Fresco 图片加载全链路解析：从 SimpleDraweeView 到 Producer 责任链

低调小一2026-02-13 17:52

Fresco 图片加载全链路解析：从 SimpleDraweeView 到 Producer 责任链

Fresco 的图片加载可以拆成两条链路：

  • UI 链路：SimpleDraweeView 如何把一行 setImageURI 变成最终的 Drawable 展示
  • 数据链路：ImagePipeline 如何通过 Producer/Consumer 责任链拿到"可展示的图片数据"

适用场景：排查"为什么这张图没显示/为什么重复请求/为什么没走缓存/为什么线程不对"，并能把问题定位到具体节点和数据流向。

摘要（先看结论）

  • Fresco 把"展示"和"取数"分开：SimpleDraweeView 负责展示，PipelineDraweeController 负责调度，ImagePipeline 负责产出图片数据。
  • PipelineDraweeController.submitRequest() 的核心是订阅 DataSource：数据到了就 createDrawable(image)，然后塞进 DraweeHierarchy。
  • ImagePipeline.fetchDecodedImage() 返回的是 DataSource<CloseableReference<CloseableImage>>：也就是"已经解码好、可用于展示"的图片对象。
  • Fresco 的图片 pipeline 用 Producer/Consumer 责任链把步骤拆开复用：内存缓存、磁盘缓存、网络、解码、变换......都变成可组合的"积木"。

快速导航（按问题定位）：

你遇到的问题 优先看哪条链路 关键类 关键方法 最有效的观测点
不显示/占位图一直不变 UI 链路 PipelineDraweeController / DraweeHierarchy submitRequest() / onNewResultInternal() / setImage(...) 是否拿到 DataSource；是否回调 onNewResult；是否成功 createDrawable
总是重复请求/列表滑动抖动 数据链路 ImagePipeline / Producer 链 fetchDecodedImage() / produceResults(...) 是否出现 Multiplex；是否命中内存/磁盘缓存；是否每次都走 NetworkFetch
明明请求成功但没走缓存 数据链路 Memory/Disk Cache Producer produceResults(...) producer 列表里是否出现 cache read/write；命中时是否短路返回
线程不对/卡顿/主线程重活 UI + 数据 ThreadHandoffProducer / Controller 回调线程 subscribe(...) Producer 是否切线程；回调是否在 UI executor；是否把解码/变换压到主线程

1. 先抽象一下：图片加载本质在干什么

不管用哪套库，图片加载都可以抽象成：

  1. 设置图片地址（URL / Uri）
  2. 请求网络获取图片字节
  3. 将字节解析成可渲染的图像对象（例如 Android 的 Bitmap 或类似封装）
  4. 交给 View/Drawable 展示

现实中的复杂度主要来自两类需求：

  • 缓存：内存/磁盘多级缓存，以及"写入缓存"的时机
  • 变换：缩放、旋转、格式转换（webp/heif 等）、渐进式图片、占位图/失败图

2. Fresco 的整体分层：用 MVP 把展示和取数解耦

Fresco 的经典抽象可以用 MVP 来理解：

  • SimpleDraweeView：只负责展示（相当于 V）
  • PipelineDraweeController：图片加载控制器，负责调度与生命周期（相当于 P）
  • ImagePipeline：负责提供图片数据（相当于 M）

好处是"取数逻辑"可以脱离 View 复用。例如预加载场景不需要 View，也能直接跑 ImagePipeline 拿到数据塞进缓存。

2.1 Fresco 更像 MVP，而不是 MVC/MVVM

先用三张图把 MVC/MVP/MVVM 的"参与者关系"快速捡起来（不同资料会有细微变体，这里取最常见的语义）：

MVC：

text 复制代码 
User -> Controller -> Model
             |        |
             v        v
            View <----+

