一 前言
我们知道,Glide的一大优势就是它的缓存功能是它的一大优势之一,虽然其他图片框架也有缓存功能比如Picasso,但是Picasso只能缓存原始图片,而Glide却可以缓存多种规格的图片,也就是说可以通过ImageView的大小来缓存相应的图片大小;同时通过API灵活的制定缓存策略,实现高效缓存。
福利:这里附上各个图片框架的对比图
二 缓存机制简介
2.1 缓存对象
Glide缓存对象分为两种,也就是上面提到的分别是原始图片和经过转换后的图片:
原始图片:就是图片源的初始大小和分辨率
转换后的图片:尺寸经过缩放或者大小压缩后的图片
Glide在加载图片的时候,会根据ImageView 的大小进行压缩或者转换,契合View即可,不需要将原始图片加载进来,其次通过缓存策略的设置,可以选择缓存原始图片或者转换后的图片;这也是Glide加载速度高于Picasso的原因
2.2 缓存策略设置
设置内存缓存开关:
skipMemoryCache(true)
设置磁盘缓存模式:
diskCacheStrategy(DiskCacheStrategy.NONE)
可以设置4种模式:
- DiskCacheStrategy.NONE:表示不缓存任何内容。
- DiskCacheStrategy.SOURCE:表示只缓存原始图片。
- DiskCacheStrategy.RESULT:表示只缓存转换过后的图片(默认选项)。
- DiskCacheStrategy.ALL :表示既缓存原始图片,也缓存转换过后的图片。
2.3 缓存机制设计
-
Glide缓存功能设置为二级缓存:内存缓存和磁盘缓存
注意:并不是三级缓存,因为 从网络加载 不属于缓存
-
读取缓存顺序:内存缓存 --> 磁盘缓存 --> 网络缓存
注意:内存缓存是默认开启的
2.4 二级缓存有何作用
内存缓存:避免重复将图片加载到内存里(只缓存转换过后的图片)
磁盘缓存:避免重复在网络上下载图片,可以缓存原始和转换后的图片,使用者可以自行设置缓存对象
三 Glide 缓存功能介绍
3.1 内存缓存
- 具体使用
// 可通过 API 禁用 内存缓存功能
Glide.with(this)
.load(url)
.skipMemoryCache(true) // 禁用 内存缓存
.into(imageView);
2.实现原理
Glide的内存缓存实现是基于:LruCache 算法(Least Recently Used) & 弱引用机制
- LruCache算法原理:将 最近使用的对象 用强引用的方式 存储在LinkedHashMap中 ;当缓存满时,将最近最少使用的对象从内存中移除
- 弱引用:弱引用的对象具备更短生命周期,因为 当JVM进行垃圾回收时,一旦发现弱引用对象,都会进行回收(无论内存充足否)
3.2 磁盘缓存
- 具体使用
Glide.with(this)
.load(url)
.diskCacheStrategy(DiskCacheStrategy.NONE)
.into(imageView);
// 缓存参数说明
// DiskCacheStrategy.NONE:不缓存任何图片,即禁用磁盘缓存
// DiskCacheStrategy.ALL :缓存原始图片 & 转换后的图片
// DiskCacheStrategy.SOURCE:只缓存原始图片(原来的全分辨率的图像,即不缓存转换后的图片)
// DiskCacheStrategy.RESULT:(默认)只缓存转换后的图片(即最终的图像:降低分辨率后 / 或者转换后 ,不缓存原始图片
-
实现原理
使用Glide 自定义的DiskLruCache算法该算法基于 Lru 算法中的DiskLruCache算法,具体应用在磁盘缓存的需求场景中
该算法被封装到Glide自定义的工具类中(该工具类基于Android 提供的DiskLruCache 工具类
3.3 缓存流程图
四 源码剖析
4.1 生成缓存key
找到缓存里的图片的唯一标识是图片的缓存key,那么这个key是在什么时候创建的呢?
