温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

怎么理解Flutter图片加载与缓存机制

发布时间:2021-11-09 13:37:04 来源:亿速云 阅读:108 作者:iii 栏目:开发技术

本篇内容主要讲解“怎么理解Flutter图片加载与缓存机制”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“怎么理解Flutter图片加载与缓存机制”吧!

    前言

    今天来学习一下 Flutter 自身是如何加载图片和管理图片的。

    Flutter 提供了一个图片控件 Image,Image 定义了若干中加载图片的方式,包括 Image.asset、Image.file、Image.network、Image.memory。

    Image内部维护了一个 ImageProvider对象,ImageProvider则真正维护整个图片加载的工作。Widget 本身内部是体现在 RawImage中:

    图片控件

    // Image
    Widget result = RawImage(
          image: _imageInfo?.image,
          debugImageLabel: _imageInfo?.debugLabel,
          width: widget.width,
          height: widget.height,
          scale: _imageInfo?.scale ?? 1.0,
          color: widget.color,
          colorBlendMode: widget.colorBlendMode,
          fit: widget.fit,
          alignment: widget.alignment,
          repeat: widget.repeat,
          centerSlice: widget.centerSlice,
          matchTextDirection: widget.matchTextDirection,
          invertColors: _invertColors,
          isAntiAlias: widget.isAntiAlias,
          filterQuality: widget.filterQuality,
        );
    return result;

    这里可以看到 _imageInfo 决定 RawImage如何展示图片。

    _imageInfo 则会在图片的每一帧进行重新赋值:

    // image.dart
    void _handleImageFrame(ImageInfo imageInfo, bool synchronousCall) {
     	setState(() {
        _imageInfo = imageInfo;
      }
    }

    那么图片信息是从哪里来的呢,它是由 _resolveImage 这个方法发起的。这个方法会在 _ImageState 的 didChangeDependencies、 didUpdateWidget和 reassemble方法进行调用。

    也就是控件发生变化刷新状态的时候,就会重新去解析图片。

    图片解析

    _resolveImage 逻辑如下:

    void _resolveImage() {
    	final ScrollAwareImageProvider provider = ScrollAwareImageProvider<dynamic>(
          context: _scrollAwareContext,
          imageProvider: widget.image,
        );
    	final ImageStream newStream =
          provider.resolve(createLocalImageConfiguration(
            context,
            size: widget.width != null && widget.height != null ? Size(widget.width, widget.height) : null,
          ));
    	_updateSourceStream(newStream);
    }

    这里会用 ScrollAwareImageProvider 包装一下,ScrollAwareImageProvider 的功能我们后面会介绍,这里先跳过。

    //ImageProvider# resolve
    ImageStream resolve(ImageConfiguration configuration) {
    	_createErrorHandlerAndKey(configuration,(T key, ImageErrorListener errorHandler) {
            resolveStreamForKey(configuration, stream, key, errorHandler);
          },
    		(T? key, dynamic exception, StackTrace? stack) async {
            await null; // wait an event turn in case a listener has been added to the image stream.
            final _ErrorImageCompleter imageCompleter = _ErrorImageCompleter();
            stream.setCompleter(imageCompleter);
            InformationCollector? collector;
            assert(() {
              collector = () sync* {
                yield DiagnosticsProperty<ImageProvider>('Image provider', this);
                yield DiagnosticsProperty<ImageConfiguration>('Image configuration', configuration);
                yield DiagnosticsProperty<T>('Image key', key, defaultValue: null);
              };
              return true;
            }());
            imageCompleter.setError(
              exception: exception,
              stack: stack,
              context: ErrorDescription('while resolving an image'),
              silent: true, // could be a network error or whatnot
              informationCollector: collector,
            );
          }
    	);
    }

    resolve 方法调用 _createErrorHandlerAndKey 来处理图片加载的异常情况。当图片正常加载的时候,会执行 resolveStreamForKey。