MVP（被动 View）：

text 复制代码 
User -> View <--> Presenter <--> Model

MVVM（数据绑定）：

text 复制代码 
User -> View <==binding==> ViewModel <--> Model
  • 如果硬要套经典模式，它更接近 MVP 的"被动 View"：SimpleDraweeView 本身不拉取数据；PipelineDraweeController 订阅数据源、拼装 Drawable、并主动把结果灌回 DraweeHierarchy；ImagePipeline 提供数据获取能力。
  • 之所以不是典型 MVC：MVC 往往强调 View 直接观察/读取 Model（或至少 View 与 Model 的耦合更强），Controller 更多处理输入与协调；但 Fresco 的 View 基本只负责展示，核心调度与状态机都在 Controller 内部。
  • MVVM 的"VM"通常持有可观察状态（LiveData/Flow）并通过数据绑定驱动 UI；Fresco 没有把"可观察状态 + 绑定"做成框架层能力，它用的是 DataSource 回调/订阅 + Controller 内部状态机，所以直觉上更像 MVP，而不是 MVVM。

3. UI 链路：从 setImageURI 到真正显示发生了什么

3.1 一行代码如何触发加载

典型业务代码：

kotlin 复制代码 
val uri = Uri.parse(model.albumUrl)
coverView.setImageURI(uri)

补充：能不能直接传 URL 字符串？

  • Fresco 对外的核心入参是 Android 的 Uri（setImageURI(Uri ...)），因为它需要统一表达 http(s) 网络图、本地文件、本地 contentUri、资源图等多种来源。
  • 部分版本或业务封装可能会提供 setImageURI(String) 之类的便捷重载；即使有，本质也只是内部做了一次 Uri.parse(urlString)。如果你当前代码里没有这个重载，那就需要自己转成 Uri。

补充：URL 和 URI 的区别是什么？

  • URI（Uniform Resource Identifier）是"标识符"，语义更宽；URL（Uniform Resource Locator）是 URI 的子集，强调"可定位访问的地址"，最常见就是 https://...。
  • 在 Android/Fresco 语境里，用 Uri 的价值是：同一套 API 能同时表达多种 scheme，例如：
    • 网络：https://example.com/a.webp
    • 本地文件：file:///sdcard/a.jpg
    • ContentProvider：content://media/external/images/media/123
    • 资源（Fresco 约定）：res:///2131230890

SimpleDraweeView#setImageURI 内部会构建一个 DraweeController，然后 setController(controller)：

java 复制代码 
// SimpleDraweeView.java（简化）
public void setImageURI(Uri uri, @Nullable Object callerContext) {
  DraweeController controller =
      mControllerBuilder.get()
          .setCallerContext(callerContext)
          .setUri(uri)
          .setOldController(getController())
          .build();
  setController(controller);
}

这里的 DraweeController 是一个更上层的接口/抽象类型，PipelineDraweeController 是它在"走 ImagePipeline 的那条实现"：

  • SimpleDraweeView 面向的是 DraweeController（接口），这样它不被某个具体实现绑死
  • PipelineDraweeControllerBuilder.build() 产出的具体对象通常就是 PipelineDraweeController（但用父类型 DraweeController 接住）
  • 所以你在代码里看到的是"声明类型"是 DraweeController，但"运行时真实类型"是 PipelineDraweeController

那 setController(controller) 是怎么触发真正的图片请求的？

  • setController 本身更多是"绑定 + 生命周期接管"：把 controller 交给 DraweeHolder 管起来
  • 真正的 submitRequest() 通常发生在 controller 被 attach 的时刻（View attach 到窗口/变为可见的生命周期节点）
  • 粗略链路可以理解为：
text 复制代码 
SimpleDraweeView.setController(controller)
  -> DraweeHolder.setController(controller)
    -> (如果当前已 attach) controller.onAttach()
      -> submitRequest() / subscribe(DataSource)

另外，创建 controller 时为什么要 setOldController(getController())？

  • 这是一个典型的"复用优化"入口：把旧 controller 传进去，让 Builder 有机会复用/继承一部分状态与资源（例如层级、监听器、手势/动画相关对象等），减少频繁创建对象带来的开销与列表场景抖动
  • 即使传了 oldController，Builder 也不一定 100% 复用，更多是"能复用则复用，不行就新建"，对业务侧通常是无感的

