热门标签 | HotTags
当前位置:  开发笔记 > Android > 正文

Android图片三级缓存的原理及其实现

为什么要使用三级缓存 如今的 Android App 经常会需要网络交互,通过网络获取图片是再正常不过的事了 假如每次启动的

为什么要使用三级缓存

  • 如今的 Android App 经常会需要网络交互,通过网络获取图片是再正常不过的事了
  • 假如每次启动的时候都从网络拉取图片的话,势必会消耗很多流量。在当前的状况下,对于非wifi用户来说,流量还是很贵的,一个很耗流量的应用,其用户数量级肯定要受到影响
  • 特别是,当我们想要重复浏览一些图片时,如果每一次浏览都需要通过网络获取,流量的浪费可想而知
  • 所以提出三级缓存策略,通过网络、本地、内存三级缓存图片,来减少不必要的网络交互,避免浪费流量

什么是三级缓存

  • 网络缓存, 不优先加载, 速度慢,浪费流量
  • 本地缓存, 次优先加载, 速度快
  • 内存缓存, 优先加载, 速度最快

三级缓存原理

  • 首次加载 Android App 时,肯定要通过网络交互来获取图片,之后我们可以将图片保存至本地SD卡和内存中
  • 之后运行 App 时,优先访问内存中的图片缓存,若内存中没有,则加载本地SD卡中的图片
  • 总之,只在初次访问新内容时,才通过网络获取图片资源

具体实现及代码

1. 自定义的图片缓存工具类(MyBitmapUtils)

  • 通过new MyBitmapUtils().display(ImageView ivPic, String url) 提供给外部方法进行图片缓存的接口
  • 参数含义:ivPic 用于显示图片的ImageView,url 获取图片的网络地址
 /**
  * 自定义的BitmapUtils,实现三级缓存
  */
 public class MyBitmapUtils {

  private NetCacheUtils mNetCacheUtils;
  private LocalCacheUtils mLocalCacheUtils;
  private MemoryCacheUtils mMemoryCacheUtils;

  public MyBitmapUtils(){
   mMemoryCacheUtils=new MemoryCacheUtils();
   mLocalCacheUtils=new LocalCacheUtils();
   mNetCacheUtils=new NetCacheUtils(mLocalCacheUtils,mMemoryCacheUtils);
  }

  public void disPlay(ImageView ivPic, String url) {
   ivPic.setImageResource(R.mipmap.pic_item_list_default);
   Bitmap bitmap;
   //内存缓存
   bitmap=mMemoryCacheUtils.getBitmapFromMemory(url);
   if (bitmap!=null){
    ivPic.setImageBitmap(bitmap);
    System.out.println("从内存获取图片啦.....");
    return;
   }

   //本地缓存
   bitmap = mLocalCacheUtils.getBitmapFromLocal(url);
   if(bitmap !=null){
    ivPic.setImageBitmap(bitmap);
    System.out.println("从本地获取图片啦.....");
    //从本地获取图片后,保存至内存中
    mMemoryCacheUtils.setBitmapToMemory(url,bitmap);
    return;
   }
   //网络缓存
   mNetCacheUtils.getBitmapFromNet(ivPic,url);
  }
 }

2. 网络缓存(NetCacheUtils)

  • 网络缓存中主要用到了AsyncTask来进行异步数据的加载
  • 简单来说,AsyncTask可以看作是一个对handler和线程池的封装,通常,AsyncTask主要用于数据简单时,handler+thread主要用于数据量多且复杂时,当然这也不是必须的,仁者见仁智者见智
  • 同时,为了避免内存溢出的问题,我们可以在获取网络图片后。对其进行图片压缩
 /**
  * 三级缓存之网络缓存
  */
 public class NetCacheUtils {

  private LocalCacheUtils mLocalCacheUtils;
  private MemoryCacheUtils mMemoryCacheUtils;

  public NetCacheUtils(LocalCacheUtils localCacheUtils, MemoryCacheUtils memoryCacheUtils) {
   mLocalCacheUtils = localCacheUtils;
   mMemoryCacheUtils = memoryCacheUtils;
  }

