如何高效使用和管理Bitmap--图片缓存管理模块的设计与实现

标签: 管理 bitmap 图片 | 发表时间:2013-07-17 23:08 | 作者:leverage_1229
出处:http://blog.csdn.net

传送门 ☞ 轮子的专栏 ☞ 转载请注明 ☞ http://blog.csdn.net/leverage_1229

        上周为360全景项目引入了图片缓存模块。因为是在Android4.0平台以上运作,出于惯性,都会在设计之前查阅相关资料,尽量避免拿一些以前2.3平台积累的经验来进行类比处理。开发文档中有一个 BitmapFun的示例,仔细拜读了一下,虽说围绕着Bitmap的方方面面讲得都很深入,但感觉很难引入到当前项目中去。

        现在的图片服务提供者基本上都来源于网络。对于应用平台而言,访问网络属于耗时操作。尤其是在移动终端设备上,它的显著表现为系统的延迟时间变长、用户交互性变差等。可以想象,一个携带着这些问题的应用在市场上是很难与同类产品竞争的。
        说明一下,本文借鉴了 Keegan小钢和安卓巴士的处理模板,主要针对的是4.0以上平台应用。2.3以前平台执行效果未知,请斟酌使用或直接略过:),当然更欢迎您把测试结果告知笔者。
一、图片加载流程
        首先,我们谈谈加载图片的流程,项目中的该模块处理流程如下:
1.在UI主线程中,从内存缓存中获取图片,找到后返回。找不到进入下一步;
2.在工作线程中,从磁盘缓存中获取图片,找到即返回并更新内存缓存。找不到进入下一步;
3.在工作线程中,从网络中获取图片,找到即返回并同时更新内存缓存和磁盘缓存。找不到显示默认以提示。

二、内存缓存类(PanoMemCache)

        这里使用Android提供的LruCache类,该类保存一个强引用来限制内容数量,每当Item被访问的时候,此Item就会移动到队列的头部。当cache已满的时候加入新的item时,在队列尾部的item会被回收。

public class PanoMemoryCache {

    // LinkedHashMap初始容量
    private static final int INITIAL_CAPACITY = 16;
    // LinkedHashMap加载因子
    private static final int LOAD_FACTOR = 0.75f;
    // LinkedHashMap排序模式
    private static final boolean ACCESS_ORDER = true;

    // 软引用缓存
    private static LinkedHashMap<String, SoftReference<Bitmap>> mSoftCache;
    // 硬引用缓存
    private static LruCache<String, Bitmap> mLruCache;
    
    public PanoMemoryCache() {
	// 获取单个进程可用内存的最大值
	// 方式一:使用ActivityManager服务(计量单位为M)
        /*int memClass = ((ActivityManager) context.getSystemService(Context.ACTIVITY_SERVICE)).getMemoryClass();*/
	// 方式二:使用Runtime类(计量单位为Byte)
        final int memClass = (int) Runtime.getRuntime().maxMemory();
        // 设置为可用内存的1/4(按Byte计算)
        final int cacheSize = memClass / 4;
        mLruCache = new LruCache<String, Bitmap>(cacheSize) {
            @Override
            protected int sizeOf(String key, Bitmap value) {
                if(value != null) {
                    // 计算存储bitmap所占用的字节数
                    return value.getRowBytes() * value.getHeight();
                } else {
                    return 0;
                }
            }
            
            @Override
            protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) {
                if(oldValue != null) {
                    // 当硬引用缓存容量已满时,会使用LRU算法将最近没有被使用的图片转入软引用缓存
                    mSoftCache.put(key, new SoftReference<Bitmap>(oldValue));
                }
            }
        };
        
	/*
	* 第一个参数:初始容量(默认16)
	* 第二个参数:加载因子(默认0.75)
	* 第三个参数:排序模式(true:按访问次数排序;false:按插入顺序排序)
	*/
        mSoftCache = new LinkedHashMap<String, SoftReference<Bitmap>>(INITIAL_CAPACITY, LOAD_FACTOR, ACCESS_ORDER) {
            private static final long serialVersionUID = 7237325113220820312L;
            @Override
            protected boolean removeEldestEntry(Entry<String, SoftReference<Bitmap>> eldest) {
                if(size() > SOFT_CACHE_SIZE) {
                    return true;
                }
                return false;
            }
        };
    }
    
