Glide看点(三) 内存管理

Glide看点(三) 内存管理

Glide里的缓存是一个精妙的多级缓存,从文档里我们可以知道总的缓存策略如下:

默认情况下,Glide 会在开始一个新的图片请求之前检查以下多级的缓存:

活动资源 (Active Resources) – 现在是否有另一个 View 正在展示这张图片?
内存缓存 (Memory cache) – 该图片是否最近被加载过并仍存在于内存中?
资源类型(Resource) – 该图片是否之前曾被解码、转换并写入过磁盘缓存?
数据来源 (Data) – 构建这个图片的资源是否之前曾被写入过文件缓存?
前两步检查图片是否在内存中,如果是则直接返回图片。后两步则检查图片是否在磁盘上,以便快速但异步地返回图片。

如果四个步骤都未能找到图片,则Glide会返回到原始资源以取回数据(原始文件,Uri, Url等)。

本文讲分析Glide对于Bitmap的内存缓存逻辑:

ActiveCache的使用

Glide里有内存里分别有两层缓存,一个是Active Cache一个是普通的Cache。他们本质上都是LinkedHashMap实现的LRUCache,只是调度策略让他们拥有了不同的功能。

从load方法来看策略:

 EngineResource<?> active = loadFromActiveResources(key, isMemoryCacheable);
    if (active != null) {
      cb.onResourceReady(active, DataSource.MEMORY_CACHE);
      return null;
    }

    EngineResource<?> cached = loadFromCache(key, isMemoryCacheable);
    if (cached != null) {
      cb.onResourceReady(cached, DataSource.MEMORY_CACHE);
      return null;
    }
  • 加载时先从Active Cache里检查,如果没有再从普通的Cache里拿去
  • 当从Normal cache里取出来后会把对象加入到Activie里,并且从普通的cache里移除
private EngineResource<?> loadFromCache(Key key, boolean isMemoryCacheable) {
    if (!isMemoryCacheable) {
      return null;
    }

    EngineResource<?> cached = getEngineResourceFromCache(key);
    if (cached != null) {
      cached.acquire();
      activeResources.activate(key, cached);
    }
    return cached;
  }  
  private EngineResource<?> getEngineResourceFromCache(Key key) {
    Resource<?> cached = cache.remove(key);

    final EngineResource<?> result;
    if (cached == null) {
      result = null;
    } else if (cached instanceof EngineResource) {
      // Save an object allocation if we've cached an EngineResource (the typical case).
      result = (EngineResource<?>) cached;
    } else {
      result = new EngineResource<>(cached, true /*isMemoryCacheable*/, true /*isRecyclable*/);
    }
    return result;
  }

  • 当resource release的时候会在active resouce移除对象,在普通cache里加入
 @Override
  public void onResourceReleased(Key cacheKey, EngineResource<?> resource) {
    Util.assertMainThread();
    activeResources.deactivate(cacheKey);
    if (resource.isCacheable()) {
      cache.put(cacheKey, resource);
    } else {
      resourceRecycler.recycle(resource);
    }
  }

画个数据流图看得更直观一些

注: resource release时机解释:每个资源有一个自己的使用计数,每当使用的时候会调用acquire方法给计数加1,每次job完成后会计数减1,当计数为零时进行release

Object Pool的使用

我们知道如果较短时间内频繁的新建对象是会造成内存的抖动,可能造成界面的卡顿。

Object Pool就是为了避免这种情况发生的一种常见设计模式。它会初始化一些列的对象,当需要对象的时候不是去创建一个新的对象,二手去复用闲置的对象资源。当没有闲置资源的时候进行扩容。
Glide里大量使用了Object Pool的实现。

Bitmap Pool

Bitmap Pool是保证Bitmap回收使用管理的类,避免了Bitmap被大量创建造成频繁GC的问题。
下面已LRUBitmapPool为安利分析
LRUBitmapPool持有LruPoolStrategy(具体实现是SizeStrategy,SizeConfigStrategy),它是正常持有Bitmap缓存的地方

com.bumptech.glide.load.engine.bitmap_recycle.LruBitmapPool

private final KeyPool keyPool = new KeyPool();
private final GroupedLinkedMap<Key, Bitmap> groupedMap = new GroupedLinkedMap<>();
private final NavigableMap<Integer, Integer> sortedSizes = new PrettyPrintTreeMap<>();

