
文章结构
1. Glide缓存机制简介
1.1 缓存的图片资源
Glide
需要缓存的 图片资源 分为两类:
- 原始图片(
Source
) :即图片源的图片初始大小 & 分辨率 - 转换后的图片(
Result
) :经过 尺寸缩放 和 大小压缩等处理后的图片
当使用
Glide
加载图片时,Glide默认 根据View
视图对图片进行压缩 & 转换,而不显示原始图(这也是Glide
加载速度高于Picasso
的原因)
1.2 缓存机制设计
Glide
的缓存功能设计成 二级缓存:内存缓存 & 硬盘缓存
并不是三级缓存,因为 从网络加载 不属于缓存
- 缓存读取顺序:内存缓存 --> 磁盘缓存 --> 网络
- 内存缓存 默认开启
Glide
中,内存缓存 & 磁盘缓存相互不影响,独立配置
-
二级缓存的作用不同:
- 内存缓存:防止应用 重复将图片数据 读取到内存当中
只 缓存转换过后的图片
- 硬盘缓存:防止应用 重复从网络或其他地方重复下载和读取数据
可缓存原始图片 & 缓存转换过后的图片,用户自行设置
Glide
的缓存机制使得 Glide
具备非常好的图片缓存效果,从而使得具备较高的图片加载效率。
如,在
RecyclerView
上下滑动,而RecyclerView
中只要是Glide
加载过的图片,都可以直接从内存中读取 & 展示,从而不需要重复从 网络或硬盘上读取,提高图片加载效率。
2. Glide 缓存功能介绍
Glide
的缓存功能分为:内存缓存 & 磁盘缓存- 具体介绍如下
2.1 内存缓存
- 作用:防止应用 重复将图片数据 读取到内存当中
只 缓存转换过后的图片,而并非原始图片
- 具体使用 默认情况下,
Glide
自动开启 内存缓存
- // 默认开启内存缓存,用户不需要作任何设置
- Glide.with(this)
- .load(url)
- .into(imageView);
- // 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);
- 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)
2.2 磁盘缓存
- 作用:防止应用 重复从网络或其他地方重复下载和读取数据
可缓存原始图片 & 缓存转换过后的图片,用户自行设置
- 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. Glide 缓存流程 解析
Glide
整个缓存流程 从 加载图片请求 开始,其中过程 有本文最关注的 内存缓存的读取 & 写入、磁盘缓存的读取 & 写入- 具体如下
下面,我将根据 Glide
缓存流程中的每个步骤 进行源码分析。
4. 缓存流程 源码分析
步骤1:生成缓存Key
Glide
实现内存 & 磁盘缓存 是根据 图片的缓存Key 进行唯一标识
即根据 图片的缓存Key 去缓存区找 对应的缓存图片
- 生成缓存
Key
的代码发生在Engine
类的load()
中
#该代码在上一篇文章当中已分析过,只是当时忽略了缓存相关的内容,现在仅贴出缓存相关的代码
- public class Engine implements EngineJobListener,
- MemoryCache.ResourceRemovedListener,
- EngineResource.ResourceListener {
- public <T, Z, R> LoadStatus load(Key signature, int width, int height, DataFetcher<T> fetcher,
- DataLoadProvider<T, Z> loadProvider, Transformation<Z> transformation, ResourceTranscoder<Z, R> transcoder,
- Priority priority, boolean isMemoryCacheable, DiskCacheStrategy diskCacheStrategy, ResourceCallback cb) {
- Util.assertMainThread();
- long startTime = LogTime.getLogTime();
- final String id = fetcher.getId();
- // 获得了一个id字符串,即需加载图片的唯一标识
- // 如,若图片的来源是网络,那么该id = 这张图片的url地址
- EngineKey key = keyFactory.buildKey(id, signature, width, height, loadProvider.getCacheDecoder(),loadProvider.getSourceDecoder(), transformation, loadProvider.getEncoder(),transcoder, loadProvider.getSourceEncoder());
- // 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
- ...