  /**
   * 从网络下载图片
   * @param ivPic 显示图片的imageview
   * @param url 下载图片的网络地址
   */
  public void getBitmapFromNet(ImageView ivPic, String url) {
   new BitmapTask().execute(ivPic, url);//启动AsyncTask

  }

  /**
   * AsyncTask就是对handler和线程池的封装
   * 第一个泛型:参数类型
   * 第二个泛型:更新进度的泛型
   * 第三个泛型:onPostExecute的返回结果
   */
  class BitmapTask extends AsyncTask {

   private ImageView ivPic;
   private String url;

   /**
    * 后台耗时操作,存在于子线程中
    * @param params
    * @return
    */
   @Override
   protected Bitmap doInBackground(Object[] params) {
    ivPic = (ImageView) params[0];
    url = (String) params[1];

    return downLoadBitmap(url);
   }

   /**
    * 更新进度,在主线程中
    * @param values
    */
   @Override
   protected void onProgressUpdate(Void[] values) {
    super.onProgressUpdate(values);
   }

   /**
    * 耗时方法结束后执行该方法,主线程中
    * @param result
    */
   @Override
   protected void onPostExecute(Bitmap result) {
    if (result != null) {
     ivPic.setImageBitmap(result);
     System.out.println("从网络缓存图片啦.....");

     //从网络获取图片后,保存至本地缓存
     mLocalCacheUtils.setBitmapToLocal(url, result);
     //保存至内存中
     mMemoryCacheUtils.setBitmapToMemory(url, result);

    }
   }
  }

  /**
   * 网络下载图片
   * @param url
   * @return
   */
  private Bitmap downLoadBitmap(String url) {
   HttpURLConnection cOnn= null;
   try {
    cOnn= (HttpURLConnection) new URL(url).openConnection();
    conn.setConnectTimeout(5000);
    conn.setReadTimeout(5000);
    conn.setRequestMethod("GET");

    int respOnseCode= conn.getResponseCode();
    if (respOnseCode== 200) {
     //图片压缩
     BitmapFactory.Options optiOns= new BitmapFactory.Options();
     options.inSampleSize=2;//宽高压缩为原来的1/2
     options.inPreferredCOnfig=Bitmap.Config.ARGB_4444;
     Bitmap bitmap = BitmapFactory.decodeStream(conn.getInputStream(),null,options);
     return bitmap;
    }
   } catch (IOException e) {
    e.printStackTrace();
   } finally {
    conn.disconnect();
   }

   return null;
  }
 }

3. 本地缓存(LocalCacheUtils)

  • 在初次通过网络获取图片后,我们可以在本地SD卡中将图片保存起来
  • 可以使用MD5加密图片的网络地址,来作为图片的名称保存 
 /**
  * 三级缓存之本地缓存
  */
 public class LocalCacheUtils {

  private static final String CACHE_PATH= Environment.getExternalStorageDirectory().getAbsolutePath()+"/WerbNews";

  /**
   * 从本地读取图片
   * @param url
   */
  public Bitmap getBitmapFromLocal(String url){
   String fileName = null;//把图片的url当做文件名,并进行MD5加密
   try {
    fileName = MD5Encoder.encode(url);
    File file=new File(CACHE_PATH,fileName);

    Bitmap bitmap = BitmapFactory.decodeStream(new FileInputStream(file));

    return bitmap;
   } catch (Exception e) {
    e.printStackTrace();
   }

   return null;
  }

  /**
   * 从网络获取图片后,保存至本地缓存
   * @param url
   * @param bitmap
   */
  public void setBitmapToLocal(String url,Bitmap bitmap){
   try {
    String fileName = MD5Encoder.encode(url);//把图片的url当做文件名,并进行MD5加密
    File file=new File(CACHE_PATH,fileName);

