Android图片框架Picasso LRU缓存详解

Picasso这个图片框架默认实现了内存中的LRU缓存，但是没有默认实现磁盘缓存（关于磁盘缓存的配置可以看我之前写的一篇博客），我在使用Picasso替换原来的xUtils框架的时候发现内存开销要比之前高好多，于是着手分析Picasso的LRU缓存策略，代码比较好读，下面简单的分析一下。

Picasso加载一个图片的流程一般是这样的：

url->检查LRU缓存中有没有对应的bitmap->调用HTTP框架准备下载该图片资源->http框架检查有没有磁盘缓存->http框架访问网络下载数据并进行缓存

这里面的动作主要是由一个叫BitmapHunter的类完成的。

Picasso有一个接口叫Cache，有一个实现叫LruCache，这个实现类里面是用一个LinkedHashMap来进行缓存，key是图片url，value是bitmap，并不是其他框架爱用的WeakReference方案。

这个实现类里面有几个控制内存使用量的成员，如下：

private final int maxSize;//最大堆内存占用，单位字节
  private int size;//当前已经缓存到堆内存中所有bitmap所占的字节数
  private int putCount;//将bitmap存入LRU缓存的总次数
  private int evictionCount;//因为内存不足而将bitmap移出LRU缓存的总次数
  private int hitCount;//从LRU缓存中读取bitmap的总次数
  private int missCount;//没有从LRU缓存中根据url找到相应的bitmap的总次数

来看一下添加一个bitmap到缓存的代码

@Override public void set(String key, Bitmap bitmap) {
    if (key == null || bitmap == null) {
      throw new NullPointerException("key == null || bitmap == null");
    }

    Bitmap previous;
    synchronized (this) {//每次只能读写一个bitmap，因为LinkedHashMap是非线程安全的
      putCount++;//存bitmap计数器加一
      size += Utils.getBitmapBytes(bitmap);//获取一个bitmap所占内存的字节数
      previous = map.put(key, bitmap);//将bitmap存入到hashmap中去，以url为key，如果previous为空说明之前没有存储过该url，否则之前存储过
      if (previous != null) {//如果之前已经存储过这个url了
        size -= Utils.getBitmapBytes(previous);
      }
    }
	
    trimToSize(maxSize);//看看内存占用是否过大，如果太大的话就从LRU缓存中移出一部分bitmap
  }

最重要的方法就是这个trimToSize(),它是用来回收bitmap缓存的，让我们来着重研究一下

private void trimToSize(int maxSize) {
    while (true) {//一直执行销毁动作，直到当前占用的内存字节数小于规定的最大占用量
      String key;
      Bitmap value;
      synchronized (this) {//由于LinkedHashMap线程非安全，并且只有逐个释放才能准确比较剩余LRU大小，所以要同步执行
        if (size < 0 || (map.isEmpty() && size != 0)) {
          throw new IllegalStateException(
              getClass().getName() + ".sizeOf() is reporting inconsistent results!");
        }

        if (size <= maxSize || map.isEmpty()) {
          break;
        }
	//LinkedHashMap可以看作是一个先入先出的栈，回收内存的时候先从栈底开始回收，也就是回收好久没用过的bitmap
        Map.Entry toEvict = map.entrySet().iterator().next();
        key = toEvict.getKey();
        value = toEvict.getValue();
        map.remove(key);//将bitmap移出LRU缓存
        size -= Utils.getBitmapBytes(value);//将当前总堆内存占用量计数器减去移出的bitmap大小
        evictionCount++;//回收计数器加一
      }
    }
  }

这个LRU缓存的最核心方法就这样分析完了，其实原理很简单，就是每放一个bitmap进LRU缓存都会记一下这个bitmap的大小，并计算当前LRU的总大小，如果发现总大小太大，就从栈底一个一个的把长时间没用的bitmap给回收掉

