我们知道Glide链式调用最重要的就是into()，而 into()最终会调用 load()。
1.load源码分析
1. load流程
我们来分析一下 load()做了什么事情。
public <R> LoadStatus load(...) {
Util.assertMainThread();
long startTime = VERBOSE_IS_LOGGABLE ? LogTime.getLogTime() : 0;
EngineKey key = keyFactory.buildKey(model, signature, width, height, transformations,
resourceClass, transcodeClass, options);
...
首先通过工厂模式创建了一个 EngineKey对象key。 看下这个类：
// EngineKey.java
class EngineKey implements Key {
EngineKey(
Object model,
Key signature,
int width,
int height,
Map<Class<?>, Transformation<?>> transformations,
Class<?> resourceClass,
Class<?> transcodeClass,
Options options) {
... // setter
}
@Override
public boolean equals(Object o) {
...
}
@Override
public int hashCode() {
...
}
}
它的构造函数是赋值，并重写了 equals()和hashCode()，除此之外没啥别的函数了。
可以认为它的作用是描述一个Engine，重写eqauls和hashCode的作用还没看出来，但是可以猜想，是便于后续的复用。
load() 接下来走：
// load
...
EngineResource<?> active = loadFromActiveResources(key, isMemoryCacheable);
if (active != null) {
cb.onResourceReady(active, DataSource.MEMORY_CACHE);
if (VERBOSE_IS_LOGGABLE) {
logWithTimeAndKey("Loaded resource from active resources", startTime, key);
}
return null;
}
...
调用了 loadFromActiveResources()，传入了之前的生成的key。如果得到一个 EngineResource对象，则回调 onResourceReady()， onResourceReady是这个加载图片的出口。来看下 loadFromActiveResources()做了啥：
// Engine.java
private final ActiveResources activeResources;
@Nullable
private EngineResource<?> loadFromActiveResources(Key key, boolean isMemoryCacheable) {
if (!isMemoryCacheable) {
return null;
}
EngineResource<?> active = activeResources.get(key);
if (active != null) {
active.acquire();
}
return active;
}
第一个if是如果 isMemoryCacheable为false则返回null，从字面意思上可以知道这个字段的意思是 是否开启内存缓存。
然后调用 EngineResource<?> active = activeResources.get(key)，它是通过key去ActiveResources里面取一个 EngineResource：
// ActiveResources.java
final Map<Key, ResourceWeakReference> activeEngineResources = new HashMap<>();
@Nullable
EngineResource<?> get(Key key) {
ResourceWeakReference activeRef = activeEngineResources.get(key); // 1
if (activeRef == null) {
return null;
}
EngineResource<?> active = activeRef.get(); // 2
if (active == null) {
cleanupActiveReference(activeRef);
}
return active;
}
从注释1、2可以看到，ActiveResources维护一个HashMap，Key为 Key类，我们刚刚的EngineKey就是Key的派生类，Value为 Resources的弱引用。
也就是说，如果之前在Map中存放了对应Key的弱引用，则取出这个弱引用中的EngineResource，否则返回null。
可以看出这里实现了一个缓存，由于它是运行时才有这个Map的，所以它是一个 内存缓存，它的存放的是弱引用的图片资源，所以在内存回收时是会被立即回收的。
回到 loadFromActiveResources()中：
// Engine.java
@Nullable
private EngineResource<?> loadFromActiveResources(Key key, boolean isMemoryCacheable) {
...
EngineResource<?> active = activeResources.get(key);
if (active != null) {
active.acquire();
}
return active;
}
// EngineResource.java
void acquire() {
if (isRecycled) {
throw new IllegalStateException("Cannot acquire a recycled resource");
}
if (!Looper.getMainLooper().equals(Looper.myLooper())) {
throw new IllegalThreadStateException("Must call acquire on the main thread");
}
++acquired;
}
如果返回的 active不为null，则调用 active.acquire()，它的作用是给计数器 acquired自增1（在主线程和非回收状态下），这里并不知道为什么要这么做。所以就回去了。这样loadFromActiveResources()就分析完了，往下走：
//Engine.java #load
...
EngineResource<?> cached = loadFromCache(key, isMemoryCacheable);
if (cached != null) {
cb.onResourceReady(cached, DataSource.MEMORY_CACHE);
if (VERBOSE_IS_LOGGABLE) {
logWithTimeAndKey("Loaded resource from cache", startTime, key);
}
return null;
}
...