- }
至此,Glide
的图片缓存 Key
生成完毕。
LruResourceCache
步骤2:创建缓存对象 LruResourceCache
对象是在创建Glide
对象时创建的- #而 创建
Glide
对象则是在上篇文章 讲解Glide
图片加载功能时 第2步load()
中loadGeneric()
创建ModelLoader
对象时创建的 - 请看源码分析
- <-- 第2步load()中的loadGeneric()-->
- private <T> DrawableTypeRequest<T> loadGeneric(Class<T> modelClass) {
- ...
- ModelLoader<T, InputStream> streamModelLoader = Glide.buildStreamModelLoader(modelClass, context);
- // 创建第1个ModelLoader对象;作用:加载图片
- // Glide会根据load()方法传入不同类型参数,得到不同的ModelLoader对象
- // 此处传入参数是String.class,因此得到的是StreamStringLoader对象(实现了ModelLoader接口)
- // Glide.buildStreamModelLoader()分析 ->>分析1
- <--分析1:Glide.buildStreamModelLoader() -->
- public class Glide {
- public static <T, Y> ModelLoader<T, Y> buildModelLoader(Class<T> modelClass, Class<Y> resourceClass,
- Context context) {
- if (modelClass == null) {
- if (Log.isLoggable(TAG, Log.DEBUG)) {
- Log.d(TAG, "Unable to load null model, setting placeholder only");
- }
- return null;
- }
- return Glide.get(context).getLoaderFactory().buildModelLoader(modelClass, resourceClass);
- // 创建ModelLoader对象时,调用Glide.get() 创建Glide对象-->分析2
- }
- <--分析2:Glide.get() -->
- // 作用:采用单例模式创建Glide对象
- public static Glide get(Context context) {
- // 实现单例功能
- if (glide == null) {
- synchronized (Glide.class) {
- if (glide == null) {
- Context applicationContext = context.getApplicationContext();
- List<GlideModule> modules = new ManifestParser(applicationContext).parse();
- GlideBuilder builder = new GlideBuilder(applicationContext);
- for (GlideModule module : modules) {
- module.applyOptions(applicationContext, builder);
- }
- glide = builder.createGlide();
- // 通过建造者模式创建Glide对象 ->>分析3
- for (GlideModule module : modules) {
- module.registerComponents(applicationContext, glide);
- }
- }
- }
- }
- return glide;
- }
- }
- <--分析3:builder.createGlide() -->
- // 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);
- }
- }
至此,创建好了缓存对象LruResourceCache
步骤3:从 内存缓存 中获取缓存图片
Glide
在图片加载前就会从 内存缓存 中获取缓存图片- 读取内存缓存代码 是在
Engine
类的load()
中
即上面讲解的生成缓存
Key
的地方
- 源码分析
- public class Engine implements EngineJobListener,
- MemoryCache.ResourceRemovedListener,
- EngineResource.ResourceListener {
- ...
- public <T, Z, R> LoadStatus load(Key signature, int width, int height, DataFetcher<T> fetcher,
- DataLoadProvider<T, Z> loadProvider, Transformation<Z> transformation, ResourceTranscoder<Z, R> transcoder,
- Priority priority, boolean isMemoryCacheable, DiskCacheStrategy diskCacheStrategy, ResourceCallback cb) {
- Util.assertMainThread();
- final String id = fetcher.getId();
- EngineKey key = keyFactory.buildKey(id, signature, width, height, loadProvider.getCacheDecoder(),
- loadProvider.getSourceDecoder(), transformation, loadProvider.getEncoder(),
- transcoder, loadProvider.getSourceEncoder());
- // 上面讲解的生成图片缓存Key
- EngineResource<?> cached = loadFromCache(key, isMemoryCacheable);
- // 调用loadFromCache()获取内存缓存中的缓存图片
- if (cached != null) {
- cb.onResourceReady(cached);
- }
- // 若获取到,就直接调用cb.onResourceReady()进行回调
- EngineResource<?> active = loadFromActiveResources(key, isMemoryCacheable);
- if (active != null) {
- cb.onResourceReady(active);
- }
- // 若没获取到,就继续调用loadFromActiveResources()获取缓存图片
- // 获取到也直接回调
- // 若上述两个方法都没有获取到缓存图片,就开启一个新的线程准备加载图片
- // 即从上文提到的 Glide最基础功能:图片加载
- EngineJob current = jobs.get(key);
- return new LoadStatus(cb, current);
- }
- 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);
- EngineRunnable runnable = new EngineRunnable(engineJob, decodeJob, priority);
- jobs.put(key, engineJob);
- engineJob.addCallback(cb);
- engineJob.start(runnable);
- return new LoadStatus(cb, engineJob);
- }
- ...