那么Picasso如何规定最大内存占用量的呢，让我们来看代码

/** Create a cache using an appropriate portion of the available RAM as the maximum size. */
  public LruCache(Context context) {
    this(Utils.calculateMemoryCacheSize(context));
  }

这个LRU缓存类在构造的时候就规定了最大内存占用指标，关键就是这个Utils.calculateMemoryCacheSize()方法，我们来看看它是怎么规定的

static int calculateMemoryCacheSize(Context context) {
    ActivityManager am = getService(context, ACTIVITY_SERVICE);
    boolean largeHeap = (context.getApplicationInfo().flags & FLAG_LARGE_HEAP) != 0;
    int memoryClass = am.getMemoryClass();
    if (largeHeap && SDK_INT >= HONEYCOMB) {
      memoryClass = ActivityManagerHoneycomb.getLargeMemoryClass(am);
    }
    // Target ~15% of the available heap.
    return 1024 * 1024 * memoryClass / 7;
  }

这里是使用Context获得一个ActitityManager，然后用其获得获得一个以MB为单位的APP可占最大堆内存占用大小，然后使用这个最大APP占用的七分之一来做当前图片LRU缓存的最大可用大小，这个最大可用大小当然会随着手机配置的提高而变大，目前我这边测得的数据是：

红米note3: 19MB（3G内存）

Sony L50：22MB（3G内存）

红米2A：17MB（2G内存 ）

以经验来看，这样的内存分配并不大，经常出现在一个listView或者RecyclerView中，滑到底部后再滑回来，上面的元素的bitmap已经没有的情况，以RGB_8888为例，一个像素占用的大小为32字节，那么一个1920*1080的桌面背景图片所占得堆内存大小是1920*1080*32 = 63MB，对于这样图，LRU几乎是不会缓存的。

关于销毁指定LRU缓存：

手动销毁Picasso提供的默认LRU实现只能做到根据图片url进行销毁，而不能根据某个Activity或者Fragment进行销毁，如果想实现按照页面销毁的话，需要自己重写这个LruCache的实现。下面来看一下根据url进行销毁的源码：

@Override public final synchronized void clearKeyUri(String uri) {
    boolean sizeChanged = false;
    int uriLength = uri.length();
    for (Iterator> i = map.entrySet().iterator(); i.hasNext();) {
      Map.Entry entry = i.next();
      String key = entry.getKey();
      Bitmap value = entry.getValue();
      int newlineIndex = key.indexOf(KEY_SEPARATOR);
      if (newlineIndex == uriLength && key.substring(0, newlineIndex).equals(uri)) {//加快寻找速度
        i.remove();//将相应的url所对bitmap移出LRU缓存
        size -= Utils.getBitmapBytes(value);//将当前总堆内存占用计数器减小被移出的bitmap大小
        sizeChanged = true;
      }
    }
    if (sizeChanged) {
      trimToSize(maxSize);//移出后执行以下内存检查，如果还是过大就继续销毁栈底的bitmap
    }
  }

我们在这里发现，Picasso默认的LRU缓存方案并不是我们需要的或者适合自己项目的方案，最好的方法是根据自己APP特点和业务需要重写LruCache，然后换掉Picasso默认的实现方案，方法如下：

Picasso.Builder builder = new Picasso.Builder(getContext());
        builder.memoryCache(new CustomLruCache());//设置自定义的缓存方案
        Picasso mPicasso = builder.build();//注意自定义Picasso实例要做成全局单例静态，否则缓存会失效

同样方法可以自定义下载器，拦截器，线程池等等功能。

分析完这些实现，我们发现Picasso的强大之处并不在于针对某些应用场景提供完美的解决方案，而是它提供了一套完善的接口，让我们自由的根据自己APP的实际情况去自定义我们自己的策略，要想用好Picasso，光用的默认的方法是不行的，更重要的是了解图片下载、缓存、呈现的一系列需求并自定义自己的方案，然后借助Picasso来加载咱们自己的设定