如何高效使用和管理Bitmap--图片缓存管理模块的设计与实现

最新推荐文章于 2021-06-10 09:14:50 发布

某笨緢_Jun

最新推荐文章于 2021-06-10 09:14:50 发布

阅读量1.3k

点赞数

分类专栏： Android UI 文章标签： Cache 图片 Bitmap

Android UI 专栏收录该内容

20 篇文章 0 订阅

订阅专栏

传送门 ☞ 轮子的专栏 ☞ 转载请注明 ☞ http://blog.csdn.net/leverage_1229

上周为360全景项目引入了图片缓存模块。因为是在Android4.0平台以上运作，出于惯性，都会在设计之前查阅相关资料，尽量避免拿一些以前2.3平台积累的经验来进行类比处理。开发文档中有一个BitmapFun的示例，仔细拜读了一下，虽说围绕着Bitmap的方方面面讲得都很深入，但感觉很难引入到当前项目中去。

现在的图片服务提供者基本上都来源于网络。对于应用平台而言，访问网络属于耗时操作。尤其是在移动终端设备上，它的显著表现为系统的延迟时间变长、用户交互性变差等。可以想象，一个携带着这些问题的应用在市场上是很难与同类产品竞争的。
说明一下，本文借鉴了 Keegan小钢和安卓巴士的处理模板，主要针对的是4.0以上平台应用。2.3以前平台执行效果未知，请斟酌使用或直接略过：），当然更欢迎您把测试结果告知笔者。

1图片加载流程

首先，我们谈谈加载图片的流程，项目中的该模块处理流程如下：

在UI主线程中，从内存缓存中获取图片，找到后返回。找不到进入下一步；
在工作线程中，从磁盘缓存中获取图片，找到即返回并更新内存缓存。找不到进入下一步；
在工作线程中，从网络中获取图片，找到即返回并同时更新内存缓存和磁盘缓存。找不到显示默认以提示。

2内存缓存类（PanoMemCache）

这里使用Android提供的LruCache类，该类保存一个强引用来限制内容数量，每当Item被访问的时候，此Item就会移动到队列的头部。当cache已满的时候加入新的item时，在队列尾部的item会被回收。

[java] view plain copy print ?

public class PanoMemoryCache {
// LinkedHashMap初始容量
private static final int INITIAL_CAPACITY = 16;
// LinkedHashMap加载因子
private static final int LOAD_FACTOR = 0.75f;
// LinkedHashMap排序模式
private static final boolean ACCESS_ORDER = true;
// 软引用缓存
private static LinkedHashMap<String, SoftReference<Bitmap>> mSoftCache;
// 硬引用缓存
private static LruCache<String, Bitmap> mLruCache;
public PanoMemoryCache() {
// 获取单个进程可用内存的最大值
// 方式一：使用ActivityManager服务（计量单位为M）
/*int memClass = ((ActivityManager) context.getSystemService(Context.ACTIVITY_SERVICE)).getMemoryClass();*/
// 方式二：使用Runtime类（计量单位为Byte）
final int memClass = (int) Runtime.getRuntime().maxMemory();
// 设置为可用内存的1/4（按Byte计算）
final int cacheSize = memClass / 4;
mLruCache = new LruCache<String, Bitmap>(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap value) {
if(value != null) {
// 计算存储bitmap所占用的字节数
return value.getRowBytes() * value.getHeight();
} else {
return 0;
}
}
@Override
protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) {
if(oldValue != null) {
// 当硬引用缓存容量已满时，会使用LRU算法将最近没有被使用的图片转入软引用缓存
mSoftCache.put(key, new SoftReference<Bitmap>(oldValue));
}
}
};
/*
* 第一个参数：初始容量（默认16）
* 第二个参数：加载因子（默认0.75）
* 第三个参数：排序模式（true：按访问次数排序；false：按插入顺序排序）
*/
mSoftCache = new LinkedHashMap<String, SoftReference<Bitmap>>(INITIAL_CAPACITY, LOAD_FACTOR, ACCESS_ORDER) {
private static final long serialVersionUID = 7237325113220820312L;
@Override
protected boolean removeEldestEntry(Entry<String, SoftReference<Bitmap>> eldest) {
if(size() > SOFT_CACHE_SIZE) {
return true;
}
return false;
}
};
}
/**
* 从缓存中获取Bitmap
* @param url
* @return bitmap
*/
public Bitmap getBitmapFromMem(String url) {
Bitmap bitmap = null;
// 先从硬引用缓存中获取
synchronized (mLruCache) {
bitmap = mLruCache.get(url);
if(bitmap != null) {
// 找到该Bitmap之后，将其移到LinkedHashMap的最前面，保证它在LRU算法中将被最后删除。
mLruCache.remove(url);
mLruCache.put(url, bitmap);
return bitmap;
}
}
// 再从软引用缓存中获取
synchronized (mSoftCache) {
SoftReference<Bitmap> bitmapReference = mSoftCache.get(url);
if(bitmapReference != null) {
bitmap = bitmapReference.get();
if(bitmap != null) {
// 找到该Bitmap之后，将它移到硬引用缓存。并从软引用缓存中删除。
mLruCache.put(url, bitmap);
mSoftCache.remove(url);
return bitmap;
} else {
mSoftCache.remove(url);
}
}
}
return null;
}
/**
* 添加Bitmap到内存缓存
* @param url
* @param bitmap
*/
public void addBitmapToCache(String url, Bitmap bitmap) {
if(bitmap != null) {
synchronized (mLruCache) {
mLruCache.put(url, bitmap);
}
}
}
/**
* 清理软引用缓存
*/
public void clearCache() {
mSoftCache.clear();
mSoftCache = null;
}
}