    /**
     * 从缓存中获取Bitmap
     * @param url
     * @return bitmap
     */
    public Bitmap getBitmapFromMem(String url) {
        Bitmap bitmap = null;
        // 先从硬引用缓存中获取
        synchronized (mLruCache) {
            bitmap = mLruCache.get(url);
            if(bitmap != null) {
                // 找到该Bitmap之后,将其移到LinkedHashMap的最前面,保证它在LRU算法中将被最后删除。
                mLruCache.remove(url);
                mLruCache.put(url, bitmap);
                return bitmap;
            }
        }


        // 再从软引用缓存中获取
        synchronized (mSoftCache) {
            SoftReference<Bitmap> bitmapReference = mSoftCache.get(url);
            if(bitmapReference != null) {
                bitmap = bitmapReference.get();
                if(bitmap != null) {
                    // 找到该Bitmap之后,将它移到硬引用缓存。并从软引用缓存中删除。
                    mLruCache.put(url, bitmap);
                    mSoftCache.remove(url);
                    return bitmap;
                } else {
                    mSoftCache.remove(url);
                }
            }
        }
        return null;
    }
    
    /**
     * 添加Bitmap到内存缓存
     * @param url
     * @param bitmap
     */
    public void addBitmapToCache(String url, Bitmap bitmap) {
        if(bitmap != null) {
            synchronized (mLruCache) {
              mLruCache.put(url, bitmap);  
            }
        }
    }
    
    /**
     * 清理软引用缓存
     */
    public void clearCache() {
        mSoftCache.clear();
	mSoftCache = null;
    }
}
        补充一点,由于4.0平台以后对SoftReference类引用的对象调整了回收策略,所以该类中的软引用缓存实际上没什么效果,可以去掉。2.3以前平台建议保留。
三、磁盘缓存类(PanoDiskCache)
public class PanoDiskCache {
    
    private static final String TAG = "PanoDiskCache";

    // 文件缓存目录
    private static final String CACHE_DIR = "panoCache";
    private static final String CACHE_FILE_SUFFIX = ".cache";
    
    private static final int MB = 1024 * 1024;
    private static final int CACHE_SIZE = 10; // 10M
    private static final int SDCARD_CACHE_THRESHOLD = 10;
    
    public PanoDiskCache() {
        // 清理文件缓存
        removeCache(getDiskCacheDir());
    }
    
    /**
     * 从磁盘缓存中获取Bitmap
     * @param url
     * @return
     */
    public Bitmap getBitmapFromDisk(String url) {
        String path = getDiskCacheDir() + File.separator + genCacheFileName(url);
        File file = new File(path);
        if(file.exists()) {
            Bitmap bitmap = BitmapFactory.decodeFile(path);
            if(bitmap == null) {
                file.delete();
            } else {
                updateLastModified(path);
                return bitmap;
            }
        }
        return null;
    }
    
    /**
     * 将Bitmap写入文件缓存
     * @param bitmap
     * @param url
     */
    public void addBitmapToCache(Bitmap bitmap, String url) {
        if(bitmap == null) {
            return;
        }
        // 判断当前SDCard上的剩余空间是否足够用于文件缓存
        if(SDCARD_CACHE_THRESHOLD > calculateFreeSpaceOnSd()) {
            return;
        }
        String fileName = genCacheFileName(url);
        String dir = getDiskCacheDir();
        File dirFile = new File(dir);
        if(!dirFile.exists()) {
            dirFile.mkdirs();
        }
        File file = new File(dir + File.separator + fileName);
        try {
            file.createNewFile();
            FileOutputStream out = new FileOutputStream(file);
            bitmap.compress(Bitmap.CompressFormat.JPEG, 100, out);
            out.flush();
            out.close();
        } catch (FileNotFoundException e) {
            Log.e(TAG, "FileNotFoundException");
        } catch (IOException e) {
            Log.e(TAG, "IOException");
        }
    }
    
    /**
     * 清理文件缓存
     * 当缓存文件总容量超过CACHE_SIZE或SDCard的剩余空间小于SDCARD_CACHE_THRESHOLD时,将删除40%最近没有被使用的文件
     * @param dirPath
     * @return
     */
    private boolean removeCache(String dirPath) {
        File dir = new File(dirPath);
        File[] files = dir.listFiles();
        if(files == null || files.length == 0) {
            return true;
        }
        if(!Environment.getExternalStorageState().equals(Environment.MEDIA_MOUNTED)) {
            return false;
        }
        
        int dirSize = 0;
        for (int i = 0; i < files.length; i++) {
            if(files[i].getName().contains(CACHE_FILE_SUFFIX)) {
                dirSize += files[i].length();
            }
        }
        if(dirSize > CACHE_SIZE * MB || SDCARD_CACHE_THRESHOLD > calculateFreeSpaceOnSd()) {
            int removeFactor = (int) (0.4 * files.length + 1);
            Arrays.sort(files, new FileLastModifiedSort());
            for (int i = 0; i < removeFactor; i++) {
                if(files[i].getName().contains(CACHE_FILE_SUFFIX)) {
                    files[i].delete();
                }
            }
        }
        
        if(calculateFreeSpaceOnSd() <= SDCARD_CACHE_THRESHOLD) {
            return false;
        }
        return true;
    }
    
