3. 配置OkHttp缓存目录与大小：File、maxSize、删除策略

3.1 原理概述

OkHttp 的缓存子系统基于 DiskLruCache 实现，所有缓存响应以文件形式持久化到磁盘。配置缓存的核心三要素为：

• 缓存目录（File）——决定缓存文件存储在哪个路径，通常指向应用专属的内部存储目录，避免被用户或系统随意清理。
• 最大大小（maxSize）——限制缓存占用的总字节数，当写入新缓存导致总大小超标时，触发淘汰机制。
• 删除策略（LRU）——OkHttp 内置 最近最少使用（Least Recently Used） 淘汰算法：优先删除最久未被访问的缓存条目，直到总容量降至 maxSize 以下。

这三个配置项通过 Cache(directory, maxSize) 构造函数绑定，再由 OkHttpClient.Builder.cache(cache) 注入到 HTTP 客户端。正确设置后，OkHttp 自动拦截响应、写入缓存、执行 LRU 淘汰，开发者无需手动管理删除逻辑。

3.2 核心配置参数

3.3 实现流程

1. 确定目录——使用 context.cacheDir 创建子目录，确保路径唯一且应用私有。
2. 计算容量——根据业务场景估算缓存上限（图片多则 50MB+，纯 API 响应 10MB 足够）。
3. 构造 Cache——调用 Cache(directory, maxSize) 初始化 DiskLruCache。
4. 注入 OkHttpClient——通过 Builder.cache(cache) 关联客户端。
5. 请求响应——OkHttp 自动判断缓存头、读写磁盘、触发 LRU 淘汰。

3.4 代码实现

下面是一个完整的 OkHttp 缓存配置示例（Kotlin）：

// 1. 创建缓存目录（应用私有路径）
val cacheDir = File(context.cacheDir, "okhttp_cache")
if (!cacheDir.exists()) cacheDir.mkdirs()

// 2. 设置最大缓存大小：50MB
val maxSize = 50 * 1024 * 1024L

// 3. 构建 Cache 对象
val cache = Cache(cacheDir, maxSize)

// 4. 关联 OkHttpClient（全局单例）
val okHttpClient = OkHttpClient.Builder()
    .cache(cache)
    .addNetworkInterceptor(HttpLoggingInterceptor().apply {
        level = HttpLoggingInterceptor.Level.HEADERS
    })
    .build()

3.5 调试与验证

通过 OkHttp 的日志拦截器观察缓存命中状态。关键响应头字段：

D/OkHttp: <-- 200 OK https://api.example.com/users (378ms)
D/OkHttp: Content-Type: application/json
D/OkHttp: Content-Length: 2148
D/OkHttp: Cache-Control: public, max-age=3600
D/OkHttp: OkHttp-Sent-Millis: 1712345678000
D/OkHttp: OkHttp-Received-Millis: 1712345678378
D/OkHttp: X-Cache: HIT from disk    ← 关键标识：缓存命中

• X-Cache: HIT from disk —— 响应来自磁盘缓存。
• X-Cache: MISS —— 未命中，回源网络请求。

若未看到 X-Cache 头，可通过自定义拦截器手动标记：

class CacheStatusInterceptor : Interceptor {
    override fun intercept(chain: Interceptor.Chain): Response {
        val request = chain.request()
        val response = chain.proceed(request)
        val cacheStatus = if (response.cacheResponse() != null) "HIT" else "MISS"
        return response.newBuilder()
            .header("X-Cache", "$cacheStatus from disk")
            .build()
    }
}

3.6 常见错误与避坑

3.7 性能与稳定性优化

• 预创建目录：在 Application.onCreate 中提前调用 cacheDir.mkdirs()，避免首次网络请求的延迟。
• 合理设置 maxSize：根据缓存条目平均大小估算条目数。例如平均每个响应 20KB，50MB 可容纳约 2500 个条目，足以覆盖大多数 App 的 API 缓存需求。
• 监控缓存命中率：通过 cache.hitCount() 和 cache.missCount() 定期上报，若命中率低于 30% 则需检查 Cache-Control 头或增大 maxSize。
• 避免缓存目录 IO 竞争：不要在 UI 线程执行 Cache.evictAll() 或 Cache.initialize() 等阻塞操作，DiskLruCache 内部使用异步清理线程。
• 更新后重置缓存：若 API 数据结构变更，调用 cache.evictAll() 清空旧缓存，但务必在后台线程执行：

// 后台线程清空缓存
lifecycleScope.launch(Dispatchers.IO) {
    okHttpClient.cache?.evictAll()
    Log.d("Cache", "旧缓存已全部清除")
}