BlobCache算法详解

BlobCache算法和LruCache算法是android中的图片缓存算法。LruCache算法在日常开发中用得比较多，但BlobCache却用得比较少，网上介绍的文章也是少得可怜。

跟LruCache不一样，BlobCache并不属于android的util，BlobCache最开始使用的地方是谷歌的Gallery，具体源码可以查看：BlobCache

一、BlobCache框架

BlobCache会在本地保存三个文件imageCache.idx、imageCache.0、imageCache.1（后缀固定，但前缀名字可以自定义）。其中imageCache.idx是数据的索引文件，imageCache.0和imageCache.1是保存数据的文件。

BlobCache算法的核心就是将所有的缓存数据都保存在同一个data文件中（imageCache.0或imageCache.1），记录缓存数据的索引保存在imageCache.idx文件中，由于imageCache.idx文件内存占用较小，读写时会把整个imageCache.idx文件映射至内存，然后使用RandomAccessFile随机读取接口，像操作指针一样控制index的偏移量读写data文件对应位置的数据。由于缓存文件存储在同一个文件下，缓存数据只能增加不能删除，BlobCache巧妙通过两个data文件(active和inactive即imageCache.0和imageCache.1)的翻转来实现缓存数据的删除更新。

二、索引文件（imageCache.idx）

// index header offset    private static final int IH_MAGIC = 0;    private static final int IH_MAX_ENTRIES = 4;    private static final int IH_MAX_BYTES = 8;    private static final int IH_ACTIVE_REGION = 12;    private static final int IH_ACTIVE_ENTRIES = 16;    private static final int IH_ACTIVE_BYTES = 20;    private static final int IH_VERSION = 24;    private static final int IH_CHECKSUM = 28;    private static final int INDEX_HEADER_SIZE = 32;// Appends the data to the active file. It also updates the hash entry.    // The proper hash entry (suitable for insertion or replacement) must be    // pointed by mSlotOffset.    private void insertInternal(long key, byte[] data, int length)            throws IOException {        byte[] header = mBlobHeader;        int sum = checkSum(data);        writeLong(header, BH_KEY, key);        writeInt(header, BH_CHECKSUM, sum);        writeInt(header, BH_OFFSET, mActiveBytes);        writeInt(header, BH_LENGTH, length);        mActiveDataFile.write(header);        mActiveDataFile.write(data, 0, length); // key：8个字节        mIndexBuffer.putLong(mSlotOffset, key); // offset 4个字节        mIndexBuffer.putInt(mSlotOffset + 8, mActiveBytes);        mActiveBytes += BLOB_HEADER_SIZE + length;        writeInt(mIndexHeader, IH_ACTIVE_BYTES, mActiveBytes);    }

    private void resetCache(int maxEntries, int maxBytes) throws IOException {        mIndexFile.setLength(0);  // truncate to zero the index        mIndexFile.setLength(INDEX_HEADER_SIZE + maxEntries * 12 * 2);        mIndexFile.seek(0);        byte[] buf = mIndexHeader;        // MAGIC 4个字节        writeInt(buf, IH_MAGIC, MAGIC_INDEX_FILE);        // MAX_ENTRIES 4个字节        writeInt(buf, IH_MAX_ENTRIES, maxEntries);        // MAX_BYTES 4个字节        writeInt(buf, IH_MAX_BYTES, maxBytes);        writeInt(buf, IH_ACTIVE_REGION, 0);        writeInt(buf, IH_ACTIVE_ENTRIES, 0);        writeInt(buf, IH_ACTIVE_BYTES, DATA_HEADER_SIZE);        writeInt(buf, IH_VERSION, mVersion);        writeInt(buf, IH_CHECKSUM, checkSum(buf, 0, IH_CHECKSUM));        mIndexFile.write(buf);        // This is only needed if setLength does not zero the extended part.        // writeZero(mIndexFile, maxEntries * 12 * 2);        mDataFile0.setLength(0);        mDataFile1.setLength(0);        mDataFile0.seek(0);        mDataFile1.seek(0);        writeInt(buf, 0, MAGIC_DATA_FILE);        mDataFile0.write(buf, 0, 4);        mDataFile1.write(buf, 0, 4);    }

BlobCache的索引文件（imageCache.idx）分成两部分，前面32字节为用于记录数据的头部，依次分别为：MAGIC、MAX_ENTRIES、MAX_BYTES、ACTIVE_REGION、ACTIVE_ENTRIES、ACTIVE_BYTES、VERSION、CHECKSUM，都是占4个字节；后面的是存储图片的key和该key对应的图片在数据文件中的起始位置，分别占8个字节和4个字节，总共12个字节。

