glide性能优化实战

glide性能优化实战

前言

项目使用glide加载图片之前也只是会基本api,这次项目有非常多的图片需要展示,而且设备是一个android12的版本,但是性能不太理想,分给APP的资源不太多,所以需要优化现有图片加载逻辑,读者可以根据自己的项目自行选择优化项。

关于Glide的简单介绍

Glide是一个快速高效的Android图片加载库,注重于平滑的滚动。Glide提供了易用的API,高性能、可扩展的图片解码管道(decode pipeline),以及自动的资源池技术。

Glide 支持拉取,解码和展示视频快照,图片,和GIF动画。Glide的Api是如此的灵活,开发者甚至可以插入和替换成自己喜爱的任何网络栈。默认情况下,Glide使用的是一个定制化的基于HttpUrlConnection的栈,但同时也提供了与Google Volley和Square OkHttp快速集成的工具库。

虽然Glide 的主要目标是让任何形式的图片列表的滚动尽可能地变得更快、更平滑,但实际上,Glide几乎能满足你对远程图片的拉取/缩放/显示的一切需求。

API

Glide 使用简明的流式语法API,这是一个非常棒的设计,因为它允许你在大部分情况下一行代码搞定需求:

kotlin 复制代码
Glide.with(context)
    .load(url)
    .into(imageView);

性能

Glide 充分考虑了Android图片加载性能的两个关键方面:

  • 图片解码速度
  • 解码图片带来的资源压力
    为了让用户拥有良好的App使用体验,图片不仅要快速加载,而且还不能因为过多的主线程I/O或频繁的垃圾回收导致页面的闪烁和抖动现象。

Glide使用了多个步骤来确保在Android上加载图片尽可能的快速和平滑:

  • 自动、智能地下采样(downsampling)和缓存(caching),以最小化存储开销和解码次数;
  • 积极的资源重用,例如字节数组和Bitmap,以最小化昂贵的垃圾回收和堆碎片影响;
  • 深度的生命周期集成,以确保仅优先处理活跃的Fragment和Activity的请求,并有利于应用在必要时释放资源以避免在后台时被杀掉。

关于Glide的初步优化

上面都是官网的介绍,下面我们进行初步的一个优化。

缓存策略

首先是图片的缓存策略。几个可配置的缓存策略属性在DiskCacheStrategy类中都有介绍

  • NONE 不使用缓存,每次都重新加载

  • DATA 在解码之前,将检索到的数据直接写入磁盘缓存。

  • RESOURCE 在解码后,再将检索到的数据写入磁盘缓存。

  • AUTOMATIC 尝试根据DataFetcher和EncodeStrategy中的ResourceEncoder(如果ResourceEncoder可用的话)的数据源智能地选择策略。

  • ALL 如果是远程数据使用DATA和RESOURCE缓存,如果是本地数据使用RESOURCE缓冲。

项目加载的都是本地图片,所以在加载速度和缓存大小的权衡下,使用了RESOURCE

kotlin 复制代码
...
.diskCacheStrategy(DiskCacheStrategy.RESOURCE)
...

图片裁剪

因为缓存大小跟图片大小是有直接关系的,所以加载前最好将其裁剪为和控件大小一致,避免过大的图片造成ANR和Out Of Memory

kotlin 复制代码
...
.override(your size)
...

移除加载动画

Glide为了保证图片加载的过度流畅性,不显得突兀,是有默认的动画和变换的,但这也会消耗一定的性能,所以我们将它关闭

kotlin 复制代码
...
.dontAnimate()
.dontTransform()
...

其他

(可选)如果需要在加载过程中对图片进行处理,可以使用RequestListener

初步结果

都加上过后大概是这个样子

kotlin 复制代码
Glide.with(context)
    .load(url)
	.override(your size)
	.dontAnimate()
    .dontTransform()
	.diskCacheStrategy(DiskCacheStrategy.RESOURCE)
    .into(imageView);

可以从Profiler中看到加载一个list的图片时,内存和CPU都有下降。

关于Glide的AppGlideModule定制

在新版Glide中,可以通过自定义AppGlideModule来全局定义glide的设置

kotlin 复制代码
import android.content.Context
import com.bumptech.glide.Glide
import com.bumptech.glide.GlideBuilder
import com.bumptech.glide.Registry
import com.bumptech.glide.annotation.GlideModule
import com.bumptech.glide.load.DecodeFormat
import com.bumptech.glide.load.engine.bitmap_recycle.LruArrayPool
import com.bumptech.glide.load.engine.bitmap_recycle.LruBitmapPool
import com.bumptech.glide.load.engine.cache.DiskLruCacheWrapper
import com.bumptech.glide.load.engine.cache.LruResourceCache
import com.bumptech.glide.load.engine.cache.MemorySizeCalculator
import com.bumptech.glide.load.engine.executor.GlideExecutor
import com.bumptech.glide.module.AppGlideModule
import com.bumptech.glide.request.RequestOptions
import com.fawvw.hmi.media.common.utils.LogUtil
import java.io.File

