Android進階之徹底理解LruCache緩存機制原理
前言
Android的三級緩存,其中主要的就是內(nèi)存緩存和硬盤緩存。這兩種緩存機制的實現(xiàn)都應(yīng)用到了LruCache算法,今天我們就從使用到源碼解析,來徹底理解Android中的緩存機制;
一、LruCache概念介紹
1.什么是LruCache?
LruCache是Android 3.1所提供的一個緩存類,所以在Android中可以直接使用LruCache實現(xiàn)內(nèi)存緩存。而DisLruCache目前在Android 還不是Android SDK的一部分,但Android官方文檔推薦使用該算法來實現(xiàn)硬盤緩存;
LruCache是個泛型類,主要算法原理是把最近使用的對象用強引用(即我們平常使用的對象引用方式)存儲在 LinkedHashMap 中。當(dāng)緩存滿時,把最近最少使用的對象從內(nèi)存中移除,并提供了get和put方法來完成緩存的獲取和添加操作;
2.LruCache的使用
LruCache的使用非常簡單,我們就已圖片緩存為例
- int maxMemory = (int) (Runtime.getRuntime().totalMemory()/1024);
- int cacheSize = maxMemory/8;
- mMemoryCache = new LruCache<String,Bitmap>(cacheSize){
- @Override
- protected int sizeOf(String key, Bitmap value) {
- return value.getRowBytes()*value.getHeight()/1024;
- }
- };
①設(shè)置LruCache緩存的大小,一般為當(dāng)前進程可用容量的1/8;
②重寫sizeOf方法,計算出要緩存的每張圖片的大小;
注意:緩存的總?cè)萘亢兔總€緩存對象的大小所用單位要一致;
二、LruCache的實現(xiàn)原理
LruCache的核心思想很好理解,就是要維護一個緩存對象列表,其中對象列表的排列方式是按照訪問順序?qū)崿F(xiàn)的,即一直沒訪問的對象,將放在隊尾,即將被淘汰。而最近訪問的對象將放在隊頭,最后被淘汰;
1、構(gòu)造函數(shù)
- public LruCache(int maxSize) {
- if (maxSize <= 0) {
- throw new IllegalArgumentException("maxSize <= 0");
- }
- this.maxSize = maxSize;
- this.map = new LinkedHashMap<K, V>(0, 0.75f, true);
- }
創(chuàng)建LruCache對象時,它內(nèi)部做的工作如下:
- 記錄下制定的最大容量maxSize;
- 創(chuàng)建一個初始容量為0的LinkedHashMap,用來保存對象;
- 所以,在創(chuàng)建LruCache對象時,我們需要指定一個最大容量值maxSize,它可以是具體數(shù)值,也可以是內(nèi)存空間,與它對應(yīng)的是sizeOf方法:
- protected int sizeOf(K key, V value) {
- return 1;
- }
如果我們想以數(shù)量的方式來控制緩存,可以看到,默認(rèn)的sizeOf方法返回值為1,也就是說每次添加一條數(shù)據(jù),它所占用的空間為1,直到添加的內(nèi)容數(shù)量達到maxSize,這時候再添加數(shù)據(jù),系統(tǒng)就會挑選出使用頻率最低的值,將他們移除;
如果以內(nèi)存空間作為緩存限制,需要重寫size,返回對象所占用的空間大小:
- int maxMemory = (int) (Runtime.getRuntime().maxMemory())/1024;//獲取可用內(nèi)存,轉(zhuǎn)換為單位KB
- int maxCache = maxMemory/10;//緩存大小為可用內(nèi)存的1/10
- LruCache mMemoryCache = new LruCache<String,Bitmap>(maxCache){
- @Override//重寫sizeOf方法,返回每條數(shù)據(jù)占用的內(nèi)存
- protected int sizeOf(String key, Bitmap value) {
- return value.getRowBytes()*value.getHeight() / 1024;
- //return value.getByteCount() / 1024;
- }
- };
2、讀取內(nèi)容
讀取內(nèi)容對應(yīng)的是get方法,源碼如下:
- public final V get(K key) {
- if (key == null) { //如果key為null,直接拋出異常
- throw new NullPointerException("key == null");
- }
- V mapValue;
- synchronized (this) {
- mapValue = map.get(key); //讀取key對應(yīng)的值
- if (mapValue != null) {
- hitCount++;
- return mapValue; //如果獲取到內(nèi)容,返回
- }
- missCount++; //如果未讀到內(nèi)容,missCount計數(shù)增加,繼續(xù)向下執(zhí)行
- }
- /*嘗試創(chuàng)建value,可能會消耗一定的時間,當(dāng)創(chuàng)建完成時,map可能已經(jīng)發(fā)生變化
- 如果此時發(fā)現(xiàn)創(chuàng)建時使用的key已經(jīng)存在,導(dǎo)致沖突,丟棄掉create創(chuàng)建的值
- * Attempt to create a value. This may take a long time, and the map
- * may be different when create() returns. If a conflicting value was
- * added to the map while create() was working, we leave that value in
- * the map and release the created value.