从 loadFromCache()中获取EngineResource，如果拿得到就调用 onResourceRead()返回。来看下这个方法：
// Engine.java
private EngineResource<?> loadFromCache(Key key, boolean isMemoryCacheable) {
if (!isMemoryCacheable) {
return null;
}
EngineResource<?> cached = getEngineResourceFromCache(key);
if (cached != null) {
cached.acquire();
activeResources.activate(key, cached);
}
return cached;
}
这个方法和之前的 loadFromActiveResources差别不大，先看看 getEngineResourceFromCache(key)：
// Engine.java
private final MemoryCache cache;
private EngineResource<?> getEngineResourceFromCache(Key key) {
Resource<?> cached = cache.remove(key); // 1
final EngineResource<?> result;
if (cached == null) {
result = null;
} else if (cached instanceof EngineResource) {
result = (EngineResource<?>) cached;
} else {
result = new EngineResource<>(cached, true /*isMemoryCacheable*/, true /*isRecyclable*/);
}
return result;
}
这个方法就是从 MemoryCache中拿出一个EngineResource并返回。那我们要去看看 MemoryCache做了啥，但是MemoryCache是一个接口类，没有实现，在向前找的时候发现它是在创建 Glide initalizeGlide() 的过程中创建的，这里直接看创建的代码：
// GlideBuilder.java
@NonNull
Glide build(@NonNull Context context) {
....
if (memoryCache == null) {
memoryCache = new LruResourceCache(memorySizeCalculator.getMemoryCacheSize());
}
....
}
// LruResourceCache.java
public class LruResourceCache extends LruCache<Key, Resource<?>> implements MemoryCache {
...
}
LruResourceCache实现了MemoryCache，并继承了LruCache。
这里简单的描述一下LruCache，它是最近最少使用策略，实现原理是 accessOrder为true的 LinkedHashMap。所以在getEngineResourceFromCache的注释1中，它就是调用了 LinkedHashMap.remove(key)来看Map中是否有key对应的 EngineResources。
回到 loadFromCache中：
// Engine.java #loadFromCache
...
EngineResource<?> cached = getEngineResourceFromCache(key);
if (cached != null) {
cached.acquire();
activeResources.activate(key, cached);
}
....
如果remove到的资源是不为null的，则调用 acquire()方法，并且调用 activeResources.activate(key, cached)，我们看看这个方法做了什么：
// ActiveResources.java
void activate(Key key, EngineResource<?> resource) {
ResourceWeakReference toPut =
new ResourceWeakReference(
key,
resource,
getReferenceQueue(),
isActiveResourceRetentionAllowed);
ResourceWeakReference removed = activeEngineResources.put(key, toPut);
if (removed != null) {
removed.reset();
}
}
它把 key和EngineResource作为元素 put到了 ActiveResources的 HashMap中。便于以后 loadFromActiveResources去拿。
然后最后return为null。 loadFromCache()就结束了。可以看出来 LruCache也是在运行时产生的，所以它也是内存缓存。
这里出现了一个问题，这里出现了两个内存缓存，一个是HashMap缓存，一个是LruResourcesCache的缓存，在前者拿资源拿不到的情况下，去拿后者，如果后者拿到了，会把该资源放到前者中缓存。乍一看是没事找事，为什么不把所有的资源都放在一个cache下存储呢？这需要往后面的代码看。
接下来继续load()函数中：
private final Jobs jobs;
// Engine.java #load
...
EngineJob<?> current = jobs.get(key, onlyRetrieveFromCache);
if (current != null) {
current.addCallback(cb);
if (VERBOSE_IS_LOGGABLE) {
logWithTimeAndKey("Added to existing load", startTime, key);
}
return new LoadStatus(cb, current);
}
....
通过 Jobs去拿一个 EngineJob，如果 EngineJob不为null，则调用其 addCallback()，这个方法最终也会调用 onResourceReady()，并返回一个 LoadStatus 。先来看看 jobs的get方法：
// Jobs.java
private final Map<Key, EngineJob<?>> jobs = new HashMap<>();
private final Map<Key, EngineJob<?>> onlyCacheJobs = new HashMap<>();
EngineJob<?> get(Key key, boolean onlyRetrieveFromCache) {
return getJobMap(onlyRetrieveFromCache).get(key);
}
private Map<Key, EngineJob<?>> getJobMap(boolean onlyRetrieveFromCache) {
return onlyRetrieveFromCache ? onlyCacheJobs : jobs;
}
onlyRetrieveFromCache这个字段中文意思为：是否只从Cache中搜索。默认情况下是 false。它就会去 jobs这个HashMap中拿EngineJob。这里也是一个缓存，但他并不是之间缓存图片资源。
EngineJob它不是一个图片资源，那它是什么呢？这里还不是很清晰，先往load下面走，
// Engine.java #load
...
