我的图片四级缓存框架

开发App一定涉及到图片加载、图片处理,那就必须会用到三方的图片框架,要么选择自己封装。至于主流的三方图片框架,就不得不说老牌的ImageLoader、如今更流行的Glide、Picasso和Fresco。但三方的框架本文不会过多介绍。

Glide等框架,毕竟是大神及团队花费很大精力开发和维护的开源框架,他们的设计思路、性能优化、代码规范等等很值得我们学习,之前一段时间也研究过Glide的源码(不得不由衷佩服)。

今天,将自己对于图片加载的思路想法,也借鉴了开源框架的一些好的点,封装了一个图片加载框架——JsLoader。(github地址:https://github.com/shuaijia/JsImageLoader)与大家分享。

文章目录:

前言

至于图片的网络请求,我这里还是使用Android原生提供的HttpUrlConnection;请求网络图片时,开启子线程进行操作,使用线程池对线程进行统一管理;线程间通信还是用了Handler;提到图片加载,大家肯定会立刻想到图片的三级缓存(内存—外存—网络),但我这里提供一个新的思路——四级缓存,与三级缓存不同的是内存又分为了两级,这些稍后会详细介绍到。

本文目的在于和大家分享一个图片框架的封装思路,至于代码的优化,如使用OkHttp替换HttpUrlConnection,使用RxJava替换Handler等,或者有别的不足的地方,也希望大家能够反馈给我,我们一起进步。

先看下整体流程图:

线程池

public class MyThreadFactory {
    //Android的线程池类
    private static ThreadPoolExecutor threadPoolExecutor=null;
    //获取当前用户的手机的CPU的核心数
    private static int num= Runtime.getRuntime().availableProcessors();
    //用于存储提交任务的任务队列
    private static BlockingDeque<Runnable> workQueue=new LinkedBlockingDeque<>(num*50);
    private MyThreadFactory(){
    }
    public static ThreadPoolExecutor getThreadPoolExecutor(){
        if(null==threadPoolExecutor){
            threadPoolExecutor=new ThreadPoolExecutor(num*2, num*4, 8, TimeUnit.SECONDS, workQueue, new ThreadPoolExecutor.CallerRunsPolicy());
//            threadPoolExecutor=new ThreadPoolExecutor(1, 1, 8, TimeUnit.SECONDS, workQueue, new ThreadPoolExecutor.CallerRunsPolicy());
        }
        return threadPoolExecutor;
    }
}

当前类是一个线程池的管理类。由于当前的线程池,在整个项目中不需要创建多个对象,直接使用单例模式进行创建。

补充:Android中的线程池 在Android中使用线程池的类是:ThreadPoolExecutor;

ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(int corePoolSize, int maxinumPoolSize, long keepAliveTime, TimeUnit unit, BlockingDeque<Runnable> workQueue, ThreadFactory threadFactory);

参数:

  • int corePoolSize : 线程池中的核心线程数
  • int maxinumPoolSize :线程池中允许的最大线程数目
  • long keepAliveTime :非核心线程的超时时间,超出这个时间非核心线程会被回收
  • TimeUnit unit :非核心线程的超时时间的时间单位
  • BlockingDeque workQueue : 保存需要线程池执行的任务的列表
  • ThreadFactory threadFactory : 线程工厂,只是一个接口,只有一个方法Thread newThread(Runnable r)

在上文展示的类中,我们获取了手机的CPU核心数num,本线程池的核心线程数为CPU数的2倍,最大线程数为CPU核心数的4倍。

内存一级缓存

private static final HashMap<String,Bitmap> mHardBitmapCache=new LinkedHashMap<String,Bitmap>(
            M_LINK_SIZE/2,0.75f,true){
    /**
     * 这个方法是是put或putAll时调用,默认返回false,表示添加数据时不移除最旧的数据.
     * @param eldest
     * @return
     */
    @Override
    protected boolean removeEldestEntry(Entry<String, Bitmap> eldest) {
        if (size() > M_LINK_SIZE) {
            // 当map的size大于30时,把最近不常用的key放到mSoftBitmapCache中,从而保证mHardBitmapCache的效率
            Bitmap value = eldest.getValue();
            if (value != null) {
                mWeakBitmapCache.put(eldest.getKey(),new SoftReference<Bitmap>(value));
            }
            return true;
        }
        return false;
    }
};