    /**
     * 更新文件的最后修改时间
     * @param path
     */
    private void updateLastModified(String path) {
        File file = new File(path);
        long time = System.currentTimeMillis();
        file.setLastModified(time);
    }
    
    /**
     * 计算SDCard上的剩余空间
     * @return
     */
    private int calculateFreeSpaceOnSd() {
        StatFs stat = new StatFs(Environment.getExternalStorageDirectory().getPath());
        double sdFreeMB = ((double) stat.getAvailableBlocks() * (double) stat.getBlockSize()) / MB;
        return (int) sdFreeMB;
    }


    /**
     * 生成统一的磁盘文件后缀便于维护
     * 从URL中得到源文件名称,并为它追加缓存后缀名.cache
     * @param url
     * @return 文件存储后的名称
     */
    private String genCacheFileName(String url) {
        String[] strs = url.split(File.separator);
        return strs[strs.length - 1] + CACHE_FILE_SUFFIX;
    }
    
    /**
     * 获取磁盘缓存目录
     * @return
     */
    private String getDiskCacheDir() {
        return getSDPath() + File.separator + CACHE_DIR;
    }
    
    /**
     * 获取SDCard目录
     * @return
     */
    private String getSDPath() {
        File sdDir = null;
        // 判断SDCard是否存在
        boolean sdCardExist = Environment.getExternalStorageState().equals(Environment.MEDIA_MOUNTED);
        if(sdCardExist) {
            // 获取SDCard根目录
            sdDir = Environment.getExternalStorageDirectory();
        }
        if(sdDir != null) {
            return sdDir.toString();
        } else {
            return "";
        }
    }
    
    /**
     * 根据文件最后修改时间进行排序
     */
    private class FileLastModifiedSort implements Comparator<File> {
        @Override
        public int compare(File lhs, File rhs) {
            if(lhs.lastModified() > rhs.lastModified()) {
                return 1;
            } else if(lhs.lastModified() == rhs.lastModified()) {
                return 0;
            } else {
                return -1;
            }
        }
    }
}
四、图片工具类(PanoUtils)
1.从网络上获取图片:downloadBitmap()
 /**
     * 从网络上获取Bitmap,并进行适屏和分辨率处理。
     * @param context
     * @param url
     * @return
     */
    public static Bitmap downloadBitmap(Context context, String url) {
        HttpClient client = new DefaultHttpClient();
        HttpGet request = new HttpGet(url);
        
        try {
            HttpResponse response = client.execute(request);
            int statusCode = response.getStatusLine().getStatusCode();
            if(statusCode != HttpStatus.SC_OK) {
                Log.e(TAG, "Error " + statusCode + " while retrieving bitmap from " + url);
                return null;
            }
            
            HttpEntity entity = response.getEntity();
            if(entity != null) {
                InputStream in = null;
                try {
                    in = entity.getContent();
                    return scaleBitmap(context, readInputStream(in));
                } finally {
                    if(in != null) {
                        in.close();
                        in = null;
                    }
                    entity.consumeContent();
                }
            }
        } catch (IOException e) {
            request.abort();
            Log.e(TAG, "I/O error while retrieving bitmap from " + url, e);
        } catch (IllegalStateException e) {
            request.abort();
            Log.e(TAG, "Incorrect URL: " + url);
        } catch (Exception e) {
            request.abort();
            Log.e(TAG, "Error while retrieving bitmap from " + url, e);
        } finally {
            client.getConnectionManager().shutdown();
        }
        return null;
    }   
2.从输入流读取字节数组,看起来是不是很眼熟啊!
public static byte[] readInputStream(InputStream in) throws Exception {
        ByteArrayOutputStream out = new ByteArrayOutputStream();
        byte[] buffer = new byte[1024];
        int len = 0;
        while((len = in.read(buffer)) != -1) {
            out.write(buffer, 0, len);
        }
        in.close();
        return out.toByteArray();
    }    
3.对下载的源图片进行适屏处理,这也是必须的:)
/**
     * 按使用设备屏幕和纹理尺寸适配Bitmap
     * @param context
     * @param in
     * @return
     */
    private static Bitmap scaleBitmap(Context context, byte[] data) {
        