补充一点，由于4.0平台以后对SoftReference类引用的对象调整了回收策略，所以该类中的软引用缓存实际上没什么效果，可以去掉。2.3以前平台建议保留。

3磁盘缓存类（PanoDiskCache）

[java] view plain copy print ?

public class PanoDiskCache {
private static final String TAG = "PanoDiskCache";
// 文件缓存目录
private static final String CACHE_DIR = "panoCache";
private static final String CACHE_FILE_SUFFIX = ".cache";
private static final int MB = 1024 * 1024;
private static final int CACHE_SIZE = 10; // 10M
private static final int SDCARD_CACHE_THRESHOLD = 10;
public PanoDiskCache() {
// 清理文件缓存
removeCache(getDiskCacheDir());
}
/**
* 从磁盘缓存中获取Bitmap
* @param url
* @return
*/
public Bitmap getBitmapFromDisk(String url) {
String path = getDiskCacheDir() + File.separator + genCacheFileName(url);
File file = new File(path);
if(file.exists()) {
Bitmap bitmap = BitmapFactory.decodeFile(path);
if(bitmap == null) {
file.delete();
} else {
updateLastModified(path);
return bitmap;
}
}
return null;
}
/**
* 将Bitmap写入文件缓存
* @param bitmap
* @param url
*/
public void addBitmapToCache(Bitmap bitmap, String url) {
if(bitmap == null) {
return;
}
// 判断当前SDCard上的剩余空间是否足够用于文件缓存
if(SDCARD_CACHE_THRESHOLD > calculateFreeSpaceOnSd()) {
return;
}
String fileName = genCacheFileName(url);
String dir = getDiskCacheDir();
File dirFile = new File(dir);
if(!dirFile.exists()) {
dirFile.mkdirs();
}
File file = new File(dir + File.separator + fileName);
try {
file.createNewFile();
FileOutputStream out = new FileOutputStream(file);
bitmap.compress(Bitmap.CompressFormat.JPEG, 100, out);
out.flush();
out.close();
} catch (FileNotFoundException e) {
Log.e(TAG, "FileNotFoundException");
} catch (IOException e) {
Log.e(TAG, "IOException");
}
}
/**
* 清理文件缓存
* 当缓存文件总容量超过CACHE_SIZE或SDCard的剩余空间小于SDCARD_CACHE_THRESHOLD时，将删除40%最近没有被使用的文件
* @param dirPath
* @return
*/
private boolean removeCache(String dirPath) {
File dir = new File(dirPath);
File[] files = dir.listFiles();
if(files == null || files.length == 0) {
return true;
}
if(!Environment.getExternalStorageState().equals(Environment.MEDIA_MOUNTED)) {
return false;
}
int dirSize = 0;
for (int i = 0; i < files.length; i++) {
if(files[i].getName().contains(CACHE_FILE_SUFFIX)) {
dirSize += files[i].length();
}
}
if(dirSize > CACHE_SIZE * MB || SDCARD_CACHE_THRESHOLD > calculateFreeSpaceOnSd()) {
int removeFactor = (int) (0.4 * files.length + 1);
Arrays.sort(files, new FileLastModifiedSort());
for (int i = 0; i < removeFactor; i++) {
if(files[i].getName().contains(CACHE_FILE_SUFFIX)) {
files[i].delete();
}
}
}
if(calculateFreeSpaceOnSd() <= SDCARD_CACHE_THRESHOLD) {
return false;
}
return true;
}
/**
* 更新文件的最后修改时间
* @param path
*/
private void updateLastModified(String path) {
File file = new File(path);
long time = System.currentTimeMillis();
file.setLastModified(time);
}
/**
* 计算SDCard上的剩余空间
