Android SharedPreferences该这样优化
前言
同学,听说SharedPreference你玩的很6,不就是存储键值对嘛,工具类就可以搞定。那下面这些问题,你都回答的上来吗?
目录
1、SharedPreference有哪些隐患或风险?
2、为什么SharedPreference会造成卡顿甚至ANR?
3、如何解决sp造成的界面卡顿、掉帧问题?
4、commit和apply有什么区别?
5、apply就不会让主线程卡顿?
6、SharedPreference如何跨进程通信?
还没有看过源码的同学,强烈推荐先看一遍,不然会有各种不适症状。
Android SharedPreferences源码都不会,怎么通过面试?
SharedPreference有哪些隐患或风险?
卡顿、丢帧、甚至ANR、占用内存过高。
为什么SharedPreference会造成卡顿甚至ANR?
- 第一次从SharedPreference获取值的时候,可能阻塞主线程,造成卡顿/丢帧。
看如下代码,我第一次从sp取数据竟然花费了11ms
。这还是我的数据很少的情况下,很多时候,一个迭代了很多版本的项目存放的数据会远比我的要大,耗时也会更长。
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
setContentView(R.layout.activity_main)
var startTime = System.currentTimeMillis()
val sp: SharedPreferences = getSharedPreferences("sp", Context.MODE_PRIVATE)
val value: String? = sp.getString("key", "")
Log.e(TAG, "func1 : ${System.currentTimeMillis() - startTime}")
}
有人会说SharedPreferences 的加载是不是在子线程吗,为什么还会阻塞主线程呢?这个问题,我们要从源码中寻找答案。
public String getString(String key, @Nullable String defValue) {
synchronized (mLock) {
//阻塞等待加载、解析xml文件完成
awaitLoadedLocked();
//从内存获取
String v = (String)mMap.get(key);
return v != null ? v : defValue;
}
}
从内存获取数据之前,还调用了 awaitLoadedLocked(),下面来看看这个方法。
private void awaitLoadedLocked() {
if (!mLoaded) {
// Raise an explicit StrictMode onReadFromDisk for this
// thread, since the real read will be in a different
// thread and otherwise ignored by StrictMode.
BlockGuard.getThreadPolicy().onReadFromDisk();
}
while (!mLoaded) {
try {
//关键点,object对象的wait()来阻塞等待
mLock.wait();
} catch (InterruptedException unused) {
}
}
}
awaitLoadedLocked()会循环等待,直到mLoaded为true,那什么时候mLoaded为true呢?答案是从磁盘加载、解析xml完成之后,具体是在SharedPreferencesImpl#loadFromDisk()
方法内,这里不展开了,可以去上一篇源码分析文章看。
小结,第一次获取数据的时候会阻塞主线程,原因是主线程会等待从文件加载sp完成,这是一个耗时操作,尤其是xml中数据比较大的时候更明显;注意:只有第一次才会,后面不会,因为加载文件成功后会在内存缓存数据,下次就不需要等待了。
怎么解决?尽可能早的去完成sp对象的初始化,通常在Application是最合适的。
多次commit、apply
我见过很多这样的代码,每次写入数据都会创建一个Editor对象,调用一次commit/apply。
val sp: SharedPreferences = getSharedPreferences("sp", Context.MODE_PRIVATE)
sp.edit().putString("key0", "11").apply()
sp.edit().putString("key1", "11").apply()
sp.edit().putString("key2", "11").apply()
创建Editor对象和put方法并不怎么耗时,但是多次commit()/apply()有多耗时,您心里没数吗?不信就来看看下面这组数据。
存储方式 | 数据量 | 耗时(ms) |
---|---|---|
多次commit | 20 | 116 |
多次apply | 20 | 5 |
一次性commit | 20 | 6 |
一次性apply | 20 | 1 |
所以,请把你的代码改成这样。另外在不需要返回值的时候,请你使用apply()
,官方也是这样推荐的。
val sp: SharedPreferences = getSharedPreferences("sp", Context.MODE_PRIVATE)
var editor = sp.edit()
editor.putString("key0", "11")
.putString("key1", "11")
.putString("key2", "11")
.apply()
我们都知道commit()是在主线程写入文件的,很可能会卡顿甚至ANR。有人会说,用apply()不就可以了吗?
模拟面试
面试官:sp的apply()会造成卡顿吗?
小A:不会卡顿,commit才会卡顿,因为apply是在子线程写入文件的。【得意😤】
面试官:你确定不会卡?
小A:我确定。
面试官:其实也可能会卡的。吧啦吧啦。。。。【得意😤】
小A:大佬,原来还可以这样,佛了。
下面就把面试官解释的这一段补充完整。
先来看一下apply方法,注释有点多,可以帮到喜欢追求细节的朋友
public void apply() {
//修改内存缓存mMap
final MemoryCommitResult mcr = commitToMemory();
//等待写入文件完成的任务
final Runnable awaitCommit = new Runnable() {
@Override
public void run() {
try {
//阻塞等待写入文件完成,否则阻塞在这
//利用CountDownLatch来等待任务的完成
//后面执行enqueueDiskWrite写入文件成功后会把writtenToDiskLatch多线程计数器减1, 这样的话下面的阻塞代码就可以通过了.
mcr.writtenToDiskLatch.await();
} catch (InterruptedException ignored) {
}
}
};
//QueuedWork是用来确保SharedPrefenced的写操作在Activity 销毁前执行完的一个全局队列.