EngineJob<R> engineJob =
engineJobFactory.build(
key,
isMemoryCacheable,
useUnlimitedSourceExecutorPool,
useAnimationPool,
onlyRetrieveFromCache);
DecodeJob<R> decodeJob =
decodeJobFactory.build(
glideContext,
model,
key,
signature,
width,
height,
resourceClass,
transcodeClass,
priority,
diskCacheStrategy,
transformations,
isTransformationRequired,
isScaleOnlyOrNoTransform,
onlyRetrieveFromCache,
options,
engineJob);
jobs.put(key, engineJob);
engineJob.addCallback(cb);
engineJob.start(decodeJob);
...
这里是load方法的最后一步，在上述三种缓存都命中不到资源的情况下，会创建一个 EngineJob和一个 DecodeJob，将 key和engineJob一起绑定加入到 Jobs的HashMap，这样之后上面的jobs缓存就有资源可以找，然后调用 EngineJob.addCallback和 Engine.start() 这里的重点是 start方法，它是没有内存缓存后，去做的事情，所以这里算是一个新的开始。 也就是说，load可以看成两个部分，这里开始就是第二个部分。
1.2 EngineJob的start方法解析
// EngineJob.java
private final GlideExecutor diskCacheExecutor;
private final GlideExecutor sourceExecutor;
private final GlideExecutor sourceUnlimitedExecutor;
private final GlideExecutor animationExecutor;
public void start(DecodeJob<R> decodeJob) {
this.decodeJob = decodeJob;
GlideExecutor executor = decodeJob.willDecodeFromCache()
? diskCacheExecutor
: getActiveSourceExecutor();
executor.execute(decodeJob);
}
EngineJob里面有线程池执行器 GlideExecutor，它就是一个ExecutorService，因为加载图片是一个耗时操作，所以放到子线程做，所以这里出现了 Executor，其次，在EngineJob中，exeutor执行器并不是只有一个：
它会先根据缓存策略，拿到对应executor，比如这里的 ：
// EngineJob.java
GlideExecutor executor = decodeJob.willDecodeFromCache()
? diskCacheExecutor
: getActiveSourceExecutor();
就会根据 “是否在Cache中解码” 这个条件来拿 disCacheExecutor，还是其他三个中的执行器。
在默认情况下， DiskCacheStategey是 AUTOMATIC的，这里就是true，即用的是 diskCacheExecutor。
接下来就会拿着这个线程执行器去执行 DecodeJob，就是调用它的 run()：
// DecodeJob.java
@Override
public void run() {
....
DataFetcher<?> localFetcher = currentFetcher;
try {
if (isCancelled) {
notifyFailed();
return;
}
runWrapped();
} catch (Throwable t) {
....
} finally {
...
}
}
notifyFailed()是通知失败的方法，然后没取消，就调用 runWrapped()
// DecodeJob.java
private void runWrapped() {
switch (runReason) {
case INITIALIZE:
stage = getNextStage(Stage.INITIALIZE);
currentGenerator = getNextGenerator();
runGenerators();
break;
case SWITCH_TO_SOURCE_SERVICE:
runGenerators();
break;
case DECODE_DATA:
decodeFromRetrievedData();
break;
default:
throw new IllegalStateException("Unrecognized run reason: " + runReason);
}
}
这里根据 runReason分成了三种情况：
- INITIALIZE
在第一次我们提交执行任务的状态 - SWITCH_TO_SOURCE_SERVICE
当我们想要从 DiskCache 的做法切换到 Source执行的做法（这里我也不知道干嘛的） - DECODE_DATA
该状态标识着：当我们在子线程中拿到了一个我们从未拥有过的资源，这个时候我们需要切换回主线程，去让主线程得到这个资源。
当然了，上面的三个是执行 DecodeJob的原因，它强调的是原因，DecodeJob又维护了一套当前的状态，和上面产生了联系：
- INITIALIZE
和上面初始时一样 - RESOURCE_CACHE
根据一个 缓存资源 进行 解码(Decode） - DATA_CACHE
根据一个 缓存的源数据 进行 解码（Decode） - SOURCE
根据 获取到的源数据 进行 解码 - ENCODE
在一个 资源成功加载后， 为了将它缓存起来，进行编码 - FINISHED
要结束了
假设我们是第一次进入到这个方法，那我们的runReason是 INITIALIZE，接下来会调用 getNextState(Stage.INITIALIZE):
// DecodeJob.java
private Stage getNextStage(Stage current) {
switch (current) {
case INITIALIZE:
return diskCacheStrategy.decodeCachedResource()
? Stage.RESOURCE_CACHE : getNextStage(Stage.RESOURCE_CACHE);
case RESOURCE_CACHE:
return diskCacheStrategy.decodeCachedData()
? Stage.DATA_CACHE : getNextStage(Stage.DATA_CACHE);
case DATA_CACHE:
return onlyRetrieveFromCache ? Stage.FINISHED : Stage.SOURCE;
case SOURCE:
case FINISHED:
return Stage.FINISHED;
default:
throw new IllegalArgumentException("Unrecognized stage: " + current);
}
}
// 这里是默认情况下的 DiskCacheStaratey（磁盘）的缓存模式：
// DiskCacheStrategy。java
public static final DiskCacheStrategy AUTOMATIC = new DiskCacheStrategy() {
@Override
public boolean isDataCacheable(DataSource dataSource) {
return dataSource == DataSource.REMOTE;
}
@Override
public boolean isResourceCacheable(boolean isFromAlternateCacheKey, DataSource dataSource,
EncodeStrategy encodeStrategy) {
return ((isFromAlternateCacheKey && dataSource == DataSource.DATA_DISK_CACHE)
|| dataSource == DataSource.LOCAL)
&& encodeStrategy == EncodeStrategy.TRANSFORMED;
}
@Override
public boolean decodeCachedResource() {
return true;
}
@Override
public boolean decodeCachedData() {
return true;
}
};
在 INITIALIZE状态下调用了 getNextStage()，state就变成了 Stage.RESOURCE_CACHE，接下来在 runWrapped中：
调用了 currentGenerator = getNextGenerator()：
private DataFetcherGenerator getNextGenerator() {
switch (stage) {
case RESOURCE_CACHE:
return new ResourceCacheGenerator(decodeHelper, this);
case DATA_CACHE:
return new DataCacheGenerator(decodeHelper, this);
case SOURCE:
return new SourceGenerator(decodeHelper, this);
case FINISHED:
return null;
default:
throw new IllegalStateException("Unrecognized stage: " + stage);
}
}
返回了一个 ResourceCacheGenerator，它现在是做什么的还不知道。
继续往下走 ，会调用 runGenerators()：
// DecodeJob.java
private void runGenerators() {
currentThread = Thread.currentThread();
startFetchTime = LogTime.getLogTime();
boolean isStarted = false;
while (!isCancelled && currentGenerator != null
&& !(isStarted = currentGenerator.startNext())) { // 1
stage = getNextStage(stage); // 2
currentGenerator = getNextGenerator(); // 3
if (stage == Stage.SOURCE) {
reschedule(); // 4
return;
}
}
if ((stage == Stage.FINISHED || isCancelled) && !isStarted) {
notifyFailed();
}
}
这个方法会开启一个 while循环，判断条件中第三个较为关键：调用 currentGenerator.startNext() 如果这个方法的结果为false，则 stage进入到下一个状态， currentGenerator换成下一个执行器。
在当前状态为 Stage.SOURCE时，调用了 reschedule()，然后return，也就是说 SOURCE为当前decodeJob执行的最后一个状态。
如果要一直到最后 SOURCE，那么当前的DecodeJob会走这么个顺序：
（1）DecodeJob的状态：
RESOURCE_CACHE -> DATA_CACHE -> SOURCE
（2）currentGenrator的变化：
ResourceCacheGenerator -> DataCacheGenerator -> SourceGenerator （3） startNext的执行
ResourceCacheGenerator.startNext() = false -> DataCacheGenerator .startNext() = false
这就是在 startNext()一直为false的情况下。 我们现在就去研究一下这个方法，由于 Generator是一个发生器，在这里分成了两个，所以startNext()有必要拆出来讲解。
startNext()这个方法有点长，并且借助了一个新的类 DecodeHelper的辅助，这个类主要做了组件注册，用来扩展或替换Glide的默认加载，还有负责解码、编码的Registry类。而且我们其实还并不是很清楚 ResourceCacheGenerator、DataCacheGenerator、SourceGenerator这些所关联 DataFetcher的类是做什么的，所以有必要先简单的介绍他们。
1.3 DataFetcher、ModelLoader以及DecodeHelper的介绍
1.关于DataFetcher
它是一个接口，先来看看它的定义：
// DataFetcher.java
public interface DataFetcher<T> {
interface DataCallback<T> {
void onDataReady(@Nullable T data); // 资源已经弄好了
