原生移动开发 / 系统课时

分页、缓存与请求优化

分页、缓存与请求优化

列表接口最常见的问题不是“请求发不出去”,而是重复加载、翻页错位、刷新后旧数据残留,以及缓存与网络互相覆盖。本课用一个最小分页仓库串起页码、请求去重、内存缓存和刷新策略,形成可验证的加载规则。

学习目标

  • 正确维护页码、是否还有下一页和刷新状态
  • 用请求去重避免相同页面被并发加载
  • 组合缓存与刷新策略,避免旧数据覆盖新数据

先定义分页状态

分页至少需要维护当前下一页、是否正在加载,以及服务端是否还有更多数据。不要只用“列表是否为空”判断能否继续翻页,因为最后一页可能仍然返回少量数据。

kotlin
data class Page<T>(
    val items: List<T>,
    val nextPage: Int?
)

data class PagingState<T>(
    val items: List<T> = emptyList(),
    val nextPage: Int? = 1,
    val loading: Boolean = false
)

这段结构定义不产生输出。nextPage == null 明确表示没有下一页,比依赖列表长度推断更稳定。

让请求去重和缓存进入同一条链路

下面的主示例用纯 Kotlin 模拟分页仓库:同一时刻只允许一次加载;首次或刷新时从第 1 页开始;已加载页面进入缓存。示例采用同步函数便于直接运行,Android 项目中可把网络函数替换为挂起函数,并用 Mutex 或单一协程串行化状态修改。

kotlin
data class Page<T>(val items: List<T>, val nextPage: Int?)

class ArticleRepository {
    private val cache = linkedMapOf<Int, List<String>>()
    private var loading = false
    private var nextPage: Int? = 1

    fun load(refresh: Boolean = false): List<String> {
        if (loading) return emptyList()

        if (refresh) {
            cache.clear()
            nextPage = 1
        }

        val page = nextPage ?: return cache.values.flatten()
        cache[page]?.let { return it }

        loading = true
        return try {
            val response = fetch(page)
            cache[page] = response.items
            nextPage = response.nextPage
            response.items
        } finally {
            loading = false
        }
    }

    private fun fetch(page: Int): Page<String> {
        return when (page) {
            1 -> Page(listOf("A", "B"), nextPage = 2)
            2 -> Page(listOf("C"), nextPage = null)
            else -> Page(emptyList(), nextPage = null)
        }
    }

    fun allItems(): List<String> = cache.values.flatten()
}

fun main() {
    val repo = ArticleRepository()
    println(repo.load())
    println(repo.load())
    println(repo.allItems())
    println(repo.load(refresh = true))
}

预期输出

text
[A, B]
[C]
[A, B, C]
[A, B]

这里有两个关键不变量:只有成功拿到某页后才推进 nextPage;刷新时先重置页码和缓存,再从第一页重新建立结果。真实项目如果请求失败,应保留原页码,避免用户重试时直接跳页。

分页缓存与请求去重流程

缓存策略要先确定数据新鲜度

缓存不是“有就用”,而是要定义何时可用。常见做法是进入页面先展示内存或本地缓存以缩短首屏等待,同时后台发起刷新;用户主动下拉刷新时则优先网络,成功后覆盖旧缓存。

如果业务要求强一致,例如订单支付状态,就不应把长时间缓存当作权威数据。对于新闻流、商品列表等弱一致内容,可以设置过期时间;过期前直接读缓存,过期后请求网络并更新。

控制刷新与翻页的竞态

最危险的情况是“第 3 页正在加载时用户下拉刷新”,随后旧的第 3 页响应晚于刷新结果返回,又被追加到新列表。解决思路不是多加一个布尔值,而是给每轮刷新一个版本号或请求标识,只接收当前版本产生的响应。

验收请求优化是否生效

调试时重点观察三件事:快速连续触底不会发出重复页请求;失败后重试仍请求原页;刷新完成后不会再混入刷新前的迟到响应。只要这三点成立,分页、缓存和请求控制就形成了稳定闭环。

真正有效的优化不是“请求越少越好”,而是在正确性优先的前提下减少无意义请求:缓存负责复用可接受的旧结果,去重负责抑制并发重复,刷新策略负责重新建立可信数据。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

分页、缓存与请求优化

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通