那些我们用过的Android开源图片加载框架
一、UniversalImageLoader
https://github.com/nostra13/Android-Universal-Image-Loader
UIL可以算是老牌最火的图片加载库了,使用过这个框架的项目可以说多到教你做人,我第一次把第三方开源图片加载框架加入项目中的就是这个了,当时感觉瞬间逼格上涨,妈妈再也不用担心出现OOM和ListView图片错乱了。可惜的是该作者在项目中说明已经停止了对该项目的维护。这就意味着以后任何的 bug 都不会修复,任何的新特性都不会再继续开发,所以毫无疑问 UIL 不推荐在项目中使用了。
使用方法:
1、在Application全局变量中的进行配置ImageLoaderConfiguration,有选择性的进行配置,具体代码如下:
File cacheDir = StorageUtils.getCacheDirectory(context); //缓存文件夹路径 ImageLoaderConfiguration config = new ImageLoaderConfiguration.Builder(context) .memoryCacheExtraOptions(480, 800) // default = device screen dimensions 内存缓存文件的最大长宽 .diskCacheExtraOptions(480, 800, null) // 本地缓存的详细信息(缓存的最大长宽),最好不要设置这个 .taskExecutor(...) .taskExecutorForCachedImages(...) .threadPoolSize(3) // default 线程池内加载的数量 .threadPriority(Thread.NORM_PRIORITY - 2) // default 设置当前线程的优先级 .tasksProcessingOrder(QueueProcessingType.FIFO) // default .denyCacheImageMultipleSizesInMemory() .memoryCache(new LruMemoryCache(2 * 1024 * 1024)) //可以通过自己的内存缓存实现 .memoryCacheSize(2 * 1024 * 1024) // 内存缓存的最大值 .memoryCacheSizePercentage(13) // default .diskCache(new UnlimitedDiscCache(cacheDir)) // default 可以自定义缓存路径 .diskCacheSize(50 * 1024 * 1024) // 50 Mb sd卡(本地)缓存的最大值 .diskCacheFileCount(100) // 可以缓存的文件数量 // default为使用HASHCODE对UIL进行加密命名, 还可以用MD5(new Md5FileNameGenerator())加密 .diskCacheFileNameGenerator(new HashCodeFileNameGenerator()) .imageDownloader(new BaseImageDownloader(context)) // default .imageDecoder(new BaseImageDecoder()) // default .defaultDisplayImageOptions(DisplayImageOptions.createSimple()) // default .writeDebugLogs() // 打印debug log .build(); //开始构建 //全局初始化此配置 ImageLoader.getInstance().init(config);
2、针对每次加载任务进行配置DisplayImageOptions
DisplayImageOptions options = new DisplayImageOptions.Builder() .showImageOnLoading(R.drawable.ic_stub) // 设置图片下载期间显示的图片 .showImageForEmptyUri(R.drawable.ic_empty) // 设置图片Uri为空或是错误的时候显示的图片 .showImageOnFail(R.drawable.ic_error) // 设置图片加载或解码过程中发生错误显示的图片 .resetViewBeforeLoading(false) // default 设置图片在加载前是否重置、复位 .delayBeforeLoading(1000) // 下载前的延迟时间 .cacheInMemory(false) // default 设置下载的图片是否缓存在内存中 .cacheOnDisk(false) // default 设置下载的图片是否缓存在SD卡中 .preProcessor(...) .postProcessor(...) .extraForDownloader(...) .considerExifParams(false) // default .imageScaleType(ImageScaleType.IN_SAMPLE_POWER_OF_2) // default 设置图片以如何的编码方式显示 .bitmapConfig(Bitmap.Config.ARGB_8888) // default 设置图片的解码类型 .decodingOptions(...) // 图片的解码设置 .displayer(new SimpleBitmapDisplayer()) // default 还可以设置圆角图片new RoundedBitmapDisplayer(20) .handler(new Handler()) // default .build();
