缓存优化必备：掌握冷热分离和重排序的优化技巧_缓存冷热数据如何进行处理(2)

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

在当今高并发、大数据的时代，系统性能优化是非常重要的。而缓存优化作为提高系统性能的一种有效手段，被广泛应用于各种场景中。其中，冷热端分离和重排序是常见的两种缓存优化方式。本篇博客将详细介绍这两种优化方式的原理、实现和应用场景，希望能为您的系统性能优化提供帮助。

缓存优化是提高系统性能的一种有效手段，其中冷热端分离和重排序是常见的两种优化方式。

缓存优化

1.冷热端分离

缓存的命中率受多种因素影响，其中最重要的因素之一是缓存的大小。在实际应用中，经常会遇到数据集非常大的情况，如果将全部数据都放入缓存，那么缓存的命中率就会很低，从而影响系统的性能。此时可以考虑采用冷热端分离的策略。

所谓冷热端分离，就是将数据集分为两个部分：冷数据和热数据。冷数据指的是访问频率低的数据，可以不用放入缓存中，而热数据指的是访问频率高的数据，应该优先放入缓存中。通过冷热端分离，可以有效地提高缓存的命中率，从而提升系统的性能。

2.重排序

在实际应用中，数据访问的顺序往往并不是随机的，而是有一定的规律。如果按照这种规律来访问数据，可以有效地提高缓存的命中率。因此，可以采用重排序的策略来优化缓存。

所谓重排序，就是将数据按照一定的规则重新排序，使得访问频率高的数据排在前面，访问频率低的数据排在后面。这样，在访问数据时就可以先访问排在前面的数据，从而提高缓存的命中率。

需要注意的是，重排序的策略需要根据具体的数据集来确定，不同的数据集可能需要不同的重排序策略。同时，重排序可能会增加一定的计算量，需要在性能和命中率之间做出平衡。

举个例子

Android 中使用冷热端分离和重排序策略提高图片加载缓存命中率的例子

class ImageLoader(private val context: Context) {
private val memoryCache: LruCache<String, Bitmap>
private val diskCache: DiskLruCache

init {
// 计算可用的最大内存
val maxMemory = (Runtime.getRuntime().maxMemory() / 1024).toInt()
// 取可用内存的 1/8 作为缓存大小
val cacheSize = maxMemory / 8
memoryCache = object : LruCache<String, Bitmap>(cacheSize) {
override fun sizeOf(key: String, value: Bitmap): Int {
// 计算 Bitmap 的大小，单位是 KB
return value.byteCount / 1024
}
}
// 获取磁盘缓存路径
val cacheDir = context.externalCacheDir?.path ?: context.cacheDir.path
val diskCacheDir = File(cacheDir + File.separator + “image_cache”)
if (!diskCacheDir.exists()) {
diskCacheDir.mkdirs()
}
diskCache = DiskLruCache.open(diskCacheDir, 1, 1, 10 * 1024 * 1024)
}

//
fun displayImage(url: String, imageView: ImageView) {
val bitmap = memoryCache.get(url)
if (bitmap != null) {
imageView.setImageBitmap(bitmap)
return
}
loadFromDiskCache(url, imageView)
loadFromNetwork(url, imageView)
}

private fun loadFromDiskCache(url: String, imageView: ImageView) {
var bitmap: Bitmap? = null
try {
val snapshot = diskCache.get(url)
if (snapshot != null) {
val inputStream = snapshot.getInputStream(0)
val fileDescriptor = (inputStream as FileInputStream).fd
bitmap = BitmapFactory.decodeFileDescriptor(fileDescriptor)
if (bitmap != null) {
memoryCache.put(url, bitmap)
imageView.setImageBitmap(bitmap)
}
}
} catch (e: IOException) {
e.printStackTrace()
}
}

private fun loadFromNetwork(url: String, imageView: ImageView) {
// 发送网络请求获取图片数据
// …

// 解码图片数据并显示
val bitmap = decodeBitmapFromData(imageData, reqWidth, reqHeight)
if (bitmap != null) {
memoryCache.put(url, bitmap)
try {
val editor = diskCache.edit(url)
if (editor != null) {
val outputStream = editor.newOutputStream(0)
bitmap.compress(Bitmap.CompressFormat.PNG, 100, outputStream)
editor.commit()

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

54613a03fab5e56a57acb)**

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！