Cache dan sinkronisasi data dalam pengembangan seluler: apa itu, strategi apa dan cara kerjanya

Penanganan Data di Aplikasi Seluler: Pola Repository dan Data Source

Pola Repository adalah pendekatan arsitektur di mana satu kelas repositori mengelola semua operasi data, mengabstraksi REST API jarak jauh dan penyimpanan lokal Room atau SwiftData. Cara penanganan data ini memungkinkan aplikasi mengambil informasi terlebih dahulu dari Memory Cache atau Disk Cache, lalu dari jaringan, mengurangi waktu respons. Dalam pengembangan seluler, Repository telah menjadi standar de facto berkat rekomendasi Google dan Apple.

Remote Data Source dan Local Data Source

Remote Data Source menyediakan informasi terkini dari server melalui permintaan HTTP. Local Data Source adalah penyimpanan lokal pada perangkat, diimplementasikan melalui Room di Android atau SwiftData di iOS. Repositori menggabungkan kedua sumber: pertama memeriksa cache lokal, dan saat data tidak ada, meminta dari API jarak jauh. Organisasi penanganan data ini memungkinkan aplikasi berfungsi dalam mode offline dan mengurangi beban server.

Contoh Repository di Kotlin

class UserRepository(
    private val remoteDataSource: UserRemoteDataSource,
    private val localDataSource: UserLocalDataSource
) {
    suspend fun getUsers(): List<User> {
        localDataSource.getCachedUsers()?.let { return it }
        val users = remoteDataSource.fetchUsers()
        localDataSource.cacheUsers(users)
        return users
    }
}

Contoh Repository di Swift

class UserRepository {
    private let remote: UserRemoteDataSource
    private let local: UserLocalDataSource
    
    func getUsers() async throws -> [User] {
        if let cached = await local.getCached() { return cached }
        let users = try await remote.fetch()
        await local.save(users)
        return users
    }
}

Caching Data: LRU Cache, Disk Cache dan Memory Cache

LRU Cache (Least Recently Used) adalah algoritma caching di mana, saat batas tercapai, elemen yang paling lama tidak diakses akan dihapus. Di aplikasi seluler, LRU Cache digunakan untuk gambar, respons API dan objek yang diserialisasi. Caching data yang tepat mengurangi jumlah permintaan jaringan dan mempercepat pemuatan konten. Cache di aplikasi seluler adalah komponen penting untuk kinerja tinggi.

Memory Cache vs Disk Cache

Memory Cache menyimpan data di RAM — akses sangat cepat, tetapi kapasitas dibatasi oleh ukuran heap aplikasi. Disk Cache menyimpan informasi di sistem file — lebih lambat tetapi dapat menampung lebih banyak dan bertahan antar sesi. Strategi optimal dalam pengembangan seluler adalah cache dua tingkat: Memory Cache untuk data panas dan Disk Cache untuk data dingin. Saat menangani data, cache tingkat pertama di memori diperiksa terlebih dahulu, diikuti cache tingkat kedua di disk.

Contoh Implementasi LRU Cache

class MemoryCache<K, V>(
    private val maxSize: Int = 100
) {
    private val cache = LinkedHashMap<K, V>(0, 0.75f, true)

    fun get(key: K): V? = cache[key]

    fun put(key: K, value: V) {
        if (cache.size >= maxSize) {
            cache.remove(cache.keys.first())
        }
        cache[key] = value
    }
}

Strategi Invalidasi Cache

Cache TTL (Time To Live) secara otomatis menghapus entri setelah interval waktu yang ditentukan — cocok untuk data API. Invalidasi berbasis peristiwa membersihkan cache saat menerima notifikasi push tentang perubahan. Di aplikasi seluler, pemilihan strategi caching tergantung pada jenis data: gambar di-cache untuk waktu yang lama, sedangkan feed berita memerlukan invalidasi yang sering. Coil di Android dan Kingfisher di iOS sudah mengintegrasikan LRU Cache untuk bekerja dengan gambar.

Antrean Offline: Offline Queue dan Sync Manager

Offline Queue adalah struktur data yang menyimpan operasi pengguna (membuat, memperbarui, menghapus) di database lokal saat perangkat offline. Saat koneksi dipulihkan, Sync Manager menerapkan operasi ini secara berurutan ke server. Jenis sinkronisasi data ini memastikan tidak ada perubahan yang hilang selama kehilangan jaringan sementara. Dalam pengembangan seluler, Offline Queue adalah komponen penting untuk aplikasi dengan koneksi tidak stabil.

Arsitektur Offline Queue

Antrean dibangun di atas tabel di Room atau SwiftData dengan bidang: jenis operasi, badan permintaan JSON, stempel waktu dan status. Sync Manager adalah layanan latar belakang yang memproses operasi yang tertunda, mengirimkannya ke server, memperbarui status dan menghapus entri yang berhasil. Sinkronisasi data melalui WorkManager di Android atau BGTaskScheduler di iOS berlanjut bahkan setelah perangkat di-restart. Menggunakan Offline Queue bersama dengan penanganan data yang tepat memastikan pengalaman pengguna yang mulus.

