Penjelasan Web Cache: Cara Kerja Cache dan Cara Menggunakannya

Setiap halaman yang pernah Anda buka adalah salinan. Browser tidak mengambil situs web langsung; ia mengambil salinan dari cache, yang menyimpan salinan dari cache lain, yang hanya bertanya ke server asli jika terpaksa. Rantai salinan inilah sistem web cache, dan sebagian besar waktu ia adalah pipa tak terlihat, sampai saat halaman yang Anda butuhkan lenyap, dan pertanyaan tentang salinan siapa yang bertahan menjadi sangat menarik.

Berikut cara kerja setiap lapisan sebenarnya, mana yang masih bisa Anda lihat isinya, dan cara menggunakannya untuk melihat halaman yang sudah tidak ada.

Apa sebenarnya web cache itu?

Web cache adalah salinan respons yang disimpan, diletakkan di suatu tempat antara server asal dan layar Anda agar permintaan berikutnya lebih cepat dan murah. Itulah definisi lengkapnya. Server asal menentukan berapa lama salinan boleh digunakan kembali, melalui header seperti Cache-Control dan ETag; cache menyajikan salinan itu sampai kedaluwarsa, lalu memvalidasi ulang atau mengambil yang baru.

Dua konsekuensi muncul. Pertama, web bukanlah satu salinan per halaman, melainkan ribuan, tersebar di browser, server, dan layanan. Kedua, hampir tidak ada salinan itu yang dibuat untuk Anda jelajahi nanti. Mereka ada demi kecepatan, dan sebagian besar menguap sesuai jadwal. Permainan sesungguhnya, saat sebuah halaman hilang, adalah menemukan satu cache yang memang dibangun untuk menyimpan.

Empat jenis web cache yang perlu diketahui

Four layers matter in practice. They differ wildly in how long they keep things and whether you are allowed inside:

Amati satu halaman dimuat dan Anda bisa melihat seluruh tumpukan bekerja. Buka situs di ponsel Anda dan cache browser menyajikan apa pun yang sudah dimilikinya, node tepi CDN terdekat menyajikan sebagian besar sisanya, dan server asal hanya dibangunkan untuk yang tidak dimiliki salinannya oleh siapa pun. Setelah itu setiap lapisan menyimpan salinannya, masing-masing sesuai jadwalnya sendiri, dengan alasannya sendiri, hampir tidak ada yang memikirkan Anda.

Cache browser: salinan di mesin Anda sendiri

Browser Anda menyimpan gambar, skrip, stylesheet, dan terkadang seluruh halaman dalam cache disk agar kunjungan ulang melewati jaringan. Ini satu-satunya web cache yang Anda miliki secara fisik, dan hampir tidak berguna untuk pemulihan yang disengaja: tidak ada antarmuka penjelajahan, Chrome menghapus halaman chrome://cache bertahun-tahun lalu, entri disimpan di bawah nama file ter-hash, dan cache menghapus barang secara diam-diam kapan pun ia menginginkan ruang kembali.

Dua sisa nilai praktis tetap ada. Jika Anda mengunjungi halaman sesaat sebelum halaman itu mati, muat ulang dari riwayat Anda kadang-kadang akan menyajikannya dari cache sebelum 404 tiba, peluang kecil, tanpa biaya, layak dicoba sekali. Dan riwayat Anda selalu menyimpan URL persisnya, yang merupakan satu masukan yang dibutuhkan setiap alat pemulihan lainnya.

Cache CDN dan proxy: para perantara

Di antara Anda dan sebagian besar situs populer terdapat jaringan pengiriman konten yang menyimpan salinan di lokasi tepi di seluruh dunia, ditambah lapisan cache apa pun yang dipasang oleh host. Cache ini mematuhi header asal, dan yang terkonfigurasi dengan baik tetap menyajikan konten kedaluwarsa untuk sementara setelah server asal mati, direktif stale-if-error ada justru untuk server yang mati. Itulah mengapa sebuah situs bisa terlihat hidup sempurna selama berhari-hari setelah servernya dicabut.

Namun untuk pemulihan, perlakukan cache CDN seperti cuaca: mereka bisa menjaga situs tetap terlihat sedikit lebih lama, tetapi Anda tidak bisa menanyakannya, menjelajahinya, atau meminta salinan tahun lalu. Cache proxy perusahaan adalah cerita yang sama dengan lapisan ketidakjelasan yang disengaja. Salinan ada; tidak satu pun untuk Anda. Saya pernah menyaksikan toko Magento klien tetap 'online' selama empat hari setelah servernya mati, CDN terus menyajikan beranda dan halaman kategori sementara checkout gagal diam-diam. Terlihat hidup, sebenarnya museum.

