先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Android开发知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip204888 （备注Android）
正文
高可扩展
看完刚才的砖之后，我再抛一个砖。
object EasyLog {
private const val VERBOSE = 2
private const val DEBUG = 3
private const val INFO = 4
private const val WARN = 5
private const val ERROR = 6
private const val ASSERT = 7
// 拦截器列表
private val logInterceptors = mutableListOf<LogInterceptor>()
fun d(message: String, tag: String = "", vararg args: Any) {
log(DEBUG, message, tag, *args)
}
fun e(message: String, tag: String = "", vararg args: Any, throwable: Throwable? = null) {
log(ERROR, message, tag, *args, throwable = throwable)
}
fun w(message: String, tag: String = "", vararg args: Any) {
log(WARN, message, tag, *args)
}
fun i(message: String, tag: String = "", vararg args: Any) {
log(INFO, message, tag, *args)
}
fun v(message: String, tag: String = "", vararg args: Any) {
log(VERBOSE, message, tag, *args)
}
fun wtf(message: String, tag: String = "", vararg args: Any) {
log(ASSERT, message, tag, *args)
}
// 注入拦截器
fun addInterceptor(interceptor: LogInterceptor) {
logInterceptors.add(interceptor)
}
// 从头部注入拦截器
fun addFirstInterceptor(interceptor: LogInterceptor) {
logInterceptors.add(0, interceptor)
}
}
日志库对上层的接口封装在一个单例 EasyLog 里。
日志库提供了和 android.util.Log 几乎一样的打印接口，但增加了一个可变参数args，这是为了方便地为字串的通配符赋值。
假责任链模式
日志库还提供了一个新接口addInterceptor()，用于动态地注入日志拦截器：
interface LogInterceptor {
// 进行日志
fun log(priority: Int, tag: String, log: String)
// 是否允许进行日志
fun enable():Boolean
}
日志拦截器是一个接口，定义了两个抽象的行，为分别是进行日志和是否允许日志。
所有的日志接口都将打印日志委托给了log()方法：
object EasyLog {
@Synchronized
private fun log(
priority: Int,
message: String,
tag: String,
vararg args: Any,
throwable: Throwable? = null
) {
// 为日志通配符赋值
var logMessage = message.format(*args)
// 如果有异常，则读取异常堆栈拼接在日志字串后面
if (throwable != null) {
logMessage += getStackTraceString(throwable)
}
// 遍历日志拦截器，将日志打印分发给所有拦截器
logInterceptors.forEach { interceptor ->
if (interceptor.enable()) interceptor.log(priority, tag, logMessage)
}
}
// 对 String.format() 的封装，以求简洁
fun String.format(vararg args: Any) =
if (args.isNullOrEmpty()) this else String.format(this, *args)
// 读取堆栈
private fun getStackTraceString(tr: Throwable?): String {
if (tr == null) {
return ""
}
var t = tr
while (t != null) {
if (t is UnknownHostException) {
return ""
}
t = t.cause
}
val sw = StringWriter()
val pw = PrintWriter(sw)
tr.printStackTrace(pw)
pw.flush()
return sw.toString()
}
}
这里用了同步方法，为了防止多线程调用时日志乱序。
这里还运用了责任链模式（假的），使得 EasyLog 和日志处理的具体逻辑解耦，它只是持有一组日志拦截器，当有日志请求时，就分发给所有的拦截器。
这样做的好处就是，可以在业务层动态地为日志组件提供新的功能。
当然日志库得提供一些基本的拦截器，比如将日志输出到 Logcat：
open class LogcatInterceptor : LogInterceptor {
override fun log(priority: Int, tag: String, log: String){
Log.println(priority, tag, log)
}
override fun enable(): Boolean {
return true
}
}
Log.println(priority, tag, log)是 android.util.Log 提供的，按优先级将日志输出到 Logcat 的方法。使用这个方法可以降低复杂度，因为不用写类似下面的代码：
when(priority){
VERBOSE -> Log.v(...)
ERROR -> Log.e(...)