生成缓存 Key 的代码发生在Engine类的 load()中,我们来看一下这个方法的源码:
GenericRequest --》 onSizeReady() -->engine.load()
Engine.java
public <T, Z, R> LoadStatus load(args[]) {
Util.assertMainThread();
//分析1:创建缓存key
// Glide的缓存Key生成规则复杂:根据10多个参数生成
// 将该id 和 signature、width、height等10个参数一起传入到缓存Key的工厂方法里,最终创建出一个EngineKey对象
// 创建原理:通过重写equals() 和 hashCode(),保证只有传入EngineKey的所有参数都相同情况下才认为是同一个EngineKey对象
// 该EngineKey 即Glide中图片的缓存Key
final String id = fetcher.getId();
// Glide的缓存Key生成规则复杂:根据10多个参数生成
// 将该id 和 signature、width、height等10个参数一起传入到缓存Key的工厂方法里,最终创建出一个EngineKey对象
// 创建原理:通过重写equals() 和 hashCode(),保证只有传入EngineKey的所有参数都相同情况下才认为是同一个EngineKey对象
// 该EngineKey 即Glide中图片的缓存Key
EngineKey key = keyFactory.buildKey(id, signature, width, height, loadProvider.getCacheDecoder(),
loadProvider.getSourceDecoder(), transformation, loadProvider.getEncoder(),
transcoder, loadProvider.getSourceEncoder());
//分析2:获取LruCache里的图片(内存缓存)
EngineResource<?> cached = loadFromCache(key, isMemoryCacheable);
if (cached != null) {
cb.onResourceReady(cached);
if (Log.isLoggable(TAG, Log.VERBOSE)) {
logWithTimeAndKey("Loaded resource from cache", startTime, key);
}
return null;
}
//分析3:获取弱引用缓存
EngineResource<?> active = loadFromActiveResources(key, isMemoryCacheable);
if (active != null) {
cb.onResourceReady(active);
if (Log.isLoggable(TAG, Log.VERBOSE)) {
logWithTimeAndKey("Loaded resource from active resources", startTime, key);
}
return null;
}
:
EngineJob engineJob = engineJobFactory.build(key, isMemoryCacheable);
DecodeJob<T, Z, R> decodeJob = new DecodeJob<T, Z, R>(key, width, height, fetcher, loadProvider, transformation,
transcoder, diskCacheProvider, diskCacheStrategy, priority);
// 分析4:如果内存缓存没有找到图片,创建一个任务在其他线程跑
EngineRunnable runnable = new EngineRunnable(engineJob, decodeJob, priority);
jobs.put(key, engineJob);
engineJob.addCallback(cb);
engineJob.start(runnable);
if (Log.isLoggable(TAG, Log.VERBOSE)) {
logWithTimeAndKey("Started new load", startTime, key);
}
return new LoadStatus(cb, engineJob);
}
快捷键目录标题文本样式列表链接代码片表格注脚注释自定义列表LaTeX 数学公式插入甘特图插入UML图插入Mermaid流程图插入Flowchart流程图插入类图
目录 复制
4.1.1 分析2:loadFromCache()
调用loadFromCache()获取缓存对象,我们来看看这个方法
Engine.java
//原理使用了LruCache算法
private EngineResource<?> loadFromCache(Key key, boolean isMemoryCacheable) {
if (!isMemoryCacheable) {
return null;
// 若isMemoryCacheable = false就返回null,即内存缓存被禁用
// 即 内存缓存是否禁用的API skipMemoryCache() - 请回看内存缓存的具体使用
// 若设置skipMemoryCache(true),此处的isMemoryCacheable就等于false,最终返回Null,表示内存缓存已被禁用
}
EngineResource<?> cached = getEngineResourceFromCache(key);
if (cached != null) {
cached.acquire();
//这里将从LruCache提取的图片放入弱引用缓存,弱引用缓存用来缓存正在使用的
//图片,避免被LruCache的算法给删除掉
activeResources.put(key, new ResourceWeakReference(key, cached, getReferenceQueue()));
}
return cached;
}
private EngineResource<?> getEngineResourceFromCache(Key key) {
Resource<?> cached = cache.remove(key);
final EngineResource result;
if (cached == null) {
result = null;
} else if (cached instanceof EngineResource) {
// Save an object allocation if we've cached an EngineResource (the typical case).
result = (EngineResource) cached;
} else {
result = new EngineResource(cached, true /*isCacheable*/);
}
return result;
}
这里直接的cache其实是MemoryCache,而这个MemoryCache是在Glide对象创建的时候创建的,也就是在load()方法里面,感兴趣的可以去翻看一下源码。这里添上关键代码:
// 作用:创建Glide对象
public class GlideBuilder {
...