Contoh Offline Queue di Kotlin

@Entity
data class SyncOperation(
    @PrimaryKey val id: Long,
    val endpoint: String,
    val method: String,
    val body: String,
    val createdAt: Long
)

class SyncManager(
    private val dao: SyncOperationDao,
    private val api: ApiService
) {
    suspend fun syncPending() {
        dao.getPendingOperations().forEach { op ->
            try {
                api.execute(op.endpoint, op.method, op.body)
                dao.delete(op.id)
            } catch (e: Exception) {
                // retry on next cycle
            }
        }
    }
}

Kebijakan Percobaan Ulang dan Timeout

Backoff eksponensial antara percobaan ulang (1d, 2d, 4d, 8d) melindungi server dari beban berlebih dan mencegah percobaan ulang tak terbatas. Batas 5 percobaan mencegah luapan antrean. Sinkronisasi data di aplikasi seluler dengan dukungan idempotensi sisi server memungkinkan percobaan ulang yang aman, menghindari duplikat. Ini sangat penting untuk transaksi keuangan dan pesanan.

Sinkronisasi Data: Conflict Resolution dan Schema Migration

Conflict Resolution adalah kumpulan strategi untuk situasi di mana data yang sama dimodifikasi di perangkat berbeda secara bersamaan. Sinkronisasi data dasar memerlukan pemilihan pendekatan: Last-Write-Wins (tulisan terakhir menang), versioning (versi lebih tinggi menang) atau resolusi manual. Dalam skenario kompleks, CRDT (Conflict-Free Replicated Data Types) digunakan, yang menjamin konvergensi matematis data.

Strategi Resolusi Konflik

Last-Write-Wins adalah yang paling sederhana untuk diimplementasikan tetapi dapat kehilangan perubahan pengguna. Version Vector — setiap catatan menyimpan nomor versi dan pengidentifikasi perangkat; konflik muncul saat versi tidak cocok. CRDT adalah strategi paling andal namun kompleks: data secara matematis menyatu ke satu keadaan tanpa koordinator terpusat. Sinkronisasi data di aplikasi seluler berbasis CRDT digunakan dalam pengeditan kolaboratif di Google Docs dan sinkronisasi catatan di Notion.

Schema Migration: Pembaruan Database yang Aman

Saat aplikasi diperbarui, struktur database lokal berubah: kolom, tabel, indeks ditambahkan. Schema Migration adalah proses mengubah database yang ada ke skema baru tanpa kehilangan data. Room mendukung migrasi melalui kelas Migration dengan versi lama dan baru. SwiftData menggunakan VersionedSchema untuk menggambarkan perubahan. Sinkronisasi data yang tepat antar versi aplikasi memerlukan migrasi yang diuji secara idempoten.

Contoh Schema Migration di Room

val migration1to2 = object : Migration(1, 2) {
    override fun migrate(database: SupportSQLiteDatabase) {
        database.execSQL("ALTER TABLE users ADD COLUMN avatar_url TEXT")
    }
}

@Database(
    entities = [User::class],
    version = 2
)
abstract class AppDatabase : RoomDatabase() {
    abstract fun userDao(): UserDao
}

Contoh Conflict Resolution di Swift

enum ConflictStrategy {
    case lastWriteWins
    case versionVector
    case crdt
}

struct VersionedDocument {
    let id: String
    let version: Int
    let data: Data
    let editedBy: String
    
    func resolve(with remote: VersionedDocument) -> VersionedDocument {
        return version >= remote.version ? self : remote
    }
}

Room dan SwiftData untuk Penyimpanan Lokal

Room adalah pustaka Google untuk penyimpanan lokal di Android, dibangun di atas SQLite dan menyediakan anotasi untuk deskripsi kueri deklaratif. SwiftData adalah kerangka kerja Apple untuk iOS, macOS, watchOS dan visionOS, penerus Core Data dengan sintaks Swift Macro yang ringkas. Kedua alat memecahkan tugas penanganan data di perangkat, tetapi dengan pendekatan berbeda untuk organisasi kode. Cache di aplikasi seluler sering dibangun di atas teknologi ini.

Room: DAO, Entities dan Type Converters

Room menggunakan anotasi @Entity untuk tabel dan @Dao untuk kueri. DAO merangkum semua operasi SQL dengan pemeriksaan waktu kompilasi — kesalahan sintaks SQL terdeteksi sebelum runtime. Type Converter mengonversi tipe kompleks (Date, List) menjadi primitif SQLite. Penanganan data modern di aplikasi Android dibangun di sekitar Room + Flow, menyediakan pembaruan UI reaktif saat cache atau database lokal berubah.

SwiftData: @Model dan @Query

SwiftData menggunakan makro @Model untuk mendefinisikan entitas dan @Query untuk mengamati data. Kerangka kerja secara otomatis melacak dependensi dan memperbarui antarmuka saat perubahan. Migrasi skema menggunakan VersionedSchema yang menggambarkan semua versi. Sinkronisasi data antara SwiftData dan server diimplementasikan melalui Sync Manager kustom yang berlangganan pembaruan melalui @Query.

Contoh Model di SwiftData

@Model
final class UserModel {
    var id: String
    var name: String
    var email: String
    var updatedAt: Date
    
    init(id: String, name: String, email: String) {
        self.id = id
        self.name = name
        self.email = email
        self.updatedAt = Date()
    }
}

Perbandingan Room vs SwiftData