UIL支持的图片加载格式如下:
String imageUri ="http://site.com/image.png"; // from Web String imageUri ="file:///mnt/sdcard/image.png"; // from SD card String imageUri ="content://media/external/audio/albumart/13"; // from content provider String imageUri ="assets://image.png"; // from assets String imageUri ="drawable://"+ R.drawable.image; // from drawables (only images, non-9patch)
下面简单分析一下,UIL框架的加载原理:
1、ImageLoader图片加载器,对外的主要 API,采取了单例模式,用于图片的加载和显示。
2、MemoryCache图片内存换成。默认使用了 LRU 算法。 LRU: Least Recently Used 近期最少使用算法, 选用了基于链表结构的 LinkedHashMap 作为存储结构。假设情景:内存缓存设置的阈值只够存储两个 bitmap 对象,当 put 第三个 bitmap 对象时,将近期最少使用的 bitmap 对象移除。
3、DiskCache图片磁盘缓存,默认使用LruDiskCache算法,在缓存满时删除最近最少使用的图片;缓存目录下名为journal的文件记录缓存的所有操作
4、图片加载流程
1.判断图片的内存缓存是否存在,若存在直接执行步骤 8;
2.判断图片的磁盘缓存是否存在,若存在直接执行步骤 5;
3.ImageDownloader从网络上下载图片;
4.将图片缓存在磁盘上;
5.ImageDecoder将图片 decode 成 bitmap 对象;
6.BitmapProcessor根据DisplayImageOptions配置对图片进行预处理(Pre-process Bitmap);
7.将 bitmap 对象缓存到内存中;
8.根据DisplayImageOptions配置对图片进行后处理(Post-process Bitmap);
9.执行DisplayBitmapTask将图片显示在相应的控件上。
二、Picasso
项目地址:https://github.com/square/picasso
Picasso是Square公司开源的一个Android平台上的图片加载框架,简单易用,一句话搞定项目中的图片加载,好用到令人发指。
使用一句话:Picasso.with(this).load("url").placeholder(R.mipmap.ic_default).into(imageView);
原理简要分析:
1、Picasso.with(Context):入手
public static Picasso with(Contextcontext){ if(singleton==null){ synchronized(Picasso.class){ if(singleton==null){ singleton=newBuilder(context).build(); } } } return singleton;}
单列模式,保证多线程情况下,也只有一个实例。
/** Create the {@link Picasso} instance. 创建Picasso的实例 */ public Picassobuild(){ Context context=this.context; if(downloader==null){ downloader=Utils.createDefaultDownloader(context); } if(cache==null){ cache=new LruCache(context); } if(service==null){ service=new PicassoExecutorService(); } if(transformer==null){ transformer=RequestTransformer.IDENTITY; } Stats stats=newStats(cache); Dispatcher dispatcher=new Dispatcher(context,service,HANDLER,downloader,cache,stats); return new Picasso(context,dispatcher,cache,listener,transformer, requestHandlers,stats,indicatorsEnabled,loggingEnabled); }
默认初始化了以下的参数:
Downloader
DownLoader就是下载用的工具类,在Picasso当中,如果OKHttp可以使用的话,就会默认使用OKHttp,如果无法使用的话,就会使用UrlConnectionDownloader(默认使用HttpURLConnection实现)。
Cache