Glide createGlide() {
MemorySizeCalculator calculator = new MemorySizeCalculator(context);
if (bitmapPool == null) {
if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.HONEYCOMB) {
int size = calculator.getBitmapPoolSize();
bitmapPool = new LruBitmapPool(size);
} else {
bitmapPool = new BitmapPoolAdapter();
}
}
if (memoryCache == null) {
memoryCache = new LruResourceCache(calculator.getMemoryCacheSize());
// 创建一个LruResourceCache对象 并 赋值到memoryCache对象
// 该LruResourceCache对象 = Glide实现内存缓存的LruCache对象
}
return new Glide(engine, memoryCache, bitmapPool, context, decodeFormat);
}
}
4.1.2 分析3:loadFromActiveResources()
loadFromActiveResources()
// 原理:使用了 弱引用机制
// 具体过程:当在方法1中无法获取内存缓存中的缓存图片时,就会从activeResources中取值
// activeResources = 一个弱引用的HashMap:用于缓存正在使用中的图片
private EngineResource<?> loadFromActiveResources(Key key, boolean isMemoryCacheable) {
if (!isMemoryCacheable) {
return null;
}
EngineResource<?> active = null;
WeakReference<EngineResource<?>> activeRef = activeResources.get(key);
if (activeRef != null) {
active = activeRef.get();
if (active != null) {
active.acquire();
} else {
activeResources.remove(key);
}
}
return active;
}
...
}
若上述两个方法都没获取到缓存图片时(即内存缓存里没有该图片的缓存),就开启新线程加载图片(分析四)
4.1.3 总结
4.2 如果缓存没有图片,开启线程加载图片(分析4)
我们具体来看一下这个线程任务EngineRunnable:
EngineRunnable.java
@Override
public void run() {
try {
resource = decode();
} catch (Exception e) {
if (Log.isLoggable(TAG, Log.VERBOSE)) {
Log.v(TAG, "Exception decoding", e);
}
exception = e;
}
}
4.2.1 磁盘缓存
当内存缓存里没找到图片的话,就会另开线程跑这个任务的run方法,这里会从磁盘缓存里找,具体逻辑在decode()这个方法里:
private Resource<?> decode() throws Exception {
// 在执行 加载图片 线程时(即加载图片时),分两种情况:
// 情况1:从磁盘缓存当中读取图片(默认情况下Glide会优先从缓存当中读取,没有才会去网络源读取图片)
// 情况2:不从磁盘缓存中读取图片
// 情况1:从磁盘缓存中读取缓存图片
if (isDecodingFromCache()) {
// 取决于在使用API时是否开启,若采用DiskCacheStrategy.NONE,即不缓存任何图片,即禁用磁盘缓存
return decodeFromCache();
// 读取磁盘缓存的入口就是这里,此处主要讲解 ->>直接看步骤4的分析9
} else {
// 情况2:不从磁盘缓存中读取图片
// 这里会把网络上的图片进行存储,具体看4.2.2
return decodeFromSource();
}
}
我们先来看一下decodeFromCache():
private Resource<?> decodeFromCache() throws Exception {
Resource<?> result = null;
try {
//获取转换过的图片
// 获取磁盘缓存时,会先获取 转换过后图片 的缓存
// 即在使用磁盘缓存时设置的模式,如果设置成DiskCacheStrategy.RESULT 或DiskCacheStrategy.ALL就会有该缓存
result = decodeJob.decodeResultFromCache();
} catch (Exception e) {
if (Log.isLoggable(TAG, Log.DEBUG)) {
Log.d(TAG, "Exception decoding result from cache: " + e);
}
}
if (result == null) {
//获取原始图片
// 如果获取不到 转换过后图片 的缓存,就获取 原始图片 的缓存
// 即在使用磁盘缓存时设置的模式,如果设置成DiskCacheStrategy.SOURCE 或DiskCacheStrategy.ALL就会有该缓存
result = decodeJob.decodeSourceFromCache();
}
return result;
}
public Resource<Z> decodeResultFromCache() throws Exception {
if (!diskCacheStrategy.cacheResult()) {
return null;
}
// 1. 根据完整的缓存Key(由10个参数共同组成,包括width、height等)获取缓存图片
Resource<T> transformed = loadFromCache(resultKey);
// 2. 直接将获取到的图片 数据解码 并 返回
// 因为图片已经转换过了,所以不需要再作处理
Resource<Z> result = transcode(transformed);
