当前位置：首页 > news >正文

Android学习总结之Glide自定义三级缓存（实战篇）

news 来源：原创 2025/5/15 5:59:05

一、为什么需要三级缓存

内存缓存（Memory Cache）

内存缓存旨在快速显示刚浏览过的图片，例如在滑动列表时来回切换的图片。在 Glide 中，内存缓存使用 LruCache 算法（最近最少使用），能自动清理长时间未使用的图片，以此确保内存的合理利用。通常，内存缓存限制在手机可用内存的 15%。举例来说，若手机拥有 8GB 内存，内存缓存大约为 1.2GB。同时，为了进一步优化，图片会按屏幕尺寸进行压缩，比如原图为 2000px，而手机屏幕为 1000px，那么只存储 1000px 版本的图片。当内存缓存超出限制时，会自动清理超出部分的图片。

代码实现：

import android.content.Context;
import com.bumptech.glide.Glide;
import com.bumptech.glide.GlideBuilder;
import com.bumptech.glide.load.engine.cache.LruResourceCache;
import com.bumptech.glide.module.AppGlideModule;public class CustomGlideModule extends AppGlideModule {@Overridepublic void applyOptions(Context context, GlideBuilder builder) {// 获取设备的最大内存int maxMemory = (int) Runtime.getRuntime().maxMemory();// 计算内存缓存的大小，这里设置为最大内存的15%int memoryCacheSize = maxMemory / 1024 / 1024 * 15;// 创建LruResourceCache对象builder.setMemoryCache(new LruResourceCache(memoryCacheSize));}
}

磁盘缓存（Disk Cache）

磁盘缓存用于存储常用但当前不在内存中的图片，像用户经常访问的商品详情页图片。Glide 通过 DiskLruCache 将图片存储在手机硬盘上，总容量一般设置为 100MB，并且优先存储高质量图片。为了优化存储，图片按 URL 哈希值命名文件，这样可以避免重复存储相同图片。同时，对于超过 7 天未使用的图片，会自动进行清理。

代码实现：

import android.content.Context;
import com.bumptech.glide.Glide;
import com.bumptech.glide.GlideBuilder;
import com.bumptech.glide.load.engine.cache.DiskLruCacheFactory;
import com.bumptech.glide.module.AppGlideModule;public class CustomDiskCacheGlideModule extends AppGlideModule {@Overridepublic void applyOptions(Context context, GlideBuilder builder) {// 设置磁盘缓存的路径String diskCachePath = context.getCacheDir().getPath() + "/glide_cache";// 设置磁盘缓存的大小为100MBint diskCacheSize = 1024 * 1024 * 100;// 创建DiskLruCacheFactory对象builder.setDiskCache(new DiskLruCacheFactory(diskCachePath, diskCacheSize));}
}

网络缓存（Network Cache）

网络缓存的作用是避免重复从服务器下载相同图片，这需要结合 HTTP 缓存头来实现。Glide 借助 OkHttp 的缓存机制，将图片存储在路由器或基站缓存中，总容量设置为 50MB，优先存储高频访问的图片。通过根据 HTTP 的 Cache-Control 头设置缓存时间（例如设置为 1 天），以及在图片 URL 中添加版本号（如 image_v2.jpg），当版本更新时强制重新下载，从而实现高效的网络缓存管理。

代码实现：

import android.content.Context;
import com.bumptech.glide.Glide;
import com.bumptech.glide.GlideBuilder;
import com.bumptech.glide.integration.okhttp3.OkHttpUrlLoader;
import com.bumptech.glide.load.model.GlideUrl;
import com.bumptech.glide.module.AppGlideModule;
import okhttp3.Cache;
import okhttp3.OkHttpClient;import java.io.InputStream;public class CustomNetworkCacheGlideModule extends AppGlideModule {@Overridepublic void registerComponents(Context context, Glide glide, Registry registry) {// 设置网络缓存的路径Cache cache = new Cache(context.getCacheDir(), 1024 * 1024 * 50);// 创建OkHttpClient对象并设置缓存OkHttpClient client = new OkHttpClient.Builder().cache(cache).build();// 注册OkHttpUrlLoader，让Glide使用OkHttp进行网络请求registry.replace(GlideUrl.class, InputStream.class, new OkHttpUrlLoader.Factory(client));}
}