* @return
*/
private int calculateFreeSpaceOnSd() {
StatFs stat = new StatFs(Environment.getExternalStorageDirectory().getPath());
double sdFreeMB = ((double) stat.getAvailableBlocks() * (double) stat.getBlockSize()) / MB;
return (int) sdFreeMB;
}
/**
* 生成统一的磁盘文件后缀便于维护
* 从URL中得到源文件名称，并为它追加缓存后缀名.cache
* @param url
* @return 文件存储后的名称
*/
private String genCacheFileName(String url) {
String[] strs = url.split(File.separator);
return strs[strs.length - 1] + CACHE_FILE_SUFFIX;
}
/**
* 获取磁盘缓存目录
* @return
*/
private String getDiskCacheDir() {
return getSDPath() + File.separator + CACHE_DIR;
}
/**
* 获取SDCard目录
* @return
*/
private String getSDPath() {
File sdDir = null;
// 判断SDCard是否存在
boolean sdCardExist = Environment.getExternalStorageState().equals(Environment.MEDIA_MOUNTED);
if(sdCardExist) {
// 获取SDCard根目录
sdDir = Environment.getExternalStorageDirectory();
}
if(sdDir != null) {
return sdDir.toString();
} else {
return "";
}
}
/**
* 根据文件最后修改时间进行排序
*/
private class FileLastModifiedSort implements Comparator<File> {
@Override
public int compare(File lhs, File rhs) {
if(lhs.lastModified() > rhs.lastModified()) {
return 1;
} else if(lhs.lastModified() == rhs.lastModified()) {
return 0;
} else {
return -1;
}
}
}
}

4图片工具类（PanoUtils）

4.1从网络上获取图片：downloadBitmap()

[java] view plain copy print ?

/**
* 从网络上获取Bitmap，并进行适屏和分辨率处理。
* @param context
* @param url
* @return
*/
public static Bitmap downloadBitmap(Context context, String url) {
HttpClient client = new DefaultHttpClient();
HttpGet request = new HttpGet(url);
try {
HttpResponse response = client.execute(request);
int statusCode = response.getStatusLine().getStatusCode();
if(statusCode != HttpStatus.SC_OK) {
Log.e(TAG, "Error " + statusCode + " while retrieving bitmap from " + url);
return null;
}
HttpEntity entity = response.getEntity();
if(entity != null) {
InputStream in = null;
try {
in = entity.getContent();
return scaleBitmap(context, readInputStream(in));
} finally {
if(in != null) {
in.close();
in = null;
}
entity.consumeContent();
}
}
} catch (IOException e) {
request.abort();
Log.e(TAG, "I/O error while retrieving bitmap from " + url, e);
} catch (IllegalStateException e) {
request.abort();
Log.e(TAG, "Incorrect URL: " + url);
} catch (Exception e) {
request.abort();
Log.e(TAG, "Error while retrieving bitmap from " + url, e);
} finally {
client.getConnectionManager().shutdown();
}
return null;
}

4.2从输入流读取字节数组，看起来是不是很眼熟啊！

[java] view plain copy print ?

public static byte[] readInputStream(InputStream in) throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
byte[] buffer = new byte[1024];
int len = 0;
while((len = in.read(buffer)) != -1) {
out.write(buffer, 0, len);
}
in.close();
return out.toByteArray();
}

4.3对下载的源图片进行适屏处理，这也是必须的：）

[java] view plain copy print ?