void onLoadFailed(@NonNull Exception e); //加载失败回调
}
void loadData(@NonNull Priority priority, @NonNull DataCallback<? super T> callback); //加载方法
void cleanup(); //资源释放
void cancel(); // 取消加载
@NonNull
Class<T> getDataClass();
@NonNull
DataSource getDataSource();
}
DataFetcher是Glide的数据加载模块，定义了数据的加载时遵循的框架。
它的使用大概就是：通过调用 loadData()来加载资源，当加载成功后，调用 onDataReady()进行回调。如果失败，调用 onLoadFailed()。非常好懂。
它有很多个实现类，比如：
- LocalUriFetcher
使用 ContentResolver 从本地资源的Uri加载数据 - AssetPathFetcher
使用 AssetManager从asset path中获取数据的抽象类 - HttpUrlFetcher
具体加载的数据类型为 InputStream，从网络Url中获取数据
…
2.关于ModelLoader
它也是个接口，来看看代码：
public interface ModelLoader<Model, Data> {
class LoadData<Data> {
public final Key sourceKey;
public final List<Key> alternateKeys;
public final DataFetcher<Data> fetcher;
public LoadData(@NonNull Key sourceKey, @NonNull DataFetcher<Data> fetcher) {
this(sourceKey, Collections.<Key>emptyList(), fetcher);
}
public LoadData(@NonNull Key sourceKey, @NonNull List<Key> alternateKeys,
@NonNull DataFetcher<Data> fetcher) {
this.sourceKey = Preconditions.checkNotNull(sourceKey);
this.alternateKeys = Preconditions.checkNotNull(alternateKeys);
this.fetcher = Preconditions.checkNotNull(fetcher);
}
}
@Nullable
LoadData<Data> buildLoadData(@NonNull Model model, int width, int height,
@NonNull Options options);
boolean handles(@NonNull Model model);
}
它是一个工厂类的接口，用于将任意复杂的数据模型转换为具体的数据类型。
复杂的数据模型：通过给Glide设置了的各种属性，比如动画、缩放、模糊等等配置
具体的数据类型：LoadData ---- 由一系列的Key和DataFetcher组成的数据结构
它可以构建像 HttpGlideUrlLoader，内部构建一个HttpUrlFetcher，来进行网络的下载资源
也可以构建 FileLoader，内部构建一个 FileFetcher，来进行文件资源的获取。
它和DataFetcher是一起绑定的。
3. DecodeHelper
具体讲解需要费大量时间，所以可能会对本文出现岔道，所以具体请看这篇 DecodeHelper类相关方法分析 我们在 Glide.with().load(url) 的load中输入了获取图片资源的方式，这个方式可能是String、BitMap、Uri等。而 DecodeHelper的作用就是通过分析这个方式，分析出我们想要获取图片资源，需要哪些 ModelLoader、CacheKeys等。
比如当我们输入的是一个Url的字符串，它就能分析出我们所需的 cacheKey为：[GlideUrl,ObjectKey]，从而获取到对应的LoadData
1.4 DataFetcherGenerator.startNext()
在1.2节中讲到，如果说一直要执行到 SOURCE状态，要先执行 ResourceCacheGenerator.startNext()和 DataCacheGenerator .startNext() = false ，这里看下两个方法的实现。
1.关于ResourceCacheGenerator的实现
// ResourceCacheGenerator.java
public boolean startNext() {
List<Key> sourceIds = helper.getCacheKeys(); // 1
if (sourceIds.isEmpty()) { // 2
return false;
}
List<Class<?>> resourceClasses = helper.getRegisteredResourceClasses(); // 3
if (resourceClasses.isEmpty()) {
if (File.class.equals(helper.getTranscodeClass())) {
return false;
}
}
while (modelLoaders == null || !hasNextModelLoader()) {
resourceClassIndex++;
if (resourceClassIndex >= resourceClasses.size()) {
sourceIdIndex++;
if (sourceIdIndex >= sourceIds.size()) {
return false;
}
resourceClassIndex = 0;
}
Key sourceId = sourceIds.get(sourceIdIndex);
Class<?> resourceClass = resourceClasses.get(resourceClassIndex);
Transformation<?> transformation = helper.getTransformation(resourceClass);
currentKey =
new ResourceCacheKey(
helper.getArrayPool(),
sourceId,
helper.getSignature(),
helper.getWidth(),
helper.getHeight(),
transformation,
resourceClass,
helper.getOptions()); // 4