整合代码：

import android.content.Context;
import com.bumptech.glide.Glide;
import com.bumptech.glide.GlideBuilder;
import com.bumptech.glide.load.engine.cache.LruResourceCache;
import com.bumptech.glide.module.AppGlideModule;/*** 自定义Glide内存缓存配置* 通过LruCache算法实现最近最少使用的图片自动回收*/
public class CustomGlideModule extends AppGlideModule {@Overridepublic void applyOptions(Context context, GlideBuilder builder) {// 获取应用可使用的最大内存（单位：字节）int maxMemory = (int) Runtime.getRuntime().maxMemory();// 计算内存缓存大小（15%的可用内存）int memoryCacheSize = maxMemory / 1024 / 1024 * 15;// 创建LruResourceCache并设置缓存大小builder.setMemoryCache(new LruResourceCache(memoryCacheSize));}
}import android.content.Context;
import com.bumptech.glide.Glide;
import com.bumptech.glide.GlideBuilder;
import com.bumptech.glide.load.engine.cache.DiskLruCacheFactory;
import com.bumptech.glide.module.AppGlideModule;/*** 自定义Glide磁盘缓存配置* 使用DiskLruCache将图片持久化到本地存储*/
public class CustomDiskCacheGlideModule extends AppGlideModule {@Overridepublic void applyOptions(Context context, GlideBuilder builder) {// 设置磁盘缓存路径（应用缓存目录下的glide_cache文件夹）String diskCachePath = context.getCacheDir().getPath() + "/glide_cache";// 设置磁盘缓存大小（100MB）int diskCacheSize = 1024 * 1024 * 100;// 创建DiskLruCache工厂并设置路径和大小builder.setDiskCache(new DiskLruCacheFactory(diskCachePath, diskCacheSize));}
}import android.content.Context;
import com.bumptech.glide.Glide;
import com.bumptech.glide.GlideBuilder;
import com.bumptech.glide.integration.okhttp3.OkHttpUrlLoader;
import com.bumptech.glide.load.model.GlideUrl;
import com.bumptech.glide.module.AppGlideModule;
import okhttp3.Cache;
import okhttp3.OkHttpClient;import java.io.InputStream;/*** 自定义Glide网络缓存配置* 结合OkHttp实现HTTP级别的网络缓存*/
public class CustomNetworkCacheGlideModule extends AppGlideModule {@Overridepublic void registerComponents(Context context, Glide glide, Registry registry) {// 创建OkHttp缓存（50MB，位于应用缓存目录）Cache cache = new Cache(context.getCacheDir(), 1024 * 1024 * 50);// 构建带缓存的OkHttpClientOkHttpClient client = new OkHttpClient.Builder().cache(cache).build();// 注册OkHttp为Glide的网络请求引擎registry.replace(GlideUrl.class, InputStream.class, new OkHttpUrlLoader.Factory(client));}
}

常见问题解决方案

缓存穿透：缓存穿透指查询一个一定不存在的数据，由于缓存不命中需要从数据库查询，查不到数据则不写入缓存，导致该不存在的数据每次请求都要到数据库查询，给数据库带来压力。在 Glide 中，可以通过设置错误占位图、加载占位图和空值占位图来解决部分问题。例如：

Glide.with(context).load(url).error(R.drawable.ic_error) // 设置错误占位图.placeholder(R.drawable.ic_loading) // 设置加载占位图.fallback(R.drawable.ic_fallback) // 设置空值占位图.into(imageView);