/**
* 按使用设备屏幕和纹理尺寸适配Bitmap
* @param context
* @param in
* @return
*/
private static Bitmap scaleBitmap(Context context, byte[] data) {
WindowManager windowMgr = (WindowManager) context.getSystemService(Context.WINDOW_SERVICE);
DisplayMetrics outMetrics = new DisplayMetrics();
windowMgr.getDefaultDisplay().getMetrics(outMetrics);
int scrWidth = outMetrics.widthPixels;
int scrHeight = outMetrics.heightPixels;
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
Bitmap bitmap = BitmapFactory.decodeByteArray(data, 0, data.length, options);
int imgWidth = options.outWidth;
int imgHeight = options.outHeight;
if(imgWidth > scrWidth || imgHeight > scrHeight) {
options.inSampleSize = calculateInSampleSize(options, scrWidth, scrHeight);
}
options.inJustDecodeBounds = false;
bitmap = BitmapFactory.decodeByteArray(data, 0, data.length, options);
// 根据业务的需要，在此处还可以进一步做处理
...
return bitmap;
}
/**
* 计算Bitmap抽样倍数
* @param options
* @param reqWidth
* @param reqHeight
* @return
*/
public static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) {
// 原始图片宽高
final int height = options.outHeight;
final int width = options.outWidth;
int inSampleSize = 1;
if (height > reqHeight || width > reqWidth) {
// 计算目标宽高与原始宽高的比值
final int heightRatio = Math.round((float) height / (float) reqHeight);
final int widthRatio = Math.round((float) width / (float) reqWidth);
// 选择两个比值中较小的作为inSampleSize的值
inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
if(inSampleSize < 1) {
inSampleSize = 1;
}
}
return inSampleSize;
}

5使用decodeByteArray()还是decodeStream()？

讲到这里，有童鞋可能会问我为什么使用BitmapFactory.decodeByteArray(data, 0, data.length, opts)来创建Bitmap，而非使用BitmapFactory.decodeStream(is, null, opts)。你这样做不是要多写一个静态方法readInputStream()吗？
没错，decodeStream()确实是该使用情景下的首选方法，但是在有些情形下，它会导致图片资源不能即时获取，或者说图片被它偷偷地缓存起来，交还给我们的时间有点长。但是延迟性是致命的，我们等不起。所以在这里选用decodeByteArray()获取，它直接从字节数组中获取，贴近于底层IO、脱离平台限制、使用起来风险更小。

6引入缓存机制后获取图片的方法

[java] view plain copy print ?

/**
* 加载Bitmap
* @param url
* @return
*/
private Bitmap loadBitmap(String url) {
// 从内存缓存中获取，推荐在主UI线程中进行
Bitmap bitmap = memCache.getBitmapFromMem(url);
if(bitmap == null) {
// 从文件缓存中获取，推荐在工作线程中进行
bitmap = diskCache.getBitmapFromDisk(url);
if(bitmap == null) {
// 从网络上获取，不用推荐了吧，地球人都知道~_~
bitmap = PanoUtils.downloadBitmap(this, url);
if(bitmap != null) {
diskCache.addBitmapToCache(bitmap, url);
memCache.addBitmapToCache(url, bitmap);
}
} else {
memCache.addBitmapToCache(url, bitmap);
}
}
return bitmap;
}

7工作线程池化管理

有关多线程的切换问题以及在UI线程中执行loadBitmap()方法无效的问题，请参见另一篇博文：使用严苛模式打破Android4.0以上平台应用中UI主线程的“独断专行”。
有关工作线程的处理方式，这里推荐使用定制线程池的方式，核心代码如下：

[java] view plain copy print ?

