Android处理Web/API图片最优方案及OOM内存优化咨询

一、重构图片存储与加载逻辑 #

不要将图片原始数据存入Room数据库，改为在Room中存储商品图片的Web URL即可。图片直接通过URL从Web端加载，彻底规避将大体积二进制数据存入数据库带来的内存与存储压力。如果需要离线展示，借助图片加载库的本地缓存功能自动处理在线下载与离线复用，无需手动维护Room中的图片数据。

二、Bitmap解码与内存优化（解决OOM） #

无论是加载本地缓存还是Web图片，处理Bitmap时必须做以下优化：

• 按View尺寸缩放解码：根据目标ImageView的实际宽高计算缩放比例，通过BitmapFactory.Options的inSampleSize参数缩小图片，避免加载远超View尺寸的原图。示例代码：

  fun decodeSampledBitmapFromSource(source: String, reqWidth: Int, reqHeight: Int): Bitmap {
      val options = BitmapFactory.Options().apply {
          inJustDecodeBounds = true // 仅获取图片尺寸，不加载进内存
          BitmapFactory.decodeFile(source, this)
          inSampleSize = calculateSampleSize(this, reqWidth, reqHeight)
          inJustDecodeBounds = false // 加载缩放后的图片
      }
      return BitmapFactory.decodeFile(source, options)
  }
  
  private fun calculateSampleSize(options: BitmapFactory.Options, reqWidth: Int, reqHeight: Int): Int {
      val (width, height) = options.outWidth to options.outHeight
      var sampleSize = 1
      if (height > reqHeight || width > reqWidth) {
          val halfWidth = width / 2
          val halfHeight = height / 2
          while (halfHeight / sampleSize >= reqHeight && halfWidth / sampleSize >= reqWidth) {
              sampleSize *= 2
          }
      }
      return sampleSize
  }
  

• 使用低内存Bitmap格式：将BitmapFactory.Options的inPreferredConfig设为Bitmap.Config.RGB_565（每个像素占2字节），比默认的ARGB_8888节省一半内存（无透明度需求时适用）。
• 及时回收Bitmap内存：当View不再展示图片时（如RecyclerView item被回收），调用bitmap.recycle()并将引用置为null，帮助GC快速回收内存。使用图片加载库时该步骤会自动处理。
• 避免批量加载Bitmap：列表场景下仅缓存当前可见及附近item的图片，借助加载库的内存缓存机制控制同时加载的图片数量。

三、推荐的图片加载库 #

这些库已封装所有内存优化、缓存、Web加载逻辑，无需重复造轮子：

• Glide：Google官方推荐，自动处理Bitmap缩放、内存/磁盘缓存、生命周期绑定（如Activity销毁时自动取消加载），支持GIF与WebP，一行代码即可完成Web或本地图片加载：

  Glide.with(context)
      .load(imageUrl) // 支持Web URL、本地路径、资源ID
      .placeholder(R.drawable.placeholder)
      .error(R.drawable.error)
      .into(imageView)
  

• Picasso：Square出品，API简洁轻量，适合简单场景的图片加载与缓存。
• Coil：基于Kotlin协程的现代加载库，性能出色，原生支持Jetpack Compose，适合Kotlin项目。

四、图片内存优化最佳实践 #

• 限制内存缓存大小：自行实现缓存时，用LruCache控制内存中缓存的Bitmap总容量，例如设为应用可用内存的1/8：

  val maxMemory = (Runtime.getRuntime().maxMemory() / 1024).toInt()
  val cacheSize = maxMemory / 8
  val bitmapCache = LruCache<String, Bitmap>(cacheSize)
  

• 子线程处理Bitmap：解码Bitmap是耗时操作，必须放在子线程（如Coroutines、线程池）执行，避免阻塞主线程并降低主线程内存压力。
• 监控内存使用：用Android Studio Profiler工具排查内存泄漏或异常大尺寸图片的问题。
• 使用WebP格式：WebP比JPEG/PNG体积小25%-35%，相同质量下占用更少内存，建议后端提供WebP格式图片，主流加载库均支持自动解码。

内容的提问来源于stack exchange，提问作者Shankar Bhandari