    //通过得到文件的父文件,判断父文件是否存在
    File parentFile = file.getParentFile();
    if (!parentFile.exists()){
     parentFile.mkdirs();
    }

    //把图片保存至本地
    bitmap.compress(Bitmap.CompressFormat.JPEG,100,new FileOutputStream(file));
   } catch (Exception e) {
    e.printStackTrace();
   }

  }
 }

4. 内存缓存(MemoryCacheUtils)

这是本文中最重要且需要重点介绍的部分

进行内存缓存,就一定要注意一个问题,那就是内存溢出(OutOfMemory)

为什么会造成内存溢出?

  • Android 虚拟机默认分配给每个App 16M的内存空间,真机会比16M大,但任会出现内存溢出的情况
  • Android 系统在加载图片时是解析每一个像素的信息,再把每一个像素全部保存至内存中
  • 图片大小 = 图片的总像素 * 每个像素占用的大小
  • > 单色图:每个像素占用1/8个字节,16色图:每个像素占用1/2个字节,256色图:每个像素占用1个字节,24位图:每个像素占用3个字节(常见的rgb构成的图片)
  • 例如一张1920x1080的JPG图片,在Android 系统中是以ARGB格式解析的,即一个像素需占用4个字节,图片的大小=1920x1080x4=7M

实现方法:

  • 通过 HashMap键值对的方式保存图片,key为地址,value为图片对象,但因是强引用对象,很容易造成内存溢出,可以尝试SoftReference软引用对象
  • 通过 HashMap>SoftReference 为软引用对象(GC垃圾回收会自动回收软引用对象),但在Android2.3+后,系统会优先考虑回收弱引用对象,官方提出使用LruCache
  • 通过 LruCache least recentlly use 最少最近使用算法

会将内存控制在一定的大小内, 超出最大值时会自动回收, 这个最大值开发者自己定

 /**
  * 三级缓存之内存缓存
  */
 public class MemoryCacheUtils {

  // private HashMap mMemoryCache=new HashMap<>();//1.因为强引用,容易造成内存溢出,所以考虑使用下面弱引用的方法
  // private HashMap> mMemoryCache = new HashMap<>();//2.因为在Android2.3+后,系统会优先考虑回收弱引用对象,官方提出使用LruCache
  private LruCache mMemoryCache;

  public MemoryCacheUtils(){
   long maxMemory = Runtime.getRuntime().maxMemory()/8;//得到手机最大允许内存的1/8,即超过指定内存,则开始回收
   //需要传入允许的内存最大值,虚拟机默认内存16M,真机不一定相同
   mMemoryCache=new LruCache((int) maxMemory){
    //用于计算每个条目的大小
    @Override
    protected int sizeOf(String key, Bitmap value) {
     int byteCount = value.getByteCount();
     return byteCount;
    }
   };

  }

  /**
   * 从内存中读图片
   * @param url
   */
  public Bitmap getBitmapFromMemory(String url) {
   //Bitmap bitmap = mMemoryCache.get(url);//1.强引用方法
   /*2.弱引用方法
   SoftReference bitmapSoftReference = mMemoryCache.get(url);
   if (bitmapSoftReference != null) {
    Bitmap bitmap = bitmapSoftReference.get();
    return bitmap;
   }
   */
   Bitmap bitmap = mMemoryCache.get(url);
   return bitmap;

  }

  /**
   * 往内存中写图片
   * @param url
   * @param bitmap
   */
  public void setBitmapToMemory(String url, Bitmap bitmap) {
   //mMemoryCache.put(url, bitmap);//1.强引用方法
   /*2.弱引用方法
   mMemoryCache.put(url, new SoftReference<>(bitmap));
   */
   mMemoryCache.put(url,bitmap);
  }
 }

