Android Glide 缓存机制及源码

网友投稿 1009 2022-05-28

Glide的简单使用

Glide里的缓存

Android Glide 缓存机制及源码

默认情况下,Glide 会在开始一个新的图片请求之前检查以下多级的缓存:

活动资源 (Active Resources) - 现在是否有另一个 View 正在展示这张图片?

内存缓存 (Memory cache) - 该图片是否最近被加载过并仍存在于内存中?

资源类型(Resource) - 该图片是否之前曾被解码、转换并写入过磁盘缓存?

数据来源 (Data) - 构建这个图片的资源是否之前曾被写入过文件缓存?

前两步检查图片是否在内存中,如果是则直接返回图片。后两步则检查图片是否在磁盘上,以便快速但异步地返回图片。

如果四个步骤都未能找到图片,则Glide会返回到原始资源以取回数据(原始文件,Uri, Url等)。

什么是三级缓存?

内存缓存:优先加载,速度最快

本地缓存:其次加载,速度快

网络缓存:最后加载,速度慢,浪费流量

缓存机制

Glide使用了ActiveResources(活动缓存弱引用)+MemoryCache(内存缓存Lru算法)+DiskCache(磁盘缓存Lru算法)。

ActiveResources:存储当前界面使用到的图片。界面不展示后,该Bitmap又被缓存至MemoryCache中,并从ActiveResources中删除。

Memory Cache:存储当前没有使用到的Bitmap,当MemoryCache中得到Bitmap后,该Bitmap又被缓存至ActiveResources中,并从MemoryCache中删除。

Disk Cache:持久缓存。例如图片加圆角,处理后图片会被缓存到文件中,应用被再次打开时可以加载缓存直接使用。

注意: ActiveResources + MemoryCache是内存缓存,都属于运行时缓存,且互斥(同一张图片不会同时缓存在ActiveResources+MemoryCache),应用被杀死后将不存在。

Glide 内部是使用 LruCache、弱引用和硬盘缓存实现的。

Glide 主要将缓存分为两块内存缓存和硬盘缓存,两种缓存的结合,构成了 Glide 缓存机制的核心。

为何设计出活动缓存

因为内存缓存使用LRU算法,当你使用Gilde加载并显示第一张图片时,后面又加载了很多图片,同时你的第一张图片还在用。这个时候内存缓存根据LRU算法可能会删除你正在使用的第一张照片。这样的后果就是你正在使用的照片找不到,后果就是程序崩溃。

加载流程

流程就是这么个流程下面咱们通过源码加深一下。

Glide源码

加载流程

1.Engine类

负责启动加载并管理活动资源和缓存资源,它里面有个load方法。没错就是提供路径加载图片的方法。

2.load方法

这个方法里面满满的干货。

public  LoadStatus load(...) {

long startTime = VERBOSE_IS_LOGGABLE ? LogTime.getLogTime() : 0;

EngineKey key =

keyFactory.buildKey(

model,

signature,

width,

height,

transformations,

resourceClass,

transcodeClass,

options);

EngineResource memoryResource;

synchronized (this) {

memoryResource = loadFromMemory(key, isMemoryCacheable, startTime);

if (memoryResource == null) {

return waitForExistingOrStartNewJob(...);

}

}

// Avoid calling back while holding the engine lock, doing so makes it easier for callers to

// deadlock.

cb.onResourceReady(

memoryResource, DataSource.MEMORY_CACHE, /* isLoadedFromAlternateCacheKey= */ false);

return null;

}

3.EngineKey

An in memory only cache key used to multiplex loads.

用于多路传输加载的仅内存缓存密钥.

