Android缓存机制详解
一、android中的缓存策略
一般来说,缓存策略主要包含缓存的添加、获取和删除这三类操作。如何添加和获取缓存这个比较好理解,那么为什么还要删除缓存呢?这是因为不管是内存缓存还是硬盘缓存,它们的缓存大小都是有限的。当缓存满了之后,再想其添加缓存,这个时候就需要删除一些旧的缓存并添加新的缓存。
因此lru(least recently used)缓存算法便应运而生,lru是近期最少使用的算法,它的核心思想是当缓存满时,会优先淘汰那些近期最少使用的缓存对象。采用lru算法的缓存有两种:lrhcache和dislrucache,分别用于实现内存缓存和硬盘缓存,其核心思想都是lru缓存算法。
二、lrucache的使用
lrucache是android 3.1所提供的一个缓存类,所以在android中可以直接使用lrucache实现内存缓存。而dislrucache目前在android 还不是android sdk的一部分,但android官方文档推荐使用该算法来实现硬盘缓存。
1.lrucache的介绍
lrucache是个泛型类,主要算法原理是把最近使用的对象用强引用(即我们平常使用的对象引用方式)存储在 linkedhashmap 中。当缓存满时,把最近最少使用的对象从内存中移除,并提供了get和put方法来完成缓存的获取和添加操作。
2.lrucache的使用
lrucache的使用非常简单,我们就已图片缓存为例。
int maxmemory = (int) (runtime.getruntime().totalmemory()/1024); int cachesize = maxmemory/8; mmemorycache = new lrucache(cachesize){ @override protected int sizeof(string key, bitmap value) { return value.getrowbytes()*value.getheight()/1024; } };
①设置lrucache缓存的大小,一般为当前进程可用容量的1/8。
②重写sizeof方法,计算出要缓存的每张图片的大小。
注意:缓存的总容量和每个缓存对象的大小所用单位要一致。
三、lrucache的实现原理
lrucache的核心思想很好理解,就是要维护一个缓存对象列表,其中对象列表的排列方式是按照访问顺序实现的,即一直没访问的对象,将放在队尾,即将被淘汰。而最近访问的对象将放在队头,最后被淘汰。
如下图所示:
那么这个队列到底是由谁来维护的,前面已经介绍了是由linkedhashmap来维护。
而linkedhashmap是由数组+双向链表的数据结构来实现的。其中双向链表的结构可以实现访问顺序和插入顺序,使得linkedhashmap中的
通过下面构造函数来指定linkedhashmap中双向链表的结构是访问顺序还是插入顺序。
public linkedhashmap(int initialcapacity, float loadfactor, boolean accessorder) { super(initialcapacity, loadfactor); this.accessorder = accessorder; }
其中accessorder设置为true则为访问顺序,为false,则为插入顺序。
以具体例子解释:
当设置为true时
public static final void main(string[] args) { linkedhashmap map = new linkedhashmap<>(0, 0.75f, true); map.put(0, 0); map.put(1, 1); map.put(2, 2); map.put(3, 3); map.put(4, 4); map.put(5, 5); map.put(6, 6); map.get(1); map.get(2); for (map.entry entry : map.entryset()) { system.out.println(entry.getkey() + ":" + entry.getvalue()); } }
输出结果:
0:0
3:3
4:4
5:5
6:6
1:1
2:2
即最近访问的最后输出,那么这就正好满足的lru缓存算法的思想。可见lrucache巧妙实现,就是利用了linkedhashmap的这种数据结构。
下面我们在lrucache中具体看看,怎么应用linkedhashmap来实现缓存的添加,获得和删除的。
public lrucache(int maxsize) { if (maxsize <= 0) { throw new illegalargumentexception("maxsize <= 0"); } this.maxsize = maxsize; this.map = new linkedhashmap(0, 0.75f, true); }
从lrucache的构造函数中可以看到正是用了linkedhashmap的访问顺序。
put()方法
public final v put(k key, v value) { //不可为空,否则抛出异常 if (key == null || value == null) { throw new nullpointerexception("key == null || value == null"); } v previous; synchronized (this) { //插入的缓存对象值加1 putcount++; //增加已有缓存的大小 size += safesizeof(key, value); //向map中加入缓存对象 previous = map.put(key, value); //如果已有缓存对象,则缓存大小恢复到之前 if (previous != null) { size -= safesizeof(key, previous); } } //entryremoved()是个空方法,可以自行实现 if (previous != null) { entryremoved(false, key, previous, value); } //调整缓存大小(关键方法) trimtosize(maxsize); return previous; }
可以看到put()方法并没有什么难点,重要的就是在添加过缓存对象后,调用 trimtosize()方法,来判断缓存是否已满,如果满了就要删除近期最少使用的算法。
trimtosize()方法
public void trimtosize(int maxsize) { //死循环 while (true) { k key; v value; synchronized (this) { //如果map为空并且缓存size不等于0或者缓存size小于0,抛出异常 if (size < 0 || (map.isempty() && size != 0)) { throw new illegalstateexception(getclass().getname() + ".sizeof() is reporting inconsistent results!"); } //如果缓存大小size小于最大缓存,或者map为空,不需要再删除缓存对象,跳出循环 if (size <= maxsize || map.isempty()) { break; } //迭代器获取第一个对象,即队尾的元素,近期最少访问的元素 map.entry toevict = map.entryset().iterator().next(); key = toevict.getkey(); value = toevict.getvalue(); //删除该对象,并更新缓存大小 map.remove(key); size -= safesizeof(key, value); evictioncount++; } entryremoved(true, key, value, null); } }
trimtosize()方法不断地删除linkedhashmap中队尾的元素,即近期最少访问的,直到缓存大小小于最大值。
当调用lrucache的get()方法获取集合中的缓存对象时,就代表访问了一次该元素,将会更新队列,保持整个队列是按照访问顺序排序。这个更新过程就是在linkedhashmap中的get()方法中完成的。
先看lrucache的get()方法
get()方法
public final v get(k key) { //key为空抛出异常 if (key == null) { throw new nullpointerexception("key == null"); } v mapvalue; synchronized (this) { //获取对应的缓存对象 //get()方法会实现将访问的元素更新到队列头部的功能 mapvalue = map.get(key); if (mapvalue != null) { hitcount++; return mapvalue; } misscount++; }
其中linkedhashmap的get()方法如下:
public v get(object key) { linkedhashmapentry e = (linkedhashmapentry)getentry(key); if (e == null) return null; //实现排序的关键方法 e.recordaccess(this); return e.value; }
调用recordaccess()方法如下:
void recordaccess(hashmap m) { linkedhashmap lm = (linkedhashmap)m; //判断是否是访问排序 if (lm.accessorder) { lm.modcount++; //删除此元素 remove(); //将此元素移动到队列的头部 addbefore(lm.header); } }
由此可见lrucache中维护了一个集合linkedhashmap,该linkedhashmap是以访问顺序排序的。当调用put()方法时,就会在结合中添加元素,并调用trimtosize()判断缓存是否已满,如果满了就用linkedhashmap的迭代器删除队尾元素,即近期最少访问的元素。当调用get()方法访问缓存对象时,就会调用linkedhashmap的get()方法获得对应集合元素,同时会更新该元素到队头。
以上便是lrucache实现的原理,理解了linkedhashmap的数据结构就能理解整个原理。如果不懂,可以先看看linkedhashmap的具体实现。