到这里可以先记住一句话：

  • SimpleDraweeView 不自己拉网络；它把"我要什么图"交给 Controller，自己只负责展示结果。

3.2 Controller 如何把数据塞回 View

PipelineDraweeController 的关键步骤是 submitRequest()：它会拿到一个 DataSource，然后订阅。

java 复制代码 
// AbstractDraweeController.java（片段）
protected void submitRequest() {
  mDataSource = getDataSource();
  final DataSubscriber<T> dataSubscriber = new BaseDataSubscriber<T>() {
    @Override
    public void onNewResultImpl(DataSource<T> dataSource) {
      boolean isFinished = dataSource.isFinished();
      float progress = dataSource.getProgress();
      T image = dataSource.getResult();
      onNewResultInternal(id, dataSource, image, progress, isFinished, wasImmediate, hasMultipleResults);
    }
  };
  mDataSource.subscribe(dataSubscriber, mUiThreadImmediateExecutor);
}

当有结果时，核心是两步：

  1. createDrawable(image)：把图片对象转成 Drawable
  2. mSettableDraweeHierarchy.setImage(drawable, ...)：把 drawable 塞进层级里，最终更新到 View
java 复制代码 
private void onNewResultInternal(...) {
  Drawable drawable = createDrawable(image);
  mSettableDraweeHierarchy.setImage(drawable, 1f, wasImmediate);
}

所以从 UI 视角看，Controller 就像一个"桥"：

text 复制代码 
SimpleDraweeView  --(创建/绑定)-->  Controller  --(订阅)-->  DataSource
        ^                                                     |
        |                                                     v
        +--------------------(setImage Drawable)----  DraweeHierarchy

4. 数据链路：DataSource 到底从哪来

上面 UI 链路里我们已经看到：Controller 会 subscribe(DataSource)，等结果到了再 createDrawable(...)。这一节要回答的就是：这个 DataSource 到底是谁创建的、又是谁在往里"产出结果"。

对 PipelineDraweeController 来说，getDataSource() 这一步可以按"先拿到一个可订阅的异步句柄 → 再让 pipeline 去填充它"来理解：

  • mDataSourceSupplier.get()：为"这一次图片加载"创建一个新的 DataSource（可以把它当成一次请求的句柄/收件箱），避免不同请求共用同一个结果通道。
  • ImagePipeline.fetchDecodedImage(...)：真正去执行"查缓存/走网络/解码/变换"等流程，并把中间进度与最终结果写回到这个 DataSource 里。

为什么方法名叫 fetchDecodedImage？encoded / decoded 的区别是什么？

  • encoded image：还在"压缩文件/字节流"形态的图片数据，例如 JPEG/PNG/WebP 的原始 bytes（Fresco 里常见对应类型是 EncodedImage）。它适合存磁盘/做网络传输，但不能直接画到屏幕。
  • decoded image：把 encoded bytes 解码成"可渲染的像素数据/帧序列"之后的形态（Fresco 里最终会抽象成 CloseableImage，里面可能持有 Bitmap 或动图帧等）。这一步会占用更多内存与 CPU，但结果可以直接转成 Drawable 展示。
  • 所以 fetchDecodedImage 这个名字强调的是：这条 API 承诺给你的是"已经解码好、可以用来展示"的结果；如果只需要 encoded 数据（比如纯预热磁盘缓存、或你自己要做其他解码/处理），走的通常会是另一条取 encoded 的接口与 producer 链。

4.1 如何读懂 DataSource<CloseableReference<CloseableImage>>

  • DataSource<T>：Fresco 自己的一套异步结果抽象，除了"最终结果"外，还能表达进度（getProgress()）、失败（getFailureCause()）、取消、以及"中间结果/多次回调"（例如渐进式图片或先低清后高清）。
  • 这里的 T 不是"两个泛型"，只是 T = CloseableReference<CloseableImage>，也就是 DataSource 的结果类型本身又是一个泛型容器。
  • CloseableReference<X>：可以把它理解成"带引用计数的智能指针"。它的核心价值是管理可能占用大量 native 内存/池化内存 的对象生命周期：谁拿到引用谁负责 close()，引用计数归零时底层资源才真正释放/回收到池里。它确实能减少"忘记释放导致的内存泄露/爆内存"风险，但更准确说是强制显式管理，而不是靠 GC 碰运气。
  • CloseableImage：解码后的"可展示图片"抽象父类（实现了 Closeable），不等于 Bitmap 本身。常见实现会包装静态 Bitmap（以及旋转角度、质量信息等元数据）或动图帧序列等。Controller 在拿到 CloseableImage 后会再 createDrawable(image)，把它转换成最终能塞进 DraweeHierarchy 的 Drawable。

