Webpack 有非常多的概念，很多名詞長得都差不多。我把這些分散在文檔和教程里的內容總結起來，寫了一份 webpack 中的易混淆知識點，目前看是全網獨一份，大家可以加個收藏，方便以后檢索和學習。
全集鏈接 ➡️ webpack 易混淆知識點
首先來個背景介紹，哈希一般是結合 CDN 緩存來使用的。如果文件內容改變的話，那么對應文件哈希值也會改變，對應的 HTML 引用的 URL 地址也會改變，觸發 CDN 服務器從源服務器上拉取對應數據，進而更新本地緩存。
4.1 hash
hash 計算是跟整個項目的構建相關，我們做一個簡單的 demo。
沿用案例 1 的 demo 代碼，文件目錄如下：
src/
├── index.css
├── index.html
├── index.js
└── utils.js
webpack 的核心配置如下（省略了一些 module 配置信息）：
{
entry: {
index: "../src/index.js",
utils: '../src/utils.js',
},
output: {
filename: "[name].[hash].js", // 改為 hash
},
......
plugins: [
new MiniCssExtractPlugin({
filename: 'index.[hash].css' // 改為 hash
}),
]
}
生成的文件名如下：
我們可以發現，生成文件的 hash 和項目的構建 hash 都是一模一樣的。
4.2 chunkhash
因為 hash 是項目構建的哈希值，項目中如果有些變動，hash 一定會變，比如說我改動了 utils.js 的代碼，index.js 里的代碼雖然沒有改變，但是大家都是用的同一份 hash。hash 一變，緩存一定失效了，這樣子是沒辦法實現 CDN 和瀏覽器緩存的。
chunkhash 就是解決這個問題的，它根據不同的入口文件(Entry)進行依賴文件解析、構建對應的 chunk，生成對應的哈希值。
我們再舉個例子，我們對 utils.js 里文件進行改動：
export function square(x) {
return x * x;
}
// 增加 cube() 求立方函數
export function cube(x) {
return x * x * x;
}
然后把 webpack 里的所有 hash 改為 chunkhash：
{
entry: {
index: "../src/index.js",
utils: '../src/utils.js',
},
output: {
filename: "[name].[chunkhash].js", // 改為 chunkhash
},
......
plugins: [
new MiniCssExtractPlugin({
filename: 'index.[chunkhash].css' // // 改為 chunkhash
}),
]
}
構建結果如下：
我們可以看出，chunk 0 的 hash 都是一樣的，chunk 1 的 hash 和上面的不一樣。
假設我又把 utils.js 里的 cube() 函數去掉，再打包：
對比可以發現，只有 chunk 1 的 hash 發生變化，chunk 0 的 hash 還是原來的。
4.3 contenthash
我們更近一步，index.js 和 index.css 同為一個 chunk，如果 index.js 內容發生變化，但是 index.css 沒有變化，打包后他們的 hash 都發生變化，這對 css 文件來說是一種浪費。如何解決這個問題呢？
contenthash 將根據資源內容創建出唯一 hash，也就是說文件內容不變，hash 就不變。
我們修改一下 webpack 的配置：
{
entry: {
index: "../src/index.js",
utils: '../src/utils.js',
},
output: {
filename: "[name].[chunkhash].js",
},
......
plugins: [
new MiniCssExtractPlugin({
filename: 'index.[contenthash].css' // 這里改為 contenthash
}),
]
}
我們對 index.js 文件做了 3 次修改（就是改了改 log 函數的輸出內容，過於簡單就先不寫了），然后分別構建，結果截圖如下：
我們可以發現，css 文件的 hash 都沒有發生改變。
4.4 一句話總結：
hash 計算與整個項目的構建相關；
chunkhash 計算與同一 chunk 內容相關；
contenthash 計算與文件內容本身相關。
最后推薦一下我的個人公眾號：「鹵蛋實驗室」，平時會分享一些前端技術和數據分析的內容，大家感興趣的話可以關注一波：