在大厂面试中，关于缓存穿透常被问到的问题有：“请简述缓存穿透的概念以及可能的解决方案”。回答时，除了像上述代码那样通过 Glide 的占位图设置来应对外，还可以提及如使用布隆过滤器（Bloom Filter）等方案。布隆过滤器是一种空间效率极高的概率型数据结构，它利用位数组和哈希函数来判断一个元素是否在一个集合中。将所有已存在的数据 key 放入布隆过滤器中，当新的请求到来时，先通过布隆过滤器判断该 key 是否存在。如果不存在，直接返回，避免查询数据库，从而有效减少不必要的数据库查询，提高系统性能。

缓存雪崩：缓存雪崩是指在某一时刻，大量缓存同时失效，导致大量请求直接访问数据库，造成数据库压力过大甚至崩溃。可以通过设置不同的缓存过期时间来避免，例如：

int cacheDuration = TimeUnit.HOURS.toMillis(24) + new Random().nextInt(3600000);

面试中可能会被问到：“如何防止缓存雪崩的发生”。除了上述设置随机过期时间的方法外，还可以采用二级缓存策略，即设置主缓存和备用缓存。主缓存失效后，先从备用缓存获取数据，同时对主缓存进行异步更新，这样可以在一定程度上缓解大量请求直接冲击数据库的问题。另外，使用互斥锁也是一种思路，在缓存失效时，只有一个线程能够获取锁去更新缓存，其他线程等待，避免大量线程同时查询数据库。

OOM 预防：OOM（Out Of Memory，内存溢出）在图片加载中较为常见，因为图片占用内存较大。可以通过使用 RGB_565 格式减少内存占用，例如：

// 使用RGB_565格式减少内存占用
Glide.with(context).load(url).format(DecodeFormat.PREFER_RGB_565).into(imageView);

面试官可能会问：“在 Glide 中，如何预防 OOM 问题”。除了设置图片格式外，还可以根据设备内存情况动态调整图片尺寸。例如，获取设备的可用内存，当内存较低时，对图片进行更大比例的压缩。同时，合理配置 Glide 的内存缓存大小也很关键，避免缓存占用过多内存。此外，及时释放不再使用的图片资源，Glide 通过与 Activity 或 Fragment 的生命周期绑定，在界面不可见时及时清理相关图片资源，防止内存泄漏。

关键指标的获取途径

冷启动加载时间：借助 Android Profiler 的 Timeline 功能来精准测量。在应用启动时，启动 Profiler 并记录图片加载所耗费的时长。代码示例如下：

long startTime = System.currentTimeMillis();
Glide.with(this).load(url).into(imageView);
long duration = System.currentTimeMillis() - startTime;
Log.d("GlideTest", "加载耗时: " + duration + "ms");

内存峰值占用情况：使用 Android Profiler 的 Memory Monitor 进行监测。在滑动列表时，留意 Heap Size 的变化趋势，对比开启缓存前后 Bitmap 内存占用的差异，以此来优化内存使用。
缓存命中率计算：通过 Glide 的日志输出（设置 Glide.get (context).setLogLevel (Log.DEBUG)），从日志中筛选出 Fetched 和 Decoded 相关的条目。缓存命中率 = （内存命中数 + 磁盘命中数）÷ 总请求数 × 100%。
FPS 帧率监控：采用 Android Profiler 的 FrameMetrics 功能。在滑动列表的过程中，记录丢帧的数量，确保平均帧率稳定在 55fps 以上，以保证流畅的用户体验。

二、自定义图片缓存框架

设计思路

内存缓存：运用 LruCache（Least Recently Used Cache，最近最少使用缓存）实现内存缓存，它能够自动回收最近最少使用的图片，保障内存的合理使用。
磁盘缓存：利用 DiskLruCache 实现磁盘缓存，将图片持久化到本地磁盘，方便在网络不可用或需要重复使用图片时快速获取。
多级缓存策略：首先从内存缓存中查找图片，若未找到则从磁盘缓存中查找，最后才从网络请求图片。当从网络获取到图片后，同时将其存入内存缓存和磁盘缓存。

