面试总结之 Glide自定义的三级缓存策略
一、为什么需要三级缓存？在移动应用开发中，图片加载性能直接影响用户体验。根据 Google 统计，图片加载延迟超过 1 秒会导致 32% 的用户流失。传统图片加载方案存在以下痛点：
[*]内存占用高：未压缩的大图直接占用大量内存
[*]重复下载：相同图片多次从网络获取
[*]弱网体验差：离线场景无法加载图片
Glide 通过三级缓存策略，将图片加载速度提升 50%，内存占用降低 45%
内存缓存（Memory Cache）
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 {
@Override
public 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));
}
} 解释：我们自定义了一个 AppGlideModule 类 CustomGlideModule。在 applyOptions 方法里，先获取设备的最大内存，接着盘算出内存缓存的巨细，这里设定为最大内存的 15%，末了使用 LruResourceCache 来设置内存缓存。
[*]LruCache 实现：最大缓存容量为应用内存的 15%
[*]缓存键生成策略：包含 URL + 宽高 + 格式的复合键
[*]内存泄漏防护：通过 Glide 生命周期绑定
磁盘缓存（Disk Cache）
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 {
@Override
public 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100MB
int diskCacheSize = 1024 * 1024 * 100;
// 创建DiskLruCacheFactory对象
builder.setDiskCache(new DiskLruCacheFactory(diskCachePath, diskCacheSize));
}
} 解释：我们同样自定义了一个 AppGlideModule 类 CustomDiskCacheGlideModule。在 applyOptions 方法里，先设置磁盘缓存的路径，再将磁盘缓存的巨细设置为 100MB，末了使用 DiskLruCacheFactory 来设置磁盘缓存。
[*]磁盘缓存目录：应用专属缓存目录
[*]缓存镌汰算法：LRU 策略
[*]缓存数据格式：使用 Glide 的默认序列化方式
网络缓存（Network Cache）
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 {
@Override
public 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));
}
} 解释：自定义了 CustomNetworkCacheGlideModule 类，在 registerComponents 方法中，先设置网络缓存的路径和巨细（这里是 50MB），然后创建 OkHttpClient 并设置缓存，末了注册 OkHttpUrlLoader，使 Glide 接纳 OkHttp 举行网络哀求。
[*]结合 OkHttp 实现 HTTP 缓存
[*]缓存控制策略：根据响应头的 Cache-Control 字段
[*]网络哀求重试机制：3 次重试 + 指数退避
使用 Glide 加载图片
import android.os.Bundle;
import android.widget.ImageView;
import androidx.appcompat.app.AppCompatActivity;
import com.bumptech.glide.Glide;
import com.bumptech.glide.load.engine.DiskCacheStrategy;
public class MainActivity extends AppCompatActivity {
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
ImageView imageView = findViewById(R.id.imageView);
String imageUrl = "https://example.com/image.jpg";
Glide.with(this)
.load(imageUrl)
// 设置磁盘缓存策略为缓存所有类型的图片
.diskCacheStrategy(DiskCacheStrategy.ALL)
.into(imageView);
}
} 在 MainActivity 中，我们使用 Glide 加载图片。通过 diskCacheStrategy(DiskCacheStrategy.ALL) 方法设置磁盘缓存策略，这里表现缓存全部类型的图片。
https://i-blog.csdnimg.cn/direct/cb080fd09e0b4669a670b79f01370f69.png
简朴概述：
[*] 内存缓存（手机内存）
[*]存近来看过的图，像手机相册近来项目
[*]优化：只存 15% 内存空间，主动清算不常用的
[*] 磁盘缓存（手机硬盘）
[*]存常用图的备份，像电脑硬盘
[*]优化：存 100MB，优先存高质量图
[*] 网络缓存（路由器缓存）
[*]存已经下载过的图，像小区快递柜
[*]优化：存 50MB，制止重复下载
具体概述
每一层的具体实现
1. 内存缓存（Memory Cache）
[*]作用：快速表现刚看过的图片（如滑动列表时往返切换的图片）
[*]实现：
[*]使用 LruCache 算法（近来最少使用），主动清算长时间不消的图片
[*]限制：只占手机可用内存的 15%（比方手机有 8GB 内存，内存缓存约 1.2GB）
[*]优化：
[*]图片按屏幕尺寸压缩（比如原图 2000px，手机屏幕 1000px，只存 1000px 版本）
[*]主动清算超出内存限制的图片
2. 磁盘缓存（Disk Cache）
[*]作用：存常用但临时不在内存中的图片（如用户常常访问的商品详情页图片）
[*]实现：
[*]使用 DiskLruCache 存储在手机硬盘
[*]限制：总容量 100MB，优先存高质量图片
[*]优化：
[*]按 URL 哈希值命名文件，制止重复存储相同图片
[*]主动清算超过 7 天未使用的图片
3. 网络缓存（Network Cache）
[*]作用：制止重复从服务器下载相同图片（需结合 HTTP 缓存头）
[*]实现：
[*]通过 OkHttp 的缓存机制，将图片存在路由器或基站缓存中
[*]限制：总容量 50MB，优先存高频访问的图片
[*]优化：
[*]根据 HTTP 的Cache-Control头设置缓存时间（如设置为 1 天）
[*]图片 URL 带版本号（如image_v2.jpg），版本更新时强制重新下载
常见问题解决方案
1. 缓存穿透
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); 2. 缓存雪崩
int cacheDuration = TimeUnit.HOURS.toMillis(24) + new Random().nextInt(3600000); 3. OOM 预防
// 使用RGB_565格式减少内存占用
Glide.with(context)
.load(url)
.format(DecodeFormat.PREFER_RGB_565)
.into(imageView); 关键指标的获取途径
[*]冷启动加载时间
[*]工具运用：借助 Android Profiler 的 Timeline 功能来精准测量。
[*]操作办法：在应用启动时，启动 Profiler 并纪录图片加载所耗费的时长。
[*]代码示例：
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
[*]工具选择：使用 Android Profiler 的 Memory Monitor 举行监测。
[*]操作步调：在滑动列表时，留意 Heap Size 的变革趋势。
[*]优化要点：对比开启缓存前后，Bitmap 内存占用的差异。
[*]缓存命中率盘算
[*]工具利用：通过 Glide 的日志输出（设置Glide.get(context).setLogLevel(Log.DEBUG)）。
[*]数据提取：从日志中筛选出Fetched和Decoded相关的条目。
[*]盘算公式：缓存命中率 = （内存命中数 + 磁盘命中数）÷ 总哀求数 × 100%。
[*]FPS 帧率监控
[*]工具使用：接纳 Android Profiler 的 FrameMetrics 功能。
[*]操作方式：在滑动列表的过程中，纪录丢帧的数目。
[*]优化目标：确保平均帧率稳固在 55fps 以上。
扩展追问：
如何解决内存缓存导致的 OOM 问题？
动态尺寸压缩：
Glide.with(context)
.load(url)
.override(imageView.width, imageView.height)
.into(imageView) 格式优化：优先使用 WebP 格式（体积减少 30%）
生命周期绑定：通过Glide.with(this)主动开释资源
内存监控：结合 Android Profiler 设置内存阈值报警
总结：通过合理设置和优化，可显著提升应用性能，降低用户流失率。建议开发者在新项目中优先接纳 Glide 的三级缓存方案，并根据现实需求举行定制化调解。
感谢观看！！！
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]