• Android 图片缓存处理


    1. 异步下载 / 本地缓存

    异步下载

    大家都知道,在Android应用中UI线程5秒没响应的话就会抛出无响应异常,对于远程获取大的资源来说,这种异常还是很容易就会抛出来的,那么怎么避免这种问题的产生。在android中提供两种方法来做这件事情:

    1. 启动一个新的线程来获取资源,完成后通过Handler机制发送消息,并在UI线程中处理消息,从而达到在异步线程中获取图片,然后通过Handler Message来更新UI线程的过程。
    2. 使用android中提供的AsyncTask来完成。

    具体的做法这里就不介绍了,查下API就可以了,或者是google、baidu下。这里主要来说本地缓存。

    本地缓存

    对于图片资源来说,你不可能让应用每次获取的时候都重新到远程去下载(ListView),这样会浪费资源,但是你又不能让所有图片资源都放到内存中去(虽然这样加载会比较快),因为图片资源往往会占用很大的内存空间,容易导致OOM。那么如果下载下来的图片保存到SDCard中,下次直接从SDCard上去获取呢?这也是一种做法,我看了下,还是有不少应用采用这种方式的。采用LRU等一些算法可以保证sdcard被占用的空间只有一小部分,这样既保证了图片的加载、节省了流量、又使SDCard的空间只占用了一小部分。另外一种做法是资源直接保存在内存中,然后设置过期时间和LRU规则。

    sdcard保存:

    1. 在sdcard上开辟一定的空间,需要先判断sdcard上剩余空间是否足够,如果足够的话就可以开辟一些空间,比如10M
    2. 当需要获取图片时,就先从sdcard上的目录中去找,如果找到的话,使用该图片,并更新图片最后被使用的时间。如果找不到,通过URL去download
    3. 去服务器端下载图片,如果下载成功了,放入到sdcard上,并使用,如果失败了,应该有重试机制。比如3次。
    4. 下载成功后保存到sdcard上,需要先判断10M空间是否已经用完,如果没有用完就保存,如果空间不足就根据LRU规则删除一些最近没有被用户的资源。

    关键代码:

    • 保存图片到SD卡上
    private void saveBmpToSd(Bitmap bm, Stringurl) {
            if (bm == null) {
                Log.w(TAG, " trying to savenull bitmap");
                return;
            }
             //判断sdcard上的空间
            if (FREE_SD_SPACE_NEEDED_TO_CACHE >freeSpaceOnSd()) {
                Log.w(TAG, "Low free space onsd, do not cache");
                return;
            }
            String filename =convertUrlToFileName(url);
            String dir = getDirectory(filename);
            File file = new File(dir +"/" + filename);
            try {
                file.createNewFile();
                OutputStream outStream = newFileOutputStream(file);
               bm.compress(Bitmap.CompressFormat.JPEG, 100, outStream);
                outStream.flush();
                outStream.close();
                Log.i(TAG, "Image saved tosd");
            } catch (FileNotFoundException e) {
                Log.w(TAG,"FileNotFoundException");
            } catch (IOException e) {
                Log.w(TAG,"IOException");
            }
        }

    计算sdcard上的空间:

        /**
         * 计算sdcard上的剩余空间
         * @return
         */
        private int freeSpaceOnSd() {
            StatFs stat = newStatFs(Environment.getExternalStorageDirectory() .getPath());
            double sdFreeMB = ((double)stat.getAvailableBlocks() * (double) stat.getBlockSize()) / MB;
            return (int) sdFreeMB;
        }

    修改文件的最后修改时间

        /**
         * 修改文件的最后修改时间
         * @param dir
         * @param fileName
         */
        private void updateFileTime(String dir,String fileName) {
            File file = new File(dir,fileName);       
            long newModifiedTime =System.currentTimeMillis();
            file.setLastModified(newModifiedTime);
        }