定义的内存中的一级缓存,即保存作为强引用的位置的HashMap。

此处HashMap使用的是LinkedHashMap。LinkedHashMap 是HashMap的一个子类,保存了记录的插入顺序,在用Iterator遍历LinkedHashMap时,先得到的记录肯定是先插入的。也可以在构造时用带参数,按照应用次数排序。在遍历的时候会比HashMap慢,不过有种情况例外,当HashMap容量很大,实际数据较少时,遍历起来可能会比 LinkedHashMap慢,因为LinkedHashMap的遍历速度只和实际数据有关,和容量无关,而HashMap的遍历速度和他的容量有关。

正是由于LinkedHashMap具有记忆功能,最近插入的最新访问,就符合了我们的最近最多使用的原则。但由于其遍历速度慢,我们对其容量进行设定,最多30和元素。

重写removeEldestEntry方法,当map的size大于30时,把最近不常用的key放到mSoftBitmapCache中(也就是内存第二级缓存),从而保证mHardBitmapCache的效率。

这里我们在Map中是以Url和Bitmap为Key-Value存储的,由于LinkedHashMap存放少,而且插入移出快,所以这里用的是Bitmap的强引用。

如果LinkedHashMap中包含我们需要的图片,则将图片直接返回。但是注意:此时我们认为此图使用频率更高,因此我们需要先将该元素移出,在加入(这是由于该map后插入的遍历时先读取)。

mHardBitmapCache.remove(netUrlKey);
mHardBitmapCache.put(netUrlKey,usefulBitmap);

此为内存的一级缓存。

内存二级缓存

如果内存的LinkedHashMap中未获取到我们想要的图片的话,在二级缓存中进行查找。

private static Map<String, SoftReference<Bitmap>> mWeakBitmapCache = new ConcurrentHashMap<String, SoftReference<Bitmap>>(
            M_LINK_SIZE / 2);

这时就用到了ConcurrentHashMap,它的最大特点就是线程安全、高并发、存储量大。由于存储量大,所以我们存放Bitmap时就需要使用其软引用了。

如果此map中含有需要的图片,则先取出其软引用,在从软引用中获取Bitmap对象返回。再将其移至一级缓存中。

内存的读取整体代码如下:

    /**
     * 这里定义的操作方法完成的是从内存中的Map中获取图片的对象
     * 既然已经在内存中了,默认已经完成了压缩
     *
     * @param netUrlKey  作为图片在Map中唯一标志的网络图片URL
     * @return
     */
    public static Bitmap getBitmapFromRAM(String netUrlKey){
        if(mHardBitmapCache.containsKey(netUrlKey)){
            Bitmap usefulBitmap=mHardBitmapCache.get(netUrlKey);
            if(null!=usefulBitmap){
                //如果存在正在内存中的Bitmap图片,将图片的使用级别向前提,并返回Bitmap对象
                mHardBitmapCache.remove(netUrlKey);
                mHardBitmapCache.put(netUrlKey,usefulBitmap);
                return usefulBitmap;
            }else{
                //这里的情况是虽然在集合中包含对应的Key但是通过key得不到对应的Bitmap,此时将
                //key从Map中清楚,并返回null
                mHardBitmapCache.remove(netUrlKey);
                return null;
            }
        }else{
            //如果在强引用中不包含对应的key,那么在软引用中进行查找
            if(mWeakBitmapCache.containsKey(netUrlKey)){
                SoftReference<Bitmap> usefulSoftBitmap=mWeakBitmapCache.get(netUrlKey);
                if(null!=usefulSoftBitmap){
                    //从软应用中获取出对应的Bitmap对象
                    Bitmap usefulBitmap = usefulSoftBitmap.get();
                    if(null!=usefulBitmap){
                        //将软引用中的低级别图片转移到强引用中
                        mHardBitmapCache.put(netUrlKey,usefulBitmap);
                        return usefulBitmap;
                    }else{
                        //软引用中包含key但是获取不到图片
                        mWeakBitmapCache.remove(netUrlKey);
                        return null;
                    }
                }else{
                    //软引用中包含key但是获取不到图片
                    mWeakBitmapCache.remove(netUrlKey);
                    return null;
                }
            }else{
                //软引用中也不包括这个key,那么从判断SD卡中是否存在这个资源图片
                return null;
            }
        }
    }

特别声明:在存放入内存前,会将图片进行压缩。

SD卡缓存

内存中没有图片的话,就去文件中查找:

