Android Glide缓存策略

一、glide缓存策略

缓存在请求网络图片时能减少不必要的流量浪费。Glide 缓存分为内存缓存和硬盘缓存，这两个缓存模块的作用各不相同，内存缓存的主要作用是 防止应用重复的将图片数据读取到内存，而硬盘缓存则是防止应用重复从网络或其他地方下载和读取数据。

关于缓存，就一定涉及到缓存 key 。如何生成 key 呢？查看 KeyFactory.buildKey() 方法。一般一张网络图片的唯一标志是图片 url 地址，但是基于这张图片加载时设置的一系列规则，比如 override 设置了固定大小也会生成新的缓存 Key .

1、内存缓存
Glide 默认是开启了内存缓存，可以通过代码设置：

Glide.with(this).load(url).skipMemoryCache(true).into(iv);

skipMemoryCache() 方法传入 true，就表示禁止 Glide 的内存功能。

内存缓存经常会用到 LruCache 算法，Glide 的内存缓存用到的也是 LruCache 算法，同时也用到了一种弱引用机制，共同完成内存缓存。

追溯源码至 Engine.load() 方法，这一步开始决定是使用缓存数据还是直接重新下载图片，整个流程如下：

这里有个问题：LruCache 只看到了取数据的过程，那么何时会存数据呢？
A: Engine.onResourceReleased() 释放资源时，具体在于 acquire 引用计数器的作用：

当计数器>0，说明图片正在使用，存在于 activeResources 弱引用map中；
经过 release() 后，若计数器=0，说明图片不再被使用，就会调用上述方法释放资源，此时在该方法中会将当前没有使用的资源缓存到 LruCache 中。

2、磁盘缓存
Glide 禁止磁盘缓存的代码如下：

Glide.with(this).load(url).diskCacheStrategy(DiskCacheStrategy.NONE).into(iv);

先来说说几种磁盘缓存的策略：

DiskCacheStrategy.NONE：表示不缓存任何内容
DiskCacheStrategy.SOURCE：表示只缓存原始图片
DiskCacheStrategy.RESULT：表示只缓存转换后的图片（默认选项）
DiskCacheStrategy.ALL：表示既缓存原始图片，也缓存转换后的图片
注：Glide 加载一张图时，默认不会展示原图，而是会对图片进行压缩和转换，比如对图片进行尺寸压缩到 目标View大小。

磁盘缓存使用的也是 LRU 算法，对应的实现工具为 DiskLruCache ，整个处理流程接着上面内存缓存的流程开始，也即是 新开 EngineRunnable 任务加载图片，这一步会先判断是否进行过磁盘缓存，若可以则直接从磁盘缓存取，否则重新下载。流程如下：

关于 Glide 的缓存机制目前就到这里，简单总结就是：

若允许内存缓存，先从内存LruCache中查找，若存在则将该资源添加到 activeResouces 弱引用map中然后返回，该 map 主要用来缓存当前正在使用的资源，若不存在则判断 activeResouces 弱引用map 中是否存在，若存在则返回，每次资源处于正在使用状态，则引用计数加一，若未使用，则缓存到 LruCache 中；
若内存中不存在，若允许磁盘缓存，再从磁盘缓存中查找；
若磁盘中不存在，则直接下载，然后再根据磁盘缓存策略缓存原图或是经转换后的图到磁盘中。

二、Glide中为什么有弱引用缓存

1、弱引用
弱引用通过WeakReference类实现。 弱引用的生命周期比软引用短。在垃圾回收器线程扫描它所管辖的内存区域的过程中，一旦发现了具有弱引用的对象，不管当前内存空间足够与否，都会回收它的内存。由于垃圾回收器是一个优先级很低的线程，因此不一定会很快回收弱引用的对象。弱引用可以和一个引用队列（ReferenceQueue）联合使用，如果弱引用所引用的对象被垃圾回收，Java虚拟机就会把这个弱引用加入到与之关联的引用队列中（和引用队列一起使用同上面的软引用）。

应用场景：弱应用同样可用于内存敏感的缓存。

2、为什么有弱引用缓存
因为Lru算法，他是最近最少使用原则的回收策略；所以可能导致正在使用的图片被回收，如果用了弱引用的缓存，就可以保证它正在使用的时候不会被回收，这样就实现了正在使用资源与缓存资源的隔离；正在使用资源不收到Lru算法的回收影响。
而且弱引用对象，他的get（），然后赋值给强引用对象的时候，他就是多了个强引用了，就不会被回收了；当没有get的弱引用被回收了，就会进入到引用队列，对弱引用进行回收监听，当触发了回收，就立马从引用队列中获取到相应的对象加入到内存缓存中。