默认实现为LruCache,就是使用LinkedHashMap实现的一个Cache类,注意的一个地方就是,在其他的地方,我们一般默认的是限制的capacity,但是这个地方我们是限制的总共使用的内存空间。因此LruCache在实现的时候,其实简单理解就是将LinkedHashMap封装,然后基于LinkedHashMap的方法实现Cache的方法,在Cache的set()方法的时候,会不断计算当前还可以使用的空间大小,要是超出范围,则删除之前保存的数据。
ExecutorService
默认的实现为PicassoExecutorService,该类也比较简单,其实就是ThreadPoolExecutor,在其功能的基础上继续封装,在其中有一个比较细心的功能就是,Picasso通过PicassoExecutorService设置线程数量,来调整在2G/3G/4G/WiFi不同网络情况下的不同表现。
RequestTransformer
ReqeustTransformer是一个接口,用来预处理Reqeust,可以用来将请求进行预先处理,比如改个域名啥的。
Stats
主要是一些统计信息,比如cache hit/miss,总共下载的文件大小,下载过的图片数量,转换的图片数量等等。
Dispatcher
Picasso当中,分发任务的线程,这是我们以后要重点研究的一个类,先标记一下,这个Dispatcher主要做了以下的事情:
启动了一个DispatcherThread线程初始化了一个用来处理消息的DispatcherHandler,注意,根据Dispatcher中默认配置,该Handler所有数据的处理是在DispatcherThread之上。初始化并注册了一个网络状态广播接收器。
2、图片加载流程:
1.初始化Picasso,实例化其唯一的对象。
2.根据传入的Url、File、resource Id,构建ReqeustCreator对象
3.根据ReqeustCreator构建Request对象,同时根据Reqeust属性,尝试从Cache中访问数据
4.Cache Hit,则通过回调,设置Target或者ImageView,完成该Reqeust
5.如果Cache Miss,那么则构建相应的Action,并提交到DispatcherThread当中。
6.Dispatcher中的Handler接收到相应的Message,调用dispatcher.performSubmit(action)进行处理。
7.创建BitmapHunter对象,并提交到PicassoExecutorService线程池
8.再次检查Memory Cache中已经有缓存,如果Hit,则读取缓存中的Bitmap
9.如果Cache miss,则交给Action对应的ReqeustHandler进行处理,比如网络请求,或者从File读取图片
10.返回结果之后,通知Dispatcher中的Handler处理结果。
11.DispatcherThread中将BitmapHunter的结果打包(batch),最快200ms打包一次。通知主线程HANDLER进行处理
12.主线程HANDLER接收打包的BitmapHunter,对最后的结果进行分发。
注意:Picasso框架没有实现磁盘缓存,配合OkHttp进行实现。
三、Glide
项目地址:https://github.com/bumptech/glide
Glide 是 Google 一位员工的大作,他完全是基于 Picasso 的,沿袭了 Picasso 的简洁风格,但是在此做了大量优化与改进。
Glide 默认的 Bitmap 格式是 RGB_565 格式,而 Picasso 默认的是 ARGB_8888 格式,这个内存开销要小一半。
在磁盘缓存方面,Picasso 只会缓存原始尺寸的图片,而 Glide 缓存的是多种规格,也就意味着 Glide 会根据你 ImageView 的大小来缓存相应大小的图片尺寸,比如你 ImageView 大小是200*200,原图是 400*400 ,而使用 Glide 就会缓存 200*200 规格的图,而 Picasso 只会缓存 400*400 规格的。这个改进就会导致 Glide 比 Picasso 加载的速度要快,毕竟少了每次裁剪重新渲染的过程。
最重要的一个特性是 Glide 支持加载 Gif 动态图,而 Picasso 不支持该特性。
除此之外,还有很多其他配置选项的增加。
总体来说,Glide 是在 Picasso 基础之上进行的二次开发,各个方面做了不少改进,不过这也导致他的包比 Picasso 大不少,不过也就不到 500k,Picasso 是100多k,方法数也比 Picasso 多不少,不过毕竟级别还是蛮小的,影响不是很大。
四、Fresco
项目地址:https://github.com/facebook/fresco
Fresco 是 Facebook 出品,他是新一代的图片加载库,我们知道 Android 应用程序可用的内存有限,经常会因为图片加载导致 OOM,虽然我们有各种手段去优化,尽量减少出现 OOM 的可能性,但是永远没法避免,尤其某些低端手机 OOM 更是严重。而 Facebook 就另辟蹊径,既然没法在 Java 层处理,我们就在更底层的 Native 堆做手脚。于是 Fresco 将图片放到一个特别的内存区域叫 Ashmem 区,就是属于 Native 堆,图片将不再占用 App 的内存,Java 层对此无能为力,这里是属于 C++ 的地盘,所以能大大的减少 OOM。
本人四个库都使用了一遍,对比到Fresco确实强大,加载大图Fresco最屌,有的图Glide和Picasso加载不出来,换上Fresco妥妥的,不过Fresco比较庞大,推荐在主要都是图片的app中使用,一般的app使用Glide和Picasso就够了!