    /**
     * 获取已经保存的数据的位置的路径
     *
     * @param netUrlorPath
     * @return
     */
    private static String getSavedPath(String netUrlorPath) {
        String savedPath = null;
        if (StorageUtil.isPhoneHaveSD()) {
            // 创建以SD卡根目录为路径的File对象
            File fileBySD = new File(StorageUtil.getPathBySD());
            // 创建SD卡根目录下以当前应用包名为文件夹的文件对象,并验证是否存在当前目录
            File fileBySDSon = new File(fileBySD, PackageUtil.getAppPackageName());
            // File fileBySDSon=new File(fileBySD,"AA");
            if (fileBySDSon.exists()) {
                String md5Url = EncryptUtil.md5(netUrlorPath);
                // 以包名为文件夹的对象存在的时候,通过将文件对象和图片的名称的拼接构建文件对象
                File imageFile = new File(fileBySDSon, URLEncoder.encode(md5Url));
                if (imageFile.exists()) {
                    // 图片文件对象存在的时候获取当前的图片对象对应的路径
                    savedPath = imageFile.getAbsolutePath();
                } else {
                    return null;
                }
            } else {
                return null;
            }
        } else {
            // 创建以Cache根目录为路径的File对象
            File fileByCache = new File(StorageUtil.getPathBycache());
            // 创建SD卡根目录下以当前应用包名为文件夹的文件对象,并验证是否存在当前目录
            File fileByCacheSon = new File(fileByCache, PackageUtil.getAppPackageName());
            // File fileByCacheSon=new File(fileByCache,"AA");
            if (fileByCacheSon.exists()) {
                String md5Url = EncryptUtil.md5(netUrlorPath);
                // 以包名为文件夹的对象存在的时候,通过将文件对象和图片的名称的拼接构建文件对象
                File imageFile = new File(fileByCacheSon, URLEncoder.encode(md5Url));
                if (imageFile.exists()) {
                    // 图片文件对象存在的时候获取当前的图片对象对应的路径
                    savedPath = imageFile.getAbsolutePath();
                } else {
                    return null;
                }
            } else {
                return null;
            }
        }
        return savedPath;
    }

上方代码是根据图片url获取到图片在文件中的路径。

所以的缓存图片,会保存在本包名文件夹下,以url的md5值为名字的文件中,判断到有此文件的话,将文件路径返回。

    /**
     * 这里完成的操作是判断传递进来的路径是否包括Bitmap对象,如果存在将Bitmap对象返回 否则返回null
     *
     * @param saveTime
     *            图片的保存时间
     * @param netUrl
     *            网络图片的网络路径作为文件名称
     * @return
     */
    public static Bitmap getBitmapFromSD(long saveTime, String netUrl) {
        long nativeSaveTime = saveTime > 0 ? saveTime : DATA_DEFAULT_SAVETIME;
        long actualSaveTime = 0L;
        if (null == netUrl) {
            return null;
        }
        String imageSavePath = getSavedPath(netUrl);
    //  System.out.println("已经存储的图片的路径::" + imageSavePath);
        if (null == imageSavePath) {
            return null;
        }
        File imageFile = new File(imageSavePath);
        if (!imageFile.exists()) {
            // throw new StructException("需要的文件不存在!");
            return null;
        }
        actualSaveTime = System.currentTimeMillis() - imageFile.lastModified();
        if (actualSaveTime > nativeSaveTime) {
            imageFile.delete();
            //System.out.println("文件超时了!");
            return null;
        }
        /**
         * 这里的逻辑是当文件对象存在的时候将该文件对象获取出来,并生成Bitmap对象并返回
         */
        // Bitmap sdBitmap= BitmapFactory.decodeFile(imageSavePath);
        // 从SD卡中获取图片的时候直接进行图片的压缩处理防止OOM
        //System.out.println("保存的图片的链接:" + imageSavePath);
        Bitmap sdBitmap = ImageUtil.getCompressBitmapBYScreen(imageSavePath);
        return sdBitmap;
    }

判断到文件中有我们需要的图片,会拿到文件路径。但是,我们有设定文件有效时间,超过该时间则视为超时,返回null,否则读取该文件。根据图片的路径和当前手机的默认屏幕分辨率进行图片压缩再返回。

文件中有该图片,那就将该图片移植内存中,以提高优先级,而且内存两级中都放入该图片。

网络获取

以上都没拿到图片的话,那只能从网络来获取啦!