return result;
}
private Resource<T> loadFromCache(Key key) throws IOException {
File cacheFile = diskCacheProvider.getDiskCache().get(key);
// 1. 调用getDiskCache()获取Glide自己编写的DiskLruCache工具类实例
// 2. 调用上述实例的get() 并 传入完整的缓存Key,最终得到硬盘缓存的文件
if (cacheFile == null) {
return null;
// 如果文件为空就返回null
}
Resource<T> result = null;
try {
result = loadProvider.getCacheDecoder().decode(cacheFile, width, height);
} finally {
if (result == null) {
diskCacheProvider.getDiskCache().delete(key);
}
}
// 如果文件不为空,则将它解码成Resource对象后返回
return result;
}
public Resource<Z> decodeSourceFromCache() throws Exception {
if (!diskCacheStrategy.cacheSource()) {
return null;
}
Resource<T> decoded = loadFromCache(resultKey.getOriginalKey());
// 1. 根据缓存Key的OriginalKey来获取缓存图片
// 相比完整的缓存Key,OriginalKey只使用了id和signature两个参数,而忽略了大部分的参数
// 而signature参数大多数情况下用不到,所以基本是由id(也就是图片url)来决定的Original缓存Key
// 关于loadFromCache()同分析11,只是传入的缓存Key不一样
return transformEncodeAndTranscode(decoded);
// 2. 先将图片数据 转换 再 解码,最终返回
}
总结:
4.2.2 decodeFromSource()
这个方法负责将网络上的图片存储到缓存磁盘缓存当中:
public Resource<Z> decodeFromSource() throws Exception {
// 写入原始图片 磁盘缓存的入口
Resource<T> decoded = decodeSource();
// 对图片进行转码
// 写入 转换后图片 磁盘缓存的入口
return transformEncodeAndTranscode(decoded);
}
- 先来看存储原始图片decodeSource()
private Resource<T> decodeSource() throws Exception {
// 对图片进行解码
decoded = decodeFromSourceData(data);
return decoded;
}
private Resource<T> decodeFromSourceData(A data) throws IOException {
final Resource<T> decoded;
// 判断是否允许缓存原始图片
// 即在使用 硬盘缓存API时,是否采用DiskCacheStrategy.ALL 或 DiskCacheStrategy.SOURCE
if (diskCacheStrategy.cacheSource()) {
// 若允许缓存原始图片,则调用cacheAndDecodeSourceData()进行原始图片的缓存
decoded = cacheAndDecodeSourceData(data);
} else {
long startTime = LogTime.getLogTime();
decoded = loadProvider.getSourceDecoder().decode(data, width, height);
}
return decoded;
}
private Resource<T> cacheAndDecodeSourceData(A data) throws IOException {
...
// 1. 调用getDiskCache()获取DiskLruCache实例
// 2. 调用put()写入硬盘缓存
// 注:原始图片的缓存Key是用的getOriginalKey(),即只有id & signature两个参数
diskCacheProvider.getDiskCache().put(resultKey.getOriginalKey(), writer);
}
- 再来看看存储转换后的图片transformEncodeAndTranscode()
private Resource<Z> transformEncodeAndTranscode(Resource<T> decoded) {
// 1. 对图片进行转换
Resource<T> transformed = transform(decoded);
// 2. 将 转换过后的图片 写入到硬盘缓存中
writeTransformedToCache(transformed);
Resource<Z> result = transcode(transformed);
return result;
}
private void writeTransformedToCache(Resource<T> transformed) {
// 1. 调用getDiskCache()获取DiskLruCache实例
// 2. 调用put()写入硬盘缓存
// 注:转换后图片的缓存Key是用的完整的resultKey,即含10多个参数
diskCacheProvider.getDiskCache().put(resultKey, writer);
}
到这里,磁盘缓存的写入剖析完毕
总结:
4.2 内存缓存的写入
Glide的内存缓存的写入时机:图片加载完成,会在EngineJob中通过Handle发送消息将线程切换到主线程,执行handleResultOnMainThread()方法:
class EngineJob implements EngineRunnable.EngineRunnableManager {
private final EngineResourceFactory engineResourceFactory;
...