cacheFile = helper.getDiskCache().get(currentKey); // 5
if (cacheFile != null) {
sourceKey = sourceId;
modelLoaders = helper.getModelLoaders(cacheFile);
modelLoaderIndex = 0;
}
}
loadData = null;
boolean started = false;
while (!started && hasNextModelLoader()) {
ModelLoader<File, ?> modelLoader = modelLoaders.get(modelLoaderIndex++);
loadData = modelLoader.buildLoadData(cacheFile,
helper.getWidth(), helper.getHeight(), helper.getOptions());
if (loadData != null && helper.hasLoadPath(loadData.fetcher.getDataClass())) {
started = true;
loadData.fetcher.loadData(helper.getPriority(), this);
}
}
return started;
}
有了 1.3节中的介绍，我们可以来解析上面的源码：
注释1：根据model（即我们在Glide中传入的图片资源获取方式），可以拿到 cacheKeys，当我们传入的是Stirng类型的（比如Url），那么这个 cacheKeys就有两个元素 [GlideUrl,ObjectKey]
注释2：如果拿到的cacheKeys为空，则直接返回false
注释3：获取resourceClass的信息，就是glide所支持的资源类的信息，比如Bitmap
注释4：进行循环，根据注释1中的 Key和注释3中的 资源类信息，生成一个缓存的 key对象 ---- ResourceCacheKey，
注释5： 拿着这个key去 DiskCache中寻找是否有缓存对象。如果查找成功，获取 它的 ModelLoader对象，失败则继续循环。
这个while循环就是为了找到对应的 ModelLoader信息，如果找不到则返回false，如果找到了则进入下一个while循环，这个循环中就是根据上一个循环找到的ModelLoader数组，遍历每个 ModelLoader，然后执行其 fetcher的 loadData()方法进行资源的加载。然后返回true。
ResourceCacheGenerator.startNext()这个方法总结为一句话就是： 根据ResourceCacheKey从磁盘缓存中获取缓存。
如果获取不到，则执行DataCacheGenerator .startNext()
2.关于DataCacheGenerator的实现
// DataCacheGenerator.java
public boolean startNext() {
while (modelLoaders == null || !hasNextModelLoader()) {
sourceIdIndex++;
if (sourceIdIndex >= cacheKeys.size()) {
return false;
}
Key sourceId = cacheKeys.get(sourceIdIndex);
@SuppressWarnings("PMD.AvoidInstantiatingObjectsInLoops")
Key originalKey = new DataCacheKey(sourceId, helper.getSignature());
cacheFile = helper.getDiskCache().get(originalKey);
if (cacheFile != null) {
this.sourceKey = sourceId;
modelLoaders = helper.getModelLoaders(cacheFile);
modelLoaderIndex = 0;
}
}
loadData = null;
boolean started = false;
while (!started && hasNextModelLoader()) {
ModelLoader<File, ?> modelLoader = modelLoaders.get(modelLoaderIndex++);
loadData =
modelLoader.buildLoadData(cacheFile, helper.getWidth(), helper.getHeight(),
helper.getOptions());
if (loadData != null && helper.hasLoadPath(loadData.fetcher.getDataClass())) {
started = true;
loadData.fetcher.loadData(helper.getPriority(), this);
}
}
return started;
}
这个方法和上述的 ResourceCacheGenerator中的startNext()很像，其实很多部分都是一样的， 但是这里有唯一一处不同是，就是去DiskCache中寻找用缓存用的Key并不是 ResourceCacheKey，而是一个 DataCacheKey。
他们的区别是：
- ResourceCacheKey
指向的是包含缩减采样/转换资源数据的缓存文件 - DataCacheKey
指向的是包含原始未修改源数据的缓存文件
这也就能看出DataFetcherGenerator的作用是：
- ResourceCacheGenerator
DataFetcherGenerator实现类，从包含缩减采样/转换资源数据的缓存文件生成DataFetchers - DataCacheGenerator
DataFetcherGenerator实现类，从包含原始未修改源数据的缓存文件生成DataFetchers
在1.2节中，这两个方法执行完之后，stage来到了 SWITCH_TO_SOURCE_SERVICE状态，那么他会runReason为调用 reschedule()，拿着非diskCacheExecutor的线程执行器再去执行一遍任务。
也就是重新执行了 DecodeJob.runWrapped()，而这个方法最终为调用 SourceGenerator.startNext()
3.关于SourceGenerator的实现
// SourceGenerator.java
@Override
public boolean startNext() {
if (dataToCache != null) {
Object data = dataToCache;
dataToCache = null;