//QueuedWork里面的队列是通过LinkedList实现的,LinkedList不仅可以做链表,也可以做队列
//添加到全局的工作队列中
QueuedWork.addFinisher(awaitCommit);
//这个任务是等待磁盘写入完成,然后从队列中移除任务
Runnable postWriteRunnable = new Runnable() {
@Override
public void run() {
//执行阻塞任务
awaitCommit.run();
//阻塞完成之后,从队列中移除任务
QueuedWork.removeFinisher(awaitCommit);
}
};
//异步执行磁盘文件写入,注意这里和commit不同的是postWriteRunnable不为空
SharedPreferencesImpl.this.enqueueDiskWrite(mcr, postWriteRunnable);
notifyListeners(mcr);
}
关键点1:把一个带有await的runnable添加进了QueueWork类的一个队列,注意一下这个sFinishers
,等会儿会用到
//把任务添加到全局的工作队列中
QueuedWork.addFinisher(awaitCommit);
public class QueuedWork {
/** Finishers {@link #addFinisher added} and not yet {@link #removeFinisher removed} */
private static final LinkedList<Runnable> sFinishers = new LinkedList<>();
public static void addFinisher(Runnable finisher) {
synchronized (sLock) {
sFinishers.add(finisher);
}
}
}
关键点2:把写入文件的任务放入一个队列中,在QueuedWork内部会通过HandlerThread串行的执行。
//apply异步写入文件
SharedPreferencesImpl.this.enqueueDiskWrite(mcr, postWriteRunnable);
到这里,看上去还没有问题,在子线程写文件并不会造成UI线程卡顿,但是我们来看一下ActivityThread的handleStopActivity
方法。
public void handleStopActivity(IBinder token, boolean show, int configChanges,
PendingTransactionActions pendingActions, boolean finalStateRequest, String reason) {
...省略无关代码
// Make sure any pending writes are now committed.
if (!r.isPreHoneycomb()) {
QueuedWork.waitToFinish();
}
}
//如果sdk版本<11返回false
private boolean isPreHoneycomb() {
return activity != null && activity.getApplicationInfo().targetSdkVersion
< android.os.Build.VERSION_CODES.HONEYCOMB;
}
注意,在onPause
会调用handleStopActivity()方法,而且几乎都会执行QueuedWork.waitToFinish();
方法。waitToFinish?看上去像是等待完成?
public static void waitToFinish() {
while (true) {
Runnable finisher;
synchronized (sLock) {
//从队列取任务
finisher = sFinishers.poll();
}
if (finisher == null) {
break;
}
finisher.run();
}
}
这个方法很简单,循环地从sFinishers这个队列中取任务执行,直到任务为空。这个任务就是之前apply中的awaitCommit,它是用来等待写入文件的线程执行完毕的。现在试想一下,在onPause之后,如果因为你多次使用了apply,那就意味着写入任务会在这里排队,但是写入文件那里只有一个HandlerThread在串行的执行,那是不是就卡顿了?
给出几条建议:
- 第1:不要多次apply,请合并为1次事物提交,因为I/O真的很耗时;
- 第2:请你不要在sp存放太大的数据,比如json之类,因为文件太大初始化会很耗时,而且文件内容会一直缓存在内存中,得不到释放;
- 第3:如果你的apply只是存储了轻量级的数据,比如true、"abc"这样的内容,请大胆的使用,没有什么性能影响;
- 第4:如果优化了apply还出现卡顿,就用commit吧,但是需要自己进行异步处理,至于用Thread还是线程池或者其它看你自己业务。
如何解决sp造成的界面卡顿、掉帧问题?
其实上面的分析已经给出答案了,这里再总结一下。
- 1.初始化sp放在application;
- 2.不要频繁的commit/apply,尽量使用一次事物提交;
- 3.优先选择用apply而不是commit,因为commit会卡UI;
- 4.sp是轻量级的存储工具,所以请你不要存放太大的数据,不要存json等;
- 5.单个sp文件不要太大,如果数据量很大,请把关联性比较大的,高频操作的放在单独的sp文件
commit和apply有什么区别?
- commit()是同步且有返回值的;apply()方法是异步没有返回值的;
- commit()在主线程写入文件,会造成UI卡顿;apply()在子线程写入文件,也有可能卡UI;
SharedPreference如何跨进程通信?
有人寄希望于在初始化sp的时候,设置flag为MODE_MULTI_PROCESS
来跨进程通信,但是很遗憾,这种方式已经被废弃。
getSharedPreferences("sp", Context.MODE_MULTI_PROCESS)
* @deprecated MODE_MULTI_PROCESS does not work reliably in
* some versions of Android, and furthermore does not provide any
* mechanism for reconciling concurrent modifications across
* processes. Applications should not attempt to use it. Instead,
* they should use an explicit cross-process data management
* approach such as {@link android.content.ContentProvider ContentProvider}.
*/
@Deprecated
public static final int MODE_MULTI_PROCESS = 0x0004;
如果要跨进程通信,需要在sp外面包裹一层ContentProvider,当然用mmkv性能上更佳。
感谢以下作者
Android SharedPreference源码阅读
SharedPreferences灵魂拷问之原理
https://www.jianshu.com/p/19f261f436ae
Android SharedPreferences.apply() 问题