        WindowManager windowMgr = (WindowManager) context.getSystemService(Context.WINDOW_SERVICE);
        DisplayMetrics outMetrics = new DisplayMetrics();
        windowMgr.getDefaultDisplay().getMetrics(outMetrics);
        int scrWidth = outMetrics.widthPixels;
        int scrHeight = outMetrics.heightPixels;
        
        BitmapFactory.Options options = new BitmapFactory.Options();
        options.inJustDecodeBounds = true;
        Bitmap bitmap = BitmapFactory.decodeByteArray(data, 0, data.length, options);
        int imgWidth = options.outWidth;
        int imgHeight = options.outHeight;
        
        if(imgWidth > scrWidth || imgHeight > scrHeight) {
            options.inSampleSize = calculateInSampleSize(options, scrWidth, scrHeight);
        }
        options.inJustDecodeBounds = false;
        bitmap = BitmapFactory.decodeByteArray(data, 0, data.length, options);
        
        // 根据业务的需要,在此处还可以进一步做处理
        ...

        return bitmap;
    }
    
    /**
     * 计算Bitmap抽样倍数
     * @param options
     * @param reqWidth
     * @param reqHeight
     * @return
     */
    public static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) {
        // 原始图片宽高
        final int height = options.outHeight;
        final int width = options.outWidth;
        int inSampleSize = 1;
    
        if (height > reqHeight || width > reqWidth) {
    
            // 计算目标宽高与原始宽高的比值
            final int heightRatio = Math.round((float) height / (float) reqHeight);
            final int widthRatio = Math.round((float) width / (float) reqWidth);
    
            // 选择两个比值中较小的作为inSampleSize的值
            inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
            if(inSampleSize < 1) {
                inSampleSize = 1;
            }
        }

        return inSampleSize;
    }
五、使用decodeByteArray()还是decodeStream()?
        讲到这里,有童鞋可能会问我为什么使用BitmapFactory.decodeByteArray(data, 0, data.length, opts)来创建Bitmap,而非使用BitmapFactory.decodeStream(is, null, opts)。你这样做不是要多写一个静态方法readInputStream()吗?
        没错,decodeStream()确实是该使用情景下的首选方法,但是在有些情形下,它会导致图片资源不能即时获取,或者说图片被它偷偷地缓存起来,交还给我们的时间有点长。但是延迟性是致命的,我们等不起。所以在这里选用decodeByteArray()获取,它直接从字节数组中获取,贴近于底层IO、脱离平台限制、使用起来风险更小。
六、引入缓存机制后获取图片的方法
/**
     * 加载Bitmap
     * @param url
     * @return
     */
    private Bitmap loadBitmap(String url) {
        // 从内存缓存中获取,推荐在主UI线程中进行
        Bitmap bitmap = memCache.getBitmapFromMem(url);
        if(bitmap == null) {
            // 从文件缓存中获取,推荐在工作线程中进行
            bitmap = diskCache.getBitmapFromDisk(url);
            if(bitmap == null) {
                // 从网络上获取,不用推荐了吧,地球人都知道~_~
                bitmap = PanoUtils.downloadBitmap(this, url);
                if(bitmap != null) {
                    diskCache.addBitmapToCache(bitmap, url);
                    memCache.addBitmapToCache(url, bitmap);
                }
            } else {
                memCache.addBitmapToCache(url, bitmap);
            }
        }
        return bitmap;
    }
七、工作线程池化
        有关多线程的切换问题以及在UI线程中执行loadBitmap()方法无效的问题,请参见另一篇博文: 使用严苛模式打破Android4.0以上平台应用中UI主线程的“独断专行”
有关工作线程的处理方式,这里推荐使用定制线程池的方式,核心代码如下:
// 线程池初始容量
private static final int POOL_SIZE = 4;
private ExecutorService executorService;
@Override
public void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);

    // 获取当前使用设备的CPU个数
    int cpuNums = Runtime.getRuntime().availableProcessors();
    // 预开启线程池数目
    executorService = Executors.newFixedThreadPool(cpuNums * POOL_SIZE);

    ...
    executorService.submit(new Runnable() {
        // 此处执行一些耗时工作,不要涉及UI工作。如果遇到,直接转交UI主线程
        pano.setImage(loadBitmap(url));
    });
    ...