}
之所以要将 LogcatInterceptor 声明为 open，是因为业务层有动态重写enable()方法的需求：
EasyLog.addInterceptor(object : LogcatInterceptor() {
override fun enable(): Boolean {
return BuildConfig.DEBUG
}
})
这样就把日志输出到 Logcat 的开关 和 build type 联系起来了，就不需要将 build type 作为 EasyLog 的一个配置字段了。
除了输出到 Logcat，另一个基本需求就是日志文件化，新建一个拦截器：
class FileWriterLogInterceptor
private constructor(private var dir: String) : LogInterceptor {
private val handlerThread = HandlerThread("log_to_file_thread")
private val handler: Handler
private val dispatcher: CoroutineDispatcher
// 带参单例
companion object {
@Volatile
private var INSTANCE: FileWriterLogInterceptor? = null
fun getInstance(dir: String): FileWriterLogInterceptor =
INSTANCE ?: synchronized(this) {
INSTANCE ?: FileWriterLogInterceptor(dir).apply { INSTANCE = this }
}
}
init {
// 启动日志线程
handlerThread.start()
handler = Handler(handlerThread.looper)
// 将 handler 转换成 Dispatcher
dispatcher = handler.asCoroutineDispatcher("log_to_file_dispatcher")
}
override fun log(priority: Int, tag: String, log: String) {
// 启动协程串行地将日志写入文件
if (!handlerThread.isAlive) handlerThread.start()
GlobalScope.launch(dispatcher) {
FileWriter(getFileName(), true).use {
it.append("[$tag] $log")
it.append("\n")
it.flush()
}
}
}
override fun enable(): Boolean {
return true
}
private fun getToday(): String =
SimpleDateFormat("yyyy-MM-dd").format(Calendar.getInstance().time)
private fun getFileName() = "$dir${File.separator}${getToday()}.log"
}
日志写文件的思路是：“异步串行地将字串通过流输出到文件中”。
异步化是为了不阻塞主线程，串行化是为了保证日志顺序。
HandlerThread 就很好地满足了异步化串行的要求。
为了简化“将日志作为消息发送到异步线程中”这段代码，使用了协程，这样代码就转变成：每次日志请求到来时，启动协程，在其中完成创建流、输出到流、关闭流。隐藏了收发消息的复杂度。
日志拦截器被设计为单例，目的是让 App 内存中只存在一个写日志的线程。
日志文件的路径由构造方法传入，这样就避免了日志拦截器和 Context 的耦合。
use()是Closeable的扩展方法，它隐藏了流操作的try-catch，降低了复杂度，关于这方面的详细介绍可以点击
然后业务层就可以像这样动态地为日志组件添加写文件功能：
class MyApplication : Application() {
override fun onCreate() {
super.onCreate()
// 日志文件路径
val dir = this.filesDir.absolutePath
// 构造日志拦截器单例
val interceptor = FileWriterLogInterceptor.getInstance(dir)
// 注入日志拦截器单例
EasyLog.addInterceptor(interceptor)
}
}
真责任链模式
还有一个对日志库的基本诉求就是“美化日志”。
还是重新定义一个拦截器：
// 调用堆栈拦截器
class CallStackLogInterceptor : LogInterceptor {
companion object {
private const val HEADER =
"┌──────────────────────────────────────────────────────────────────────────────────────────────────────"
private const val FOOTER =
"└──────────────────────────────────────────────────────────────────────────────────────────────────────"
private const val LEFT_BORDER = '│'
// 用于过滤日志调用栈（将EasyLog中的类过滤）
private val blackList = listOf(
CallStackLogInterceptor::class.java.name,
EasyLog::class.java.name
)
}
override fun log(priority: Int, tag: String, log: String) {
// 打印头部
Log.println(priority, tag, HEADER)
// 打印日志
Log.println(priority, tag, "$LEFT_BORDER$log")
// 打印堆栈信息
getCallStack(blackList).forEach {
val callStack = StringBuilder()
.append(LEFT_BORDER)