Key 根据width和height算出实际的bitmap大小的一个类,作为HashMap的键 (后面会解释为什么Key是bitmap大小)
KeyPool是用宽高生成一个Key的ObjectPool
groupedMap: 缓存Bitmap的对象,是一个修改过的LinkedHashMap作为LRU cache
sortedSizes: 记录每个Key下对应的Bitmap的数量,且已大小排序

为什么Bitmap Pool的Key是Bitmap的尺寸

Android里默认的API每次decode bitmap或则一些对bitmap的操作时默认是新创建一张Bitmap。API 11以后提供了BitmapFactory.Options.inBitmap这个变量来告诉系统去复用原来的已经存在的bitmap而不是重新创建bitmap从而达到节省内存的目的。
但是inBitmap的使用有一些限制,复用的bitmap的大小必须大于等于原来的尺寸。所以需要用bitmap的尺寸作为Key来缓存bitmap。

其他Tips

  • 不同的BitMapConfig不能复用,所以需要用不同的Pool来缓存bitmap。这里也就是Glide里的
    com/bumptech/glide/load/engine/bitmap_recycle/SizeConfigStrategy.java 存在的意义

总结

  • 从Glide里我们可以学习到如何用LruCache建立多级缓存的逻辑。
  • 如何使用inBitmap对bitmap进行缓存
  • LinkedHashMap是如何实现LRU管理的(双向循环链表)
    ## 参考
    Glide v4 Caching
    Re-using Bitmaps

Glide看点(二)巧用Fragment管理生命周期

Motivation/动机

图片的一般是异步的,异步经常面临的问题是内存泄露和异步加载回来view已经销毁导致的空指针问题。而Glide在使用的时候只要求传入当前加载的view或者context,且没有用setLifeCyclelistener什么的方法就实现了生命周期的管理,它是如何做到的呢?

Fragment Trick

我们知道Fragment和View最大区别其实就是多了生命周期,Glide采用的是用创建一个空白Fragment来实现生命周期的管理和监听的。这是如何实现的我们一步步看代码:

Step 1:根据传入的Context得到FragmentManager

Glide.java

     @NonNull
      public static RequestManager with(@NonNull Context context) {
        return getRetriever(context).get(context);
      }

获取到正确的Context
com/bumptech/glide/manager/RequestManagerRetriever.java

      @NonNull
      public RequestManager get(@NonNull Context context) {
        if (context == null) {
          throw new IllegalArgumentException("You cannot start a load on a null Context");
        } else if (Util.isOnMainThread() && !(context instanceof Application)) {
          if (context instanceof FragmentActivity) {
            return get((FragmentActivity) context);
          } else if (context instanceof Activity) {
            return get((Activity) context);
          } else if (context instanceof ContextWrapper) {
            return get(((ContextWrapper) context).getBaseContext());
          }
        }
        return getApplicationManager(context);
      }

根据Context获取到FragmentManager

@NonNull
  public RequestManager get(@NonNull FragmentActivity activity) {
    if (Util.isOnBackgroundThread()) {
      return get(activity.getApplicationContext());
    } else {
      assertNotDestroyed(activity);
      FragmentManager fm = activity.getSupportFragmentManager();
      return supportFragmentGet(activity, fm, null /*parentHint*/);
    }
  }

Step 2:RequestManagerFragment里注册Callback

获取SupportRequestManagerFragment,这个就是监听生命周期的主角Fragment了。下面去看看SupportRequestManagerFragment里有什么吧

  @NonNull
  private RequestManager supportFragmentGet(@NonNull Context context, @NonNull FragmentManager fm,
      @Nullable Fragment parentHint) {
    SupportRequestManagerFragment current = getSupportRequestManagerFragment(fm, parentHint);
    RequestManager requestManager = current.getRequestManager();
   // 省略..部分
    return requestManager;
  }

其实里面就是一个持有ActivityFragmentLifecycle和RequestManager的空白Fragment。

public class SupportRequestManagerFragment extends Fragment {
  private static final String TAG = "SupportRMFragment";
  private final ActivityFragmentLifecycle lifecycle;
  @Nullable private RequestManager requestManager;
  
