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 {@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));}
}

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 {@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));}
}

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 {@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));}
}

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 {@Overrideprotected 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

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%。
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！！！