- }
即:
Glide
将 内存缓存 划分为两块:一块使用了LruCache
算法 机制;另一块使用了弱引用 机制- 当 获取 内存缓存 时,会通过两个方法分别从上述两块区域进行缓存获取
loadFromCache()
:从 使用了LruCache
算法机制的内存缓存获取 缓存loadFromActiveResources()
:从 使用了 弱引用机制的内存缓存获取 缓存
源码分析如下:
- // 这2个方法属于 Engine 类
- public class Engine implements EngineJobListener,
- MemoryCache.ResourceRemovedListener,
- EngineResource.ResourceListener {
- private final MemoryCache cache;
- private final Map<Key, WeakReference<EngineResource<?>>> activeResources;
- ...
- <-- 方法1:loadFromCache() -->
- // 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);
- // 获取图片缓存 ->>分析4
- // 从分析4回来看这里:
- if (cached != null) {
- cached.acquire();
- activeResources.put(key, new ResourceWeakReference(key, cached, getReferenceQueue()));
- // 将获取到的缓存图片存储到activeResources当中
- // activeResources = 一个弱引用的HashMap:用于缓存正在使用中的图片
- // 好处:保护这些图片不会被LruCache算法回收掉。 ->>方法2
- }
- return cached;
- }
- <<- 分析4:getEngineResourceFromCache() ->>
- // 作用:获取图片缓存
- // 具体过程:根据缓存Key 从cache中 取值
- // 注:此处的cache对象 = 在构建Glide对象时创建的LruResourceCache对象,即说明使用的是LruCache算法
- private EngineResource<?> getEngineResourceFromCache(Key key) {
- Resource<?> cached = cache.remove(key);
- // 当从LruResourceCache中获取到缓存图片后,会将它从缓存中移除->>回到方法1原处
- final EngineResource result;
- if (cached == null) {
- result = null;
- } else if (cached instanceof EngineResource) {
- result = (EngineResource) cached;
- } else {
- result = new EngineResource(cached, true /*isCacheable*/);
- }
- return result;
- }
- <-- 方法2: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。
- 至此,获取内存缓存 的步骤讲解完毕。
- 总结
步骤4:开启 加载图片 线程
- 若无法从 内存缓存 里 获得缓存的图片,
Glide
就会开启 加载图片的线程 - 但在该线程开启后,
Glide
并不会马上去网络 加载图片,而是采取采用Glide
的第2级缓存:磁盘缓存 去获取缓存图片
- 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
- // 即上文讨论的从网络读取图片,此处不作过多描述
- return decodeFromSource();
- }
- }
步骤5:从 磁盘缓存 中获取缓存图片
若无法从 内存缓存 里 获得缓存的图片,Glide
就会采用第2级缓存:磁盘缓存 去获取缓存图片
- <--分析9:decodeFromCache() -->
- private Resource<?> decodeFromCache() throws Exception {
- Resource<?> result = null;
- result = decodeJob.decodeResultFromCache();
- // 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
- // 下面来分析decodeResultFromCache() ->>分析10
- }
- if (result == null) {
- result = decodeJob.decodeSourceFromCache();
- // 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
- // 下面来分析decodeSourceFromCache() ->>分析12
- }
- return result;
- }
- <--分析10:decodeFromCache() -->
- public Resource<Z> decodeResultFromCache() throws Exception {
- if (!diskCacheStrategy.cacheResult()) {
- return null;
- }
- Resource<T> transformed = loadFromCache(resultKey);
- // 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
- // ->>分析11
- Resource<Z> result = transcode(transformed);
- return result;
- // 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
- // 回到分析9原处
- }
- <--分析11:decodeFromCache() -->
- 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);
- }
- }
- return result;