.append("\t${it}").toString()
Log.println(priority, tag, callStack)
}
// 打印尾部
Log.println(priority, tag, FOOTER)
}
override fun enable(): Boolean {
return true
}
}
对于业务层的一条日志，调用堆栈拦截器输出了好几条日志，依次是头部、日志、堆栈、尾部。
为了降低复杂度，把获取调用栈的逻辑单独抽象为一个方法：
fun getCallStack(blackList: List<String>): List<String> {
return Thread.currentThread()
.stackTrace.drop(3) // 获取调用堆栈，过滤上面的3个，因为它们就是这里看到3个方法
.filter { it.className !in blackList } // 过滤黑名单
.map { "${it.className}.${it.methodName}(${it.fileName}:${it.lineNumber})" }
}
按照上面map()中那样的格式，在 Logcat 中就能有点击跳转效果。
然后把调用堆栈拦截器插入到所有拦截器的头部：
EasyLog.addFirstInterceptor(CallStackLogInterceptor())
打印效果是这样的：
看上去还不错~，但当我打开日志文件后，却只有DemoActivity.onCreate()这一行日志，并没有堆栈信息。。。
原因就在于我用了一个假的责任链模式！！
责任链模式就好比“老师发考卷”：
- 真责任链是这样发考卷的：老师将考卷递给排头同学，排头同学再传递给第二个同学，如此往复，直到考卷最终递到我的手里。
- 假责任链是这样发考卷的：老师站讲台不动，叫到谁的名字，谁就走上去拿自己的考卷。
学生时代当然希望老师用假责任链模式发考卷，因为若用真责任链，前排的每一个同学都可以看到我的分数，还能在我的考卷上乱涂乱画。
但在打日志这个场景中，用假责任链模式的后果就是，后续拦截器拿不到前序拦截器的处理结果。
其实它根本称不上责任链，因为就不存在“链”，至多是一个“策略模式的遍历”
关于策略模式的详细解析可以点击一句话总结殊途同归的设计模式：工厂模式=？策略模式=？模版方法模式
所以只能用真责任链重构，为了向后传递拦截器的处理结果，拦截器就得持有其后续拦截器：
interface LogInterceptor {
// 后续拦截器
var nextInterceptor:LogInterceptor?
fun log(priority: Int, tag: String, log: String)
fun enable():Boolean
}
然后在具体的拦截器实例中实现这个抽象属性：
open class LogcatInterceptor : LogInterceptor {
override var nextInterceptor: LogInterceptor? = null
get()= field
set(value) {
field = value
}
override fun log(priority: Int, tag: String, log: String) {
if (enable()) {
Log.println(priority, tag, log)
}
// 将log请求传递给下一个拦截器
nextInterceptor?.log(priority, tag, log)
}
override fun enable(): Boolean {
return true
}
}
因为所有的拦截器都通过链的方式连接，所以 EasyLog 就不需要再持有一组拦截器，而只需要持有头拦截器就好了：
object EasyLog {
// 头拦截器
private val logInterceptor : LogInterceptor? = null
// 注入拦截器
fun setInterceptor(interceptor: LogInterceptor) {
logInterceptor = interceptor
}
}
注入拦截器的代码也需要做相应的变化：
class MyApplication : Application() {
override fun onCreate() {
super.onCreate()
// 构建所有拦截器
val dir = this.filesDir.absolutePath
val fileInterceptor = FileWriterLogInterceptor.getInstance(dir)
val logcatInterceptor = LogcatInterceptor()
val callStackLogInterceptor = CallStackLogInterceptor()
// 安排拦截器链接顺序
callStackLogInterceptor.nextInterceptor = logcatInterceptor
logcatInterceptor.nextInterceptor = fileInterceptor
// 将头部拦截器注入
EasyLog.setInterceptor(callStackLogInterceptor)
}
}
这个设计能满足功能要求，但是对于接入方来说，复杂度有点高，因为不得不手动安排拦截器的顺序，而且如果想改动拦截器的顺序也非常麻烦。
我想到了 OkHttp，它也采用了真拦截器模式，但并不需要手动安排拦截器的顺序。它是怎么做到的？由于篇幅原因，源码分析不展开了，感兴趣的同学可以点开okhttp3.internal.http.RealInterceptorChain。
下面运用这个思想，重构一下 EasyLog。
首先要新建一条链：
class Chain(
// 持有一组拦截器
private val interceptors: List<LogInterceptor>,
// 当前拦截器索引
private val index: Int = 0
) {
// 将日志请求在链上传递
fun proceed(priority: Int, tag: String, log: String) {
// 用一条新的链包裹链上的下一个拦截器
val next = Chain(interceptors, index + 1)
// 执行链上当前的拦截器
val interceptor = interceptors.getOrNull(index)
