跟着源码学设计：Glide框架及源码解析（三）

2017-10-20 本文已影响51人肖丹晨

前言

近期研究了一下Glide的图片加载框架，在这里和大家分享一下。由于代码研读有限，难免有错误的地方，了解的童鞋还望指正。学习小组QQ群: 193765960。

本篇是Glide框架及源码解析的第三篇，更多文章敬请关注后续文章。如果这篇文章对大家学习Glide有帮助，还望大家多多转载。

版权归作者所有，如有转发，请注明文章出处：http://www.jianshu.com/u/d43d948bef39

Glide内存缓存机制

在之前的两篇中我们剖析了Glide的生命周期绑定机制和Glide的请求管理机制。接下来按说应该讲到request实际请求资源并回调刷新界面这一块了，但是为了更好的理解Glide在这一块的设计，我先大致的讲一讲Glide的内存缓存和管理机制。
不同于其他常见网络加载框架只有LruCatch一种缓存机制，Glide内存为三块（非常牛逼巧妙的设计）：

ActiveResourceCache：缓存当前正在使用的资源（注意是弱引用）
LruResourceCache：缓存最近使用过但是当前未使用的资源，LRU算法
BitmapPool：缓存所有被释放的图片，内存复用，LRU算法

注意：

LruResourceCache和ActiveResourceCache设计是为了尽可能的资源复用
BitmapPool的设计目的是为了尽可能的内存复用

说的比较抽象，是不是懵逼了？别急，上图：

Glide内存缓存及管理机制

当我们需要显示某个资源时，Glide会先去查找LruResourceCache，找到了则将资源从LruResourceCache移除加入到ActiveResourceCache；
LruResourceCache找不到资源则查找ActiveResourceCache。
如果在ActiveResourceCache也找不到合适的资源，则会根据加载策略从硬盘或者网络加载资源。
获取数据后Glide会从BitmapPool中找寻合适的可供内存复用的废弃recycled bitmap（找不到则会重新创建bitmap对象），然后刷新bitmap的数据。
bitmap被转换封装为Resource缓存入ActiveResourceCache和Request对象中。
Request的target会获取resource中引用的bitmap并展示。
当target的资源需要release时，resource会根据缓存策略被缓存到LruResourceCache，同时ActiveResourceCache中的弱引用会被删除。如果，该资源不能缓存到LruResourceCache，则资源将被recycle到BitmapPool。
当需要回收内存时（比如系统内存不足或者生命周期结束），LruResourceCache将根据LRU算法recycle一些resource到BitmapPool。
BitmapPool会根据缓存池的尺寸和recycled resource的缓存策略来缓存resource的bitmap。
BitmapPool会根据LRU算法和缓存池的尺寸来释放一些老旧资源。
当系统GC时，则会回收可回收的资源释放内存

这样就完成了一个资源的完整的循环。

BitmapPool的内存复用机制

知识储备：

BitmapFactory.Options.inBitmap是AndroiD3.0新增的一个属性，如果设置了这个属性则会重用这个Bitmap的内存从而提升性能。
在SDK 11 -> 18之间，重用的bitmap大小必须是一致的，例如给inBitmap赋值的图片大小为100-100，那么新申请的bitmap必须也为100-100才能够被重用。从SDK 19开始，新申请的bitmap大小必须小于或者等于已经赋值过的bitmap大小。
新申请的bitmap与旧的bitmap必须有相同的解码格式，例如大家都是8888的，如果前面的bitmap是8888，那么就不能支持4444与565格式的bitmap了

使用inbitmap前，内存占用情况

使用inbitmap后，内存占用情况

下面看一下核心代码：Downsampler的downsampleWithSize()方法

private Bitmap downsampleWithSize(MarkEnforcingInputStream is, RecyclableBufferedInputStream  bufferedStream,
BitmapFactory.Options options, BitmapPool pool, int inWidth, int inHeight, int sampleSize,
DecodeFormat decodeFormat) {
  // Prior to KitKat, the inBitmap size must exactly match the size of the bitmap we're decoding.
  Bitmap.Config config = getConfig(is, decodeFormat);
  options.inSampleSize = sampleSize;
  options.inPreferredConfig = config;
  if ((options.inSampleSize == 1 || Build.VERSION_CODES.KITKAT <= Build.VERSION.SDK_INT) && shouldUsePool(is)) {
    int targetWidth = (int) Math.ceil(inWidth / (double) sampleSize);
    int targetHeight = (int) Math.ceil(inHeight / (double) sampleSize);
    // BitmapFactory will clear out the Bitmap before writing to it, so getDirty is safe.
    setInBitmap(options, pool.getDirty(targetWidth, targetHeight, config));
  }
  return decodeStream(is, bufferedStream, options);
}
 
@TargetApi(Build.VERSION_CODES.HONEYCOMB)
private static void setInBitmap(BitmapFactory.Options options, Bitmap recycled) {
  if (Build.VERSION_CODES.HONEYCOMB <= Build.VERSION.SDK_INT) {
    options.inBitmap = recycled;
  }
}

让我们先看一下我们最常见到的LruMemoryCache机制

ActiveResourceCache的设计

如图，当系统内存不足时，LruMemoryCache会根据LRU算法移除一些资源（bitmap）
针对移除的资源，系统在GC时会回收资源(bitmap)以释放内存
当应用再次需要次资源时，需要重新分配内存，重新对资源文件进行解析生成bitmap
1）这样会造成内存抖动；
2）比较耗费时间，影响流畅度（GC也比较频繁）

让我们再来看一下Glide的机制