@GlideModule
class MyAppGlideModule : AppGlideModule() {

    private val TAG = "MyAppGlideModule"
    //图片文件缓存 10M
    private var IMAGE_CACHE_COUNT = 10 * 1024 * 1024
    private val SOURCE_EXECUTOR_NAME = "source"
    private val ANIMATION_EXECUTOR_NAME = "animation"

    override fun applyOptions(context: Context, builder: GlideBuilder) {
        super.applyOptions(context, builder)

        val calculator = MemorySizeCalculator.Builder(context).build()
        val defaultMemoryCacheSize = calculator.memoryCacheSize
        val defaultBitmapPoolSize = calculator.bitmapPoolSize
        val defaultArrayPoolSize = calculator.arrayPoolSizeInBytes
        LogUtil.d(
            TAG,
            "defaultMemoryCacheSize: $defaultMemoryCacheSize, defaultBitmapPoolSize: $defaultBitmapPoolSize, defaultArrayPoolSize: $defaultArrayPoolSize"
        )
        builder.setDefaultRequestOptions(
            RequestOptions().format(DecodeFormat.PREFER_RGB_565)
        )

        val cacheLocation = File(context.externalCacheDir, "GlideCache")
        if (!cacheLocation.exists()) {
            cacheLocation.mkdirs()
        }
        //设置glide文件缓存为10M
        builder.setDiskCache {
            DiskLruCacheWrapper.create(cacheLocation, IMAGE_CACHE_COUNT.toLong())
        }
        //设置glide内存,bitmap池,数组池砍
        builder.setMemoryCache(LruResourceCache((defaultMemoryCacheSize / 4).toLong()))
        builder.setBitmapPool(LruBitmapPool((defaultBitmapPoolSize / 4).toLong()))
        builder.setArrayPool(LruArrayPool(defaultArrayPoolSize / 4))

        //设置Source线程最大数量为1
        builder.setSourceExecutor(
            GlideExecutor.newSourceBuilder()
                .setThreadCount(1)
                .setName(SOURCE_EXECUTOR_NAME)
                .build()
        )
        //设置Animation线程最大数量为1
        builder.setAnimationExecutor(
            GlideExecutor.newAnimationBuilder()
                .setThreadCount(1)
                .setName(ANIMATION_EXECUTOR_NAME)
                .build()
        )
    }

    override fun registerComponents(context: Context, glide: Glide, registry: Registry) {
        super.registerComponents(context, glide, registry)
    }
}

编译过后,就可以调用GlideApp了,用于将Glide替换掉,注意别忘了添加@GlideModule注解。

总结

在进行了上面的两个定制过后,CPU和内存都有明显的下降,但是有些配置确实会导致加载速度变慢和用户体验变差,需要自己权衡。

相关推荐
EterNity_TiMe_1 小时前
【论文复现】STM32设计的物联网智能鱼缸
stm32·单片机·嵌入式硬件·物联网·学习·性能优化
saturday-yh3 小时前
性能优化、安全
前端·面试·性能优化
青云交13 小时前
大数据新视界 -- 大数据大厂之 Impala 性能优化:基于数据特征的存储格式选择(上)(19/30)
大数据·性能优化·金融数据·impala·存储格式选择·数据特征·社交媒体数据
数据智能老司机16 小时前
Rust原子和锁——Rust 并发基础
性能优化·rust·编程语言
2401_8570262320 小时前
Spring Boot编程训练系统:性能优化实践
spring boot·后端·性能优化
数据智能老司机1 天前
Rust中的异步编程——创建我们自己的Fiber
性能优化·rust·编程语言
青云交2 天前
大数据新视界 -- 大数据大厂之 Impala 性能优化:为企业决策加速的核心力量(下)(14/30)
大数据·性能优化·impala·查询优化·企业决策·数据整合·系统融合
橘色的喵2 天前
嵌入式ARM平台Linux网络实时性能优化
linux·网络·arm开发·性能优化·实时·内核优化
杰克逊的日记2 天前
‌MySQL 5.7和8.0版本在多个方面存在显著区别,主要包括性能优化、新特性引入以及安全性提升
数据库·mysql·性能优化
货拉拉技术2 天前
货拉拉是如何实现symbolic demangle?
ios·性能优化