Apollo iOS 中 SQLiteNormalizedCache 的缓存清理机制解析
2025-06-17 15:43:08作者:幸俭卉
问题背景
在使用 Apollo iOS 客户端进行 GraphQL 开发时,许多开发者会选择 SQLiteNormalizedCache 作为本地缓存方案。然而,近期有开发者反馈在调用 clearCache 方法后,虽然返回了成功状态,但 SQLite 数据库文件的大小并未发生变化,文件也没有被删除。
技术原理
SQLiteNormalizedCache 是 Apollo iOS 提供的一个基于 SQLite 数据库的规范化缓存实现。当调用 clearCache 方法时,实际上执行的是删除数据库表中的所有记录,但 SQLite 数据库文件本身并不会被自动删除或缩小。
这种现象源于 SQLite 的内部机制:
- SQLite 采用预分配空间策略,删除记录后空间通常会被标记为可重用而非立即释放
- 数据库文件作为持久化存储容器,设计上不会被自动删除
解决方案
Apollo iOS 提供了 shouldVacuumOnClear 参数来控制清理行为。当设置为 true 时,系统会在清除缓存后执行 SQLite 的 VACUUM 命令:
- VACUUM 命令会重建整个数据库文件,释放未使用的空间
- 这会导致数据库文件实际缩小到仅包含必要结构的大小
- 但数据库文件本身仍然会保留,不会完全删除
最佳实践
对于需要彻底清理缓存的场景,建议:
- 初始化 SQLiteNormalizedCache 时设置 shouldVacuumOnClear 为 true
- 如果确实需要删除整个数据库文件,应该:
- 先关闭所有数据库连接
- 手动删除文件
- 重新创建新的 SQLiteNormalizedCache 实例
注意事项
- VACUUM 操作可能会对性能产生一定影响,特别是大型数据库
- 频繁创建和删除数据库文件可能不是最佳实践,应考虑应用的实际需求
- 在移动设备上,文件系统操作应该放在后台线程执行
通过理解这些机制,开发者可以更好地管理 Apollo iOS 客户端的缓存行为,确保应用性能和存储空间达到最佳平衡。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217