Android Glide 緩存機制及源碼

Glide的簡單使用

Glide里的緩存

默認情況下，Glide 會在開始一個新的圖片請求之前檢查以下多級的緩存：

活動資源 (Active Resources) - 現在是否有另一個 View 正在展示這張圖片？

內存緩存 (Memory cache) - 該圖片是否最近被加載過并仍存在于內存中？

資源類型（Resource） - 該圖片是否之前曾被解碼、轉換并寫入過磁盤緩存？

數據來源 (Data) - 構建這個圖片的資源是否之前曾被寫入過文件緩存？

前兩步檢查圖片是否在內存中，如果是則直接返回圖片。后兩步則檢查圖片是否在磁盤上，以便快速但異步地返回圖片。

如果四個步驟都未能找到圖片，則Glide會返回到原始資源以取回數據（原始文件，Uri, Url等）。

什么是三級緩存？

內存緩存:優先加載，速度最快

本地緩存:其次加載，速度快

網絡緩存:最后加載，速度慢，浪費流量

緩存機制

Glide使用了ActiveResources（活動緩存弱引用）+MemoryCache（內存緩存Lru算法）+DiskCache(磁盤緩存Lru算法）。

ActiveResources：存儲當前界面使用到的圖片。界面不展示后，該Bitmap又被緩存至MemoryCache中，并從ActiveResources中刪除。

Memory Cache：存儲當前沒有使用到的Bitmap，當MemoryCache中得到Bitmap后，該Bitmap又被緩存至ActiveResources中，并從MemoryCache中刪除。

Disk Cache：持久緩存。例如圖片加圓角，處理后圖片會被緩存到文件中，應用被再次打開時可以加載緩存直接使用。

注意： ActiveResources + MemoryCache是內存緩存，都屬于運行時緩存，且互斥(同一張圖片不會同時緩存在ActiveResources+MemoryCache)，應用被殺死后將不存在。

Glide 內部是使用 LruCache、弱引用和硬盤緩存實現的。

Glide 主要將緩存分為兩塊內存緩存和硬盤緩存，兩種緩存的結合，構成了 Glide 緩存機制的核心。

為何設計出活動緩存

因為內存緩存使用LRU算法，當你使用Gilde加載并顯示第一張圖片時，后面又加載了很多圖片，同時你的第一張圖片還在用。這個時候內存緩存根據LRU算法可能會刪除你正在使用的第一張照片。這樣的后果就是你正在使用的照片找不到，后果就是程序崩潰。

加載流程

流程就是這么個流程下面咱們通過源碼加深一下。

Glide源碼

加載流程

1.Engine類

負責啟動加載并管理活動資源和緩存資源，它里面有個load方法。沒錯就是提供路徑加載圖片的方法。

2.load方法

這個方法里面滿滿的干貨。

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.

用于多路傳輸加載的僅內存緩存密鑰.

EngineKey?key?=

keyFactory.buildKey(

...);

4.loadFromMemory

根據上面load方法提供咱們來看看loadFromMemory()這個是重點;

5.loadFromActiveResources

6.loadFromCache

7.getEngineResourceFromCache

到這里如有還未找到，那就說明該圖片未保存至內存緩存中來。咱繼續往下走，順著源碼跑。

8.waitForExistingOrStartNewJob

咱弄個簡化版

private??LoadStatus?waitForExistingOrStartNewJob(...)?{

//通過添加和刪除加載的回調并通知來管理加載的類

//加載完成時回調。

//咱都沒數據肯定沒加載完成，這個不管。急著往下看

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，接著向下看

EngineJob?engineJob?=

engineJobFactory.build(

key,

isMemoryCacheable,

useUnlimitedSourceExecutorPool,

useAnimationPool,

onlyRetrieveFromCache);

//負責從緩存數據或原始源解碼資源的類，看著像，咱看看DecodeJob

//應用轉換和代碼轉換。

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?{

}

...

//構造方法有個DiskCacheProvider看著跟磁盤緩存有關咱進去瞅瞅

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

this.diskCacheProvider?=?diskCacheProvider;

this.pool?=?pool;

}

...