private void handleResultOnMainThread() {
...
// 4.2.1:写入 弱引用缓存
engineResource = engineResourceFactory.build(resource, isCacheable);
listener.onEngineJobComplete(key, engineResource);
// 4.2.2:写入 LruCache算法的缓存
//acquire +1
engineResource.acquire();
for (ResourceCallback cb : cbs) {
if (!isInIgnoredCallbacks(cb)) {
engineResource.acquire();
cb.onResourceReady(engineResource);
}
}
//acquire -1
engineResource.release();
}
4.2.1 写入弱引用缓存
onEngineJobComplete():
public class Engine implements EngineJobListener,
MemoryCache.ResourceRemovedListener,
EngineResource.ResourceListener {
...
@Override
public void onEngineJobComplete(Key key, EngineResource<?> resource) {
Util.assertMainThread();
if (resource != null) {
resource.setResourceListener(key, this);
if (resource.isCacheable()) {
// 将 传进来的EngineResource对象 添加到activeResources()中
// 即写入了弱引用 内存缓存
activeResources.put(key, new ResourceWeakReference(key, resource, getReferenceQueue()));
}
}
jobs.remove(key);
}
...
}
4.2.2 写入 LruCache算法 缓存
engineResource.acquire():
void acquire() {
if (isRecycled) {
throw new IllegalStateException("Cannot acquire a recycled resource");
}
if (!Looper.getMainLooper().equals(Looper.myLooper())) {
throw new IllegalThreadStateException("Must call acquire on the main thread");
}
// 当调用acquire()时,acquired变量 +1
++acquired;
}
acquire是包含图片资源resource的EngineResource对象的一个引用机制,用来记录图片使用的次数,加载图片的时候,就会调用acquire(),让acquired+1
不加载的时候,就会调用release(),acquired-1
void release() {
if (acquired <= 0) {
throw new IllegalStateException("Cannot release a recycled or not yet acquired resource");
}
if (!Looper.getMainLooper().equals(Looper.myLooper())) {
throw new IllegalThreadStateException("Must call release on the main thread");
}
if (--acquired == 0) {
// 当调用release()时,acquired变量 -1
// 若acquired变量 = 0,即说明图片已经不再被使用
// 调用listener.onResourceReleased()释放资源
// 该listener = Engine对象,Engine.onResourceReleased()
listener.onResourceReleased(key, this);
}
}
}
public class Engine implements EngineJobListener,
MemoryCache.ResourceRemovedListener,
EngineResource.ResourceListener {
private final MemoryCache cache;
private final Map<Key, WeakReference<EngineResource<?>>> activeResources;
...
@Override
public void onResourceReleased(Key cacheKey, EngineResource resource) {
Util.assertMainThread();
activeResources.remove(cacheKey);
// 步骤1:将缓存图片从activeResources弱引用缓存中移除
if (resource.isCacheable()) {
cache.put(cacheKey, resource);
// 步骤2:将该图片缓存放在LruResourceCache缓存中
} else {
resourceRecycler.recycle(resource);
}
}
...
}
所以:
- 当 acquired 变量 >0 时,说明图片正在使用,即该图片缓存继续存放到activeResources弱引用缓存中
- 当 acquired变量 = 0,即说明图片已经不再被使用,就将该图片的缓存Key从
activeResources弱引用缓存中移除,并存放到LruResourceCache缓存中
也就是说,正在使用的图片采用弱引用缓存,不再使用的就用LruCache算法的内存缓存