- 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：
- 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。
- 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：
- 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
- 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
- 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。
- 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。
- 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; }
- 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, "从" +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
- 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
- 本地做缓存