Mesin pencari dan arsip: cache yang dibangun untuk dilihat

Cache mesin pencari adalah trik pemulihan favorit publik selama dua dekade: Google menyimpan salinan yang dapat dilihat dari perayapan terakhirnya, satu klik dari setiap hasil. Google menghentikannya pada Februari 2024, operator cache: dan tautan Cached keduanya hilang, dan Bing telah mengurangi versinya sejak itu. Mesin pencari masih menyimpan cache web secara internal, tetapi jendela yang bisa dilihat publik semakin menutup.

Yang tersisa adalah lapisan yang sebenarnya bukan cache sama sekali melainkan perpustakaan: arsip. Wayback Machine merayapi sesuai jadwal dan melakukan penyimpanan sesuai permintaan melalui Save Page Now. archive.today menyimpan halaman berdasarkan permintaan dan merender JavaScript terlebih dahulu. Common Crawl menerbitkan data perayapan mentah gratis bagi siapa saja yang mau menanyakan indeksnya. Salinan ini dibuat untuk diambil oleh orang asing puluhan tahun kemudian, tidak ada lapisan web cache lain yang bisa mengatakan itu.

Cara menggunakan web cache untuk melihat halaman yang hilang

1. Konfirmasi URL persis dari riwayat browser Anda, tautan yang gagal, atau kutipan. Setiap pencarian cache dimulai dengan URL.
2. Tanyakan Wayback Machine: web.archive.org/web/ diikuti URL. Kalender menunjukkan setiap snapshot; pilih tahun yang sehat, bukan era halaman parkir.
3. Periksa archive.today berikutnya. Ia menyimpan halaman berbeda dengan aturan berbeda, dan rendering JavaScript-nya menangkap halaman yang ditampilkan Wayback sebagai cangkang kosong.
4. Coba indeks Common Crawl di index.commoncrawl.org jika keduanya gagal, HTML mentah, tanpa hiasan, kadang-kadang satu-satunya salinan di mana pun.
5. Jika halaman mati hanya beberapa hari yang lalu, cari tautan cache di hasil Bing selagi fitur itu masih ada, dan coba satu kali muat ulang dari riwayat browser Anda sendiri.
6. Ketika satu halaman berubah menjadi dua puluh dari situs yang sama, berhenti. Pulihkan situs secara massal saja: Restorix memberikan estimasi gratis, jumlah file arsip yang tepat, ukuran total, dan harga terkunci, sebelum Anda berkomitmen pada apa pun.

Harapkan sekitar delapan keberhasilan dari sepuluh untuk halaman publik yang hidup setahun atau lebih. Kegagalan mengelompok secara terduga: situs yang diblokir robots, konten di balik login, dan halaman yang dihapus sebelum perayap lewat.

Ketika setiap web cache mengecewakan Anda

Beberapa halaman tidak pernah disalin di mana pun: terlalu baru, diblokir perayap, di balik login, atau dirender begitu berat dalam JavaScript sehingga arsip menyimpan cangkang tanpa konten. Ketika setiap cache kosong, pekerjaan berubah dari pengambilan menjadi rekonstruksi, pencarian frasa kutipan untuk memunculkan sindikasi dan kutipan, kutipan Wikipedia yang menautkan ke snapshot yang Anda lewatkan, dan langkah kuno namun efektif mengirim email ke penulis untuk meminta salinan. Pemulihan halaman web lama memandu rute forensik itu secara detail.

Cache barang Anda sendiri sebelum Anda membutuhkannya

Cara andal untuk memenangkan permainan web cache adalah berhenti bergantung pada cache orang lain. Untuk halaman apa pun yang Anda pedulikan, kirimkan ke Save Page Now dan ke archive.today agar dua arsip independen menyimpannya, dan simpan salinan lokal sebagai PDF atau HTML file tunggal. Untuk situs Anda sendiri, lebih membosankan lagi: cadangan nyata sesuai jadwal. Setiap cache dalam daftar ini adalah kebetulan yang membuat Anda beruntung; cadangan adalah keputusan yang Anda buat dengan sengaja.

Dan jika halaman yang Anda kejar adalah salah satu dari banyak di situs yang Anda miliki, lewati rute sepotong-sepotong sepenuhnya: pulihkan situs dari arsip sekali dengan Restorix, sebarkan dengan CMS file tunggal yang disertakan, dan masalah pemulihan berhenti berulang. Tutorial menunjukkan seluruh proses dari awal hingga akhir.