代码实现

import android.graphics.Bitmap;
import android.util.LruCache;/*** 内存缓存实现* 使用LruCache（最近最少使用）算法管理内存中的图片*/
public class MemoryCache {// LruCache实例，用于存储图片（键为图片URL，值为Bitmap）private LruCache<String, Bitmap> lruCache;public MemoryCache() {// 获取应用最大可用内存（KB）int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);// 设置缓存大小为最大内存的1/8int cacheSize = maxMemory / 8;// 初始化LruCache并重写sizeOf方法计算每个Bitmap的大小lruCache = new LruCache<String, Bitmap>(cacheSize) {@Overrideprotected int sizeOf(String key, Bitmap bitmap) {// 返回Bitmap占用的内存大小（KB）return bitmap.getByteCount() / 1024;}};}// 向缓存添加图片public void put(String key, Bitmap bitmap) {if (get(key) == null) {lruCache.put(key, bitmap);}}// 从缓存获取图片public Bitmap get(String key) {return lruCache.get(key);}// 从缓存移除图片public void remove(String key) {lruCache.remove(key);}
}import android.content.Context;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.os.Environment;
import com.jakewharton.disklrucache.DiskLruCache;import java.io.*;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;/*** 磁盘缓存实现* 使用DiskLruCache将图片持久化到本地存储*/
public class DiskCache {// 应用版本（用于缓存版本控制）private static final int APP_VERSION = 1;// 每个缓存项对应的值数量private static final int VALUE_COUNT = 1;// 磁盘缓存最大容量（10MB）private static final long CACHE_SIZE = 10 * 1024 * 1024;// DiskLruCache实例private DiskLruCache diskLruCache;public DiskCache(Context context) {try {// 获取缓存目录File cacheDir = getDiskCacheDir(context, "bitmap");if (!cacheDir.exists()) {cacheDir.mkdirs();}// 打开DiskLruCache实例diskLruCache = DiskLruCache.open(cacheDir, APP_VERSION, VALUE_COUNT, CACHE_SIZE);} catch (IOException e) {e.printStackTrace();}}// 向磁盘缓存添加图片public void put(String key, Bitmap bitmap) {DiskLruCache.Editor editor = null;try {// 获取缓存编辑器editor = diskLruCache.edit(hashKeyForDisk(key));if (editor != null) {// 获取输出流并写入图片（JPEG格式，质量100%）OutputStream outputStream = editor.newOutputStream(0);if (bitmap.compress(Bitmap.CompressFormat.JPEG, 100, outputStream)) {editor.commit();} else {editor.abort();}outputStream.close();}} catch (IOException e) {e.printStackTrace();}}// 从磁盘缓存获取图片public Bitmap get(String key) {try {// 获取缓存快照DiskLruCache.Snapshot snapshot = diskLruCache.get(hashKeyForDisk(key));if (snapshot != null) {// 从输入流解码BitmapInputStream inputStream = snapshot.getInputStream(0);return BitmapFactory.decodeStream(inputStream);}} catch (IOException e) {e.printStackTrace();}return null;}// 从磁盘缓存移除图片public void remove(String key) {try {diskLruCache.remove(hashKeyForDisk(key));} catch (IOException e) {e.printStackTrace();}}// 获取磁盘缓存目录private File getDiskCacheDir(Context context, String uniqueName) {String cachePath;// 判断外部存储是否可用if (Environment.MEDIA_MOUNTED.equals(Environment.getExternalStorageState())||!Environment.isExternalStorageRemovable()) {cachePath = context.getExternalCacheDir().getPath();} else {cachePath = context.getCacheDir().getPath();}return new File(cachePath + File.separator + uniqueName);}// 生成URL的MD5哈希值作为缓存键private String hashKeyForDisk(String key) {String cacheKey;try {// 使用MD5算法生成哈希值final MessageDigest mDigest = MessageDigest.getInstance("MD5");mDigest.update(key.getBytes());cacheKey = bytesToHexString(mDigest.digest());} catch (NoSuchAlgorithmException e) {// 若不支持MD5，使用普通哈希码cacheKey = String.valueOf(key.hashCode());}return cacheKey;}// 字节数组转十六进制字符串private String bytesToHexString(byte[] bytes) {StringBuilder sb = new StringBuilder();for (byte b : bytes) {String hex = Integer.toHexString(0xFF & b);if (hex.length() == 1) {sb.append('0');}sb.append(hex);}return sb.toString();}
}import android.content.Context;
import android.graphics.Bitmap;/*** 多级缓存管理器* 统一管理内存缓存和磁盘缓存*/
public class ImageCacheManager {// 内存缓存实例private MemoryCache memoryCache;// 磁盘缓存实例private DiskCache diskCache;public ImageCacheManager(Context context) {memoryCache = new MemoryCache();diskCache = new DiskCache(context);}// 同时存入内存缓存和磁盘缓存public void put(String key, Bitmap bitmap) {memoryCache.put(key, bitmap);diskCache.put(key, bitmap);}// 优先从内存缓存获取，再从磁盘缓存获取public Bitmap get(String key) {Bitmap bitmap = memoryCache.get(key);if (bitmap != null) {return bitmap;}bitmap = diskCache.get(key);if (bitmap != null) {// 从磁盘读取后存入内存，提升下次访问速度memoryCache.put(key, bitmap);}return bitmap;}
}