    //resolveStreamForKey
    void resolveStreamForKey(ImageConfiguration configuration, ImageStream stream, T key, ImageErrorListener handleError) {
    	if (stream.completer != null) {
    		final ImageStreamCompleter? completer = PaintingBinding.instance!.imageCache!.putIfAbsent(
            key,
            () => stream.completer!,
            onError: handleError,
          );
    		return;
    	}
    
    	final ImageStreamCompleter? completer = PaintingBinding.instance!.imageCache!.putIfAbsent(
    		key,
          () => load(key, PaintingBinding.instance!.instantiateImageCodec),
          onError: handleError,
    		);
    
    	if (completer != null) {
          stream.setCompleter(completer);
        }
    }

    Flutter 会把图片缓存相关的逻辑维护在 ImageCache这个对象。

    缓存管理

    ImageCache里面有 3 个 map:

    分别表示

    • 正在加载的图片

    • 缓存在内存的图片

    • 表示正活跃的图片,Widget 状态变化后可能会清空

    新增缓存

    新增缓存的时候会设置 map 的 key, key 由 ImageProvider 对象提供。例如:

    • AssetImage  当包名和bundle一样的时候,key可以认为是一样的。

    • NetworkImage 当图片 url 和比例一样的时候,key可以认为是一样的。

    ImageCache 实际上是一个单例对象。也就是 Flutter 的图片缓存管理是全局的。ImageCache 最重要的方法就是 putIfAbsent:

    // 整理过核心逻辑的代码
    ImageStreamCompleter? putIfAbsent(Object key, ImageStreamCompleter loader(), { ImageErrorListener? onError }) {
      // 根据key从正在加载的map里获取缓存,如果有直接返回
      	ImageStreamCompleter? result = _pendingImages[key]?.completer;
      	if (result != null) {
          return result;
        }
      
      // 检查内存缓存,存在的话更新存活map
      final _CachedImage? image = _cache.remove(key);
      if (image != null) {
        _trackLiveImage(key, _LiveImage(image.completer, image.sizeBytes, () => _liveImages.remove(key)));
        _cache[key] = image;
        return image.completer;
      }
      
      // 没有缓存,从 _live 里面取
      final _CachedImage? liveImage = _liveImages[key];
      if (liveImage != null) {
        // 更新缓存
        _touch(key, liveImage, timelineTask);
        return liveImage.completer;
      }
      
      // 3 个 map 都没有获取到缓存的图片
      result = loader(); // 加载
      _trackLiveImage(key, _LiveImage(result, null, () => _liveImages.remove(key)));
      
    	_PendingImage? untrackedPendingImage;
    
      //定义一个listener
    	void listener(ImageInfo? info, bool syncCall) {
    		// 加载的监听
    	}
      
      // 包装一个listener
    	final ImageStreamListener streamListener = ImageStreamListener(listener);
    	if (maximumSize > 0 && maximumSizeBytes > 0) {
    		// 放入缓存
    		_pendingImages[key] = _PendingImage(result, streamListener);
    	} else {
    		untrackedPendingImage = _PendingImage(result, streamListener);
    	}
    	// 添加监听
    	result.addListener(streamListener);
    	return result;
    }

    listener 回调的逻辑:

    在 Image 状态改变的时候,会触发对 liveImages 的修改:

    // Image
    _imageStream.removeListener(_getListener());
    
    // ImageStream
    void removeListener(ImageStreamListener listener) {
      for (final VoidCallback callback in _onLastListenerRemovedCallbacks) {
        callback();
      }
      _onLastListenerRemovedCallbacks.clear();
    }

    而在 _trackLiveImage 的时候,_LiveImage 都注册了上面的这个 callback:

    _trackLiveImage(key, _LiveImage(image.completer, image.sizeBytes, () => _liveImages.remove(key)));

    这时候改图片会从 _liveImages 里面移除。

    由此可见,缓存的优先级为 pending -> cache -> live -> load,图片缓存和获取的流程如下图所示:

