资深安卓研发大佬详解MMKV：谷歌都推荐使用的轻量级存储方案

作者：carson_ho

---

定义

1. 微信团队开源、基于 mmap 内存映射的 key-value 存储组件
2. 是一个类似于SharedPreferences的轻量级存储方案

---

优点

1. 操作灵活、安全性高：通过 mmap 内存映射文件，提供了一段可供随时写入的内存块，App 只管往里面写数据，由操作系统负责将内存回写到文件，不必担心 crash 导致数据丢失；
2. 空间占存少、数据量精简：底层序列化/反序列化使用 protobuf 实现，以最少的数据量能表示最多的信息
3. 性能高：增量更新，避免每次进行相对增量来说大数据量的全量写入。

---

出现的意义

MMKV的出现是微信团队为了替代SharedPreferences的轻量级存储解决方案。SharedPreferences需要被替换的原因主要是存在下述问题：

1. 读写效率低

主要原因是其本身的读写方式导致的：

• 读写方式：I/O
• 数据格式：xml
• 写入方式：全量更新

即每当需要更新一项数据，SharedPreferences的整个读写过程都是：将**「所有数据」**转化成xml格式 -> 通过I/O方式写入

2. 容易导致ANR

主要是由于同步提交(commit)、异步提交(Apply) 和 获取数据getXX()导致的。

/*
 * 1. 同步提交commit
 * commit提交是同步的，直到磁盘操作成功后才会完成
 * 所以当数据量比较大时，使用commit很可能引起ANR
 */
  public boolean commit() {
    MemoryCommitResult mcr = commitToMemory();
    SharedPreferencesImpl.this.enqueueDiskWrite(mcr, null);
    try {
        mcr.writtenToDiskLatch.await();
    } catch (InterruptedException e) {
        return false;
  }

  /*
   * 回调的时机：
   * 1. commit是在内存和硬盘操作均结束时回调
   * 2. apply是内存操作结束时就进行回调
   */
   notifyListeners(mcr);
   return mcr.writeToDiskResult;

}

/*
 * 2. 异步提交apply
 * 当数据量比较大时，使用apply也可能引起ANR
 */
  public void apply() {
      final long startTime = System.currentTimeMillis();

      final MemoryCommitResult mcr = commitToMemory();
      final Runnable awaitCommit = new Runnable() {
              @Override
              public void run() {

                  // 启用等待
                  mcr.writtenToDiskLatch.await(); 
                  ......
              }
          };

      // 将 awaitCommit 添加到队列 QueuedWork 中
      QueuedWork.addFinisher(awaitCommit);

      Runnable postWriteRunnable = new Runnable() {
              @Override
              public void run() {
                  awaitCommit.run();
                  QueuedWork.removeFinisher(awaitCommit);
              }
          };
      // 将写入任务加入到队列中，而写入任务在一个线程中执行
      SharedPreferencesImpl.this.enqueueDiskWrite(mcr, postWriteRunnable);

      // 为了保证异步任务及时完成，当生命周期处于 handleStopService() 、handlePauseActivity() 、handleStopActivity()时会调用QueuedWork.waitToFinish() 会等待写入任务执行完毕
      // waitToFinish() ：会一直等待写入任务执行完毕，其它什么都不做。
      // 当有很多写入任务，会依次执行；当文件很大时，效率很低，则容易造成 ANR
      public static void waitToFinish() {
      Runnable toFinish;
      while ((toFinish = sPendingWorkFinishers.poll()) != null) {
          toFinish.run(); 
      }

/*
 * 3. 获取数据getXX()
 * 所有 getXXX() 方法都是同步的，在主线程调用 get 方法，必须等待 SP 加载完毕，也有可能导致ANR
 */

  // 使用getSharedPreferences() 最终会调用SharedPreferencesImpl#startLoadFromDisk()开启一个线程异步读取数据
  new Thread("SharedPreferencesImpl-load") {
      public void run() {
          loadFromDisk();
      }
  }.start();

  // 当我们正在读取一个比较大的数据，还没读取完，接着调用 getXXX()。
  public String getString(String key, @Nullable String defValue) {
    synchronized (mLock) {
        awaitLoadedLocked();
        String v = (String)mMap.get(key);
        return v != null ? v : defValue;
    }
}
  // 在同步方法内调用了wait()，会一直等待 getSharedPreferences() 开启的线程读取完数据才能继续往下执行
  // 如果读取一个大的文件，也很大可能会造成ANR
  private void awaitLoadedLocked() {
      while (!mLoaded) {
          try {
              mLock.wait();
          } catch (InterruptedException unused) {
          }
      }
  }

}

---

MMKV原理

1. 读写方式：内存映射MMAP

MMKV基于内存映射MMAP，下面主要介绍内存映射相关内容：

1.1 定义

Linux通过将一个虚拟内存区域与一个磁盘上的对象关联起来，以初始化这个虚拟内存区域的内容，这个过程称为内存映射（memory mapping）

1.2 读写原理

1. 对文件进行mmap后，会在进程的虚拟内存分配地址空间 & 创建映射关系
2. 实现映射关系后，就可以采用指针的方式读写操作这一段内存，而系统会自动回写到对应的文件磁盘上。

1.3 优势

1. 减少数据拷贝次数：对文件的读写操作只需要从磁盘到用户主存的一次数据拷贝过程；
2. 操作数据速度快：使用逻辑内存对磁盘文件进行映射，操作内存就相当于操作文件，不需要开启线程，和操作内存的速度一样快；MMAP提供一段可供随时写入的内存块，App 只管往里面写数据，由操作系统如内存不足、进程退出等时候负责将内存回写到文件，不必担心 crash 导致数据丢失
3. 操作灵活、安全性高：通过 mmap 内存映射文件，提供了一段可供随时写入的内存块，App 只管往里面写数据，由操作系统负责将内存回写到文件，不必担心 crash 导致数据丢失。

2. 数据存储方式：Protobuf

MMKV的序列化/反序列化使用 protobuf 实现，其采用了以 T - V 方式对数据进行二进制数据流存储，空间占存少、数据量精简，能以最少的数据量能表示最多的信息。

3. 写入方式

因为序列化/反序列化使用 protobuf 实现，在更新数据的时候，只需将数据追加在前数据后，效率更高，可实现 「增量更新」。

最后

在这里我也分享一份收录整理的Android学习PDF+架构视频+面试文档+源码笔记，高级架构技术进阶脑图、Android开发面试专题资料，高级进阶架构资料

这些都是我现在闲暇时还会反复翻阅的精品资料。里面对近几年的大厂面试高频知识点都有详细的讲解。相信可以有效地帮助大家掌握知识、理解原理，帮助大家在面试季取到一份不错的答卷。

当然，你也可以拿去查漏补缺，提升自身的竞争力。

如果你有需要的话，可以前往GitHub自行领取

喜欢本文的话，不妨顺手给我点个赞、评论区留言或者转发支持一下呗~