  // ..省略..
  @Override
  public void onStart() {
    super.onStart();
    lifecycle.onStart();
  }

  @Override
  public void onStop() {
    super.onStop();
    lifecycle.onStop();
  }

  @Override
  public void onDestroy() {
    super.onDestroy();
    lifecycle.onDestroy();
    unregisterFragmentWithRoot();
  }
}

RequestManager里又实现了ActivityFragmentLifecycle从而可以根据什么周期对请求做一些处理
如:在RequestManager里的onDestroy回调里取消所有图片加载请求,销毁监听器
com.bumptech.glide.RequestManager

  @Override
  public void onDestroy() {
    targetTracker.onDestroy();
    for (Target<?> target : targetTracker.getAll()) {
      clear(target);
    }
    targetTracker.clear();
    requestTracker.clearRequests();
    lifecycle.removeListener(this);
    lifecycle.removeListener(connectivityMonitor);
    mainHandler.removeCallbacks(addSelfToLifecycle);
    glide.unregisterRequestManager(this);
  }

Bouns拓展

空白Fragment还有什么其他妙用呢?
* 动态申请权限。对于不是必要的权限不同意就退出App是非常糟糕的用户体验,最佳实践应该是当要用到该权限的时候再向用户申请。这样写面临的问题就会是授权代码会散落在各个地方,这样显然是很糟糕的。所以用一个空白的Fragment,把权限检查和申请逻辑全部丢到里面,在需要用到地方只要持有这个Fragment做一下检查就好。
如:

public class CameraMicPermissionHelper extends Fragment {
  private static final int REQUEST_CAMERA_MIC_PERMISSIONS = 10;
  public static final String TAG = "CamMicPerm";

  private CameraMicPermissionCallback mCallback;
  private static boolean sCameraMicPermissionDenied;

  public static CameraMicPermissionHelper newInstance() {
    return new CameraMicPermissionHelper();
  }

  public CameraMicPermissionHelper() {
    // Required empty public constructor
  }

  @Override
  public void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    setRetainInstance(true);
  }

  @Override
  public void onAttach(Activity activity) {
    super.onAttach(activity);
    if (activity instanceof CameraMicPermissionCallback) {
      mCallback = (CameraMicPermissionCallback) activity;
    } else {
      throw new IllegalArgumentException("activity must extend BaseActivity and implement LocationHelper.LocationCallback");
    }
  }

  @Override
  public void onDetach() {
    super.onDetach();
    mCallback = null;
  }

  public void checkCameraMicPermissions() {
    if (PermissionUtil.hasSelfPermission(getActivity(), new String[]{Manifest.permission.CAMERA, Manifest.permission.RECORD_AUDIO})) {
      mCallback.onCameraMicPermissionGranted();
    } else {
      // UNCOMMENT TO SUPPORT ANDROID M RUNTIME PERMISSIONS
      if (!sCameraMicPermissionDenied) {
        requestPermissions(new String[]{Manifest.permission.CAMERA, Manifest.permission.RECORD_AUDIO}, REQUEST_CAMERA_MIC_PERMISSIONS);
      }
    }
  }

  public void setCameraMicPermissionDenied(boolean cameraMicPermissionDenied) {
    this.sCameraMicPermissionDenied = cameraMicPermissionDenied;
  }

  public static boolean isCameraMicPermissionDenied() {
    return sCameraMicPermissionDenied;
  }

  /**
   * Callback received when a permissions request has been completed.
   */
  @Override
  public void onRequestPermissionsResult(int requestCode, String[] permissions,
                                         int[] grantResults) {

    if (requestCode == REQUEST_CAMERA_MIC_PERMISSIONS) {
      if (PermissionUtil.verifyPermissions(grantResults)) {
        mCallback.onCameraMicPermissionGranted();
      } else {
        Log.i("BaseActivity", "LOCATION permission was NOT granted.");
        mCallback.onCameraMicPermissionDenied();
      }

