Android大图监测系统的三种实现方式

 更新时间:2024年01月03日 08:55:40   作者:午后一小憩  
在Android应用中,大图的加载和显示可能导致内存占用过高,进而引发OOM(Out Of Memory)异常,影响应用的稳定性和用户体验,为了更好地管理大图资源,我们需要建立起一套可靠的大图监测系统,文中有详细的代码示例供大家参考,需要的朋友可以参考下
(福利推荐:【腾讯云】服务器最新限时优惠活动,云服务器1核2G仅99元/年、2核4G仅768元/3年,立即抢购>>>:9i0i.cn/qcloud

(福利推荐:你还在原价购买阿里云服务器?现在阿里云0.8折限时抢购活动来啦!4核8G企业云服务器仅2998元/3年,立即抢购>>>:9i0i.cn/aliyun

原理解析

  • 内存占用计算

首先,我们需要了解如何计算一张图片在内存中的占用大小。Android中,图片占用的内存主要由其宽、高和每个像素的位数决定。我们可以使用以下公式计算:

[ 内存占用大小 = 宽 \times 高 \times 像素位数 / 8 ]

  • 大图判定标准

一般情况下,大图的定义是指超过一定阈值的图片。这个阈值可以根据应用的实际需求来设定,通常建议根据设备的内存情况和应用场景动态调整。

  • 监测策略

大图监测一般采用两种策略:主动监测被动监测。主动监测通过周期性地扫描内存中的图片资源,识别大图,进行处理。而被动监测则是在图片加载过程中实时判断是否为大图。

主动监测

主动监测只要获取到内存中的图片资源,通过扫描判断是否超过设置的阈值即可。

class LargeImageScanner {

    fun scanLargeImages() {
        // 遍历内存中的图片资源
        for (image in MemoryManager.getAllImages()) {
            val imageSize = calculateImageSize(image)
            
            // 判断是否为大图
            if (imageSize > LARGE_IMAGE_THRESHOLD) {
                // 进行处理,如压缩、裁剪或异步加载
                handleLargeImage(image)
            }
        }
    }

    private fun calculateImageSize(image: Bitmap): Int {
        // 计算图片占用的内存大小
        return image.width * image.height * (image.config.bitsPerPixel / 8)
    }

    private fun handleLargeImage(image: Bitmap) {
        // 实现大图的处理逻辑,例如压缩、裁剪或异步加载
        // ...
    }
}

被动监测

被动监测的目的是,让图在加载的过程中,自动获取到加载图片的大小。所以切入的时机就非常重要。

在第三方图片加载库回调中进行大图监测

如果你使用的是第三方图片加载库Glide,最简单的直接的是在图片加载的成功的时机进行监测。

class GlideImageLoader {

    fun loadWithLargeImageCheck(context: Context, url: String, target: ImageView) {
        Glide.with(context)
            .asBitmap()
            .load(url)
            .listener(object : RequestListener<Bitmap> {
                override fun onLoadFailed(
                    e: GlideException?,
                    model: Any?,
                    target: Target<Bitmap>?,
                    isFirstResource: Boolean
                ): Boolean {
                    // 图片加载失败处理
                    // ...
                    return false
                }

                override fun onResourceReady(
                    resource: Bitmap?,
                    model: Any?,
                    target: Target<Bitmap>?,
                    dataSource: DataSource?,
                    isFirstResource: Boolean
                ): Boolean {
                    // 图片加载成功,检查是否为大图
                    resource?.let {
                        val imageSize = calculateImageSize(it)
                        if (imageSize > LARGE_IMAGE_THRESHOLD) {
                            // 处理大图逻辑,如压缩、裁剪或异步加载
                            handleLargeImage(it)
                        }
                    }
                    return false
                }
            })
            .into(target)
    }

    private fun calculateImageSize(image: Bitmap): Int {
        // 计算图片占用的内存大小
        return image.width * image.height * (image.config.bitsPerPixel / 8)
    }

    private fun handleLargeImage(image: Bitmap) {
        // 实现大图的处理逻辑,例如压缩、裁剪或异步加载
        // ...
    }
}

但上面这种方式存在几个弊端

  • 适用性低,强制要求所以图片加载都要调用loadWithLargeImageCheck方法,如果是一个现有的大项目,将无法改造。
  • 强依赖于第三方加载库Glide,后续换库也不兼容

所以为了解决上面的这几个问题,我们要想的是,能否不依赖于第三方图片加载库呢?