接下来这段代码容易让人困惑：为什么有 getDataSource()，又有一个 getDataSourceForRequest(...)？它们之间不是"并列"的两个入口，而是"外层入口 + 内层实现"的关系。

java 复制代码 
// PipelineDraweeController.java（片段）
@Override
public DataSource<CloseableReference<CloseableImage>> getDataSource() {
  return mDataSourceSupplier.get();
}

@Override
protected DataSource<CloseableReference<CloseableImage>> getDataSourceForRequest(...) {
  return mImagePipeline.fetchDecodedImage(
      imageRequest,
      callerContext,
      convertCacheLevelToRequestLevel(cacheLevel),
      getRequestListener(controller),
      Priority.getHigherPriority(Priority.HIGH,
          imageRequest != null ? imageRequest.getPriority() : Priority.HIGH));
}

它们的调用关系可以按下面的"套娃"来理解：

text 复制代码 
submitRequest()
  -> getDataSource()                    // 对外：给我一个 DataSource（我马上就订阅它）
    -> mDataSourceSupplier.get()        // 延迟创建：这一刻才真正"创建本次请求的数据源"
      -> getDataSourceForRequest(...)   // 对内：用当前 request 参数拼出真正的 DataSource
        -> ImagePipeline.fetchDecodedImage(...)

为什么要拆成两层，而不是在 getDataSource() 里直接写死 fetchDecodedImage(...)？

  • getDataSource() 的语义很稳定：Controller 只需要"拿到一个可订阅的 DataSource"，并不关心里面到底是走 decoded 还是 encoded、走网络还是本地。
  • 具体"怎么拼 request 参数、怎么选 pipeline 接口"这件事留给 getDataSourceForRequest(...)：它更像"把本次请求需要的参数都填齐"的地方。
  • mDataSourceSupplier 的存在让创建变成"按需"：Controller attach 时才去创建 DataSource，也方便做取消/重试/复用旧 controller 等操作。

这里有两个关键词：

  • Supplier<T>：Fresco 里很多 xxxSupplier 是"抽象工厂"，负责按需构建数据源/序列
  • fetchDecodedImage：直接拿"解码后的图片"，也就是最终可用于展示的结果类型 CloseableImage

5. 为什么 Fresco 不把"缓存/网络/解码"写成一坨 if-else

如果你自己写一个"能工作"的图片加载，通常会这么想：

text 复制代码 
内存缓存命中？
  命中 -> 直接返回
磁盘缓存命中？
  命中 -> 解码 -> 写内存 -> 返回
否则：
  拉网络 -> 写磁盘 -> 解码 -> 写内存 -> 返回

这种写法的问题是：

  • 强耦合：缓存、网络、解码交织在一起，难以替换其中一步
  • 难复用：不同场景（预加载/只要 encoded/只要 decoded/是否 resize）需要不同排列组合
  • 难并发：同一个 URL 多处请求时如何合并复用结果，代码会迅速膨胀

Fresco 的解法是把每一步拆成"积木"，然后用责任链把积木串起来。

6. Producer/Consumer：Fresco 的责任链"积木系统"

6.1 Producer 接口：每一步就是一个 task

Fresco 用 Producer<T> 表达某一个步骤，处理完通过 Consumer 回调结果：

java 复制代码 
public interface Producer<T> {
  void produceResults(Consumer<T> consumer, ProducerContext context);
}

它把一次图片请求拆成多个可复用步骤，例如：

  • network fetch
  • disk caching
  • memory caching
  • decoding
  • applying transformations

