⑴ Glide ② — 缓存机制
阅读本文需要先了解 Glide加载流程
首先介绍一下Glide中对图片资源的封装类： EngineResource
在活动缓存中，使用了一个map用来存放EngineResource对象，这里需要注意一个操作，就是这个EngineResource对象是用WeakReference包裹的，并且通过ReferenceQueue监听了EngineResource的回收，在回收的时候会清理当前的活动缓存内容；
下面分析一下源码是如果实现的：
首先，自定义一个WeakReference类，将key和resource传进入（用于在WeakReference回收的时候释放），传入一个ReferenceQueue对象，用于监听WeakReference回收
开启一个子线程，在循环中监听ReferenceQueue的返回值，通过这个返回值，判断WeakReference有没有回收，监听的方法是ReferenceQueue.remove(),这是一个阻塞方法；所以要开子线程；
LruResourceCache继承了LruCache类，关于LruCache类，简单提一下，具体的可以参考我之前的博客 LruCache实现 ，LruCache继承了LinkedHashMap，LinkedHashMap有一个特点，就get后的数据会移动到队列，这就是Lru思想：固定一个容量，put的时候如果超过容量了，将最后一个节点删除，get的时候将get的这个节点移动到队列的头部；
onItemEvicted（）方法是LruCache的一个空方法，调用的时机是在put的时候判断是否超过容量，如果超过容量了，就淘汰最后一个节点，并调用这个方法；
活动缓存和内存缓存都是缓存在内存中的，活动缓存缓存的是正在使用的图片资源，当图片不使用时会放到内存缓存中，提出活动缓存的目的：单一的内存缓存由于Lru的淘汰机制会导致图片加载不稳定
首先介绍一个磁盘缓存方案DiskLruCache(非Google官方编写，但获得官方认证)，关于这个磁盘缓存方案的理解可以看郭林的这片文章：
Android DiskLruCache完全解析，硬盘缓存的最佳方案
从上一篇文章知道，Glide加载操作是通过 Engine 来驱动的
Engine的load()中，首先尝试从 活动缓存 和 内存缓存 获取缓存，如果没有缓存再启动EngineJob和DecodeJob； 上面介绍了缓存的获取，下面看一下缓存的存放，肯定是在获取到图片后的回调中存放的
在DecodeJob获取到图片数据后，会回调很多接口，在回调中会将其放入 活动缓存 ，当图片不在使用的时候，就会放入内存缓存，根据上面介绍的活动缓存规则，当 EngineResource 计数为0时就应该放入内存缓存；
当资源引用为0，回调onResourceReleased(),从活动缓存移除，放入内存缓存；
上面介绍了活动缓存和内存缓存的存放和获取，下面看一看磁盘缓存的存取；
还记得 DataFetcherGenerator 接口吗？这个接口是DecodeJob用于获取数据的，有三个具体的实现：
我们在上一篇具体介绍的是网络文件的获取，这里的磁盘缓存使用的就是 DataCacheGenerator（缓存文件） 这个Generator了
上篇文章知道DecodeJob是一个Runnable任务，在run()会调用runWrapped()，在runWrapped()中会做三种事情：
在runWrapped（）的解码操作中会执行decode()，在decode()中，会disk put操作;
Glide的磁盘缓存是基于DiskLruCache 实现的，Glide直接使用的是DiskLruCacheWrapper对象对DiskLruCache 的封装；
⑵ 内存、缓存、闪存的定义和具体作用！
缓存是指可以进行高速数据交换的存储器，它先于内存与CPU交换数据，因此速度很快
缓存（Cache memory）是硬盘控制器上的一块内存芯片，具有极快的存取速度，它是硬盘内部存储和外界接口之间的缓冲器。由于硬盘的内部数据传输速度和外界接口传输速度不同，缓存在其中起到一个缓冲的作用。缓存的大小与速度是直接关系到硬盘的传输速度的重要因素，能够大幅度地提高硬盘整体性能。当硬盘存取零碎数据时需要不断地在硬盘与内存之间交换数据，如果有大缓存，则可以将那些零碎数据暂存在缓存中，减小外系统的负荷，也提高了数据的传输速度。