    缓存清理

    在更新缓存大小的时候,还会进行缓存大小的检查:

    void _checkCacheSize(TimelineTask? timelineTask) {
      while (_currentSizeBytes > _maximumSizeBytes || _cache.length > _maximumSize) {
        final Object key = _cache.keys.first;
        final _CachedImage image = _cache[key]!;
        _currentSizeBytes -= image.sizeBytes!;
        _cache.remove(key);
      }
    }

    当当前缓存总容量大于最大容量或者缓存数量大于最大数量的时候,就会进行缓存的清理。

    所以上面使用缓存的过程中,多次访问的缓存就会把key往后放,避免一上来就被清理掉。

    所以 Flutter 自身的缓存清理算法也是遵循了 “最近最少使用” 的。

    图片加载

    图片加载主要依赖上面的 load方法进行。不同的 ImageProvider 子类有自己的实现。例如

    AssetImage

    return MultiFrameImageStreamCompleter(
          codec: _loadAsync(key, decode),
          scale: key.scale,
          debugLabel: key.name,
          informationCollector: collector
        );

    NetworkImage

    final StreamController<ImageChunkEvent> chunkEvents =
            StreamController<ImageChunkEvent>();
    
        return MultiFrameImageStreamCompleter(
            chunkEvents: chunkEvents.stream,
            codec: _loadAsync(key as NetworkImage, decode, chunkEvents),
            scale: key.scale,
            debugLabel: key.url,
            informationCollector: _imageStreamInformationCollector(key));

    逻辑基本一样,具体特异的流程体现在 loadAsync里面:

    // AssetImage _loadAsync
    try {
          data = await key.bundle.load(key.name);
        } on FlutterError {
          PaintingBinding.instance!.imageCache!.evict(key);
          rethrow;
        }
    
    if (data == null) {
    // 加载数据是null,清掉这个key的缓存
    	PaintingBinding.instance!.imageCache!.evict(key);
    	throw StateError('Unable to read data');
    }
    
    return await decode(data.buffer.asUint8List());
    
    
    /// NetworkImage _loadAsync
    Future<ui.Codec> _loadAsync(
          NetworkImage key,
          image_provider.DecoderCallback decode,
          StreamController<ImageChunkEvent> chunkEvents) {
    
    	final Uri resolved = Uri.base.resolve(key.url);
    	return ui.webOnlyInstantiateImageCodecFromUrl(resolved, // ignore: undefined_function
            chunkCallback: (int bytes, int total) {
          chunkEvents.add(ImageChunkEvent(
              cumulativeBytesLoaded: bytes, expectedTotalBytes: total));
        }) as Future<ui.Codec>;
    }

    这里分别会从 bundle 里加载图片和从网络拉取图片。

    滑动中处理

    还记得上面提到的 ScrollAwareImageProvider吗,这里会有一个关于滑动中的判断:

    if (Scrollable.recommendDeferredLoadingForContext(context.context)) {
      SchedulerBinding.instance.scheduleFrameCallback((_) {
    		scheduleMicrotask(() => resolveStreamForKey(configuration, stream, key, handleError));
    	 });
    	return;
    }

    当 if 里的逻辑成立,就把解析图片的工作放到下一帧。recommendDeferredLoadingForContext 的具体逻辑:

    static bool recommendDeferredLoadingForContext(BuildContext context) {
    	
    	final _ScrollableScope widget =
    		context.getElementForInheritedWidgetOfExactType<_ScrollableScope>()?.widget as _ScrollableScope;
    	if (widget == null) {
          return false;
        }
    	// 存在滑动的widget
    	return widget.position.recommendDeferredLoading(context);
    }

    这个会找到 Widget 树里面最近的 _ScrollableScope。如果 ScrollableScope 处于快速滑动的时候,就返回true。所以 flutter 在快速滑动的列表中是不会加载图片的。

    到此,相信大家对“怎么理解Flutter图片加载与缓存机制”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!

    向AI问一下细节

    免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

    AI