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，接着计算出内存缓存的大小，这里设定为最大内存的 15%，最后使用 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，再将磁盘缓存的大小设置为 100MB，最后使用 DiskLruCacheFactory 来设置磁盘缓存。
- 磁盘缓存目录：应用专属缓存目录
- 缓存淘汰算法：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大小（这里是 50MB），然后创建 OkHttpClient 并设置缓存，最后注册 OkHttpUrlLoader，使 Glide 采用 OkHttp 进行网络请求。
- 结合 OkHttp 实现 HTTP 缓存
- 缓存控制策略：根据响应头的 Cache-Control 字段
- 网络请求重试机制：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，这里表示缓存所有类型的图片。
简单概述：
-
内存缓存（手机内存）
- 存最近看过的图，像手机相册最近项目
- 优化：只存 15% 内存空间，自动清理不常用的
-
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，避免重复下载
具体概述
每一层的具体实现
1. 内存缓存（Memory Cache）
- 作用：快速显示刚看过的图片（如滑动列表时来回切换的图片）
- 实现：
- 使用 LruCache 算法（最近最少使用），自动清理长时间不用的图片
- 限制：只占手机可用内存的 15%（例如手机有 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）
- 自动清理超出内存限制的图片
2. 磁盘缓存（Disk Cache）
- 作用：存常用但暂时不在内存中的图片（如用户经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，避免重复存储相同图片
- 自动清理超过 7 天未使用的图片
3. 网络缓存（Network Cache）
- 作用：避免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
- 根据 HTTP 的
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 并记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 进行监测。
- 操作步骤：在滑动列表时，留意 Heap Size 的变化趋势。
- 优化要点：对比开启缓存前后，Bitmap 内存占用的差异。
- 缓存命中率计算
- 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。 - 计算公式：缓存命中率 = （内存命中数 + 磁盘命中数）÷ 总请求数 × 100%。
- 工具利用：通过 Glide 的日志输出（设置
- FPS 帧率监控
- 工具使用：采用 Android Profiler 的 FrameMetrics 功能。
- 操作方式：在滑动列表的过程中，记录丢帧的数量。
- 优化目标：确保平均帧率稳定在 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)自动释放资源
内存监控：结合 Android Profiler 设置内存阈值报警
总结：通过合理配置和优化，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采用 Glide 的三级缓存方案，并根据实际需求进行定制化调整。
感谢观看！！！