10.DiskCacheProvider

磁盤緩存實現的入口。

在指定的內存中創建基于{@link com.bumptech.glide.disklrucache.disklrucache}的磁盤緩存。

磁盤緩存目錄。

public?class?DiskLruCacheFactory?implements?DiskCache.Factory?{

private?final?long?diskCacheSize;

private?final?CacheDirectoryGetter?cacheDirectoryGetter;

/**?在UI線程外調用接口以獲取緩存文件夾。?*/

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);

}

/**

*使用此構造函數時，將調用{@link?CacheDirectoryGetter#getCacheDirectory()}

*UI線程，允許在不影響性能的情況下進行I/O訪問。

*在UI線程外調用@param?cacheDirectoryGetter接口以獲取緩存文件夾。

*@param?diskCacheSize?LRU磁盤緩存所需的最大字節大小。

*/

//?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實現的接口是什么，咱看看

/**?用于向磁盤緩存寫入數據和從磁盤緩存讀取數據的接口?*/

public?interface?DiskCache?{

/**?用于創建磁盤緩存的接口?*/

interface?Factory?{

/**?250?MB?of?cache.?*/

int?DEFAULT_DISK_CACHE_SIZE?=?250?*?1024?*?1024;

String?DEFAULT_DISK_CACHE_DIR?=?"image_manager_disk_cache";

/**?返回新的磁盤緩存，如果無法創建磁盤緩存，則返回{@code?null}*/

@Nullable

DiskCache?build();

}

/**?向磁盤緩存中的密鑰實際寫入數據的接口?*/

interface?Writer?{

/**

*將數據寫入文件

*如果寫入操作應中止，則返回false。

*@param?file寫入程序應寫入的文件。

*/

boolean?write(@NonNull?File?file);

}

/**

*獲取給定鍵處的值的緩存。

*/

@Nullable

File?get(Key?key);

/**

*@param?key要寫入的密鑰。

*@param?writer一個接口，該接口將在給定密鑰輸出流的情況下寫入數據。

*/

void?put(Key?key,?Writer?writer);

/**

*?從緩存中刪除鍵和值。.

*/

@SuppressWarnings("unused")

void?delete(Key?key);

/**?Clear?the?cache.?*/

void?clear();

}

磁盤緩存寫入和讀取的接口有了，那其他相關聯的源碼找到試著理解也是沒問題的，再多找就亂了。

LRU是什么

LRU是近期最少使用的算法(緩存淘汰算法)，它的核心思想是當緩存滿時，會優先淘汰那些近期最少使用的緩存對象。采用LRU算法的緩存有兩種：LrhCache和DisLruCache，分別用于實現內存緩存和硬盤緩存，其核心思想都是LRU緩存算法。

LruCache的核心思想很好理解，就是要維護一個緩存對象列表，其中對象列表的排列方式是按照訪問順序實現的，即一直沒訪問的對象，將放在隊尾，即將被淘汰。而最近訪問的對象將放在隊頭，最后被淘汰。

內存緩存的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的構造函數。

*@param?size內存緩存可以使用的最大字節大小。

*/

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)?{

//正在輸入緩存的后臺應用程序列表

//退出我們的整個Bitmap緩存

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

存在一個LinkedHashMap存放數據，并且實現了LRU(最少使用算法)緩存策略。

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

其中第二個參數0.75f表示加載因子，即容量達到75%的時候會把內存臨時增加一倍。

最后這個參數也至關重要，表示訪問元素的排序方式，true表示按照訪問順序排序，false表示按敗插入的順序排序。

LruCache實現原理

利用了LinkedHashMap排序方式的特性：由于使用訪問順序排序，進行了get/put操作的元素會放在Map最后面。所以當最后一個元素插入進來時，如果當前的緩存數據大小超過了最大限制，那么會刪除Map中放在前面的元素。

往期回顧

RecyclerView 繪制流程及Recycler緩存

Java的四種引用方式

Glide 的簡單使用

Android

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。