缓存是 Glide 框架设计的灵魂，是其流畅性能的基石。一个高效的缓存策略可以避免重复的网络请求、减少耗时的解码操作，并极大节省内存和 CPU 资源。本文将深入 Glide 的多级缓存架构，解析其工作原理，并提供从基础配置到高级定制的全方位优化策略。

---

1. Glide 缓存架构总览：三级缓存模型

Glide 采用了典型的三级缓存设计，每一级都有其明确的职责和生命周期。理解这三者的协作方式是进行优化的前提。

缓存类型	存储位置	存储内容	特点	生命周期
活动资源 (Active Resources)	内存	当前正在使用的图片的弱引用	响应最快，避免重复加载正在使用的图片	与图片的引用计数绑定
内存缓存 (Memory Cache)	内存	最近使用过的图片的Bitmap（LRU）	速度快，存储转换后的资源	受分配大小限制，APP在后台可能被清空
资源缓存 (Resource Cache)	磁盘	转换后（如缩放、裁剪）的图片数据	节省CPU，避免重复转换	受分配大小限制，APP卸载时清除
数据缓存 (Data Cache)	磁盘	原始的、未解码的图片数据（如网络下载的流）	节省带宽，避免重复网络请求	受分配大小限制，APP卸载时清除

数据加载流程（缓存查找顺序）：

1. 活动资源 (Active Resources) -> 2. 内存缓存 (Memory Cache) -> 3. 资源缓存 (Resource Cache) -> 4. 数据缓存 (Data Cache) -> 5. 原始源（网络/文件等）

这个流程体现了 Glide 的设计哲学：从处理成本最高的操作（网络请求）开始回溯，优先使用成本最低的缓存。

---

2. 深度解析各级缓存

a) 活动资源 (Active Resources)

这是一个持有对当前正在显示或即将显示的图片资源的弱引用集合。

• 原理：当一个图片被成功加载并显示到 Target（如 ImageView）时，它会被放入活动资源缓存。当所有对该资源的强引用都被释放（如 ImageView 被回收），弱引用会被垃圾回收器清理，该资源随后会被移出活动缓存，并可能被放入内存缓存。

• 作用：防止同一张图片在同一时间内被多次解码和加载，这是解决列表滑动中图片重复加载和闪烁问题的关键。

b) 内存缓存 (Memory Cache)

这是一个基于 LRU (Least Recently Used) 算法的 LruResourceCache，存储的是经过解码和变换（如 centerCrop()）后的 Bitmap 或 GifDrawable 对象。

• 原理：使用图片的缓存键（Cache Key）来存储和检索。当活动资源被释放后，资源会被添加到这里。缓存满时，最久未使用的资源会被移除。

• 性能：直接从内存读取 Bitmap，速度极快，是保证UI流畅度的核心。

c) 磁盘缓存：资源缓存 (Resource Cache) 与 数据缓存 (Data Cache)

Glide 将磁盘缓存分为两层，这是一个非常精巧的设计。

• 数据缓存 (Data Cache)：存储的是最原始的数据，例如从网络下载的 InputStream 的字节流、本地文件的副本。它的 key 通常只包含图片的原始 URI 和一些签名（Signature）。

• 资源缓存 (Resource Cache)：存储的是解码后、又经过各种变换（Transformation）处理后的数据。它的 key 包含了原始 URI、图片尺寸、变换操作的哈希值等所有影响最终呈现效果的参数。

举例说明：
你有一张原图 A，并在两个地方使用：

1. Glide.load(A).override(200, 200).centerCrop().into(view1)

2. Glide.load(A).override(400, 400).circleCrop().into(view2)

• 数据缓存只会存储一份 A 的原始数据。

• 资源缓存会存储两份资源：

  • Key1: (A_URI, 200x200, centerCrop_hash)

  • Key2: (A_URI, 400x400, circleCrop_hash)

这种设计避免了对同一张原图进行不同处理时的重复解码和变换计算，用磁盘空间换取了CPU时间。

---

3. 核心配置与优化策略

所有配置都在自定义的 AppGlideModule 中完成。

a) 全局缓存配置

kotlin

@GlideModule
class MyAppGlideModule : AppGlideModule() {
    override fun applyOptions(context: Context, builder: GlideBuilder) {
        // 1. 配置内存缓存大小 (默认约为设备可用内存的 1/8)
        val memoryCacheSizeBytes = 1024 * 1024 * 20 // 20 MB
        builder.setMemoryCache(LruResourceCache(memoryCacheSizeBytes.toLong()))

        // 2. 配置Bitmap池大小 (用于Bitmap复用，强烈建议设置为内存缓存的 1.5 - 2 倍)
        val bitmapPoolSizeBytes = 1024 * 1024 * 40 // 40 MB
        builder.setBitmapPool(LruBitmapPool(bitmapPoolSizeBytes.toLong()))

        // 3. 配置磁盘缓存 - 策略和大小
        val diskCacheSizeBytes = 1024 * 1024 * 250 // 250 MB
        // 使用内部存储，更可靠，空间通常较小
        builder.setDiskCache(InternalCacheDiskCacheFactory(context, "glide_cache", diskCacheSizeBytes))
        // 或者使用外部存储，空间更大，但用户可能清理或卸载
        // builder.setDiskCache(ExternalCacheDiskCacheFactory(context, "glide_cache", diskCacheSizeBytes))
        
