồng thời âm thầm gửi yêu cầu có điều kiện để làm mới phía sau. Người dùng không phải chờ, còn máy chủ gốc chủ yếu trả 304 nhẹ nhàng.
ETag hay Last-Modified, và những lỗi hay gặp khi sinh ETag
Last-Modified là cách cũ hơn để nhận diện phiên bản: một mốc thời gian, đi cặp với If-Modified-Since. Nó dễ sinh nhưng thô: độ phân giải chỉ tới giây, và nội dung sinh động thì khó nói đã sửa lúc nào. Nhiều máy chủ gửi cả hai. Dưới đây là những lỗi thường gặp làm ETag mất tác dụng hoặc gây hại:
- ETag khác nhau giữa các máy chủ. Một số cấu hình cũ ghép cả số hiệu tệp trên ổ đĩa vào ETag. Đặt sau bộ cân bằng tải, mỗi máy cho một ETag khác cho cùng một tệp, và người dùng liên tục tải lại thứ không đổi.
- ETag đổi ở mỗi lần tải. Trang sinh động băm cả phần chứa thời gian hiện tại hay mã chống giả mạo biểu mẫu, nên ETag không bao giờ trùng. Có ETag cũng như không.
- ETag không đổi khi nội dung đổi. Sinh ETag từ số phiên bản mà quên tăng số khi sửa, hoặc từ thời điểm sửa của tệp mẫu thay vì dữ liệu thật. Người dùng kẹt ở bản cũ cho tới khi bản lưu hết hạn.
- Quên Vary. Cùng ETag cho bản nén và không nén, hoặc cho hai ngôn ngữ, mà không khai Vary, khiến bộ nhớ đệm trung gian đưa nhầm biểu diễn.
- ETag dùng làm dấu vết theo dõi. Về cơ chế, một máy chủ có thể gán cho mỗi người dùng một ETag riêng trên một tài nguyên nhỏ, rồi nhận lại qua If-None-Match để nhận ra họ, kể cả khi đã xoá cookie. Đây là một lý do các trình duyệt chia ngăn bộ nhớ đệm theo trang cấp cao nhất.
Một quy tắc gọn để sinh ETag tốt: dựa trên chính nội dung sẽ gửi đi, hoặc trên số phiên bản được tăng chắc chắn mỗi lần dữ liệu đổi, và giống nhau trên mọi máy chủ phục vụ cùng tài nguyên.
Câu hỏi thường gặp
Phản hồi 304 có tốn băng thông không?
Có, nhưng rất ít: chỉ dòng trạng thái và header, không có thân. Cái giá thật của 304 là độ trễ của một lượt đi và về tới máy chủ. Với tệp ít đổi, đặt thời hạn tươi dài để trình duyệt khỏi hỏi lại sẽ nhanh hơn dựa vào 304, còn ETag là lưới an toàn khi thời hạn hết.
API có nên trả ETag không?
Nên, nhất là cho tài nguyên được đọc nhiều và tài nguyên cho phép sửa. ETag giúp ứng dụng khách tiết kiệm dữ liệu khi tải lại danh sách không đổi, và cho phép chống ghi đè bằng If-Match. Chi phí là phải sinh ETag ổn định, thường từ số phiên bản bản ghi trong cơ sở dữ liệu.
ETag có phải mã băm MD5 của tệp không?
Không nhất thiết. Đặc tả không quy định cách sinh, chỉ yêu cầu ETag đổi khi biểu diễn đổi. Có máy chủ băm nội dung, có máy chủ ghép kích thước và thời điểm sửa, có hệ thống lưu trữ đối tượng dùng một mã băm riêng. Người gửi không được suy diễn gì từ giá trị ETag.
Vì sao gửi If-Match mà vẫn ghi đè được?
Có thể máy chủ không hỗ trợ yêu cầu có điều kiện và lặng lẽ bỏ qua header, hoặc proxy đứng giữa gỡ mất nó, hoặc ứng dụng so ETag và ghi dữ liệu ở hai bước tách rời. Đặc tả cho phép máy chủ bỏ qua header điều kiện với tài nguyên nó không theo dõi phiên bản, nên hãy kiểm tài liệu của hệ thống.
Trình duyệt luôn tự gửi If-None-Match chứ?
Trình duyệt tự gửi khi kiểm lại một bản lưu có ETag. Mã JavaScript dùng hàm fetch cũng được hưởng cơ chế này theo mặc định của bộ nhớ đệm trình duyệt, nhưng phản hồi 304 thường được trình duyệt chuyển thành 200 với nội dung đã lưu trước khi đưa cho mã của bạn.
ETag yếu có làm hỏng bộ nhớ đệm không?
Không. Với việc kiểm lại bản lưu, ETag yếu hoạt động đúng như ETag mạnh vì phép so sánh yếu được dùng. Nó chỉ không dùng được cho các thao tác cần bảo đảm giống hệt từng byte, như ghép đoạn tải dở bằng If-Range, hay chống ghi đè bằng If-Match, nơi đặc tả đòi phép so sánh mạnh.