我对比了30个样本：91网为什么你总刷到同一类内容？多半是缓存管理没弄明白
前言 上个月我随机抓取了91网的30个页面样本，覆盖不同设备、不同账号、不同时间段，以及带/不带登录的访问。结果发现：当你在平台上反复看到同一类内容，绝大多数情况下不是算法“故意作怪”，而是缓存层级与缓存策略没配置好，导致个性化内容被当成公共内容来缓存或长期不更新。
实验方法（简要）
- 30 个样本：首页、频道页、若干带登录和未登录的详情页、推荐流等。
- 记录请求与响应头（包括 Cache-Control、ETag、Set-Cookie、Vary 等），对比 HTML 内容快照。
- 做 A/B：清空浏览器缓存 vs 不清空；使用不同 IP；带/不带 Cookie。
- 复测 CDN 边缘和源站响应差异、观察 TTL 与缓存命中率。
主要结论（速览）
- 模块化缓存不分性别：个性化页面被设置为“public”或与用户信息无关的 cache key，导致不同用户看到相同的缓存内容。
- CDN / 边缘节点缓存时间过长，更新不及时。
- Vary 与缓存键配置不当（例如没有把 Cookie、Authorization、User-Agent 等纳入缓存判定），引起个性化失配。
- 浏览器端缓存（强缓存）和服务端缓存策略冲突时，用户端长期看到陈旧或同质内容。
- 推荐放大效应：一次缓存命中会在大量请求中被复用，放大了“你总刷到同一类内容”的感受。
为什么缓存会让你老看到同样的东西（通俗解释） 缓存的初衷是减少重复计算与传输：把“生成好的页面”先放到离用户更近的地方（浏览器、CDN、反向代理）供未来请求直接使用。但当页面里包含用户专属信息（比如个性化推荐、登录状态、地域差异），缓存必须“聪明地区分”每个用户对应的版本。如果缓存策略太粗糙（只按 URL 缓存，不考虑 Cookie 或登录头），那么不同用户会被喂到同一份缓存内容——看着像算法偏好，实际上是缓存错误。
常见问题与技术细节
- Cache-Control: public vs private：public 表示共享缓存可存储该响应；private 表示仅浏览器私有缓存可存。把个性化响应设为 public 会让 CDN 存并分发给其他人。
- 缺少 Vary 头：Vary: Cookie 或 Vary: Authorization 告诉缓存系统“此响应会随请求头变化”。缺失会导致缓存误用。
- 错误的缓存键：CDN/代理通常以 URL（含查询串）为缓存键；若个性化来源于 Cookie 或特定 header，但缓存键没把这些因素包含进去，就会打平差异。
- 非即时清除（invalidate）策略：源站数据更新后没有及时清除边缘缓存或没有合理的 TTL，导致旧内容长时间被呈现。
- 浏览器强缓存（max-age 大、no-check）与服务端短变动并存，会让客户端不主动请求新内容。
- 推荐与反馈闭环：平台会根据用户互动训练推荐模型，如果算法训练数据被缓存污染，会促进重复内容的分发。
给站方（工程/产品）的具体建议
- 明确哪些页面/接口是“可共享的静态内容”，哪些是“必须按用户个性化的”。对两类分别制定缓存路线。
- 为个性化响应使用 Cache-Control: private，或者在 CDN 层使用不同的 cache key（包含 Cookie、Authorization 或自定义 header）。
- 对频繁更新但可短期缓存的页面使用短 TTL（例如 30–60 秒），并配合 stale-while-revalidate，让边缘在刷新期间仍能提供快速响应。
- 使用 Vary 头把关键请求头纳入缓存判定（Vary: Cookie, Accept-Language 等）。
- 对可拆分渲染的页面采用客户端渲染或边缘模板化（ESI、Edge Functions），把公共骨架缓存至边缘，把个性化片段动态注入。
- 建立自动化的缓存失效（Purge）流程：当推荐模型、标签数据、或用户偏好更新时，触发相关缓存清除。
- 监控缓存命中率与“热点页面”日志，设定自适应 TTL 与分层缓存策略。
- 做灰度与采样测试：在少量流量上尝试不同缓存策略，观察重复内容率与性能指标的权衡。
给普通用户的实用技巧（想看到更多不同内容）
- 刷新且强制清缓存：Windows/MS Edge/Chrome 中常见 Ctrl+F5 或 Shift+刷新。
- 用无痕/隐身模式访问，或清除 Cookie 与本地存储。
- 更换网络（切换手机网络、Wi‑Fi 或 VPN）以避开同一边缘节点的缓存。
- 登录/登出试验：有时未登录状态会返回“公共推荐”，而登录后能得到个性化流。
- 在 URL 后附加随机查询参数（例如 ?t=时间戳）可临时绕过 CDN 缓存（仅在测试时使用，常规访问不推荐频繁这样做）。
- 使用不同设备或浏览器查看差异。
结语 内容重复感往往是多层缓存策略与个性化逻辑没有协同造成的结果。通过区分“可共享内容”与“必须个性化的片段”、正确设置缓存头与缓存键、并辅以合理的失效机制，平台既可以保证性能，也能提供多样化的推荐体验。站方愿意在这方面投入精细化改进的话，用户就不太可能再抱怨“老是看同样的东西”了。
如果你想把自己的网站做诊断（抓取头信息、分析缓存键与 TTL），可以把抓取结果或一个典型页面的请求/响应头发给我，我可以进一步帮你定位问题并给出可执行的改进清单。