cacheData(data); // 1
}
if (sourceCacheGenerator != null && sourceCacheGenerator.startNext()) {
return true;
}
sourceCacheGenerator = null;
loadData = null;
boolean started = false;
while (!started && hasNextModelLoader()) {
loadData = helper.getLoadData().get(loadDataListIndex++);
if (loadData != null
&& (helper.getDiskCacheStrategy().isDataCacheable(loadData.fetcher.getDataSource())
|| helper.hasLoadPath(loadData.fetcher.getDataClass()))) {
started = true;
loadData.fetcher.loadData(helper.getPriority(), this); // 2
}
}
return started;
}
// 将数据缓存到Disk中
private void cacheData(Object dataToCache) {
long startTime = LogTime.getLogTime();
try {
Encoder<Object> encoder = helper.getSourceEncoder(dataToCache);
DataCacheWriter<Object> writer =
new DataCacheWriter<>(encoder, dataToCache, helper.getOptions());
originalKey = new DataCacheKey(loadData.sourceKey, helper.getSignature());
helper.getDiskCache().put(originalKey, writer);
if (Log.isLoggable(TAG, Log.VERBOSE)) {
Log.v(TAG, "Finished encoding source to cache"
+ ", key: " + originalKey
+ ", data: " + dataToCache
+ ", encoder: " + encoder
+ ", duration: " + LogTime.getElapsedMillis(startTime));
}
} finally {
loadData.fetcher.cleanup();
}
sourceCacheGenerator =
new DataCacheGenerator(Collections.singletonList(loadData.sourceKey), helper, this);
}
注释1：通过 cacheData()将数据缓存到 DataDiskCache中，dataToCache是在数据加载好，这个对象才有的，所以在一开始进来，这个方法是不会执行的。
注释2：通过 DataFetcher.loadData()请求数据。
具体的请求这里就不细讲了。只知道在请求成功，会调用 SourceGenerator.onDataReady()表示数据已经获取成功：
// SourceGenerator.java
public void onDataReady(Object data) {
DiskCacheStrategy diskCacheStrategy = helper.getDiskCacheStrategy();
if (data != null && diskCacheStrategy.isDataCacheable(loadData.fetcher.getDataSource())) {
dataToCache = data;
cb.reschedule(); // 1
} else {
cb.onDataFetcherReady(loadData.sourceKey, data, loadData.fetcher,
loadData.fetcher.getDataSource(), originalKey);
}
}
注释1：如果数据可以被缓存，则调用 reschedule()，这个方法会在 SourceGenerator.startNext()中执行 cacheData()将数据和新的DataCacheKey一起保存在了磁盘中。最后返回true。
最终还是调用了 onDataFetcherReady()使得代码回到了 DecodeJob 中。
而DecodeJob就会对数据解码，和重新编码后缓存，调用到 EngineJob.onResourceReady()中
最后 EnginJob会向主线程发送消息，最终告知 ViewTarget()执行成功并显示对应图片资源。
1.5 DecodeJob.run时序图
从上面的源码，我这边总结了一下 run的时序图，便于理解方法的调用：
到这里 load方法算是分析的七七八八了。
上述分析中缓存讲的并不是很清楚，所以这里需要再补充一些缓存的知识。
2. Glide缓存总结
我们知道 Glide的缓存机制，都在 load()流程中。
一路看下来，我们知道了它总共有两种缓存，一种是 内存缓存，一种是 磁盘缓存：
2.1 内存缓存
内存缓存出现在 load的前半段：
// Engine.java
...
EngineResource<?> active = loadFromActiveResources(key, isMemoryCacheable);
...
EngineResource<?> cached = loadFromCache(key, isMemoryCacheable);
...
他们的作用：
- 第一层内存缓存： loadFromActiveResources
从ActiveResources所维护的HashMap中获取弱引用缓存资源 - 第二层内存缓存：loadFromCache
从 LruCache中获取缓存资源，LruCache就是一个拓展的 LinkedHashMap
如果可以获取成功， 把获取到的数据放到 ActiveResources 中。
这里的问题是，同样是内存缓存，为什么要分成两层？为什么第二层在获取成功后把数据移动到第一层？
我们需要注意的是在我们获取成功的时候，代码调用了： active.acquire() 资源有一个计数器，当被引用时，自增1。
这个地方就解释了为什么内存缓存有两层：
将内存缓存的资源分成 正在使用的 和 没有使用的，正在使用的用弱引用缓存，这样能优化运行时内存性能，在需要时随时回收，当前不用的图片则通过LruCache来缓存。这样也能节省空间。
这里就解决了两层内存缓存的疑惑。
这里还有另外一个问题，那就是 资源是什么时候被放到 内存Cache里面去的呢?
