设计一个支持内存+磁盘双缓存的高性能图片加载库

题目

设计一个支持内存+磁盘双缓存的高性能图片加载库

信息

• 类型：问答
• 难度：⭐⭐⭐

考点

内存管理,缓存策略,异步加载,图片处理,性能优化

快速回答

核心设计要点：

• 三级缓存架构：活动资源（弱引用）→ 内存缓存（LruCache）→ 磁盘缓存（DiskLruCache）
• 线程模型：主线程Handler更新UI + 线程池管理网络/磁盘IO + 后台线程解码
• 图片处理：Bitmap复用 + 采样压缩 + 内存计算策略
• 生命周期感知：通过Fragment监听宿主生命周期自动取消请求
• 防抖动优化：请求合并 + 加载优先级管理

1. 核心架构设计

三级缓存流程：

// 伪代码示例
Bitmap loadImage(String url) {
  // 1. 检查活动资源（避免频繁GC）
  if (activeResources.get(url) != null) {
    return activeResources.get(url);
  }

  // 2. 检查内存缓存
  Bitmap bitmap = memoryCache.get(url);
  if (bitmap != null) {
    activeResources.put(url, new WeakReference<>(bitmap));
    return bitmap;
  }

  // 3. 检查磁盘缓存
  File file = diskCache.get(url);
  if (file.exists()) {
    // 后台线程解码
    bitmap = decodeSampledBitmap(file, reqWidth, reqHeight);
    activeResources.put(url, new WeakReference<>(bitmap));
    memoryCache.put(url, bitmap);
    return bitmap;
  }

  // 4. 网络加载
  InputStream is = downloadUrl(url);
  diskCache.put(url, is);  // 写入磁盘
  // 重复步骤3的解码流程
}

2. 关键优化技术

内存缓存策略：

• 使用LruCache + WeakReference双缓存层
• Bitmap内存计算：bitmap.getByteCount()（API 19+）或width * height * 每像素字节数

图片压缩处理：

// 采样压缩示例
public static Bitmap decodeSampledBitmap(File file, int reqWidth, int reqHeight) {
  // 1. 只解码边界信息
  BitmapFactory.Options options = new BitmapFactory.Options();
  options.inJustDecodeBounds = true;
  BitmapFactory.decodeFile(file.getPath(), options);

  // 2. 计算采样率
  options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);

  // 3. 实际解码
  options.inJustDecodeBounds = false;
  options.inPreferredConfig = Bitmap.Config.RGB_565; // 减少内存
  return BitmapFactory.decodeFile(file.getPath(), options);
}

3. 线程与生命周期管理

线程模型：

• 固定大小线程池处理网络请求
• 单线程池处理磁盘IO（避免并发锁竞争）
• Handler将结果切回主线程

生命周期集成：

// 在Activity中添加不可见Fragment
public class RequestManagerFragment extends Fragment {
  @Override
  public void onDestroy() {
    // 取消所有关联请求
    imageLoader.cancelRequests(this);
  }
}

// 发起请求时绑定
imageLoader.load(url).with(activity).into(imageView);

4. 高级优化技巧

• Bitmap复用：使用BitmapFactory.Options.inBitmap（需API 11+）
• 请求合并：对相同URL的请求进行去重
• 磁盘缓存优化：使用DiskLruCache而非SQLite
• 内存抖动预防：避免在循环中创建Bitmap

5. 常见错误

• ❌ 未处理View复用导致的图片错位
• ❌ 内存缓存未考虑Configuration变化
• ❌ 未限制并发线程数导致OOM
• ❌ 磁盘缓存未做LRU清理
• ❌ 忽略网络状态（如WiFi下预加载）

6. 扩展知识

• Glide源码设计：Engine加载机制/Resource回收策略
• Bitmap内存演进：Android 8.0引入的NativeAllocationRegistry
• 新兴技术：Coil的Kotlin协程实现/Picasso的Transformer链
• 监控工具：结合StrictMode检测主线程IO