EngineKey key =

keyFactory.buildKey(

...);

4.loadFromMemory

根据上面load方法提供咱们来看看loadFromMemory()这个是重点;

5.loadFromActiveResources

6.loadFromCache

7.getEngineResourceFromCache

到这里如有还未找到,那就说明该图片未保存至内存缓存中来。咱继续往下走,顺着源码跑。

8.waitForExistingOrStartNewJob

咱弄个简化版

private  LoadStatus waitForExistingOrStartNewJob(...) {

//通过添加和删除加载的回调并通知来管理加载的类

//加载完成时回调。

//咱都没数据肯定没加载完成,这个不管。急着往下看

EngineJob current = jobs.get(key, onlyRetrieveFromCache);

if (current != null) {

current.addCallback(cb, callbackExecutor);

if (VERBOSE_IS_LOGGABLE) {

logWithTimeAndKey("Added to existing load", startTime, key);

}

return new LoadStatus(cb, current);

}

//同上,接着向下看

EngineJob engineJob =

engineJobFactory.build(

key,

isMemoryCacheable,

useUnlimitedSourceExecutorPool,

useAnimationPool,

onlyRetrieveFromCache);

//负责从缓存数据或原始源解码资源的类,看着像,咱看看DecodeJob

//应用转换和代码转换。

DecodeJob decodeJob =

decodeJobFactory.build(

...

engineJob);

jobs.put(key, engineJob);

engineJob.addCallback(cb, callbackExecutor);

engineJob.start(decodeJob);

if (VERBOSE_IS_LOGGABLE) {

logWithTimeAndKey("Started new load", startTime, key);

}

return new LoadStatus(cb, engineJob);

}

9.DecodeJob

class DecodeJob

implements DataFetcherGenerator.FetcherReadyCallback,

Runnable,

Comparable>,

Poolable {

}

...

//构造方法有个DiskCacheProvider看着跟磁盘缓存有关咱进去瞅瞅

DecodeJob(DiskCacheProvider diskCacheProvider, Pools.Pool> pool) {

this.diskCacheProvider = diskCacheProvider;

this.pool = pool;

}

...

10.DiskCacheProvider

磁盘缓存实现的入口。

在指定的内存中创建基于{@link com.bumptech.glide.disklrucache.disklrucache}的磁盘缓存。

磁盘缓存目录。

public class DiskLruCacheFactory implements DiskCache.Factory {

private final long diskCacheSize;

private final CacheDirectoryGetter cacheDirectoryGetter;

/** 在UI线程外调用接口以获取缓存文件夹。 */

public interface CacheDirectoryGetter {

File getCacheDirectory();

}

public DiskLruCacheFactory(final String diskCacheFolder, long diskCacheSize) {

this(

new CacheDirectoryGetter() {

@Override

public File getCacheDirectory() {

return new File(diskCacheFolder);

}

},

diskCacheSize);

}

public DiskLruCacheFactory(

final String diskCacheFolder, final String diskCacheName, long diskCacheSize) {

this(

new CacheDirectoryGetter() {

@Override

public File getCacheDirectory() {

return new File(diskCacheFolder, diskCacheName);

}

},

diskCacheSize);

}

/**

*使用此构造函数时,将调用{@link CacheDirectoryGetter#getCacheDirectory()}

*UI线程,允许在不影响性能的情况下进行I/O访问。

*在UI线程外调用@param cacheDirectoryGetter接口以获取缓存文件夹。

*@param diskCacheSize LRU磁盘缓存所需的最大字节大小。

*/

// Public API.

@SuppressWarnings("WeakerAccess")

public DiskLruCacheFactory(CacheDirectoryGetter cacheDirectoryGetter, long diskCacheSize) {

this.diskCacheSize = diskCacheSize;

this.cacheDirectoryGetter = cacheDirectoryGetter;

}

@Override

public DiskCache build() {

File cacheDir = cacheDirectoryGetter.getCacheDirectory();

if (cacheDir == null) {

return null;

}

if (cacheDir.isDirectory() || cacheDir.mkdirs()) {

return DiskLruCacheWrapper.create(cacheDir, diskCacheSize);

}

return null;

}

}

11.DiskCache.Factory

DiskLruCacheFactory实现的接口是什么,咱看看

/** 用于向磁盘缓存写入数据和从磁盘缓存读取数据的接口 */

public interface DiskCache {

/** 用于创建磁盘缓存的接口 */

interface Factory {

/** 250 MB of cache. */

int DEFAULT_DISK_CACHE_SIZE = 250 * 1024 * 1024;