    本地缓存优化

         /**
         *计算存储目录下的文件大小,当文件总大小大于规定的CACHE_SIZE或者sdcard剩余空间小于FREE_SD_SPACE_NEEDED_TO_CACHE的规定
         * 那么删除40%最近没有被使用的文件
         * @param dirPath
         * @param filename
         */
        private void removeCache(String dirPath) {
            File dir = new File(dirPath);
            File[] files = dir.listFiles();
            if (files == null) {
                return;
            }
            int dirSize = 0;
            for (int i = 0; i < files.length;i++) {
                if(files[i].getName().contains(WHOLESALE_CONV)) {
                    dirSize += files[i].length();
                }
            }
            if (dirSize > CACHE_SIZE * MB ||FREE_SD_SPACE_NEEDED_TO_CACHE > freeSpaceOnSd()) {
                int removeFactor = (int) ((0.4 *files.length) + 1);
    
                Arrays.sort(files, newFileLastModifSort());
    
                Log.i(TAG, "Clear some expiredcache files ");
    
                for (int i = 0; i <removeFactor; i++) {
    
                    if(files[i].getName().contains(WHOLESALE_CONV)) {
    
                        files[i].delete();             
    
                    }
    
                }
    
            }
    
        }
        /**
         * 删除过期文件
         * @param dirPath
         * @param filename
         */
        private void removeExpiredCache(StringdirPath, String filename) {
    
            File file = new File(dirPath,filename);
    
            if (System.currentTimeMillis() -file.lastModified() > mTimeDiff) {
    
                Log.i(TAG, "Clear some expiredcache files ");
    
                file.delete();
    
            }
    
        }

    文件使用时间排序

    /**
     * TODO 根据文件的最后修改时间进行排序 *
     */
    classFileLastModifSort implements Comparator<File>{
        public int compare(File arg0, File arg1) {
            if (arg0.lastModified() >arg1.lastModified()) {
                return 1;
            } else if (arg0.lastModified() ==arg1.lastModified()) {
                return 0;
            } else {
                return -1;
            }
        }
    }

    内存保存:

    在内存中保存的话,只能保存一定的量,而不能一直往里面放,需要设置数据的过期时间、LRU等算法。这里有一个方法是把常用的数据放到一个缓存中(A),不常用的放到另外一个缓存中(B)。当要获取数据时先从A中去获取,如果A中不存在那么再去B中获取。B中的数据主要是A中LRU出来的数据,这里的内存回收主要针对B内存,从而保持A中的数据可以有效的被命中。

    1. 先定义A缓存:
    private final HashMap<String, Bitmap>mHardBitmapCache = new LinkedHashMap<String, Bitmap>(HARD_CACHE_CAPACITY/ 2, 0.75f, true) {
            @Override
            protected booleanremoveEldestEntry(LinkedHashMap.Entry<String, Bitmap> eldest) {
                if (size() >HARD_CACHE_CAPACITY) {
                   //当map的size大于30时,把最近不常用的key放到mSoftBitmapCache中,从而保证mHardBitmapCache的效率
                   mSoftBitmapCache.put(eldest.getKey(), newSoftReference<Bitmap>(eldest.getValue()));
                    return true;
                } else
                    return false;
            }
        };

           2.再定于B缓存:

       /**
         *当mHardBitmapCache的key大于30的时候,会根据LRU算法把最近没有被使用的key放入到这个缓存中。
         *Bitmap使用了SoftReference,当内存空间不足时,此cache中的bitmap会被垃圾回收掉
         */
        private final staticConcurrentHashMap<String, SoftReference<Bitmap>> mSoftBitmapCache =new ConcurrentHashMap<String,SoftReference<Bitmap>>(HARD_CACHE_CAPACITY / 2);

            3.从缓存中获取数据:

    /**
         * 从缓存中获取图片
         */
        private Bitmap getBitmapFromCache(Stringurl) {
            // 先从mHardBitmapCache缓存中获取
            synchronized (mHardBitmapCache) {
                final Bitmap bitmap =mHardBitmapCache.get(url);
                if (bitmap != null) {
                    //如果找到的话,把元素移到linkedhashmap的最前面,从而保证在LRU算法中是最后被删除
                    mHardBitmapCache.remove(url);
                    mHardBitmapCache.put(url,bitmap);
                    return bitmap;
                }
            }
            //如果mHardBitmapCache中找不到,到mSoftBitmapCache中找
            SoftReference<Bitmap>bitmapReference = mSoftBitmapCache.get(url);
            if (bitmapReference != null) {
                final Bitmap bitmap =bitmapReference.get();
                if (bitmap != null) {
                    return bitmap;
                } else {
                    mSoftBitmapCache.remove(url);
                }
            }
            return null;
        }
    1. 如果缓存中不存在,那么就只能去服务器端去下载:
       /**
         * 异步下载图片
         */
        class ImageDownloaderTask extendsAsyncTask<String, Void, Bitmap> {
            private static final int IO_BUFFER_SIZE= 4 * 1024;
            private String url;
            private finalWeakReference<ImageView> imageViewReference;
            public ImageDownloaderTask(ImageViewimageView) {
                imageViewReference = newWeakReference<ImageView>(imageView);
            }
    
           @Override
            protected BitmapdoInBackground(String... params) {
                final AndroidHttpClient client =AndroidHttpClient.newInstance("Android");
                url = params[0];
                final HttpGet getRequest = newHttpGet(url);
                try {
                    HttpResponse response =client.execute(getRequest);
                    final int statusCode =response.getStatusLine().getStatusCode();
                    if (statusCode !=HttpStatus.SC_OK) {
                        Log.w(TAG, "" +url + "中下载图片时出错!,错误码:" + statusCode);
                        return null;
                    }
                    final HttpEntity entity =response.getEntity();
                    if (entity != null) {
                        InputStream inputStream =null;
                        OutputStream outputStream =null;
                        try {
                            inputStream =entity.getContent();
                            finalByteArrayOutputStream dataStream = new ByteArrayOutputStream();
                            outputStream = newBufferedOutputStream(dataStream, IO_BUFFER_SIZE);
                            copy(inputStream,outputStream);
                            outputStream.flush();
                            final byte[] data =dataStream.toByteArray();
                            final Bitmap bitmap =BitmapFactory.decodeByteArray(data, 0, data.length);
                            return bitmap;
                        } finally {
                            if (inputStream !=null) {
                               inputStream.close();
                            }
                            if (outputStream !=null) {
                               outputStream.close();
                            }
                           entity.consumeContent();
                        }
                    }
                } catch (IOException e) {
                    getRequest.abort();
                    Log.w(TAG, "I/O errorwhile retrieving bitmap from " + url, e);
                } catch (IllegalStateException e) {
                    getRequest.abort();
                    Log.w(TAG, "Incorrect URL:" + url);
                } catch (Exception e) {
                    getRequest.abort();
                    Log.w(TAG, "Error whileretrieving bitmap from " + url, e);
                } finally {
                    if (client != null) {
                        client.close();
                    }
                }
                return null;
            }

    这是两种做法,还有一些应用在下载的时候使用了线程池和消息队列MQ,对于图片下载的效率要更好一些。有兴趣的同学可以看下。

    总结

    1. 对于远程图片等相对比较大的资源一定要在异步线程中去获取
    2. 本地做缓存
  • 相关阅读:
    不同数据类型的取值范围
    反正切函数求圆周率 atan
    HDOJ 1106
    HDOJ 1596
    HDOJ 1026 dfs路径保存
    qsort用法总结
    HDOJ 2088
    HDOJ 1878 欧拉回路 nyoj 42一笔画问题
    HDOJ 1863 prim算法 HDOJ 1879
    HDOj 1010 DFS优化
  • 原文地址:https://www.cnblogs.com/zhujiabin/p/7047538.html
Copyright © 2020-2023  润新知