// 执行当前拦截器逻辑，并传入新建的链
interceptor?.log(priority, tag, log, next)
}
}
链持有一组拦截器和索引，其中索引表示当前需要执行的是哪个拦截器。
链包含一个proceed()方法，它是让日志请求在链上传递起来的关键。每次执行该方法都会新建一个链条并将索引+1，下次通过该链条获取的拦截器就是“下一个拦截器”。紧接着根据当前索引获取当前拦截器，将日志请求传递给它的同时，将“下一个拦截器”以链条的形式也传递给它。
重构之后的调用栈拦截器如下：
class CallStackLogInterceptor : LogInterceptor {
companion object {
private const val HEADER =
"┌──────────────────────────────────────────────────────────────────────────────────────────────────────"
private const val FOOTER =
"└──────────────────────────────────────────────────────────────────────────────────────────────────────"
private const val LEFT_BORDER = '│'
private val blackList = listOf(
CallStackLogInterceptor::class.java.name,
EasyLog::class.java.name,
Chain::class.java.name,
)
}
override fun log(priority: Int, tag: String, log: String, chain: Chain) {
// 将日志请求传递给下一个拦截器
chain.proceed(priority, tag, HEADER)
// 将日志请求传递给下一个拦截器
chain.proceed(priority, tag, "$LEFT_BORDER$log")
getCallStack(blackList).forEach {
val callStack = StringBuilder()
.append(LEFT_BORDER)
.append("\t${it}").toString()
// 将日志请求传递给下一个拦截器
chain.proceed(priority, tag, callStack)
}
// 将日志请求传递给下一个拦截器
chain.proceed(priority, tag, FOOTER)
}
override fun enable(): Boolean {
return true
}
}
和之前假责任链的区别在于，将已经美化过的日志传递给了后续拦截器，其中就包括文件日志拦截器，这样写入文件的日志也被美化了。
EasyLog 也需要做相应的改动：
object EasyLog {
// 持有一组拦截器
private val logInterceptors = mutableListOf<LogInterceptor>()
// 将所有日志拦截器传递给链条
private val interceptorChain = Chain(logInterceptors)
fun addInterceptor(interceptor: LogInterceptor) {
logInterceptors.add(interceptor)
}
fun addFirstInterceptor(interceptor: LogInterceptor) {
logInterceptors.add(0, interceptor)
}
fun removeInterceptor(interceptor: LogInterceptor) {
logInterceptors.remove(interceptor)
}
@Synchronized
private fun log(
priority: Int,
message: String,
tag: String,
vararg args: Any,
throwable: Throwable? = null
) {
var logMessage = message.format(*args)
if (throwable != null) {
logMessage += getStackTraceString(throwable)
}
// 日志请求传递给链条
interceptorChain.proceed(priority, tag, logMessage)
}
}
这样一来上层注入拦截的代码不需要更改，还是按序 add 就好，将拦截器形成链条的复杂度被隐藏在 EasyLog 的内部。
高性能 I/O
有时候为了排查线上偶现问题，会尽可能地在关键业务点打 Log 并文件化，再上传到云以便排查。
在一些高强度业务场景中的高频模块，比如直播间中的 IM，瞬间产生几百上千条 Log 是家常便饭，这就对 Log 库的性能提出了要求（CPU 和内存）。
Okio
如何高性能地 I/O？
第一个想到的是Okio。关于为啥 Okio 的性能与好于 java.io 包的流，之后会专门写一篇分析文章。
重新写一个 Okio 版本的日志拦截器：
class OkioLogInterceptor private constructor(private var dir: String) : LogInterceptor {
private val handlerThread = HandlerThread("log_to_file_thread")
private val handler: Handler
private val dispatcher: CoroutineDispatcher
// 写日志的开始时间
var startTime = System.currentTimeMillis()
companion object {
@Volatile
private var INSTANCE: OkioLogInterceptor? = null
fun getInstance(dir: String): OkioLogInterceptor =
INSTANCE ?: synchronized(this) {
INSTANCE ?: OkioLogInterceptor(dir).apply { INSTANCE = this }