        // 4. 配置默认图片格式 (省内存优化)
        builder.setDefaultRequestOptions(
            RequestOptions()
                .format(DecodeFormat.PREFER_RGB_565) // 比ARGB_8888节省一半内存，无透明度通道
                // .disallowHardwareConfig() // 在某些API上解决Bitmap转换问题
        )
    }
}

大小建议：

• 内存缓存：根据应用类型定。图片密集型应用（如画廊、社交APP）可以设置更大（40-60MB），工具类应用可以更小（10-20MB）。

• Bitmap池：必须配置，且应大于等于内存缓存大小。它是减少 GC 和 Bitmap 分配开销的关键。

• 磁盘缓存：可以设置得足够大（100MB-1GB），具体取决于应用对离线浏览的需求。

b) 精细化请求控制：diskCacheStrategy()

这是控制单个请求缓存行为的最强大工具。

kotlin

// 场景1：用户头像（经常变换，需要及时更新）
Glide.with(this)
    .load(user.avatarUrl)
    .diskCacheStrategy(DiskCacheStrategy.ALL) // 既缓存原始数据，也缓存最终资源
    .signature(ObjectKey(user.avatarLastUpdateTime)) // 关键：URL未变但内容变了，用签名使旧缓存失效
    .into(imageView)

// 场景2：加载GIF（原始数据很大，且通常不需要变换）
Glide.with(this)
    .load(gifUrl)
    .diskCacheStrategy(DiskCacheStrategy.DATA) // 只缓存原始GIF数据，不缓存解码后的每一帧

// 场景3：固定不变的本地资源或APP图标
Glide.with(this)
    .load(R.drawable.static_icon)
    .diskCacheStrategy(DiskCacheStrategy.NONE) // 跳过磁盘缓存
    .skipMemoryCache(true) // 跳过内存缓存

// 场景4：需要频繁变换参数的图片（如不同大小的同一张图）
Glide.with(this)
    .load(url)
    .override(300, 300)
    .diskCacheStrategy(DiskCacheStrategy.RESOURCE) // 只缓存变换后的300x300资源，不缓存原始数据

// 参数说明：
// DiskCacheStrategy.ALL:         缓存原始数据+转换后的资源（默认策略）
// DiskCacheStrategy.NONE:        不进行磁盘缓存
// DiskCacheStrategy.DATA:        只缓存原始、未解码的数据
// DiskCacheStrategy.RESOURCE:    只缓存解码后、转换后的资源
// DiskCacheStrategy.AUTOMATIC:   Glide根据资源类型智能选择（默认值）

c) 高级优化：自定义缓存键与哈希

默认的缓存键已经非常完善，但在某些极端场景下需要手动干预。

• 问题：图片URL不变，但服务器内容更新了（如用户上传了新头像，但URL没变）。

• 解决方案：使用 .signature() 注入一个版本标识符（如时间戳、文件ETag、对象哈希值）。

kotlin

// 方法1：使用文件最后修改时间（适合本地文件）
val file = File("/path/to/image.jpg")
Glide.with(this)
    .load(file)
    .signature(MediaStoreSignature(file.mimeType, file.lastModified(), 0))
    .into(imageView)

// 方法2：使用API返回的版本号或ETag（适合网络图片）
Glide.with(this)
    .load(imageUrl)
    .signature(ObjectKey(apiResponse.imageVersion)) // 或 apiResponse.etag
    .into(imageView)

// 方法3：使用自己生成的密钥（如用户ID+图片ID）
val uniqueKey = "${userId}_${imageId}_v2"
Glide.with(this)
    .load(imageUrl)
    .signature(ObjectKey(uniqueKey))
    .into(imageView)

---

4. 缓存问题排查与调试

当缓存行为不符合预期时，可以使用 Glide 的日志功能进行深度排查。

kotlin

// 在AppGlideModule中开启详细日志
override fun applyOptions(context: Context, builder: GlideBuilder) {
    builder.setLogLevel(Log.DEBUG) // 使用 Log.VERBOSE 获取更详细的信息
}

查看 Logcat 中 Glide 标签的日志，你会看到类似这样的信息：

text

// 缓存命中
D/Glide: Finished loading ... from [RESOURCE_DISK_CACHE] ... for ... with size [100x100]
// 缓存未命中，从原始源加载
D/Glide: Finished loading ... from [SOURCE] ... for ... with size [100x100]

通过日志可以清晰地看到图片是从哪一级缓存加载的（ACTIVE_RESOURCE, MEMORY_CACHE, RESOURCE_DISK_CACHE, DATA_DISK_CACHE, SOURCE），这是诊断缓存失效、配置错误等问题的最直接手段。

---

5. 总结与实践清单

1. 必配项：在 AppGlideModule 中配置内存缓存、Bitmap池和磁盘缓存的大小。

2. 格式优化：默认使用 PREFER_RGB_565 以节省内存（除非需要透明度）。

3. 策略选择：根据场景为每个请求精细配置 diskCacheStrategy。

4. 内容更新：对于URL不变内容变的图片，必须使用 .signature()。

5. 列表优化：在 Adapter 的 onBindViewHolder 中调用 Glide.clear() 以防止错乱，并考虑使用 preload()。

6. 调试利器：在开发阶段开启 setLogLevel(Log.DEBUG) 来观察缓存行为。

通过理解和应用这些缓存机制，你可以将 Glide 的性能发挥到极致，为用户提供近乎瞬时的图片加载体验，同时显著降低设备的资源消耗和用户的网络流量。