请简述三级缓存（内存缓存、磁盘缓存、网络缓存）的作用和原理。
- 内存缓存：旨在快速显示刚浏览过的图片，使用 LruCache 算法（最近最少使用），自动清理长时间未使用的图片，确保内存的合理利用。通常限制在手机可用内存的 15%。
- 磁盘缓存：用于存储常用但当前不在内存中的图片，通过 DiskLruCache 将图片存储在手机硬盘上，设置总容量（如 100MB），优先存储高质量图片，按 URL 哈希值命名文件以避免重复存储，超过 7 天未使用的图片会自动清理。
- 网络缓存：避免重复从服务器下载相同图片，结合 HTTP 缓存头，借助 OkHttp 的缓存机制，将图片存储在路由器或基站缓存中，设置总容量（如 50MB），优先存储高频访问的图片，根据 HTTP 的 Cache-Control 头设置缓存时间，并在图片 URL 中添加版本号以强制重新下载。
在自定义图片缓存框架中，LruCache 和 DiskLruCache 分别是如何实现的？
- LruCache：在内存缓存类中，获取应用程序运行时的最大可用内存，使用最大可用内存的一部分（如 1/8）作为 LruCache 的缓存大小。重写 sizeOf 方法，计算每个图片对象占用的内存大小，通过 put 方法添加图片到缓存，get 方法获取图片，remove 方法移除图片。
- DiskLruCache：在磁盘缓存类中，初始化时获取磁盘缓存的目录，打开 DiskLruCache 实例。put 方法通过获取编辑器和输出流，将图片以 JPEG 格式压缩并写入；get 方法通过获取快照和输入流，将输入流解码为 Bitmap 对象；remove 方法移除指定的图片。对键进行 MD5 哈希处理，确保键的唯一性。
如何防止缓存穿透、缓存雪崩和 OOM 问题？
- 缓存穿透：在 Glide 中，可以通过设置错误占位图、加载占位图和空值占位图来解决部分问题。另外，可以使用布隆过滤器，将所有已存在的数据 key 放入布隆过滤器中，当新的请求到来时，先通过布隆过滤器判断该 key 是否存在，避免不必要的数据库查询。
- 缓存雪崩：可以通过设置不同的缓存过期时间来避免，例如在设置缓存过期时间时，添加一个随机值。另外，采用二级缓存策略，设置主缓存和备用缓存，主缓存失效后，先从备用缓存获取数据，同时对主缓存进行异步更新。使用互斥锁，在缓存失效时，只有一个线程能够获取锁去更新缓存，其他线程等待。
- OOM：在 Glide 中，可以使用 RGB_565 格式减少内存占用，根据设备内存情况动态调整图片尺寸，合理配置 Glide 的内存缓存大小，避免缓存占用过多内存。及时释放不再使用的图片资源，Glide 通过与 Activity 或 Fragment 的生命周期绑定，在界面不可见时及时清理相关图片资源，防止内存泄漏。