http://www.cnblogs.com/kissazi2/p/3931400.html
講到緩存，平時流水線上的碼農一定覺得這是一個高大上的東西。看過網上各種講緩存原理的文章，總感覺那些文章講的就是玩具，能用嗎？這次我將帶你一起看過UIL這個國內外大牛都追捧的圖片緩存類庫的緩存處理機制。看了UIL中的緩存實現，才發現其實這個東西不難，沒有太多的進程調度，沒有各種內存讀取控制機制、沒有各種異常處理。反正UIL中不單代碼寫的簡單，連處理都簡單。但是這個類庫這麼好用，又有這麼多人用，那麼非常有必要看看他是怎麼實現的。先了解UIL中緩存流程的原理圖。
原理示意圖
主體有三個，分別是UI，緩存模塊和數據源（網絡）。它們之間的關係如下：
① UI：請求數據，使用唯一的Key值索引Memory Cache中的Bitmap。
② 內存緩存：緩存搜索，如果能找到Key值對應的Bitmap，則返回數據。否則執行第三步。
③ 硬盤存儲：使用唯一Key值對應的文件名，檢索SDCard上的文件。
④ 如果有對應文件，使用BitmapFactory.decode*方法，解碼Bitmap並返回數據，同時將數據寫入緩存。如果沒有對應文件，執行第五步。
⑤ 下載圖片：啓動異步線程，從數據源下載數據(Web)。
⑥ 若下載成功，將數據同時寫入硬盤和緩存，並將Bitmap顯示在UI中。
接下來，我們回顧一下UIL中緩存的配置(具體的見《UNIVERSAL IMAGE LOADER.PART 2》)。重點關注註釋部分，我們可以根據自己需要配置內存、磁盤緩存的實現。
File cacheDir = StorageUtils.getCacheDirectory(context, "UniversalImageLoader/Cache"); ImageLoaderConfiguration config = new ImageLoaderConfiguration .Builder(getApplicationContext()) .maxImageWidthForMemoryCache(800) .maxImageHeightForMemoryCache(480) .httpConnectTimeout(5000) .httpReadTimeout(20000) .threadPoolSize(5) .threadPriority(Thread.MIN_PRIORITY + 3) .denyCacheImageMultipleSizesInMemory() .memoryCache(new UsingFreqLimitedCache(2000000)) // 你可以傳入自己的內存緩存 .discCache(new UnlimitedDiscCache(cacheDir)) // 你可以傳入自己的磁盤緩存 .defaultDisplayImageOptions(DisplayImageOptions.createSimple()) .build();
UIL中的內存緩存策略
1. 只使用的是強引用緩存
- LruMemoryCache（這個類就是這個開源框架默認的內存緩存類，緩存的是bitmap的強引用，下面我會從源碼上面分析這個類）
2.使用強引用和弱引用相結合的緩存有
UsingFreqLimitedMemoryCache（如果緩存的圖片總量超過限定值，先刪除使用頻率最小的bitmap）
- LRULimitedMemoryCache（這個也是使用的lru算法，和LruMemoryCache不同的是，他緩存的是bitmap的弱引用）
- FIFOLimitedMemoryCache（先進先出的緩存策略，當超過設定值，先刪除最先加入緩存的bitmap）
- LargestLimitedMemoryCache(當超過緩存限定值，先刪除最大的bitmap對象)
- LimitedAgeMemoryCache（當 bitmap加入緩存中的時間超過我們設定的值，將其刪除）
3.只使用弱引用緩存
WeakMemoryCache（這個類緩存bitmap的總大小沒有限制，唯一不足的地方就是不穩定，緩存的圖片容易被回收掉）
我們直接選擇UIL中的默認配置緩存策略進行分析。
ImageLoaderConfiguration config = ImageLoaderConfiguration.createDefault(context);
ImageLoaderConfiguration.createDefault(…)這個方法最後是調用Builder.build()方法創建默認的配置參數的。默認的內存緩存實現是LruMemoryCache，磁盤緩存是UnlimitedDiscCache。
LruMemoryCache解析
LruMemoryCache：一種使用強引用來保存有數量限制的Bitmap的cache（在空間有限的情況，保留最近使用過的Bitmap）。每次Bitmap被訪問時，它就被移動到一個隊列的頭部。當Bitmap被添加到一個空間已滿的cache時，在隊列末尾的Bitmap會被擠出去並變成適合被GC回收的狀態。
注意：這個cache只使用強引用來保存Bitmap。
LruMemoryCache實現MemoryCache，而MemoryCache繼承自MemoryCacheAware。
public interface MemoryCache extends MemoryCacheAware<String, Bitmap>
下面給出繼承關係圖
LruMemoryCache.get(…)
我相信接下去你看到這段代碼的時候會跟我一樣驚訝於代碼的簡單，代碼中除了異常判斷，就是利用synchronized進行同步控制。
