Glide 缓存机制及源码

Posted 2021-09-15 帅次

Glide里的缓存

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 <R> 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 <R> 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<R> 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<R> 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<R>
    implements DataFetcherGenerator.FetcherReadyCallback,
        Runnable,
        Comparable<DecodeJob<?>>,
        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<DecodeJob<?>> 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<Key, Resource<?>> 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<T,Y> 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。

Java的四种引用方式

1.强引用(StrongReference)

• 使用最普遍的引用。

• 只要引用链没有断开，强引用就不会断开。- 当内存空间不足，抛出OutOfMemoryError终止程序也不会回收具有强引用的对象。

• 通过将对象设置为null来弱化引用,使其被回收

Object object = new Object();
String str = "scc";
//都是强引用

2.软引用(SoftReference)

• 对象处在有用但非必须的状态

• 只有当内存空间不足时, GC会回收该引用的对象的内存。

• 可以用来实现高速缓存（作用）--比如网页缓存、图片缓存

// 注意：wrf这个引用也是强引用，它是指向SoftReference这个对象的，
// 这里的软引用指的是指向new String("str")的引用，也就是SoftReference类中T
SoftReference<String> wrf = new SoftReference<String>(new String("str"));

3.弱引用(WeakReference)

弱引用就是只要JVM垃圾回收器发现了它，就会将之回收。

• 非必须的对象,比软引用更弱一-些

• GC时会被回

• 被回收的概率也不大,因为GC线程优先级比较低

• 适用于引用偶尔被使用且不影响垃圾收集的对象 使用：

Map<Key, ResourceWeakReference> activeEngineResources = new HashMap<>();
//ResourceWeakReference弱引用

4.虚引用(PhantomReference)

• 不会决定对象的生命周期

• 任何时候都可能被垃圾收集器回收

• 跟踪对象被垃圾收集器回收的活动,起哨兵作用

• 必须和引用队列ReferenceQueue联合使用

当垃圾回收器准备回收一个对象时，如果发现它还有虚引用，就会把这个虚引用加入到与之 关联的引用队列中。

程序可以通过判断引用队列中是否已经加入了虚引用，来了解被引用的对象是否将要被垃圾回收。如果程序发现某个虚引用已经被加入到引用队列，那么就可以在所引用的对象的内存被回收之前采取必要的行动。

Object obj = new Object();
ReferenceQueue queue = new ReferenceQueue();
PhantomReference reference = new PhantomReference(obj, queue);
//强引用对象滞空，保留软引用
obj = null;

引用队列(ReferenceQueue)

• 无实际存储结构,存储逻辑依赖于内部节点之间的关系来表达

• 存储关联的且被GC的软引用，弱引用以及虚引用