// 线程池初始容量
private static final int POOL_SIZE = 4;
private ExecutorService executorService;
@Override
public void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
// 获取当前使用设备的CPU个数
int cpuNums = Runtime.getRuntime().availableProcessors();
// 预开启线程池数目
executorService = Executors.newFixedThreadPool(cpuNums * POOL_SIZE);
...
executorService.submit(new Runnable() {
// 此处执行一些耗时工作，不要涉及UI工作。如果遇到，直接转交UI主线程
pano.setImage(loadBitmap(url));
});
...
}

我们知道，线程构造也是比较耗资源的。一定要对其进行有效的管理和维护。千万不要随意而行，一张图片的工作线程不搭理也许没什么，当使用场景变为ListView和GridView时，线程池化工作就显得尤为重要了。Android不是提供了AsyncTask吗？为什么不用它？其实AsyncTask底层也是靠线程池支持的，它默认分配的线程数是128，是远大于我们定制的executorService。

使用严苛模式打破Android4.0以上平台应用中UI主线程的“独断专行”

最近单位来了一个Android4.1平台的360街景项目。在编写该项目demo的过程中，为了省事，打算直接在UI线程中访问网络数据源并生成Bitmap以填充相应的视图。访问网络模块的封装采用了HttpClient的方式进行构建。编写完工后执行程序，发现视图显示的还是本地的默认图样。在确认了网络权限已被开启的情况下，我开始怀疑是不是HttpClient封装的粒度过大，导致其适用范围受限的问题。于是干脆采用Java平台最底层的Socket套接字方式来实现网络访问，可是结果还是一样的，仍旧无法得到网络数据。经过调试发现，在客户端发出请求之后，根本无法连接到服务端，也就无法解析后续的服务端的响应内容了。

以前在Android2.3.3平台上研发怎么没有这个现象？难道是Android4.0的单线程模式的“禁令”较之以往更为严格了。为了使应用程序具有更好的交互性和更少的延迟时间，强势要求开发人员在UI主线程中只能执行与UI相关的工作（如：更新视图、与用户交互等），其他方面的工作一律禁止执行。为了验证这个相反，在stackoverflow.com检索了相关议题，从一位Google工程师的解答中基本得到了印证。也就是说，如果你非要在UI主线程中执行其他工作（如：访问网络、文件操作等），其实有这种编程强迫症的人在项目初期还是很多的，笔者就是其中的一位。你需要为UI主线程所在的Activity设置线程策略，告知平台请赋予我在UI主线程中进行其他工作的权限。具体做法有如下：

在你的Application、Activity或其它应用容器中添加如下代码：

[java] view plain copy print ?

public void onCreate() {
if (DEVELOPER_MODE) {
StrictMode.setThreadPolicy(new StrictMode.ThreadPolicy.Builder()
.detectDiskReads() // 捕捉读取磁盘
.detectDiskWrites() // 捕捉写入磁盘
.detectNetwork() // 捕捉网络访问或使用detectAll() 火力全开
.penaltyLog() // 捕捉LogCat日志
.build());
StrictMode.setVmPolicy(new StrictMode.VmPolicy.Builder()
.detectLeakedSqlLiteObjects()
.detectLeakedClosableObjects()
.penaltyLog()
.penaltyDeath()
.build());
}
super.onCreate();
}

StrictMode类

StrictMode是一个开发者工具类，从Android 2.3平台开始被引入。可以用于捕捉发生在应用程序UI主线程中耗时的IO操作、网络访问或方法调用；也可以用来改进应用程序，使得UI主线程在处理IO操作和访问网络时显得更平滑，避免其被阻塞，导致ANR警告。更多有关StrictMode的信息，请参见http://developer.android.com/reference/android/os/StrictMode.html。

这种非常规的做法，是在项目初期和开发模式下为了达到更高的效率，而采取一种提高生产效率做法。在产品交付和运维时，我们还是要严格遵守Android平台进程与线程安全管理机制。接下来是在实际开发中应该遵循的两个原则：