/** * Returns the Bitmap for {@code key} if it exists in the cache. If a Bitmap was returned, it is moved to the head * of the queue. This returns null if a Bitmap is not cached. */ @Override public final Bitmap get(String key) { if (key == null) { throw new NullPointerException("key == null"); } synchronized (this) { return map.get(key); } }
我們會好奇，這不是就簡簡單單將Bitmap從map中取出來嗎？但LruMemoryCache聲稱保留在空間有限的情況下保留最近使用過的Bitmap。不急，讓我們細細觀察一下map。他是一個LinkedHashMap<String, Bitmap>型的對象。
LinkedHashMap中的get()方法不僅返回所匹配的值，並且在返回前還會將所匹配的key對應的entry調整在列表中的順序（LinkedHashMap使用雙鏈表來保存數據），讓它處於列表的最後。當然，這種情況必須是在LinkedHashMap中accessOrder==true的情況下才生效的，反之就是get()方法不會改變被匹配的key對應的entry在列表中的位置。
1 @Override public V get(Object key) { 2 /* 3 * This method is overridden to eliminate the need for a polymorphic 4 * invocation in superclass at the expense of code duplication. 5 */ 6 if (key == null) { 7 HashMapEntry<K, V> e = entryForNullKey; 8 if (e == null) 9 return null; 10 if (accessOrder) 11 makeTail((LinkedEntry<K, V>) e); 12 return e.value; 13 } 14 15 // Replace with Collections.secondaryHash when the VM is fast enough (http://b/8290590). 16 int hash = secondaryHash(key); 17 HashMapEntry<K, V>[] tab = table; 18 for (HashMapEntry<K, V> e = tab[hash & (tab.length - 1)]; 19 e != null; e = e.next) { 20 K eKey = e.key; 21 if (eKey == key || (e.hash == hash && key.equals(eKey))) { 22 if (accessOrder) 23 makeTail((LinkedEntry<K, V>) e); 24 return e.value; 25 } 26 } 27 return null; 28 }
代碼第11行的makeTail()就是調整entry在列表中的位置，其實就是雙向鏈表的調整。它判斷accessOrder
。到現在我們就清楚LruMemoryCache使用LinkedHashMap來緩存數據，在LinkedHashMap.get()方法執行後，LinkedHashMap中entry的順序會得到調整。那麼我們怎麼保證最近使用的項不會被剔除呢？接下去，讓我們看看LruMemoryCache.put(...)。
LruMemoryCache.put(...)
注意到代碼第8行中的size+= sizeOf(key, value),這個size是什麼呢？我們注意到在第19行有一個trimToSize(maxSize),trimToSize(...)這個函數就是用來限定LruMemoryCache的大小不要超過用戶限定的大小，cache的大小由用戶在LruMemoryCache剛開始初始化的時候限定。
1 @Override 2 public final boolean put(String key, Bitmap value) { 3 if (key == null || value == null) { 4 throw new NullPointerException("key == null || value == null"); 5 } 6 7 synchronized (this) { 8 size += sizeOf(key, value); 9 //map.put()的返回值如果不爲空，說明存在跟key對應的entry，put操作只是更新原有key對應的entry 10 Bitmap previous = map.put(key, value); 11 if (previous != null) { 12 size -= sizeOf(key, previous); 13 } 14 } 15 16 trimToSize(maxSize); 17 return true; 18 }
其實不難想到，當Bitmap緩存的大小超過原來設定的maxSize時應該是在trimToSize(...)這個函數中做到的。這個函數做的事情也簡單，遍歷map，將多餘的項（代碼中對應toEvict）剔除掉，直到當前cache的大小等於或小於限定的大小。