6.2 两种责任链思路：Interceptor 栈 vs Producer 链表

责任链（Chain of Responsibility）本质是在做同一件事：把一次"请求"拆成一串步骤，让每一步都可以决定：

  • 自己处理完就结束（短路）
  • 或者把请求交给下一个节点继续处理

常见实现大体有两种，分别对应 OkHttp 和 Fresco 的风格。

方式一：List/栈式（OkHttp Interceptor 风格）

特点：链是一个 List，调用时按顺序"套娃"执行；每个拦截器拿到同一个 Chain，要么自己返回结果，要么调用 chain.proceed(request) 交给下一个。

kotlin 复制代码 
interface Interceptor {
  fun intercept(chain: Chain): Response
}

class CacheInterceptor : Interceptor {
  override fun intercept(chain: Chain): Response {
    val cached = memoryCache.get(chain.request)
    if (cached != null) return cached
    val resp = chain.proceed(chain.request)
    memoryCache.put(chain.request, resp)
    return resp
  }
}

这里的"套娃"发生在运行时：OkHttp 通常是把拦截器收集到一个 List 里，然后由 Chain 这个对象用"索引递增"的方式驱动下一个拦截器，并不是你用 A(B(C())) 的方式把它们嵌起来。

kotlin 复制代码 
val client =
  OkHttpClient.Builder()
    .addInterceptor(CacheInterceptor())
    .addInterceptor(OtherInterceptor())
    .build()

可以粗暴理解为：

text 复制代码 
proceed(i):
  interceptor[i].intercept(chain(i + 1))

优点：同步语义直观、调用栈清晰、实现成本低。缺点：天然更适合"单线程 + 单结果 + 同一种返回类型"的场景；要做复杂异步、进度、多次结果、跨线程切换，写起来会越来越绕。

方式二：链表式（Fresco Producer/Consumer 风格）

特点：每个 Producer 持有下游 inputProducer。上游不是"返回一个结果"，而是把 consumer 传下去，让下游在异步完成后通过回调把结果一路往上游传。

kotlin 复制代码 
interface Consumer<T> {
  fun onNewResult(result: T, isLast: Boolean)
  fun onFailure(t: Throwable)
}

data class ProducerContext(val key: String)

interface Producer<T> {
  fun produceResults(consumer: Consumer<T>, context: ProducerContext)
}

data class Image(val bytes: ByteArray)

class NetworkFetchProducer : Producer<ByteArray> {
  override fun produceResults(consumer: Consumer<ByteArray>, context: ProducerContext) {
    consumer.onNewResult(ByteArray(0), isLast = true)
  }
}

class DecodeProducer(
  private val inputProducer: Producer<ByteArray>,
) : Producer<Image> {
  override fun produceResults(consumer: Consumer<Image>, context: ProducerContext) {
    val wrapped = object : Consumer<ByteArray> {
      override fun onNewResult(result: ByteArray, isLast: Boolean) {
        consumer.onNewResult(Image(result), isLast)
      }

      override fun onFailure(t: Throwable) {
        consumer.onFailure(t)
      }
    }
    inputProducer.produceResults(wrapped, context)
  }
}

class ResizeProducer(
  private val inputProducer: Producer<Image>,
) : Producer<Image> {
  override fun produceResults(consumer: Consumer<Image>, context: ProducerContext) {
    inputProducer.produceResults(consumer, context)
  }
}

val chain: Producer<Image> = ResizeProducer(DecodeProducer(NetworkFetchProducer()))

chain.produceResults(consumer, ProducerContext(key = "url"))

这里写成 ResizeProducer(DecodeProducer(NetworkFetchProducer())) 只是为了把"每个节点持有下游节点"的 wiring 画出来；Fresco 真实实现里通常是由 ProducerSequenceFactory 按请求类型把一串 Producer 组装好。

优点：天然适配图片加载这种"异步 + 进度 + 可能多次结果（渐进式）+ 需要切线程 + 同一 URL 多处复用（Multiplex）"的场景；每个节点都可以独立复用/组合。缺点：控制流不再是直观的同步调用栈，调试时需要靠日志/trace/producerList 来还原路径；consumer 包装层级深时心智负担更高。

为什么都是责任链，但 Fresco 和 OkHttp 要做成两种形态？

  • OkHttp 的核心是"一次请求返回一个 Response"，拦截器对同一 Request/Response 做加工，最匹配同步的 proceed() 套娃。
  • Fresco 的核心是"图片加载是一个过程"：可能先进度、再中间结果、再最终结果；并且每一步可能在不同线程，还要做缓存短路与请求合并复用。用 Producer/Consumer 回调链更容易表达这些语义。