String DEFAULT_DISK_CACHE_DIR = "image_manager_disk_cache";

/** 返回新的磁盘缓存,如果无法创建磁盘缓存,则返回{@code null}*/

@Nullable

DiskCache build();

}

/** 向磁盘缓存中的密钥实际写入数据的接口 */

interface Writer {

/**

*将数据写入文件

*如果写入操作应中止,则返回false。

*@param file写入程序应写入的文件。

*/

boolean write(@NonNull File file);

}

/**

*获取给定键处的值的缓存。

*/

@Nullable

File get(Key key);

/**

*@param key要写入的密钥。

*@param writer一个接口,该接口将在给定密钥输出流的情况下写入数据。

*/

void put(Key key, Writer writer);

/**

* 从缓存中删除键和值。.

*/

@SuppressWarnings("unused")

void delete(Key key);

/** Clear the cache. */

void clear();

}

磁盘缓存写入和读取的接口有了,那其他相关联的源码找到试着理解也是没问题的,再多找就乱了。

LRU是什么

LRU是近期最少使用的算法(缓存淘汰算法),它的核心思想是当缓存满时,会优先淘汰那些近期最少使用的缓存对象。采用LRU算法的缓存有两种:LrhCache和DisLruCache,分别用于实现内存缓存和硬盘缓存,其核心思想都是LRU缓存算法。

LruCache的核心思想很好理解,就是要维护一个缓存对象列表,其中对象列表的排列方式是按照访问顺序实现的,即一直没访问的对象,将放在队尾,即将被淘汰。而最近访问的对象将放在队头,最后被淘汰。

内存缓存的LRU

/** An LRU in memory cache for {@link com.bumptech.glide.load.engine.Resource}s. */

public class LruResourceCache extends LruCache> implements MemoryCache {

private ResourceRemovedListener listener;

/**

*LruResourceCache的构造函数。

*@param size内存缓存可以使用的最大字节大小。

*/

public LruResourceCache(long size) {

super(size);

}

@Override

public void setResourceRemovedListener(@NonNull ResourceRemovedListener listener) {

this.listener = listener;

}

@Override

protected void onItemEvicted(@NonNull Key key, @Nullable Resource item) {

if (listener != null && item != null) {

listener.onResourceRemoved(item);

}

}

@Override

protected int getSize(@Nullable Resource item) {

if (item == null) {

return super.getSize(null);

} else {

return item.getSize();

}

}

@SuppressLint("InlinedApi")

@Override

public void trimMemory(int level) {

if (level >= android.content.ComponentCallbacks2.TRIM_MEMORY_BACKGROUND) {

//正在输入缓存的后台应用程序列表

//退出我们的整个Bitmap缓存

clearMemory();

} else if (level >= android.content.ComponentCallbacks2.TRIM_MEMORY_UI_HIDDEN

|| level == android.content.ComponentCallbacks2.TRIM_MEMORY_RUNNING_CRITICAL) {

// The app's UI is no longer visible, or app is in the foreground but system is running

// critically low on memory

// Evict oldest half of our bitmap cache

trimToSize(getMaxSize() / 2);

}

}

}

LruCache

存在一个LinkedHashMap存放数据,并且实现了LRU(最少使用算法)缓存策略。

Map cache = new LinkedHashMap<>(100,0.75f, true):

其中第二个参数0.75f表示加载因子,即容量达到75%的时候会把内存临时增加一倍。

最后这个参数也至关重要,表示访问元素的排序方式,true表示按照访问顺序排序,false表示按败插入的顺序排序。

LruCache实现原理

利用了LinkedHashMap排序方式的特性:由于使用访问顺序排序,进行了get/put操作的元素会放在Map最后面。所以当最后一个元素插入进来时,如果当前的缓存数据大小超过了最大限制,那么会删除Map中放在前面的元素。

往期回顾

RecyclerView 绘制流程及Recycler缓存

Java的四种引用方式

Glide 的简单使用

Android

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:11.8 Linux查询已建立好的磁盘配额(quota和repquota命令)
下一篇:ECCV 2020 实例分割+全景分割论文大盘点
相关文章