于是就有了下面这种方式

在网络加载图片时进行大图监测

现在使用网络请求基本都是使用Okhttp,在这种情况下,你可以考虑使用拦截器(Interceptor)来实现通用的大图监测逻辑。拦截器是OkHttp 中的一种强大的机制,可以在请求发起和响应返回的过程中进行拦截、修改和监测。

以下是一个使用OkHttp拦截器进行大图监测的示例:

import okhttp3.Interceptor
import okhttp3.OkHttpClient
import okhttp3.Response
import java.io.IOException

class LargeImageInterceptor : Interceptor {

    @Throws(IOException::class)
    override fun intercept(chain: Interceptor.Chain): Response {
        val request = chain.request()

        // 发起请求前的处理,可以在这里记录请求时间等信息

        val response = chain.proceed(request)

        // 请求返回后的处理
        if (response.isSuccessful) {
            val contentType = response.body()?.contentType()?.toString()

            // 检查是否为图片资源
            if (contentType?.startsWith("image/") == true) {
                // 获取图片大小并进行大图监测
                val imageSize = calculateImageSize(response.body()?.byteStream())
                if (imageSize > LARGE_IMAGE_THRESHOLD) {
                    // 处理大图逻辑,如压缩、裁剪或异步加载
                    handleLargeImage()
                }
            }
        }

        return response
    }

    private fun calculateImageSize(inputStream: InputStream?): Int {
        // 通过输入流计算图片占用的内存大小
        // ...
    }

    private fun handleLargeImage() {
        // 实现大图的处理逻辑,例如压缩、裁剪或异步加载
        // ...
    }
}

然后,在创建OkHttpClient时,添加这个拦截器:

val okHttpClient = OkHttpClient.Builder()
    .addInterceptor(LargeImageInterceptor())
    .build()

通过这种方式,你只需要在OkHttp中添加一次拦截器,即可在每个图片请求中进行通用的大图监测处理,而不用在每个请求的响应回调中添加监测代码。这样使得代码更加清晰、易于维护。

可能又有人会说,我网络加载库换了,那不是一样无法兼容吗?

确实,虽然概率比直接换第三方图片加载库还低,但既然有可能,就要尽可能的解决。

于是就是了下面的这种终极方法。

使用ASM插桩进行大图监控

这就升级到图片加载的本质了,任何图片加载最终都是要填充到ImageView上。而在这过程中自然避免不了使用ImageView的方法进行填充图片。

例如:setImageDrawable等等。

当然也可以直接hook整个ImageView,全局将其替换成HookImageView,再到其内部实现大图监测。 这两种都是通过ASM,只是对象不一样,但原理都基本一致。

以下是一个简单的示例,使用ASMAndroid中的 ImageViewsetImageDrawable 方法进行拦截:

import org.objectweb.asm.*;

public class ImageViewInterceptor implements ClassVisitor {

    private final ClassVisitor cv;

    public ImageViewInterceptor(ClassVisitor cv) {
        this.cv = cv;
    }

    @Override
    public MethodVisitor visitMethod(int access, String name, String desc, String signature, String[] exceptions) {
        MethodVisitor mv = cv.visitMethod(access, name, desc, signature, exceptions);
        if (name.equals("setImageDrawable") && desc.equals("(Landroid/graphics/drawable/Drawable;)V")) {
            return new ImageViewMethodVisitor(mv);
        }
        return mv;
    }

    // 其他方法省略,你可以根据需要实现其他 visitX 方法
}

class ImageViewMethodVisitor extends MethodVisitor {

    public ImageViewMethodVisitor(MethodVisitor mv) {
        super(Opcodes.ASM5, mv);
    }

    @Override
    public void visitCode() {
        super.visitCode();
        // 在方法开头插入大图监测逻辑的字节码
        // ...
    }

    @Override
    public void visitInsn(int opcode) {
        if (opcode == Opcodes.RETURN) {
            // 在 RETURN 指令前插入大图监测逻辑的字节码
            // ...
        }
        super.visitInsn(opcode);
    }
}

// 在某处,使用 ASM 进行字节码修改
ClassReader cr = new ClassReader("android/widget/ImageView");
ClassWriter cw = new ClassWriter(ClassWriter.COMPUTE_MAXS);
ImageViewInterceptor interceptor = new ImageViewInterceptor(cw);
cr.accept(interceptor, 0);

....

这个示例中,ImageViewInterceptorImageViewsetImageDrawable 方法进行了拦截,ImageViewMethodVisitor 中插入了大图监测逻辑的字节码。

需要注意的是。在实际应用中,需谨慎考虑因字节码操作而引起的潜在问题和兼容性风险。

注意事项与优化技巧

在实现大图监测时,我们需要注意以下事项:

  • 灵活设置阈值: 根据不同设备和应用场景,动态调整大图的阈值,以保证监测的准确性和及时性。
  • 合理选择处理方式: 对于大图,可以选择合适的处理方式,如压缩、裁剪或异步加载,以降低内存占用。
  • 异步处理: 将大图的处理放在异步线程中,避免阻塞主线程,提高应用的响应性。

总结

通过本文的学习,相信你已经对Android大图监测有了深入的理解,并可以在实际项目中应用这些知识,提升应用的性能和用户体验。

以上就是Android大图监测系统的三种实现方式的详细内容,更多关于Android大图监测系统的资料请关注程序员之家其它相关文章!

相关文章

最新评论

?


http://www.vxiaotou.com