对http还是https进行判断,分别对应使用HttpUrlConnection和HttpsUrlConnection。他们代码类似,就只贴其中一个了。

    public static InputStream getHttpIOByGet(String netUrl) throws IOException {
//        System.out.println("网络的链接:"+netUrl);
        URL url = new URL(netUrl);
        HttpURLConnection conn = (HttpURLConnection) url.openConnection();
        conn.setRequestMethod("GET");
        conn.setConnectTimeout(5000);
        int code = conn.getResponseCode();
//        System.out.println("返回码::"+code);
        if (code == 200) {
            InputStream is = conn.getInputStream();
            return is;
        }else{
            return null;
        }
    }

返回码200,表示请求成功,就将输入流返回,否则返回null。

Bitmap bitmap= BitmapFactory.decodeStream(inputStream);

获取输入流后,使用上方代码获取Bitmap对象,原因大家懂的。

获取到图片后,再依次存入sd卡和内存中,因为是好是操作,就在子线程中进行了。

new Thread(){
    @Override
    public void run() {
        //3.1、从网络获取图片
        //3.2、将图片压缩后的保存到SD卡或机身内存中
        FileUtil.putBitmapToSD(netUrl, finalThreeCacheBitmap);
        //3.4、将图片保存到Map中
        CacheRAM.putBitmapToRAM(netUrl, finalThreeCacheBitmap);
    }
}.start();

图片压缩

这里主要想介绍下图片的压缩:因为图片加载很容易造成OOM,所以图片压缩处理显得尤为重要。

提供集中压缩方式:

  • 根据期望大小压缩
  • 根据期望尺寸压缩
  • 根据当前手机的默认屏幕分辨率进行图片的压缩

这里就不再贴代码了,可以去我的github中查看。https://github.com/shuaijia/JsImageLoader/blob/master/jsimageloader/src/main/java/com/jia/jsloader/utils/ImageUtil.java

使用

1、添依赖

allprojects {
  repositories {
    ...
    maven { url 'https://www.jitpack.io' }
  }
}
dependencies {
  compile 'com.github.shuaijia:JsImageLoader:v1.0'
}

2、添权限

<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<uses-permission android:name="android.permission.INTERNET" />

3、继承JsApplication

4、请求

JsLoader.with(this)
    .load("https://ss2.bdstatic.com/70cFvnSh_Q1YnxGkpoWK1HF6hhy/it/u=699359866,1092793192&fm=27&gp=0.jpg")
    .defaultImg(R.mipmap.default)
    .errorImg(R.mipmap.error)
    .into(imageView);

由于本人水平有限,不免有不对或不足的地方,希望大家能够提出,我们共同进步。

原文发布于微信公众号 - Android机动车(JsAndroidClub)

原文发表时间:2018-01-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Java编程技术

使用数据库悲观锁实现不可重入的分布式锁

在同一个jvm进程中时,可以使用JUC提供的一些锁来解决多个线程竞争同一个共享资源时候的线程安全问题,但是当多个不同机器上的不同jvm进程共同竞争同一个共享资源...

7910
来自专栏芋道源码1024

熔断器 Hystrix 源码解析 —— 命令执行(二)之执行隔离策略

本文主要基于 Hystrix 1.5.X 版本 1. 概述 2. HystrixThreadPoolProperties 3. HystrixThreadPoo...

50060
来自专栏雨尘分享

2018 - iOS 面试题汇总一般面试题BAT面试题

4.8K30
来自专栏积累沉淀

Java批处理

批处理 JDBC对批处理的操作,首先简单说一下JDBC操作sql语句的简单机制。 JDBC执行数据库操作语句,首先需要将sql语句打包成为网络字...

49750
来自专栏IT开发技术与工作效率

Redis 全中文总结

33440
来自专栏YG小书屋

ES维护常见问题(持续更新)

1.3K50
来自专栏chenssy

【死磕Java并发】----- 死磕 Java 并发精品合集

【死磕 Java 并发】系列是 LZ 在 2017 年写的第一个死磕系列,一直没有做一个合集,这篇博客则是将整个系列做一个概览。

12820
来自专栏JavaEdge

高性能队列——Disruptor总论1 背景2 Java内置队列3 ArrayBlockingQueue的问题4 Disruptor的设计方案代码样例性能等待策略Log4j 2应用场景

这里所说的队列是系统内部的内存队列,而不是Kafka这样的分布式队列 Disruptor特性限于3.3.4

27830
来自专栏公众号_薛勤的博客

深入理解[Master-Worker模式]原理与技术

Master-Worker模式是常用的并行模式之一。它的核心思想是,系统由两类进程协作工作:Master进程和Worker进程。Master进程负责接收和分配任...

24950
来自专栏技术博文

mail邮件类

<?php class MailSvc { //-设置全局变量 var $mailTo = ""; // 收件人 var $mailCC = ""; // 抄送...

37390

扫码关注云+社区

领取腾讯云代金券