冠军资讯
代码一只喵在 Android 开发中，处理图片、网络请求结果等需要缓存的数据时，android.util.LruCache 是一个非常实用的工具。它基于 Least Recently Used (LRU) 算法实现，能够有效地管理内存，防止 OOM (Out of Memory) 异常。本文将深入分析 LruCache 的源码，并结合实际场景，探讨如何利用它来提升应用的性能。
LruCache 的基本原理
LruCache 的核心思想是：当缓存容量达到上限时，优先移除最近最少使用的数据。它内部使用 LinkedHashMap 来存储缓存数据，并利用 LinkedHashMap 的特性来实现 LRU 算法。
简单来说，LinkedHashMap 默认情况下按照元素的插入顺序维护元素的顺序，但可以通过构造函数中的 accessOrder 参数设置为 true，使其按照元素的访问顺序维护元素的顺序。当一个元素被访问时（get 或 put 操作），它会被移动到链表的末尾，表示最近被访问过。当缓存满时，链表的头部元素（最久未被访问的元素）会被移除。
LruCache 源码分析
我们来看一下 LruCache 的主要源码实现：
public class LruCache<K, V> {
private final LinkedHashMap<K, V> map;
private int size;
private int maxSize;
private int putCount;
private int createCount;
private int evictionCount;
private int hitCount;
private int missCount;
// 构造函数
public LruCache(int maxSize) {
if (maxSize <= 0) {
throw new IllegalArgumentException("maxSize <= 0");
}
this.maxSize = maxSize;
this.map = new LinkedHashMap<K, V>(0, 0.75f, true); // accessOrder = true，启用 LRU
}
// 获取缓存数据
public final V get(K key) {
if (key == null) {
throw new NullPointerException("key == null");
}
V mapValue;
synchronized (this) {
mapValue = map.get(key);
if (mapValue != null) {
hitCount++;
return mapValue;
}
missCount++;
}
// 如果缓存未命中，则尝试创建
V createdValue = create(key);
if (createdValue == null) {
return null;
}
synchronized (this) {
createCount++;
mapValue = map.put(key, createdValue);
if (mapValue != null) {
// 如果已经存在，则还原
map.put(key, mapValue);
} else {
size += safeSizeOf(key, createdValue);
} // 增加当前缓存大小
}
if (mapValue != null) {
entryRemoved(false, key, createdValue, mapValue);
return mapValue;
} else {
trimToSize(maxSize); // 调整缓存大小
return createdValue;
}
}
// 放入缓存数据
public final V put(K key, V value) {
if (key == null || value == null) {
throw new NullPointerException("key == null || value == null");
}
V previous;
synchronized (this) {
putCount++;
size += safeSizeOf(key, value);
previous = map.put(key, value);
if (previous != null) {
size -= safeSizeOf(key, previous);
}
}
if (previous != null) {
entryRemoved(false, key, previous, value);
}
trimToSize(maxSize); // 调整缓存大小
return previous;
}
// 调整缓存大小
private void trimToSize(int maxSize) {
while (true) {
K key;
V value;
synchronized (this) {
if (size < 0 || (map.isEmpty() && size != 0)) {
throw new IllegalStateException(getClass().getName()
+ ".sizeOf() is reporting inconsistent results!");
}
if (size <= maxSize || map.isEmpty()) {
break;
}
Map.Entry<K, V> toEvict = null;
for (Map.Entry<K, V> entry : map.entrySet()) {
toEvict = entry;
break; // LinkedHashMap 的迭代器按照插入顺序（或者访问顺序，如果 accessOrder=true）迭代
}
if (toEvict == null) {
break;
}
key = toEvict.getKey();
value = toEvict.getValue();
map.remove(key);
size -= safeSizeOf(key, value);
evictionCount++;
}
entryRemoved(true, key, value, null);
}
}
// 计算单个缓存对象的大小，默认返回 1
protected int sizeOf(K key, V value) {
return 1;
}
// 可重写的，当缓存被移除时调用
protected void entryRemoved(boolean evicted, K key, V oldValue, V newValue) {}
// 可重写的，当缓存未命中时调用，用于创建缓存对象
protected V create(K key) {
return null;
}
// 清空缓存
public final void evictAll() {
trimToSize(-1); // 设置 maxSize 为 -1，强制移除所有缓存
}
// ... 省略其他辅助方法
}
实战避坑经验总结
合理设置 maxSize:
maxSize的设置至关重要。如果设置过小，会导致缓存频繁被移除，降低缓存命中率；如果设置过大，则可能导致 OOM。需要根据应用的实际情况，合理估算缓存数据的大小，并留有一定的余量。可以使用sizeOf()方法来精确计算每个缓存对象的大小。
重写 sizeOf() 方法: 默认情况下，
sizeOf()方法返回 1，表示每个缓存对象的大小相同。但实际上，不同对象的占用内存大小可能差异很大。因此，需要根据缓存对象的类型，重写sizeOf()方法，返回对象实际占用的内存大小。例如，对于图片缓存，可以返回图片的像素大小（宽度 * 高度 * 像素深度）。处理 Bitmap 对象: 当缓存
Bitmap对象时，需要注意及时回收不再使用的Bitmap对象，避免内存泄漏。可以在entryRemoved()方法中调用bitmap.recycle()方法来回收Bitmap对象。
线程安全:
LruCache本身是线程安全的，但需要注意在多线程环境下对缓存数据的并发访问。如果多个线程同时访问同一个缓存对象，可能会导致竞争条件。可以使用锁或其他同步机制来保护缓存数据。谨慎使用 create() 方法:
create()方法在缓存未命中时被调用，用于创建缓存对象。如果创建过程比较耗时，可能会阻塞主线程。建议将创建操作放在后台线程中执行，避免影响用户体验。
LruCache 在图片加载库中的应用
很多优秀的图片加载库，如 Glide、Fresco 等，都使用了 LruCache 来缓存图片。例如，Glide 会使用 LruCache 缓存解码后的 Bitmap 对象，从而避免重复解码，提高图片加载速度。
总结
android.util.LruCache 是一个简单而强大的内存缓存工具。通过深入了解其源码和原理，并结合实际场景进行优化，可以有效地提升应用的性能和稳定性。希望本文对你在 Android 开发中使用 LruCache 有所帮助。
关于 Android LruCache 的应用场景，可以参考 Nginx 在 Web 服务中的作用。Nginx 作为反向代理服务器，常常使用缓存来加速静态资源的访问。通过将静态资源缓存在 Nginx 中，可以减轻后端服务器的压力，提高网站的并发连接数。类似地，LruCache 在 Android 应用中也起到了类似的作用，通过缓存常用的数据，可以减少对网络或数据库的访问，提高应用的响应速度。为了进一步优化 Nginx 性能，可以考虑使用宝塔面板来管理 Nginx 配置，以及根据实际情况调整 Nginx 的 worker 进程数和连接超时时间。