}
}
init {
handlerThread.start()
handler = Handler(handlerThread.looper)
dispatcher = handler.asCoroutineDispatcher("log_to_file_dispatcher")
}
override fun log(priority: Int, tag: String, log: String, chain: Chain) {
if (!handlerThread.isAlive) handlerThread.start()
GlobalScope.launch(dispatcher) {
// 使用 Okio 写文件
val file = File(getFileName())
file.sink(true).buffer().use {
it.writeUtf8("[$tag] $log")
it.writeUtf8("\n")
}
// 写日志结束时间
if (log == "work done") Log.v("ttaylor1","log() work is done=${System.currentTimeMillis() - startTime}")
}
chain.proceed(priority, tag, log)
}
private fun getToday(): String =
SimpleDateFormat("yyyy-MM-dd").format(Calendar.getInstance().time)
private fun getFileName() = "$dir${File.separator}${getToday()}.log"
}
FileWriter vs Okio 性能 PK
为了测试 Okio 和 FileWriter 的性能差异，编写了如下测试代码：
class LogActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
// 添加 FileWriter 或者 Okio 日志拦截器
EasyLog.addInterceptor(OkioLogInterceptor.getInstance(this.filesDir.absolutePath))
// EasyLog.addInterceptor(FileWriterLogInterceptor.getInstance(this.filesDir.absolutePath))
// 重复输出 1 万条短 log
MainScope().launch(Dispatchers.Default) { count ->
repeat(10000){
EasyLog.v("test log count=$count")
}
EasyLog.v("work done")
}
}
}
测试方案：重复输入 1 万条短 log，并且从写第一条 log 开始计时，直到最后一条 log 的 I/O 完成时输出耗时。
Okio 和 FileWriter 三次测试的对比耗时如下：
// okio
ttaylor1: log() work is done=9600
ttaylor1: log() work is done=9822
ttaylor1: log() work is done=9411
// FileWriter
ttaylor1: log() work is done=10688
ttaylor1: log() work is done=10816
ttaylor1: log() work is done=11928
看上去 Okio 在耗时上有微弱的优势。
但当我把单条 Log 的长度增加 300 倍之后，测试结果出现了反转：
// FileWriter
ttaylor1: log() work is done=13569
ttaylor1: log() work is done=12654
ttaylor1: log() work is done=13152
// okio
ttaylor1: log() work is done=14136
ttaylor1: log() work is done=15451
ttaylor1: log() work is done=15292
也就是说 Okio 在高频少量 I/O 场景性能好于 FileWriter，而高频大量 I/O 场景下没有性能优势。
这个结果让我很困惑，于是乎我在 Github 上提了 issue:
Okio is slower when writing long strings into file frequently compared with FileWriter · Issue #1098 · square/okio
没想到瞬间就被回复了：
我的提问的本意是想确认下使用 Okio 的姿势是否得当，但没想到官方回答却是：“Okio 库就是这样的，你的测试数据是符合预期的。我们在“用自己的 UTF-8 编码以减少大量垃圾回收”和性能上做了权衡。所以导致有些测试场景下性能好，有些场景下性能没那么好。我们的期望是在真实的业务场景下 Okio 的性能会表现的好。”
不知道我翻译的准不准确，若有误翻望英语大佬指点~
这样的结果不能让我满意，隐约觉得 Okio 的使用方式有优化空间，于是我一直凝视下面这段代码：
override fun log(priority: Int, tag: String, log: String) {
GlobalScope.launch(dispatcher) {
val file = File(getFileName())
file.sink(true).buffer().use {
it.writeUtf8("[$tag] $log")
it.writeUtf8("\n")
}
}
return false
}
代码洁癖告诉我，这里有几个可以优化的地方：
- 不用每次打 Log 都新建 File 对象。
- 不用每次打 Log 都新建输出流，每次打完就关闭流。
于是我改造了 Okio 日志拦截器：
class OkioLogInterceptor private constructor(private var dir: String) : LogInterceptor {
private val handlerThread = HandlerThread("log_to_file_thread")
private val handler: Handler