- // 如果文件不为空,则将它解码成Resource对象后返回
- // 回到分析10原处
- }
- <--分析12:decodeFromCache() -->
- 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
- }
- 至此,硬盘缓存读取的源码分析完毕。
- 总结
步骤6:从网络获取 图片资源
- 在
Glide
两级缓存机制里都没有该图片缓存时,只能去源头(如网络)去加载图片了 - 但从网络加载图片前,需要先获取该图片的网络资源
步骤7:写入 磁盘缓存
Glide
将图片写入 磁盘缓存的时机:获取图片资源后 、图片加载完成前- 写入磁盘缓存又分为:将原始图片 写入 或 将转换后的图片写入磁盘缓存
- 在第3步
into()
中执行图片线程run()
里的decode()
开始(上文的分析13) 此处重新贴出代码
- 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()) {
- return decodeFromCache();
- // 读取磁盘缓存的入口就是这里,上面已经讲解
- } else {
- // 情况2:不从磁盘缓存中读取图片
- // 即上文讨论的从网络读取图片,不采用缓存
- // 写入磁盘缓存就是在 此处 写入的 ->>分析13
- return decodeFromSource();
- }
- }
- <--分析13:decodeFromSource() -->
- public Resource<Z> decodeFromSource() throws Exception {
- Resource<T> decoded = decodeSource();
- // 解析图片
- // 写入原始图片 磁盘缓存的入口 ->>分析14
- // 从分析16回来看这里
- return transformEncodeAndTranscode(decoded);
- // 对图片进行转码
- // 写入 转换后图片 磁盘缓存的入口 ->>分析17
- }
- <--分析14:decodeSource() -->
- private Resource<T> decodeSource() throws Exception {
- Resource<T> decoded = null;
- try {
- final A data = fetcher.loadData(priority);
- // 读取图片数据
- if (isCancelled) {
- return null;
- }
- decoded = decodeFromSourceData(data);
- // 对图片进行解码 ->>分析15
- } finally {
- fetcher.cleanup();
- }
- return decoded;
- }
- <--分析15:decodeFromSourceData() -->
- 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()) {
- decoded = cacheAndDecodeSourceData(data);
- // 若允许缓存原始图片,则调用cacheAndDecodeSourceData()进行原始图片的缓存 ->>分析16
- } else {
- long startTime = LogTime.getLogTime();
- decoded = loadProvider.getSourceDecoder().decode(data, width, height);
- }
- return decoded;
- }
- <--分析16:cacheAndDecodeSourceData -->
- private Resource<T> cacheAndDecodeSourceData(A data) throws IOException {
- ...
- diskCacheProvider.getDiskCache().put(resultKey.getOriginalKey(), writer);
- // 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
- // 请回到分析13
- }
- <--分析17:transformEncodeAndTranscode() -->
- private Resource<Z> transformEncodeAndTranscode(Resource<T> decoded) {
- Resource<T> transformed = transform(decoded);
- // 1. 对图片进行转换
- writeTransformedToCache(transformed);
- // 2. 将 转换过后的图片 写入到硬盘缓存中 -->分析18
- Resource<Z> result = transcode(transformed);
- return result;
- }
- <-- 分析18:TransformedToCache() -->
- private void writeTransformedToCache(Resource<T> transformed) {
- if (transformed == null || !diskCacheStrategy.cacheResult()) {
- return;
- }
- diskCacheProvider.getDiskCache().put(resultKey, writer);
- // 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
- }
- 至此,硬盘缓存的写入分析完毕。
- 总结
步骤9:写入 内存缓存
Glide
将图片写入 内存缓存的时机:图片加载完成后 、图片显示出来前- 写入 内存缓存 的具体地方:上篇文章中当图片加载完成后,会在
EngineJob
中通过Handler
发送一条消息将执行逻辑切回到主线程当中,从而执行handleResultOnMainThread()
里
- class EngineJob implements EngineRunnable.EngineRunnableManager {
- private final EngineResourceFactory engineResourceFactory;
- ...
- private void handleResultOnMainThread() {
- ...