- */
- //如果未獲取到value,調(diào)用create方法,嘗試創(chuàng)建對象
- //create方法默認(rèn)返回null,可以覆寫該方法,決定獲取不到值時的添加方法
- V createdValue = create(key);
- if (createdValue == null) {
- return null;
- }
- //以下部分為創(chuàng)建之后對map的修改動作,包括存放對象,調(diào)整size等。
- synchronized (this) {
- createCount++;
- mapValue = map.put(key, createdValue);
- if (mapValue != null) {
- // There was a conflict so undo that last put
- map.put(key, mapValue);
- } else {
- size += safeSizeOf(key, createdValue);
- }
- }
- if (mapValue != null) {
- entryRemoved(false, key, createdValue, mapValue);
- return mapValue;
- } else {
- trimToSize(maxSize);
- return createdValue;
- }
- }
get方法嘗試根據(jù)傳入的key來讀取內(nèi)容,如果讀取不到,可以選擇是否創(chuàng)建一個對象,如果選擇創(chuàng)建對象,需要我們覆寫create方法來返回要創(chuàng)建的對象,使用也很簡單;
3、存儲內(nèi)容
存儲內(nèi)容使用的是put方法:
- public final V put(K key, V value) {
- if (key == null || value == null) {
- throw new NullPointerException("key == null || value == null");
- }
- V previous;
- synchronized (this) {
- putCount++;
- size += safeSizeOf(key, value);
- previous = map.put(key, value);
- if (previous != null) {
- size -= safeSizeOf(key, previous);
- }
- }
- if (previous != null) {
- entryRemoved(false, key, previous, value);
- }
- trimToSize(maxSize);
- return previous;
- }
在存放內(nèi)容的時候,可以看到是怎樣控制緩存size的:存放內(nèi)容之后會將執(zhí)行size += safeSizeOf(key, value);,safeSizeOf的默認(rèn)實現(xiàn)就是sizeOf方法。每存放一個對象,就會將size增加對應(yīng)的值。如果存放的key已經(jīng)存在數(shù)據(jù),那么size不變;
同時還提供了一個entryRemoved方法,該方法在數(shù)據(jù)被移除時(調(diào)用remove移除,新值覆蓋,超出緩存被刪除)調(diào)用,默認(rèn)實現(xiàn)為空;
在put的最后則是調(diào)用了trimToSize,這是控制緩存大小的方法,每當(dāng)有新的數(shù)據(jù)存入時,該方法都會被調(diào)用。當(dāng)前size超出緩存最大值之后,會通過此方法刪除最近最少使用的數(shù)據(jù);
除了正常的存儲,讀取之外,LruCache還提供了一個一次性讀取全部緩存對象的方法:
- public synchronized final Map<K, V> snapshot() {
- return new LinkedHashMap<K, V>(map);
- }
4、trimToSize()方法
- public void trimToSize(int maxSize) {
- //死循環(huán)
- while (true) {
- K key;
- V value;
- synchronized (this) {
- //如果map為空并且緩存size不等于0或者緩存size小于0,拋出異常
- if (size < 0 || (map.isEmpty() && size != 0)) {
- throw new IllegalStateException(getClass().getName()
- + ".sizeOf() is reporting inconsistent results!");
- }
- //如果緩存大小size小于最大緩存,或者map為空,不需要再刪除緩存對象,跳出循環(huán)
- if (size <= maxSize || map.isEmpty()) {
- break;
- }
- //迭代器獲取第一個對象,即隊尾的元素,近期最少訪問的元素
- Map.Entry<K, V> toEvict = map.entrySet().iterator().next();
- key = toEvict.getKey();
- value = toEvict.getValue();
- //刪除該對象,并更新緩存大小
- map.remove(key);
- size -= safeSizeOf(key, value);
- evictionCount++;
- }
- entryRemoved(true, key, value, null);
- }
- }
總結(jié)
LruCache中維護了一個集合LinkedHashMap,該LinkedHashMap是以訪問順序排序的。當(dāng)調(diào)用put()方法時,就會在結(jié)合中添加元素,并調(diào)用trimToSize()判斷緩存是否已滿,如果滿了就用LinkedHashMap的迭代器刪除隊尾元素,即近期最少訪問的元素。當(dāng)調(diào)用get()方法訪問緩存對象時,就會調(diào)用LinkedHashMap的get()方法獲得對應(yīng)集合元素,同時會更新該元素到隊頭;