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。
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。
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
[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。

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。