理解了链的"形态"之后，下面用一个最常见的节点（内存缓存）看看 Fresco 是怎么做"短路 + 包装 consumer"的。

6.3 经典套路：缓存 Producer 的"短路 + 包装 Consumer"

以内存缓存为例，它的套路非常典型：

  • 如果缓存命中：直接 consumer.onNewResult(...) 返回，链路短路
  • 如果缓存不命中：创建一个"包装后的 consumer"，用于在下游返回结果时写缓存，然后再把结果回传给上游 consumer
  • 最后调用 mInputProducer.produceResults(wrappedConsumer, context) 驱动下一个节点
java 复制代码 
// BitmapMemoryCacheProducer.java（片段）
@Override
public void produceResults(
    final Consumer<CloseableReference<CloseableImage>> consumer,
    final ProducerContext producerContext) {

  CloseableReference<CloseableImage> cachedReference = mMemoryCache.get(cacheKey);
  if (cachedReference != null) {
    consumer.onNewResult(cachedReference, BaseConsumer.simpleStatusForIsLast(isFinal));
    cachedReference.close();
    return;
  }

  Consumer<CloseableReference<CloseableImage>> wrappedConsumer =
      wrapConsumer(consumer, cacheKey, producerContext.getImageRequest().isMemoryCacheEnabled());

  mInputProducer.produceResults(wrappedConsumer, producerContext);
}

这个模式非常值得记住，因为你在看其他 Producer 时会不断遇到同一种结构。

7. fetchDecodedImage：如何拼出一条"拿到解码图片"的链

从 ImagePipeline.fetchDecodedImage(...) 开始：

java 复制代码 
public DataSource<CloseableReference<CloseableImage>> fetchDecodedImage(...) {
  Producer<CloseableReference<CloseableImage>> producerSequence =
      mProducerSequenceFactory.getDecodedImageProducerSequence(imageRequest);
  return submitFetchRequest(producerSequence, ...);
}

ProducerSequenceFactory 会根据 Uri 类型选择不同的 sequence，例如网络、本地文件、本地 contentUri 等：

java 复制代码 
public Producer<CloseableReference<CloseableImage>> getDecodedImageProducerSequence(ImageRequest imageRequest) {
  return getBasicDecodedImageSequence(imageRequest);
}

private Producer<CloseableReference<CloseableImage>> getBasicDecodedImageSequence(ImageRequest imageRequest) {
  switch (imageRequest.getSourceUriType()) {
    case SOURCE_TYPE_NETWORK:
      return getNetworkFetchSequence();
    case SOURCE_TYPE_LOCAL_IMAGE_FILE:
      return getLocalImageFileFetchSequence();
    default:
      throw new IllegalArgumentException("Unsupported uri scheme!");
  }
}

对于网络图片，Fresco 会把"从网络拿到 encoded 数据"以及"把 encoded 解码成可展示数据"两段拼起来：

  • 一段产出 EncodedImage（编码态图片数据）
  • 一段把 EncodedImage -> CloseableImage（解码态图片数据）

完整链条很长，下面给出一个典型的链表关系（按箭头表示从上游到下游）：

text 复制代码 
BitmapMemoryCacheGetProducer
  -> ThreadHandoffProducer
  -> BitmapMemoryCacheKeyMultiplexProducer
  -> BitmapMemoryCacheProducer
  -> DecodeProducer
  -> ResizeAndRotateProducer
  -> AddImageTransformMetaDataProducer
  -> EncodedCacheKeyMultiplexProducer
  -> EncodedMemoryCacheProducer
  -> DiskCacheReadProducer
  -> DiskCacheWriteProducer
  -> NetworkFetchProducer

