快照、缓存、存档：三种页面副本的区别与选用

三个词，其实是三种不同的副本

快照、缓存、存档都指向「页面的另一份拷贝」，但它们由不同的机制产生，保存的目的也不同。搞混它们，最直接的结果就是查错了地方，然后误判「查不到就是没有」。

如果只记一句话：缓存离家最近，快照是定格的一刻，存档则是一条时间线。

更新频率上的差别

快照：跟着抓取节奏走

页面更新越频繁，抓取就越勤，快照也就越新。反过来，一个几个月没变的页面，快照可能一直是老样子。所以看到快照时间很久远，并不一定是服务出了问题，可能只是它一直没被重新抓取。

缓存：随访问与抓取刷新

缓存更像一份为了省事而留的临时副本。它通常比快照更新得快，但任何一次刷新都可能把它清掉，所以稳定性不如存档。

存档：留下多个时间点

存档的价值就在于「多个版本」。同一个地址，你可能会看到不同年份的若干份记录，这对研究一个页面如何演变特别有用。

遇到问题时的查看顺序

1. 1想确认最近的页面状态，先看缓存。
2. 2想核对某个时间点的具体表述，找对应时间的快照。
3. 3想追溯几个月甚至更早的版本，直接用历史存档。
4. 4三者都对不上，再考虑第三方缓存或转发来源。

一个容易踩的坑

不要因为一个入口查不到，就下结论说内容不存在。不同服务的收录范围、抓取频率都不一样，多换两个入口，结论常常会反过来。

小结

把这三者当成工具箱里不同尺寸的工具：小事用缓存，定点核对用快照，长期回溯用存档。知道什么时候该拿哪一把，比记住它们的定义更有用。