在 1.5节中，我们看到了回调，在 Engine.onEngineJobComplete()中：
// Engine.java
public void onEngineJobComplete(EngineJob<?> engineJob, Key key, EngineResource<?> resource) {
Util.assertMainThread();
if (resource != null) {
resource.setResourceListener(key, this);
if (resource.isCacheable()) {
activeResources.activate(key, resource); // 1
}
}
jobs.removeIfCurrent(key, engineJob);
}
注释1：这个方法就是将资源放到了 ActiveResources中。
那只有这个地方，LruCache中的缓存在哪里存的呢？这就要看Resource资源了，我们在EngineResource中，看到它除了acquire()进行引用自增，它同样还有一个方法，如果减少一个引用，他就会自减：
// EngineResource.java
void release() {
...
if (--acquired == 0) {
listener.onResourceReleased(key, this);
}
}
如果发现引用为0，说明没有地方引用这个图片资源了，就会调用 Engine.onResourceReleased()：
// Engine.java
@Override
public void onResourceReleased(Key cacheKey, EngineResource<?> resource) {
...
if (resource.isCacheable()) {
cache.put(cacheKey, resource); // 1
} else {
resourceRecycler.recycle(resource); // 2
}
}
注释1：如果资源可以缓存，则缓存在 LruCache中
注释2：如果不能缓存，则直接释放资源。
这样一来，就解答了开始的疑问。这里做一个总结：
- 当资源被成功加载后，在 Engine的
onEngineJobComplete()回调中，放到内存的 ActiveResources所维护的 弱引用HashMap中。 - 当一个资源所持有的引用为0，则调用
Engine.onResourceReleased，如果这个资源可以被缓存，则它加入到 内存的 LruCache中。如果不能被缓存则直接释放。
2.2 磁盘缓存
磁盘缓存是在 DecodeJob的run方法中，通过 ResourceCacheGenerator.startNext()和 DataCacheGenerator.startNext()做的：
- ResourceCacheGenerator.startNext()
读取硬盘中可以匹配ResourceCacheKey的文件，它是包含缩减采样/转换资源数据的缓存文件 - DataCacheGenerator.startNext()
读取硬盘中可以匹配DataCacheKey的文件，它是包含原始未修改源数据的缓存文件
在资源加载成功后，在SourceGenerator.cacheData()中写入到磁盘中。
它会通过下面的代码来更新：
// ResourceCacheKey.java
@Override
public void updateDiskCacheKey(@NonNull MessageDigest messageDigest) {
byte[] dimensions = arrayPool.getExact(8, byte[].class);
ByteBuffer.wrap(dimensions).putInt(width).putInt(height).array();
signature.updateDiskCacheKey(messageDigest);
sourceKey.updateDiskCacheKey(messageDigest);
messageDigest.update(dimensions);
if (transformation != null) {
transformation.updateDiskCacheKey(messageDigest);
}
options.updateDiskCacheKey(messageDigest);
messageDigest.update(getResourceClassBytes());
arrayPool.put(dimensions);
}
至于调用时机，请看这个步骤：
// 在我们获取磁盘缓存时调用的方法
helper.getDiskCache().get(currentKey);
而这个 DiskCache()是 DiskLruCacheWrapper类型，
在 DecodeJob解析完数据后，会调用 notifyEncodeAndRelease()，示意对数据进行自己的编码然后缓存，这个方法如下：
private void notifyEncodeAndRelease(Resource<R> resource, DataSource dataSource) {
...
stage = Stage.ENCODE;
try {
if (deferredEncodeManager.hasResourceToEncode()) {
deferredEncodeManager.encode(diskCacheProvider, options);
}
}...
}
这里调用了 DeferredEncodeManager.encode():
void encode(DiskCacheProvider diskCacheProvider, Options options) {
...
try {
diskCacheProvider.getDiskCache().put(key,
new DataCacheWriter<>(encoder, toEncode, options));
} ...
}
这里则把数据给put到了 DiskLruCacheWrapper中。这就完成了磁盘缓存。
这里有一个问题，为什么磁盘缓存也需要两层，这个非常容易理解：
- 通过DataCacheGenerator缓存
它是在数据被加载完后put进去的，它是原始的未改变的图片资源，是最原生的。 - 通过ResourceCacheGenerator缓存
它是在数据被加载完后，经过重新编码，再缓存到磁盘中的。经过重新编码，图片资源会减小采样或者更换资源形式，这样可以用更少的空间来替代原生的。在获取的时候也先从该缓存中获取，是轻一级的磁盘缓存。
因为磁盘读取是耗时操作，所以磁盘缓存是在 子线程（GlideExecutor）中做的。和快速的内存缓存分开了~