- // 关注1:写入 弱引用缓存
- engineResource = engineResourceFactory.build(resource, isCacheable);
- listener.onEngineJobComplete(key, engineResource);
- // 关注2:写入 LruCache算法的缓存
- engineResource.acquire();
- for (ResourceCallback cb : cbs) {
- if (!isInIgnoredCallbacks(cb)) {
- engineResource.acquire();
- cb.onResourceReady(engineResource);
- }
- }
- engineResource.release();
- }
写入 内存缓存分为:写入 弱引用缓存 & LruCache
算法的缓存
- 内存缓存分为:一块使用了
LruCache
算法机制的区域 & 一块使用了 弱引用机制的缓存- 内存缓存只缓存 转换后的图片
关注1:写入 弱引用缓存
- class EngineJob implements EngineRunnable.EngineRunnableManager {
- private final EngineResourceFactory engineResourceFactory;
- ...
- private void handleResultOnMainThread() {
- ...
- // 写入 弱引用缓存
- engineResource = engineResourceFactory.build(resource, isCacheable);
- // 创建一个包含图片资源resource的EngineResource对象
- listener.onEngineJobComplete(key, engineResource);
- // 将上述创建的EngineResource对象传入到Engine.onEngineJobComplete() ->>分析6
- // 写入LruCache算法的缓存(先忽略)
- engineResource.acquire();
- for (ResourceCallback cb : cbs) {
- if (!isInIgnoredCallbacks(cb)) {
- engineResource.acquire();
- cb.onResourceReady(engineResource);
- }
- }
- engineResource.release();
- }
- <<- 分析6: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()) {
- activeResources.put(key, new ResourceWeakReference(key, resource, getReferenceQueue()));
- // 将 传进来的EngineResource对象 添加到activeResources()中
- // 即写入了弱引用 内存缓存
- }
- }
- jobs.remove(key);
- }
- ...
- }
关注2:写入 LruCache算法 缓存
- class EngineJob implements EngineRunnable.EngineRunnableManager {
- private final EngineResourceFactory engineResourceFactory;
- ...
- private void handleResultOnMainThread() {
- ...
- // 写入 弱引用缓存(忽略)
- engineResource = engineResourceFactory.build(resource, isCacheable);
- listener.onEngineJobComplete(key, engineResource);
- // 写入 LruCache算法的缓存
- engineResource.acquire();
- // 标记1
- for (ResourceCallback cb : cbs) {
- if (!isInIgnoredCallbacks(cb)) {
- engineResource.acquire();
- // 标记2
- cb.onResourceReady(engineResource);
- }
- }
- engineResource.release();
- // 标记3
- }
写入 LruCache
算法 内存缓存的原理:包含图片资源resource
的EngineResource
对象的一个引用机制:
- 用 一个
acquired
变量 记录图片被引用的次数 - 加载图片时:调用
acquire()
,变量加1
上述代码的标记1、标记2 & 下面
acquire()
源码
- <-- 分析7: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");
- }
- ++acquired;
- // 当调用acquire()时,acquired变量 +1
- }
- 不加载图片时,调用
release()
时,变量减1
上述代码的标记3 & 下面
release()
源码
- <-- 分析8:release() -->
- 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) {
- listener.onResourceReleased(key, this);
- // 当调用acquire()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()->>分析9
- }
- }
- }
- <-- 分析9:onResourceReleased() -->
- 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
至此,实现了:
- 正在使用中的图片 采用 弱引用 的内存缓存
- 不在使用中的图片 采用
LruCache
算法 的内存缓存
总结
步骤10:显示图片
- 在将图片 写入 内存缓存 & 磁盘缓存后,图片最终显示出来
- 在下次加载时,将通过二级缓存 从而提高图片加载效率
至此,Glide
的图片缓存流程解析完毕。
- 关于内存缓存 的总结
- 读取 内存缓存 时,先从
LruCache
算法机制的内存缓存读取,再从弱引用机制的 内存缓存 读取 - 写入 内存缓存 时,先写入 弱引用机制 的内存缓存,等到图片不再被使用时,再写入到
LruCache
算法机制的内存缓存
- 读取 内存缓存 时,先从
- 关于磁盘缓存 的总结
- 读取 磁盘缓存 时,先读取 转换后图片 的缓存,再读取 原始图片 的缓存
是否读取 取决于
Glide
使用API的设置
- 写入 磁盘缓存 时,先写入 原始图片 的内存缓存,再写入的内存缓存
是否写入 取决于
Glide
使用API的设置