如果只看类名确实很难读，最有效的方法是：先把它们按"在干什么"分组，再回头看链路顺序。

节点 一句话作用（直觉版） 常见归类
BitmapMemoryCacheGetProducer 先试着从"解码后的 bitmap 内存缓存"直接拿结果，命中就短路返回 decoded 侧：内存命中与短路
ThreadHandoffProducer 把后续工作切到合适的后台线程执行，避免在 UI 线程做重活 线程切换
BitmapMemoryCacheKeyMultiplexProducer 相同 key 的"解码图请求"合并成一次执行，多处订阅共享同一份结果 复用/去重（Multiplex）
BitmapMemoryCacheProducer 如果最终拿到了 decoded 结果，把它写回"解码后的 bitmap 内存缓存" decoded 侧：写回缓存
DecodeProducer 把 encoded bytes 解码成可渲染的图片对象（decoded） decoded 侧：解码
ResizeAndRotateProducer 按请求做缩放/旋转等基础变换（有时在解码过程中完成） decoded 侧：变换
AddImageTransformMetaDataProducer 把变换相关的元信息补齐/透传给后续步骤（例如旋转角等） decoded 侧：元信息
EncodedCacheKeyMultiplexProducer 相同 key 的"编码态请求"（磁盘/网络）合并执行，多处订阅共享下载/读盘结果 复用/去重（Multiplex）
EncodedMemoryCacheProducer 先试 encoded 内存缓存，命中就不用走磁盘/网络 encoded 侧：内存缓存
DiskCacheReadProducer 读磁盘缓存（通常读到的是 encoded bytes） encoded 侧：磁盘读
DiskCacheWriteProducer 把网络拿到的 encoded bytes 写入磁盘缓存，供下次复用 encoded 侧：磁盘写
NetworkFetchProducer 真正的网络下载，把图片 bytes 拉回来 encoded 侧：网络

读这条链最有效的方法是"按职责分段"：

  • decoded 侧（离 UI 更近）：Bitmap memory cache、Decode、Resize/Rotate
  • encoded 侧（离网络更近）：Encoded memory cache、Disk cache read/write、Network fetch
  • 复用/线程：Multiplex（请求合并复用）、ThreadHandoff（切线程）

8. 展示链路：为什么 SimpleDraweeView 能显示 Drawable

先把关系说清楚：

  • SimpleDraweeView：最终承载在屏幕上的 View，本质上还是一个 ImageView
  • DraweeHierarchy：Fresco 给"一个图片位要怎么画"抽出来的独立对象，可以理解成一套可配置的 Drawable 层级（占位图/失败图/进度条/实际图片/overlay 等）
  • SimpleDraweeView 不是每次拿到新图就 setImageDrawable(newDrawable) 这么简单，而是把 DraweeHierarchy 的"最顶层 drawable"（TopLevelDrawable）一次性挂到 ImageView 上；后续图片状态变化只要更新 hierarchy 里的某一层即可

一张图理解它们的关系：

text 复制代码 
SimpleDraweeView (ImageView)
  holds -> DraweeHolder
            holds -> DraweeHierarchy (一组层级 drawable)
                      topLevelDrawable -> set 到 ImageView 上

为什么要搞一个 DraweeHierarchy？

  • 把"展示层的复杂度"从 View 里拿出来：占位图/失败图/进度条/淡入淡出/圆角/overlay 这些都是展示逻辑，不应该和"取数/调度"绑在一起
  • 让更新更稳定：View 上始终是同一个 TopLevelDrawable，真正变化发生在 hierarchy 内部（切占位/切失败/切真实图），减少 UI 抖动和重复 setDrawable 带来的问题
  • 让能力可组合：你可以通过 builder 配出一套统一的显示策略，Controller 只负责把"最终 drawable"塞进 hierarchy

对应到代码上：GenericDraweeView 初始化时构造 DraweeHierarchy，并把 hierarchy 的 TopLevelDrawable 设置给 ImageView：

java 复制代码 
// GenericDraweeView.java（片段）
protected void inflateHierarchy(Context context, @Nullable AttributeSet attrs) {
  GenericDraweeHierarchyBuilder builder =
      GenericDraweeHierarchyInflater.inflateBuilder(context, attrs);
  setHierarchy(builder.build());
}

// DraweeView.java（片段）
public void setHierarchy(DH hierarchy) {
  mDraweeHolder.setHierarchy(hierarchy);
  super.setImageDrawable(mDraweeHolder.getTopLevelDrawable());
}