1 private void trimToSize(int maxSize) { 2 while (true) { 3 String key; 4 Bitmap value; 5 synchronized (this) { 6 if (size < 0 || (map.isEmpty() && size != 0)) { 7 throw new IllegalStateException(getClass().getName() + ".sizeOf() is reporting inconsistent results!"); 8 } 9 10 if (size <= maxSize || map.isEmpty()) { 11 break; 12 } 13 14 Map.Entry<String, Bitmap> toEvict = map.entrySet().iterator().next(); 15 if (toEvict == null) { 16 break; 17 } 18 key = toEvict.getKey(); 19 value = toEvict.getValue(); 20 map.remove(key); 21 size -= sizeOf(key, value); 22 } 23 } 24 }
這時候我們會有一個以爲，爲什麼遍歷一下就可以將使用最少的bitmap緩存給剔除，不會誤刪到最近使用的bitmap緩存嗎？首先，我們要清楚，LruMemoryCache定義的最近使用是指最近用get或put方式操作到的bitmap緩存。其次，之前我們直到LruMemoryCache的get操作其實是通過其內部字段LinkedHashMap.get(...)實現的，當LinkedHashMap的accessOrder==true時，每一次get或put操作都會將所操作項（圖中第3項）移動到鏈表的尾部(見下圖,鏈表頭被認爲是最少使用的，鏈表尾被認爲是最常使用的。)，每一次操作到的項我們都認爲它是最近使用過的，當內存不夠的時候被剔除的優先級最低。需要注意的是一開始的LinkedHashMap鏈表是按插入的順序構成的，也就是第一個插入的項就在鏈表頭，最後一個插入的就在鏈表尾。假設只要剔除圖中的1,2項就能讓LruMemoryCache小於原先限定的大小，那麼我們只要從鏈表頭遍歷下去（從1→最後一項）那麼就可以剔除使用最少的項了。
至此，我們就知道了LruMemoryCache緩存的整個原理，包括他怎麼put、get、剔除一個元素的的策略。接下去，我們要開始分析默認的磁盤緩存策略了。
UIL中的磁盤緩存策略
像新浪微博、花瓣這種應用需要加載很多圖片，本來圖片的加載就慢了，如果下次打開的時候還需要再一次下載上次已經有過的圖片，相信用戶的流量會讓他們的叫罵聲很響亮。對於圖片很多的應用，一個好的磁盤緩存直接決定了應用在用戶手機的留存時間。我們自己實現磁盤緩存，要考慮的太多，幸好UIL提供了幾種常見的磁盤緩存策略，當然如果你覺得都不符合你的要求，你也可以自己去擴展
- FileCountLimitedDiscCache（可以設定緩存圖片的個數，當超過設定值，刪除掉最先加入到硬盤的文件）
- LimitedAgeDiscCache（設定文件存活的最長時間，當超過這個值，就刪除該文件）
- TotalSizeLimitedDiscCache（設定緩存bitmap的最大值，當超過這個值，刪除最先加入到硬盤的文件）
- UnlimitedDiscCache（這個緩存類沒有任何的限制）
在UIL中有着比較完整的存儲策略，根據預先指定的空間大小，使用頻率(生命週期)，文件個數的約束條件，都有着對應的實現策略。最基礎的接口DiscCacheAware和抽象類BaseDiscCache
UnlimitedDiscCache解析
UnlimitedDiscCache實現disk cache接口，是ImageLoaderConfiguration中默認的磁盤緩存處理。用它的時候，磁盤緩存的大小是不受限的。
接下來我們來看看實現UnlimitedDiscCache的源代碼，通過源代碼我們發現他其實就是繼承了BaseDiscCache，這個類內部沒有實現自己獨特的方法，也沒有重寫什麼，那麼我們就直接看BaseDiscCache這個類。在分析這個類之前，我們先想想自己實現一個磁盤緩存需要做多少麻煩的事情：
1、圖片的命名會不會重。你沒有辦法知道用戶下載的圖片原始的文件名是怎麼樣的，因此很可能因爲文件重名將有用的圖片給覆蓋掉了。
2、當應用卡頓或網絡延遲的時候，同一張圖片反覆被下載。
3、處理圖片寫入磁盤可能遇到的延遲和同步問題。
BaseDiscCache構造函數
首先，我們看一下BaseDiscCache的構造函數:
cacheDir:文件緩存目錄
reserveCacheDir:備用的文件緩存目錄，可以爲null。它只有當cacheDir不能用的時候纔有用。
fileNameGenerator:文件名生成器。爲緩存的文件生成文件名。
public BaseDiscCache(File cacheDir, File reserveCacheDir, FileNameGenerator fileNameGenerator) { if (cacheDir == null) { throw new IllegalArgumentException("cacheDir" + ERROR_ARG_NULL); } if (fileNameGenerator == null) { throw new IllegalArgumentException("fileNameGenerator" + ERROR_ARG_NULL); } this.cacheDir = cacheDir; this.reserveCacheDir = reserveCacheDir; this.fileNameGenerator = fileNameGenerator; }