}
        我们知道,线程构造也是比较耗资源的。一定要对其进行有效的管理和维护。千万不要随意而行,一张图片的工作线程不搭理也许没什么,当使用场景变为ListView和GridView时,线程池化工作就显得尤为重要了。Android不是提供了AsyncTask吗?为什么不用它?其实AsyncTask底层也是靠线程池支持的,它默认分配的线程数是128,是远大于我们定制的executorService。
作者:leverage_1229 发表于2013-7-17 23:08:03 原文链接
阅读:822 评论:2 查看评论

相关 [管理 bitmap 图片] 推荐:

如何高效使用和管理Bitmap--图片缓存管理模块的设计与实现

- - CSDN博客移动开发推荐文章
传送门 ☞ 轮子的专栏 ☞ 转载请注明 ☞ http://blog.csdn.net/leverage_1229.         上周为360全景项目引入了图片缓存模块. 因为是在Android4.0平台以上运作,出于惯性,都会在设计之前查阅相关资料,尽量避免拿一些以前2.3平台积累的经验来进行类比处理.

AndroidのBitmap之大图片优化

- - 博客园_首页
不解释大家懂得,在listview 或grid或viewpager等大量大尺寸图片时,会造成OOM. 这里是优化图片内存的一个方法,注释写的很 明确... public Bitmap getBitmapFromNet(final String url,final int width,final int height){//从网络下载图片.

Bitmap优化

- - CSDN博客推荐文章
一个进程的内存可以由2个部分组成:. dalvik就是我们平常说的. java堆,我们创建的对象是在这里面分配的,而. Java后,以后这块内存即使释放后,也只能给. Java突然占用了一个大块内存,. malloc进行内存分配的,占用的是. C的内存,这个也就说明了,上述的. 4MBitmap无法生成的原因,.

Bitmap的秘密

- - 博客园_知识库
  之前已经参加过几次QCon峰会,不过今年QCon 2014 上海峰会对我来说比较特别,不再只是一名听众,而是第一次登台演讲. 感觉的确不太一样,一来是身份从听众变成了讲师,二来是因为成了讲师,让我接触到更多的业内朋友,也遇到了更多的提问、咨询. 会后已经有一段时间了,还有朋友提出想了解更多的技术知识.

Bitmap算法原理

- - 互联网旁观者
【什么是 Bit-map 】. 所谓的Bit-map就是用一个bit位来标记某个元素对应的Value, 而Key即是该元素. 由于采用了Bit为单位来存储数据,因此在存储空间方面,可以大大节省. 如果说了这么多还没明白什么是Bit-map,那么我们来看一个具体的例子,假设我们要对0-7内的5个元素(4,7,2,5,3)排序(这里假设这些元素没有重复).

bitmap算法简介

- - CSDN博客推荐文章
今天看到海量数据处理算法————bitmap(又称为bitset, 或者bit array), 有意思的算法. C++ 有一个头文件是. bitmap的思想就是数据压缩. 用一个二进制bit(0或者1)去标记某个元素对应的value, 这就是bit + map啊. 由于使用bit单位存储数据, 所以可大大节省内存空间.

Redis中bitmap的妙用

- - IT瘾-tuicool
在Redis中我们经常用到set,get等命令,细心的你有没有发现,还有几个相似的命令叫setbit,getbit,它们是用来干嘛的. 就是通过一个bit位来表示某个元素对应的值或者状态,其中的key就是对应元素本身. 我们知道8个bit可以组成一个Byte,所以bitmap本身会极大的节省储存空间.

bitmap索引的深入研究

- - 数据库 - ITeye博客
位图(bitmap)索引是另外一种索引类型,它的组织形式与B树索引相同,也是一棵平衡树. 与B树索引的区别在于叶子节点里存放索引条目的方式不同. 从前面我们知道,B树索引的叶子节点里,对于表里的每个数据行,如果被索引列的值不为空的,则会为该记录行在叶子节点里维护一个对应的索引条目. 而位图索引则不是这样,其叶子节点里存放的索引条目如下图所示.

redis 用setbit(bitmap)统计活跃用户

- - 编程语言 - ITeye博客
Redis支持对String类型的value进行基于二进制位的置位操作. 通过将一个用户的id对应value上的一位,通过对活跃用户对应的位进行置位,就能够用一个value记录所有活跃用户的信息. 如下图所未,下图中的bitmap有9个位被置为1,表示这9个位上对应的用户是今天的活跃用户. 其中第15位表示uid为15的用户,第一位表示uid为0的用户.

xUtils 1.6.6 (Android工具库) 发布 - Bitmap模块优化

- - 开源中国社区最新新闻
感谢关注xUitls的网友最近一段时间给予的热心反馈,xUtils近期在bitmap模块进行了很多优化,同时修复和优化了大家反馈的一些问题.         更多介绍,源码和示例代码下载:https://github.com/wyouflf/xUtils.         详细更新记录见:https://github.com/wyouflf/xUtils/commits/master.