因此 Controller 在 onNewResultInternal 里调用 mSettableDraweeHierarchy.setImage(drawable, ...) 时，本质是在更新这套层级 drawable，最终体现在 ImageView 上。

9. 把全链路串起来（最重要的一张图）

text 复制代码 
业务代码
  |
  |  setImageURI(uri)
  v
SimpleDraweeView（展示）
  |
  |  build Controller + setController
  v
PipelineDraweeController（调度）
  |
  |  submitRequest()
  |    - getDataSource()
  |    - subscribe(DataSubscriber)
  v
DataSource（可订阅的数据源）
  |
  |  产出 decoded image
  v
ImagePipeline（取数）
  |
  |  fetchDecodedImage(imageRequest)
  v
ProducerSequence（责任链积木）
  |
  |  内存缓存 -> 磁盘缓存 -> 网络 -> 解码 -> 变换 -> ...
  v
CloseableImage（解码结果）
  |
  |  createDrawable(image)
  v
DraweeHierarchy.setImage(drawable)
  |
  v
ImageView 显示最终 Drawable

10. 实战：如何观测一张图到底走了哪些 Producer

打开调试开关后，可以在控制台看到 pipeline 的 producer 列表，例如：

bash 复制代码 
consumer return success https://example.com/xxx.heif
DiskCacheWriteConsumer producerList:
  BitmapMemoryCacheGetProducer,
  ThreadHandoffProducer,
  BitmapMemoryCacheKeyMultiplexProducer,
  BitmapMemoryCacheProducer,
  DecodeProducer,
  ResizeAndRotateProducer,
  AddImageTransformMetaDataProducer,
  EncodedCacheKeyMultiplexProducer,
  EncodedMemoryCacheProducer,
  DiskCacheReadProducer,
  DiskCacheWriteProducer,
  NetworkFetchProducer

当你排查问题时，可以用这条日志回答三个关键问题：

  • 有没有走到 NetworkFetch（是否命中缓存）
  • Decode/Resize 是否执行（是否发生解码与变换）
  • Multiplex 是否出现（是否发生请求合并复用）

11. 你读懂 Fresco 的标志

当你能回答下面三个问题，就基本"懂了"：

  • 为什么 Fresco 要把 View/Controller/Pipeline 分层？各自职责边界是什么？
  • 为什么 DataSource + 订阅能很好地承接"异步、多结果、进度、失败"的场景？
  • 为什么 Producer/Consumer 的"短路 + 包装 consumer"套路能把缓存/解码/网络解耦并复用？
相关推荐
_周游2 小时前
Java8 API文档搜索引擎_7.项目优化之权重合并
java·开发语言·前端·搜索引擎·intellij-idea
专注VB编程开发20年2 小时前
c#.NET异步同小，ASYNC,AWAIT,PushFrame ,DOEVENTS
开发语言·.net
Asmewill2 小时前
Kotlin高阶函数
android
电商API_180079052472 小时前
淘宝商品详情数据获取全方案分享
开发语言·前端·javascript
maplewen.3 小时前
C++11 返回值优化
开发语言·c++·面试
我命由我123453 小时前
Android Studio - 在 Android Studio 中直观查看 Git 代码的更改
android·java·开发语言·git·java-ee·android studio·android jetpack
hewence13 小时前
Kotlin协程启动方式详解
android·开发语言·kotlin
城东米粉儿3 小时前
Android EventHub的Epoll原理 笔记
android
gihigo19983 小时前
MATLAB运动估计基本算法详解
开发语言·算法·matlab
热门推荐
01GitHub 镜像站点02Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services03243 行 microGPT：把“训练 + 推理”拆到骨头里04UV安装并设置国内源05AI 规范驱动开发“三剑客”深度对比：Spec-Kit、Kiro 与 OpenSpec 实战指南06openclaw配置教程（linux+局域网ollama）07openclaw 配置飞书 报错 应用未建立长连接08Zsh/Bash Conda设置延迟启动，启动速度优化09MIUI显示/隐藏5G开关的方法，信号弱时开启手机Wifi通话方法10爬虫逆向之观安（观镜WEB应用安全防护系统）