    } else {
      super.onRequestPermissionsResult(requestCode, permissions, grantResults);
    }
  }


  public interface CameraMicPermissionCallback {
    void onCameraMicPermissionGranted();
    void onCameraMicPermissionDenied();
  }

}
  • 不建议的hack手段:
    在ViewModel出现之前,有一种很hack的方式用Fragment保存数据。在设备的configurationChange的时候保存大块数据。
    关键方法, 把Fragment设置为true后可以在configurationChange的时候不被销毁,利用这一点保存数据。现在用ViewModel显然是更好的方法
    /* Control whether a fragment instance is retained across Activity re-creation (such as from a configuration change).*/
    
    setRetainInstance(boolean retain)

  • 声明周期的监听,现在用Android Jetpack里的 Lifecycle-Aware Components来做是一个更简单的做法。

参考

Glide源码看点-图片pre scale

Glide是如何根据View大小对图片进行缩放优化呢 (pre scale)

我们都知道图片实际大小和实际显示的区域一般不能是一样的,所以如果图片尺寸本身很大但是展示区域很小的话就会,如果已完整尺寸对图片进行加载就会效率很低浪费内存,加载速度慢。所以一般我们会根据图片实际需要显示的实际大小对图片进行缩放。
Android内置了inSampleSize方法来对图片进行缩放, Glide抽象出了一个类叫Downsampler.class来根据期望的图片大小和缩放策略进行向下采样。所以关键点变为了Glide如何知道我们的View实际需要的显示区域。下面将通过一个性能问题的debug故事分析glide源码

Wrap Content引发的性能问题“血案”

一个类似聊天信息的界面,如果列表里有4,5张图片后,滑动就会变得异常卡顿。screen_shoot

诊断

打开Android Monitor抓取性能Trace,发现咦咋性能消耗最大的是Glide decode Bitmap。
performance
感觉不应该啊,我图片虽然可能很大但是实际显示区域不大,Glide在显示前应该已经会根据ImageView的实际显示效果进行了缩放采样(DownSample)的优化不应该产生卡顿啊。
**等等****
难道缩放采样出现了问题?

我们根据Glide的调用链找分析。

GlideApp.with(context).load(imgUrl).into(target)

RequestBuilder的into方法其实是调用管理图片加载请求的RequestTrack里的track方法最后调用到了具体Request的begin方法。
Step1:
SingleRequest.run()方法 -> ViewTarget.getSize()

如果开发者有制定大小OverrideSize就会直接采用该尺寸,如果没有就去ViewTarget里去拿size
ViewTarget.getSize -> sizeDeterminer.getSize(cb);

ViewTarget里会根据SizeDeterminer去获取TargetView的具体尺寸。如果能直接从View里读取到具体的尺寸就直接用。

如果读取不到就用PreDrawListener在layout完成后去监听view的实际尺寸:
observer.addOnPreDrawListener(layoutListener);
关键点来了,去看添加的preDrawListener,里面有个特殊的if语句,如果view定义了WRAP_CONTENT, Glide就无法判断到底使用什么大小去preScale图片,所以它取了屏幕的最大宽度作为图片的加载大小。(不取图片的Target.SIZE_ORIGINAL的原因是可能图片会很大,远远大于屏幕尺寸)
SizeDeterminerLayoutListener:
`

  if (!view.isLayoutRequested() && paramSize == LayoutParams.WRAP_CONTENT) {
    if (Log.isLoggable(TAG, Log.INFO)) {
      Log.i(TAG, "Glide treats LayoutParams.WRAP_CONTENT as a request for an image the size of"
          + " this device's screen dimensions. If you want to load the original image and are"
          + " ok with the corresponding memory cost and OOMs (depending on the input size), use"
          + " .override(Target.SIZE_ORIGINAL). Otherwise, use LayoutParams.MATCH_PARENT, set"
          + " layout_width and layout_height to fixed dimension, or use .override() with fixed"
          + " dimensions.");
    }
return getMaxDisplayLength(view.getContext());
  }

`

元凶

看到这里刚才的性能问题迎刃而解,虽然我们界面里的ImageView实际显示区域很小(maxWitdh和maxHeight限制的),但是Glide不知道。一看我们list item的布局果然如此