硬盘的缓存主要起三种作用：一是预读取。当硬盘受到CPU指令控制开始读取数据时，硬盘上的控制芯片会控制磁头把正在读取的簇的下一个或者几个簇中的数据读到缓存中（由于硬盘上数据存储时是比较连续的，所以读取命中率较高），当需要读取下一个或者几个簇中的数据的时候，硬盘则不需要再次读取数据，直接把缓存中的数据传输到内存中就可以了，由于缓存的速度远远高于磁头读写的速度，所以能够达到明显改善性能的目的；二是对写入动作进行缓存。当硬盘接到写入数据的指令之后，并不会马上将数据写入到盘片上，而是先暂时存储在缓存里，然后发送一个“数据已写入”的信号给系统，这时系统就会认为数据已经写入，并继续执行下面的工作，而硬盘则在空闲（不进行读取或写入的时候）时再将缓存中的数据写入到盘片上。虽然对于写入数据的性能有一定提升，但也不可避免地带来了安全隐患——如果数据还在缓存里的时候突然掉电，那么这些数据就会丢失。对于这个问题，硬盘厂商们自然也有解决办法：掉电时，磁头会借助惯性将缓存中的数据写入零磁道以外的暂存区域，等到下次启动时再将这些数据写入目的地；第三个作用就是临时存储最近访问过的数据。有时候，某些数据是会经常需要访问的，硬盘内部的缓存会将读取比较频繁的一些数据存储在缓存中，再次读取时就可以直接从缓存中直接传输
计算机业界，内存这个名词被广泛用来称呼 RAM( 随机存取内存 ) 计算机使用随机存取内存来储存执行作业所须的暂时指令以及数据以使计算机的 CPU( 中央处理器 ) 能够更快速读取储存在内存的指令及数据。
例来说，当处理器加载一个应用程序 - 例如文字处理或页面编辑程序 - 到内存使应用程序能以最快速及最高效率的方式执行。以实用价值而言，将程序加载内存能够确保计算机能以更短的时间来执行作业而使工作能够更迅速地完成
内存与储存的差别
大多数人常将内存 (Memory) 与储存空间 (Storage) 两个名字混为一谈 , 尤其是在谈到两者的容量的时候 内存是指 (Memory) 计算机中所安装的随机存取内存的容量而储存 (Storage) 是指计算机内硬盘的容量 为了避免混淆 , 我们将计算机比喻为一个有办公桌与档案柜的办公室。想象一下这个办公桌与档案柜的比喻。想象每次想要阅读一份文件或数据夹都必须从档案柜中找寻的情形，这会大幅减低工作执行的速度 , 更别说会把人逼疯了。如果有足够的办公桌空间 ( 如内存 ), 便能够将所需要的档摊开 , 并能立即一眼就能找出所需的信息。
另一个内存与储存最重要的差别在于 : 储存于硬盘中的信息在关机后能够保持完整，但任何储存在内存中的数据在计算机关机后便会全部流失。就像在办公室的比喻中 , 任何在下班时间后被遗留在桌上的档或档案都会全部被丢弃一样
增加计算机系统中的内存能够增加计算机的效能表现是众所皆知的。如果内存没有足够的空间 , 计算机就必须建立一个虚拟内存档案。在这个过程中 , 中央处理器在硬盘中保留一个空间来代替额外的随机存取内存 这个称为 ” Swapping” 的程序减低系统的速度一般的计算机从内存存取大约需要 200ns( 奈秒 ), 但从硬盘存取则需要 12,000,000ns 具体来说就等于花四个半月的时间来完成三分半中就能完成的工作 !
闪存存储器是保留实力,即使其内容删除.
Flash memory is a form of EAPROM (Electrically Alterable Programmable Read-Only Memory).闪存是一种eaprom(可变电可编程只读存储器).
Each bit of data in a flash memory device is stored in a transistor called a floating gate.每一个比特的数据储存在快闪记忆装置称为浮栅晶体管. The floating gate can only be accessed though another transistor, the control gate.浮动门虽然只能进入另一个晶体管,控制闸门.
The process the control gate uses to access the floating gate is a field emission phenomenon known as Fowler-Nordheim tunneling.利用过程控制闸门进入浮栅是场发射现象称为Fowler-Nordheim隧. Tunneling allows voltage to flow from the control gate to the floating gate through the dielectric layer of oxide which separates them.允许从隧道流电压控制的浮动栅栅绝缘层氧化物通过分隔他们.
⑶ java如何将从数据库取出的数据预先存入到内存
你要实现的这个可能跟SpringMvc的关系不是很大。
你要达到的目的其实就是在jvm启动的时候把数据库数据加载一份到内存，一个静态变量和一个静态初始化块就可以搞定你的问题，这两者都是在类加载的时候初始化一次，像前面回答的一样，你可以用一个HashMap搞定。稍微具体来说，一个静态变量
public static final Map<key,value> cache=new HashMap<key,value>()
static {
cache=请求数据库操作
}
key你自己加，String还是int都行，value是你数据库的结构，可以写个实体。获取的时候直接cache.get(key)就可以了。