三、数据文件（imageCache.0、imageCache.1）

    private void resetCache(int maxEntries, int maxBytes) throws IOException {        mIndexFile.setLength(0);  // truncate to zero the index        mIndexFile.setLength(INDEX_HEADER_SIZE + maxEntries * 12 * 2);        mIndexFile.seek(0);        byte[] buf = mIndexHeader;        。。。。。。。        。。。。。。。        // This is only needed if setLength does not zero the extended part.        // writeZero(mIndexFile, maxEntries * 12 * 2);        mDataFile0.setLength(0);        mDataFile1.setLength(0);        mDataFile0.seek(0);        mDataFile1.seek(0);        writeInt(buf, 0, MAGIC_DATA_FILE);        // MAGIC 4个字节        mDataFile0.write(buf, 0, 4);        mDataFile1.write(buf, 0, 4);    }

    // blob header offset    private static final int BH_KEY = 0;    private static final int BH_CHECKSUM = 8;    private static final int BH_OFFSET = 12;    private static final int BH_LENGTH = 16;    private static final int BLOB_HEADER_SIZE = 20;

BlobCache的数据文件（imageCache.0、imageCache.1）分成两部分，前面部分是MAGIC，占4个字节；后面部分是图片的所有数据，包括Blob头部和数据。Blob头部又包括KEY（8字节）、CHECKSUM（4字节）、OFFSET（4字节）、LENGTH（4字节），总共20字节；数据是指图片的数据，其长度是变化的，在Blob头部的LENGTH字段中存储。

四、写入图片数据流程

需要预先生成图片的key和data数据文件

    // Inserts a (key, data) pair into the cache.    public void insert(long key, byte[] data) throws IOException {        if (DATA_HEADER_SIZE + BLOB_HEADER_SIZE + data.length > mMaxBytes) {            throw new RuntimeException("blob is too large!");        }        // 校验数据文件大小是否达到上限        if (mActiveBytes + BLOB_HEADER_SIZE + data.length > mMaxBytes                || mActiveEntries * 2 >= mMaxEntries) {            // 翻转两个data文件(active和inactive即imageCache.0和imageCache.1)            flipRegion();        }        // 根据key，在索引文件中查找是否存在文件，如果存在，则获取位置        if (!lookupInternal(key, mActiveHashStart)) {            // If we don't have an existing entry with the same key, increase            // the entry count.            mActiveEntries++;            writeInt(mIndexHeader, IH_ACTIVE_ENTRIES, mActiveEntries);        }        // 插入数据        insertInternal(key, data, data.length);        // 更新索引文件        updateIndexHeader();    }

流程图：

五、读取图片数据流程

读取图片数据，需要关键的key。请求时，需要传入封装好的LookupRequest，也可以只传key，使用内部封装的LookupRequest。LookupRequest封装了key、buffer和length：

    public static class LookupRequest {        public long key;        // input: the key to find        public byte[] buffer;   // input/output: the buffer to store the blob        public int length;      // output: the length of the blob    }

读取到相应的图片数据则返回true，否则返回false：

    public boolean lookup(LookupRequest req) throws IOException {        // Look up in the active region first.        if (lookupInternal(req.key, mActiveHashStart)) {            if (getBlob(mActiveDataFile, mFileOffset, req)) {                return true;            }        }        // We want to copy the data from the inactive file to the active file        // if it's available. So we keep the offset of the hash entry so we can        // avoid looking it up again.        int insertOffset = mSlotOffset;        // Look up in the inactive region.        if (lookupInternal(req.key, mInactiveHashStart)) {            if (getBlob(mInactiveDataFile, mFileOffset, req)) {                // If we don't have enough space to insert this blob into                // the active file, just return it.                if (mActiveBytes + BLOB_HEADER_SIZE + req.length > mMaxBytes                        || mActiveEntries * 2 >= mMaxEntries) {                    return true;                }                // Otherwise copy it over.                mSlotOffset = insertOffset;                try {                    insertInternal(req.key, req.buffer, req.length);                    mActiveEntries++;                    writeInt(mIndexHeader, IH_ACTIVE_ENTRIES, mActiveEntries);                    updateIndexHeader();                } catch (Throwable t) {                    Log.e(TAG, "cannot copy over");                }                return true;            }        }        return false;    }

流程图：

六、BlobCache、DiskLruCache读取时间对比

这部分放在下一篇文章中

七、BlobCache在开发中的使用

这部分也放在下下一篇文章中

参考文章：

1、https://blog.csdn.net/Zj090308/article/details/51346471

2、https://blog.csdn.net/leven98/article/details/106332411/