我們可以看到一個fileNameGenerator，接下來我們來了解UIL具體是怎麼生成不重複的文件名的。UIL中有3種文件命名策略，這裏我們只對默認的文件名策略進行分析。默認的文件命名策略在DefaultConfigurationFactory.createFileNameGenerator()。它是一個HashCodeFileNameGenerator。真的是你意想不到的簡單,就是運用String.hashCode()進行文件名的生成。
public class HashCodeFileNameGenerator implements FileNameGenerator { @Override public String generate(String imageUri) { return String.valueOf(imageUri.hashCode()); } }
BaseDiscCache.save()
分析完了命名策略，再看一下BaseDiscCache.save(...)方法。注意到第2行有一個getFile()函數，它主要用於生成一個指向緩存目錄中的文件，在這個函數裏面調用了剛剛介紹過的fileNameGenerator來生成文件名。注意第3行的tmpFile，它是用來寫入bitmap的臨時文件（見第8行），然後就把這個文件給刪除了。大家可能會困惑，爲什麼在save()函數裏面沒有判斷要寫入的bitmap文件是否存在的判斷，我們不由得要看看UIL中是否有對它進行判斷。還記得我們在《從代碼分析Android-Universal-Image-Loader的圖片加載、顯示流程》介紹的，UIL加載圖片的一般流程是先判斷內存中是否有對應的Bitmap，再判斷磁盤（disk）中是否有，如果沒有就從網絡中加載。最後根據原先在UIL中的配置判斷是否需要緩存Bitmap到內存或磁盤中。也就是說，當需要調用BaseDiscCache.save(...)之前，其實已經判斷過這個文件不在磁盤中。
1 public boolean save(String imageUri, InputStream imageStream, IoUtils.CopyListener listener) throws IOException { 2 File imageFile = getFile(imageUri); 3 File tmpFile = new File(imageFile.getAbsolutePath() + TEMP_IMAGE_POSTFIX); 4 boolean loaded = false; 5 try { 6 OutputStream os = new BufferedOutputStream(new FileOutputStream(tmpFile), bufferSize); 7 try { 8 loaded = IoUtils.copyStream(imageStream, os, listener, bufferSize); 9 } finally { 10 IoUtils.closeSilently(os); 11 } 12 } finally { 13 IoUtils.closeSilently(imageStream); 14 if (loaded && !tmpFile.renameTo(imageFile)) { 15 loaded = false; 16 } 17 if (!loaded) { 18 tmpFile.delete(); 19 } 20 } 21 return loaded; 22 }
BaseDiscCache.get()
BaseDiscCache.get()方法內部調用了BaseDiscCache.getFile(...)方法，讓我們來分析一下這個在之前碰過的函數。 第2行就是利用fileNameGenerator生成一個唯一的文件名。第3~8行是指定緩存目錄，這時候你就可以清楚地看到cacheDir和reserveCacheDir之間的關係了，當cacheDir不可用的時候，就是用reserveCachedir作爲緩存目錄了。
最後返回一個指向文件的對象，但是要注意當File類型的對象指向的文件不存在時，file會爲null，而不是報錯。
1 protected File getFile(String imageUri) { 2 String fileName = fileNameGenerator.generate(imageUri); 3 File dir = cacheDir; 4 if (!cacheDir.exists() && !cacheDir.mkdirs()) { 5 if (reserveCacheDir != null && (reserveCacheDir.exists() || reserveCacheDir.mkdirs())) { 6 dir = reserveCacheDir; 7 } 8 } 9 return new File(dir, fileName); 10 }
總結
現在，我們已經分析了UIL的緩存機制。其實從UIL的緩存機制的實現並不是很複雜，雖然有各種緩存機制，但是簡單地說：內存緩存其實就是利用Map接口的對象在內存中進行緩存，可能有不同的存儲機制。磁盤緩存其實就是將文件寫入磁盤。