private val dispatcher: CoroutineDispatcher
private var bufferedSink: BufferedSink? = null
// 初始化时，只新建一次文件
private var logFile = File(getFileName())
var startTime = System.currentTimeMillis()
companion object {
@Volatile
private var INSTANCE: OkioLogInterceptor? = null
fun getInstance(dir: String): OkioLogInterceptor =
INSTANCE ?: synchronized(this) {
INSTANCE ?: OkioLogInterceptor(dir).apply { INSTANCE = this }
}
}
init {
handlerThread.start()
handler = Handler(handlerThread.looper)
dispatcher = handler.asCoroutineDispatcher("log_to_file_dispatcher")
}
override fun log(priority: Int, tag: String, log: String, chain: Chain){
if (!handlerThread.isAlive) handlerThread.start()
GlobalScope.launch(dispatcher) {
val sink = checkSink()
sink.writeUtf8("[$tag] $log")
sink.writeUtf8("\n")
if (log == "work done") Log.v("ttaylor1","log() work is ok done=${System.currentTimeMillis() - startTime}")
}
chain.proceed(priority, tag, log)
}
private fun getToday(): String =
SimpleDateFormat("yyyy-MM-dd").format(Calendar.getInstance().time)
private fun getFileName() = "$dir${File.separator}${getToday()}.log"
// 不关流，复用 bufferedSink 对象
private fun checkSink(): BufferedSink {
if (bufferedSink == null) {
bufferedSink = logFile.appendingSink().buffer()
}
return bufferedSink!!
}
}
新增了成员变量 logFile 和 bufferedSink，避免了每次打 Log 时重新构建它们。而且我没有在每次打完 Log 就把输出流关闭掉。
重新跑一下测试代码，奇迹发生了：
ttaylor1: log() work is done=832
1万条 Log 写入的时间从 9411 ms 缩短到 832 ms，整整缩短了 11 倍！！
这个结果有点难以置信，我连忙从手机中拉取了日志文件，非常担心是因为程序 bug 导致日志输出不全。
果不其然，正确的日志文件应该包含 1 万行，而现在只有 9901 行。
转念一下，不对啊，一次flush()都没有调用，为啥文件中会有日志？
哦~，肯定是因为内存中的输出缓冲区满了之后自动进行了 flush 操作。
然后我用同样的思路写了一个 FileWriter 的版本，跑了一下测试代码：
ttaylor1: FileWriter log() work is done=1239
这下可把 FileWriter 和 Okio 的差距显现出来了，将近 50 %的速度差距。
但是。。。我才意识到这个比对是不公平的。Okio 使用了缓存，而 java.io 没使用。
改了下测试代码，在 FileWriter 外套了一层 BufferedWriter，再跑一下：
ttaylor1: BufferedWriter log() work is done=1023
速度果然有提升，但还是比 Okio 慢了 25% 左右。
算是为技术选型 Okio 提供了数据支持！
感知日志打印结束？
但还有一个问题急需解决：Log 输出不全。
这是因为当最后一条日志写入缓冲区时，若缓冲区未满就不会执行 flush 操作。这种情况下需要手动 flush。
如何感知到最后一条 Log？做不到！因为打 Log 是业务层行为，底层 Log 库无法感知上层行为。
这个场景让我联想到 “搜索框防抖”，即当你在键入关键词后，自动发起搜索的行为。
用流的思想理解上面的场景：输入框是流数据的生产者，其内容每变化一次，就是在流上生产了一个新数据。但并不是每一个数据都需要被消费，所以得做“限流”，即丢弃一切发射间隔过短的数据，直到生产出某个数据之后一段时间内不再有新数据。
Flow 的操作符debounce()就非常契合这个场景。
它的背后机制是：每当流产生新数据时，开启倒计时，如果在倒计时归零之前没有新数据，则将最后那个数据发射出去，否则重新开启倒计时。关于 Flow 限流的应用场景及原理分析可以点击
知道了背后的机制，就不需要拘泥于具体的实现方式，使用 Android 中的消息机制也能实现同样的效果（日志拦截器正好使用了 HandlerThread，现成的消息机制）。
每当新日志到来时，将其封装为一条消息发送给 Handler，紧接着再发送一条延迟消息，若有后续日志，则移除延迟消息，并重发一条新延迟消息。若无后续日志，Handler 终将收到延迟消息，此时就执行 flush 操作。
（Android 中判定 Activity 生命周期超时也是用这套机制，感兴趣的可以搜索com.android.server.wm.ActivityStack.STOP_TIMEOUT_MSG）
改造后的日志拦截器如下：
class OkioLogInterceptor private constructor(private var dir: String) : LogInterceptor {
private val handlerThread = HandlerThread("log_to_file_thread")
private val handler: Handler
