车机导航 App 为什么“反常识”地关掉了图片缓存?——聊聊我们在车机上用 Coil 3 的姿势

34 阅读3分钟

一台车机导航 App,内存留给地图,图片加载“裸奔”也要稳。本文复盘极氪车载导航( com.zeekr.navi )引入 Coil 3 的完整决策链:为什么选它、怎么接入、以及那个让很多人费解的 memoryCache(null) 。

一、背景:车机不是手机,图片加载是“配角”

车载导航 App 的主战场是地图渲染:Mapbox 瓦片、路口大图、小地图投屏(DIM/HUD)……这些才是内存大户。而真正需要“图片加载库”的场景其实很少——POI 详情页相册、欢迎页引导图这类低频 UI 图片。 但它又不能没有:POI 相册是网络图,要处理解码尺寸、加载状态、Compose 生命周期。手写裸造轮子不值当,我们需要一个 轻、新、Compose 原生 的图片库。

二、为什么是 Coil 3

我们锁定的三个理由: 

 1. Kotlin 优先 + Compose 原生 。Coil 由 Kotlin 写成, coil-compose 提供 AsyncImage / rememberAsyncImagePainter 一等公民支持,与项目全 Compose UI(CSD 主屏)无缝衔接,没有 View 体系的包袱。 

2. Coil 3 的架构升级 :3.x 把网络层做成了可选插件( coil-network-okhttp ),核心库更小;KMP 化的 API 设计也意味着更干净的模块边界。对我们这种“只要核心能力”的用法非常合适。 

3. 可控性强 : ImageLoader 全局实例可以完全自定义——这一点正是后面“关缓存”操作的前提。

三、关键一步:启动时安装“定制版”全局加载器

接入点在 App.kt#L118 , Application.onCreate 的最前面:

override fun onCreate() { super.onCreate() installCoilImageLoader() // ... }

fun installCoilImageLoader() { SingletonImageLoader.setSafe { context -> ImageLoader.Builder(context) .memoryCache(null) .build() } }

两行配置,一个反常识决策:关闭内存缓存。 

 - 时机硬约束 : SingletonImageLoader.setSafe 只能在全局实例首次被访问前调用一次。放 App.onCreate 最前,是为了抢在第一个 Compose 界面渲染之前完成注册——晚一步就会抛异常或配置失效。 

- 为什么敢关 :Coil 默认会预留约 25% 可用内存做 MemoryCache。对手机 App 是福利,对导航 App 是浪费——地图引擎在旁边虎视眈眈,这块内存给 Mapbox 它不香吗? 

- 更深一层的车机逻辑 :内存占用直接决定后台进程被 LMK(低内存管理)杀掉的概率。导航是常驻地图桌面, 进程存活 = 热启动零重建 ,这比图片二次加载快 50ms 重要一个数量级。

四、封装两个业务级组件,把细节收进设计系统

全局加载器之外,设计系统还提供了两个 Composable(同在 CoilUtils.kt ): 1. 1.AsyncResourceImage —— 资源图加载 + 日夜模式感知缓存 key

AsyncImage( model = ImageRequest.Builder(LocalContext.current) .data(resId) .memoryCacheKeyExtra(IMAGE_NIGHT_MODE_CACHE_KEY, nightMode.toString()) .bitmapConfig(Bitmap.Config.HARDWARE) .crossfade(false) .build(), // ... )

亮点是把 日夜模式编进缓存 key :即使将来缓存策略变化,深色/浅色主题的图也绝不会串。 HARDWARE bitmap 交给 GPU 纹理,省一半内存。

2. rememberScaledImagePainter —— 按 px 精确解码

rememberAsyncImagePainter( model = ImageRequest.Builder(context) .data(url) .size(width, height) // 传实际绘制尺寸,绝不解出更大的 bitmap .crossfade(true) .build(), // ... )

这是“没有内存缓存”之后的补偿策略:既然不缓存,那就 保证每次解码的 bitmap 不浪费 ——调用方传入真实绘制尺寸,Coil 按需解码。内存效率反而比“无脑全尺寸解码 + 缓存”更高。

五、使用用例

val painter = rememberScaledImagePainter( url = url, width = widthPx, height = (widthPx / ratio.raw).roundToInt().coerceAtLeast(1), ) val loaderState by painter.state.collectAsState() if (loaderState is AsyncImagePainter.State.Success) { content(painter) }

监听 State.Success 才显示,加载完成前不占位不闪图——车机场景下“宁可晚半秒出现,不要一张拉伸糊图”。

六、收益与取舍总结

一句话方法论 :图片库的选择要看场景约束——手机上“缓存拉满求快”是对的,车机上“省内存求稳”才是对的。Coil 3 给了足够的自定义空间,让同一套 API 能适配完全相反的策略。