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。


推荐阅读
  • 本文回顾了2017年的转型和2018年的收获,分享了几家知名互联网公司提供的工作机会及面试体验。 ... [详细]
  • Python中HOG图像特征提取与应用
    本文介绍如何在Python中使用HOG(Histogram of Oriented Gradients)算法进行图像特征提取,探讨其在目标检测中的应用,并详细解释实现步骤。 ... [详细]
  • Android Studio 中查看应用程序崩溃日志的方法
    本文介绍如何在 Android Studio 中配置环境变量并使用 ADB 工具查看应用程序的崩溃日志,帮助开发者快速定位和解决问题。 ... [详细]
  • 解决MacOS上Android Studio Gradle版本不匹配问题
    在MacOS系统中,升级Android Studio后可能会遇到Gradle版本不兼容的问题。当网络下载更新受阻时,可以使用本地已安装的Gradle版本来解决问题。本文将详细介绍如何配置本地Gradle环境以确保开发工作的顺利进行。 ... [详细]
  • 本文探讨了如何利用NFC技术,将存储在Android手机中的患者信息安全高效地传输到台式计算机。重点介绍了适用于医院场景的NFC USB读卡器(如ACR122U)的应用方法。 ... [详细]
  • Python 工具推荐 | PyHubWeekly 第二十一期:提升命令行体验的五大工具
    本期 PyHubWeekly 为大家精选了 GitHub 上五个优秀的 Python 工具,涵盖金融数据可视化、终端美化、国际化支持、图像增强和远程 Shell 环境配置。欢迎关注并参与项目。 ... [详细]
  • 深入解析ESFramework中的AgileTcp组件
    本文详细介绍了ESFramework框架中AgileTcp组件的设计与实现。AgileTcp是ESFramework提供的ITcp接口的高效实现,旨在优化TCP通信的性能和结构清晰度。 ... [详细]
  • 由二叉树到贪心算法
    二叉树很重要树是数据结构中的重中之重,尤其以各类二叉树为学习的难点。单就面试而言,在 ... [详细]
  • 深入解析RDMA中的队列对(Queue Pair)
    本文将详细探讨RDMA架构中的关键组件——队列对(Queue Pair,简称QP),包括其基本概念、硬件与软件实现、QPC的作用、QPN的分配机制以及用户接口和状态机。通过这些内容,读者可以更全面地理解QP在RDMA通信中的重要性和工作原理。 ... [详细]
  • 本文介绍了一种基于选择排序思想的高效排序方法——堆排序。通过使用堆数据结构,堆排序能够在每次查找最大元素时显著提高效率。文章详细描述了堆排序的工作原理,并提供了完整的C语言代码实现。 ... [详细]
  • 本文将继续探讨前端开发中常见的算法问题,重点介绍如何将多维数组转换为一维数组以及验证字符串中的括号是否成对出现。通过多种实现方法的解析,帮助开发者更好地理解和掌握这些技巧。 ... [详细]
  • 如何使用 CleanMyMac X 2023 激活码解锁完整功能
    本文详细介绍了如何使用 CleanMyMac X 2023 激活码解锁软件的全部功能,并提供了一些优化和清理 Mac 系统的专业建议。 ... [详细]
  • Go语言实现经典排序算法:归并排序
    本文介绍如何使用Go语言实现经典的归并排序算法,探讨其原理、代码实现及性能特点。适合Golang开发者和编程爱好者。 ... [详细]
  • 深入理解Java多线程并发处理:基础与实践
    本文探讨了Java中的多线程并发处理机制,从基本概念到实际应用,帮助读者全面理解并掌握多线程编程技巧。通过实例解析和理论阐述,确保初学者也能轻松入门。 ... [详细]
  • 本文深入探讨了MySQL中常见的面试问题,包括事务隔离级别、存储引擎选择、索引结构及优化等关键知识点。通过详细解析,帮助读者在面对BAT等大厂面试时更加从容。 ... [详细]
author-avatar
栋逼逼丶
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有