private var startTime = System.currentTimeMillis()
private var bufferedSink: BufferedSink? = null
private var logFile = File(getFileName())
// 日志消息处理器
val callback = Handler.Callback { message ->
val sink = checkSink()
when (message.what) {
// flush 日志
TYPE_FLUSH -> {
sink.use {
it.flush()
bufferedSink = null
}
}
// 写日志
TYPE_LOG -> {
val log = message.obj as String
sink.writeUtf8(log)
sink.writeUtf8("\n")
}
}
// 统计耗时
if (message.obj as? String == "work done") Log.v(
"ttaylor1",
"log() work is done=${System.currentTimeMillis() - startTime}"
)
false
}
companion object {
private const val TYPE_FLUSH = -1
private const val TYPE_LOG = 1
// 若 3000 ms 内没有新日志请求，则执行 flush
private const val FLUSH_LOG_DELAY_MILLIS = 3000L
@Volatile
private var INSTANCE: OkioLogInterceptor? = null
fun getInstance(dir: String): OkioLogInterceptor =
INSTANCE ?: synchronized(this) {
INSTANCE ?: OkioLogInterceptor(dir).apply { INSTANCE = this }
}
}
init {
handlerThread.start()
handler = Handler(handlerThread.looper, callback)
}
override fun log(priority: Int, tag: String, log: String, chain: Chain) {
if (!handlerThread.isAlive) handlerThread.start()
handler.run {
// 移除上一个延迟消息
removeMessages(TYPE_FLUSH)
// 将日志作为一条消息发送出去
obtainMessage(TYPE_LOG, "[$tag] log").sendToTarget()
// 构建延迟消息并发送
val flushMessage = handler.obtainMessage(TYPE_FLUSH)
sendMessageDelayed(flushMessage, FLUSH_LOG_DELAY_MILLIS)
}
chain.proceed(priority, tag, log)
}
private fun getToday(): String =
SimpleDateFormat("yyyy-MM-dd").format(Calendar.getInstance().time)
private fun getFileName() = "$dir${File.separator}${getToday()}.log"
private fun checkSink(): BufferedSink {
if (bufferedSink == null) {
bufferedSink = logFile.appendingSink().buffer()
}
return bufferedSink!!
}
}
后续
目前只是搭了一个高可扩展，高性能的日子组件的框架，后续文章会逐步介绍如何进行下一步的优化，欢迎关注~
新的开始
改变人生，没有什么捷径可言，这条路需要自己亲自去走一走，只有深入思考，不断反思总结，保持学习的热情，一步一步构建自己完整的知识体系，才是最终的制胜之道，也是程序员应该承担的使命。
《系列学习视频》
《系列学习文档》
《我的大厂面试之旅》
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注Android）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
=
SimpleDateFormat(“yyyy-MM-dd”).format(Calendar.getInstance().time)
private fun getFileName() = "$dir${File.separator}${getToday()}.log"
private fun checkSink(): BufferedSink {
if (bufferedSink == null) {
bufferedSink = logFile.appendingSink().buffer()
}
return bufferedSink!!
}
}
>
> 后续
> 目前只是搭了一个高可扩展，高性能的日子组件的框架，后续文章会逐步介绍如何进行下一步的优化，欢迎关注~
### 新的开始
改变人生，没有什么捷径可言，这条路需要自己亲自去走一走，只有深入思考，不断反思总结，保持学习的热情，一步一步构建自己完整的知识体系，才是最终的制胜之道，也是程序员应该承担的使命。
**《系列学习视频》**
[外链图片转存中...(img-FgdnSAu3-1713243142753)]
**《系列学习文档》**
[外链图片转存中...(img-wPLv5FUF-1713243142753)]
**《我的大厂面试之旅》**
[外链图片转存中...(img-VflmoGXk-1713243142754)]
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注Android）**
[外链图片转存中...(img-4YnKnGTi-1713243142754)]
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
524
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
