Android 之 远程图片获取和本地缓存

概述

对于客户端——服务器端应用，从远程获取图片算是常常要用的一个功能，而图片资源每每会消耗比较大的流量，对应用来讲，若是处理很差这个问题，那会让用户很崩溃，不知不觉手机流量就用完了，等用户发现是你的应用消耗掉了他手机流量的话，那么可想而知你的应用将面临什么样的命运。

另一个问题就是加载速度，若是应用中图片加载速度很慢的话，那么用户一样会等到崩溃。

那么如何处理好图片资源的获取和管理呢？

1. 异步下载
2. 本地缓存

异步下载

你们都知道，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讲，这种异常仍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中提供两种方法来作这件事情：

1. 启动一个新的线程来获取资源，完成后经过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，而后经过Handler Message来更新UI线程的过程。
2. 使用android中提供的AsyncTask来完成。

 

具体的作法这里就不介绍了，查下API就能够了，或者是google、baidu下。这里主要来讲本地缓存。

本地缓存

对于图片资源来讲，你不可能让应用每次获取的时候都从新到远程去下载（ListView），这样会浪费资源，可是你又不能让全部图片资源都放到内存中去（虽然这样加载会比较快），由于图片资源每每会占用很大的内存空间，容易致使OOM。那么若是下载下来的图片保存到SDCard中，下次直接从SDCard上去获取呢？这也是一种作法，我看了下，仍是有很多应用采用这种方式的。采用LRU等一些算法能够保证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。另一种作法是资源直接保存在内存中，而后设置过时时间和LRU规则。

sdcard保存：

1. 在sdcard上开辟必定的空间，须要先判断sdcard上剩余空间是否足够，若是足够的话就能够开辟一些空间，好比10M
2. 当须要获取图片时，就先从sdcard上的目录中去找，若是找到的话，使用该图片，并更新图片最后被使用的时间。若是找不到，经过URL去download
3. 去服务器端下载图片，若是下载成功了，放入到sdcard上，并使用，若是失败了，应该有重试机制。好比3次。
4. 下载成功后保存到sdcard上，须要先判断10M空间是否已经用完，若是没有用完就保存，若是空间不足就根据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();               
  
            }  
  
        }  
  
    }  
  
}  
/** 
 * 删除过时文件 
 * @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，只能保存必定的量，而不能一直往里面放，须要设置数据的过时时间、LRU等算法。这里有一个方法是把经常使用的数据放到一个缓存中（A），不经常使用的放到另一个缓存中（B）。当要获取数据时先从A中去获取，若是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中的数据能够有效的被命中。

1. 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，把最近不经常使用的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;  
        }  
    };

1. 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);

1. 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) {  
                //若是找到的话，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;  
            }  
        }  
        //若是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;  
    }

1. 若是缓存中不存在，那么就只能去服务器端去下载：

这是两种作法，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。有兴趣的同窗能够看下。

总结

1. 对于远程图片等相对比较大的资源必定要在异步线程中去获取
2. 本地作缓存

转自：http://blog.csdn.net/xieqibao/article/details/6682128