所以在列表里的每一张图片都是以手机的最大宽度去加载的,所以decode bitmap才花了巨大的时间。

所以Fix这个问题只需要,在加载图片前设置好需要的加载宽度就可以解决啦。

总结

图片加载的一个重要手段是,“按需显示”更具实际需要显示的图片大小进行预缩放(Pre Scale), PreScale要根据图片的显示大小和图片本身实际大小来计算inSampleSize来进行。Glide在处理Wrap Content的ImageView的时候,会不知道如何进行PreScale需要指定好具体显示的尺寸,不然可能会引发性能问题。

Kotlin coroutine(一)异步回调的故事

Part 1, Motivation

在前端的世界里,为了保证UI的流畅性,耗时的操作都应该丢到异步任务里去。但是传统的异步回调却在实际工程里带来巨大的麻烦。

* 当多个异步任务需要组合执行的时候,嵌套起来可读性,维护性很差 ( *Callback Hell 回调地狱* )
* 界面销毁时,异步任务结束后的回调要进行判断,不然会造成异常

下面一个例子展示一个常见的开发场景下的问题:
同步用户书架,并获取最新章节标志,流程如下:

* 从数据库查询用户的本地数据
* 从服务器拉取用户云端备份数据
* 两份数据去重合并
* 更具合并后的数据请求服务端拉取最新章节信息

传统异步回调式写法:

这样的代码异常难读且非常容易出bug
但是如果代码可以改为类似如下的代码呢? 瞬间可读性,强了数倍。

val localData = fetchUserBookFromDB()
val remoteData = fetchUserBookFromRemote()
val mergeData = mergeData(localData)
val result = fetchBookUpdate(mergeData)

Part 2, 异步问题的改进史

Future/Promise/RxJava

如果每个异步函数都要传递一个callback,来处理问题很容易造成嵌套的结构,那有没有办法回调扁平化处理呢?更具这样的思路,于是就产生了promise和Future。
其实他们都是相当于封装了一个统一的类作为回调把回调从参数列表里移除并做为返回值包装了起来,就可以用来进行链式调用。
Before:

fun requestSomethingAsync(callback: Callabck<Data>)

requestSomethingAsync(object: Callback {
    override onSuccess() {
        doAnotherThingAsync(...)
    }
    override onFailed() {
    }
})

After:

 fun requestSomethingAsync():Promise<Data> {}

 requestSomethingAsync()
    .then(res -> {})
    .catch(err -> {})

async/await

链式调用虽然解决了层级嵌套的问题,但是仍然不是很优雅(想想RxJava那么多种操作符)。与是有了async和await关键字的概念,它可以把异步任务改为同步的方法进行编写。

suspend fun fetchBookUpdateInfo() {
    val localData = fetchUserBookFromDB().await()
    val remoteData = fetchUserBookFromRemote().await()
    val mergeData = mergeData(localData).await()
    val result = fetchBookUpdate(mergeData).await()
}

Part 3, Kotlin coroutine基本概念

coroutine Builder

如字面上的意思,这写类提供创建coroutine的方式
launch, async, runningBlock 等等

  • launch: 按coroutine作者Roman Elizarov说的那样,就像调用new Thread开启一个新的线程做任务,属于Fire and Forget(用完就走,即不用操心任务结果成功失败的那种) 它会立即返回一个Job,Job里拥有如下这样类似Thread的方法。
  • async: 返回的是Deferred,Deferred继承与Job,比一般Job多的是

下面是一个栗子:

coroutine context

coroutine里运行的上下文。规定运行使用的环境是什么。这里和RxJava里决定使用什么类型的线程池一样的概念。
分为Main,IO,Default,Unconfine。
Main就是android里的UI线程,IO是一个线程池使用与做IO操作。
给coroutine制定不同的context可以大幅度的简化UI和取数据的逻辑。
下面我改写上面的栗子:

我们在UI事件上进行对View的操作,在load数据的时候使用的IO的context来进行。

suspend关键字

suspend可以标志这个方法会时当前运行时挂起。suspend函数只能在coroutine里运行。

预告

改用async/await的编程形式大大简化了异步复杂的交互逻辑。并且对错误处理很友好(可以直接对catch)。下一篇将会简单介绍Coroutine背后实现的一些原理。