Flutter 1.17 对列表图片的优化解析

相信 Flutter 的开发者应该遇到过,对于大量数据的列表进行图片加载时,在 iOS 上很容易出现 OOM的问题,这是因为 Flutter 特殊的图片加载流程造成。

在 Android 上 Flutter Image 主要占用的内存不是 JVM 的内存,而是 Graphics 相关的内存,这样的内存调用可以最大程度利用 Native 内存。

一、默认流程

Flutter 默认在进行图片加载时,会先通过对应的 ImageProvider 去加载图片数据,然后通过 PaintingBinding 对数据进行编码,之后返回包含编码后图片数据和信息的 ImageInfo 去实现绘制。

详细图片加载流程可见:《十、 深入图片加载流程)》

本身这个逻辑并没有什么问题,问题就在于 Flutter 中对于图片在内存中的 Cache 对象是一个 ImageStream 对象

Flutter 中 ImageCache 缓存的是一个异步对象,缓存异步加载对象的一个问题是:在图片加载解码完成之前,你无法知道到底将要消耗多少内存,并且大量的图片加载,会导致的解码任务需要产生大量的IO

所以一开始最粗暴的情况是:通过 PaintingBinding.instance 去设置 maximumSizemaximumSizeBytes,但是这种简单粗爆的处理方法并不能解决长列表图片加载的溢出问题,因为在长列表中,快速滑动的情况下可能会在一瞬间“并发”出大量图片加载需求。

所以在 1.17 版本上,官方针对这种情况提供了场景化的处理方式: ScrollAwareImageProvider

二、ScrollAwareImageProvider

1.17 中可以看到,在 Image 控件中原本 _resolveImage 方法所使用的 imageProviderScrollAwareImageProvider 所代理,并且多了一个叫 DisposableBuildContext<State<Image>> 的 context 参数。那 ScrollAwareImageProvider 的作用是什么呢?

  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,
      ));
    assert(newStream != null);
    _updateSourceStream(newStream);
  }

其实 ScrollAwareImageProvider 对象最主要的使用就是在 resolveStreamForKey 方法中,通过 Scrollable.recommendDeferredLoadingForContext 方法去判断当前是不是需要推迟当前帧画面的加载,换言之就是:是否处于快速滑动的过程

Scrollable.recommendDeferredLoadingForContext 作为一个 static 方法,如何判断当前是不是处于列表的快速滑动呢?

这就需要通过当前 contextgetElementForInheritedWidgetOfExactType 方法去获取 Scrollable 内的 _ScrollableScope

_ScrollableScopeScrollable 内的一个 InheritedWidget ,而 Flutter 中的可滑动视图内必然会有 Scrollable ,所以只要 Image 是在列表内,就可以通过 context.getElementForInheritedWidgetOfExactType<_ScrollableScope>() 去获取到 _ScrollableScope

获取到 _ScrollableScope 就可以获取到它内部的 ScrollPosition , 进而它的 ScrollPhysics 对应的 recommendDeferredLoading 方法,判断列表是否处于快速滑动状态。所以判断是否快速滑动的逻辑其实是在 ScrollPhysics


  bool recommendDeferredLoading(double velocity, ScrollMetrics metrics, BuildContext context) {
    assert(velocity != null);
    assert(metrics != null);
    assert(context != null);
    if (parent == null) {
      final double maxPhysicalPixels = WidgetsBinding.instance.window.physicalSize.longestSide;
      return velocity.abs() > maxPhysicalPixels;
    }
    return parent.recommendDeferredLoading(velocity, metrics, context);
  }
  

关于 ScrollPhysics 的解释可以看 《十八、 神奇的ScrollPhysics与Simulation》

然后回到 resolveStreamForKey 方法,可以看到当 Scrollable.recommendDeferredLoadingForContext 返回 true 时就等待,等待就是会通过 SchedulerBinding 在下一帧绘制时再次调用 resolveStreamForKey, 递归再走一遍 resolveStreamForKey 的逻辑,如果判断此时不再是快速滑动,就走正常的图片加载逻辑。

@override
  void resolveStreamForKey(
    ImageConfiguration configuration,
    ImageStream stream,
    T key,
    ImageErrorListener handleError,
  ) {
    if (stream.completer != null || PaintingBinding.instance.imageCache.containsKey(key)) {
      imageProvider.resolveStreamForKey(configuration, stream, key, handleError);
      return;
    }
    if (context.context == null) {
      return;
    }
    if (Scrollable.recommendDeferredLoadingForContext(context.context)) {
        SchedulerBinding.instance.scheduleFrameCallback((_) {
          scheduleMicrotask(() => resolveStreamForKey(configuration, stream, key, handleError));
        });
        return;
    }
    imageProvider.resolveStreamForKey(configuration, stream, key, handleError);
  }

如上代码所示,可以看到在 ScrollAwareImageProviderresolveStreamForKey 方法中,当 stream.completer != null 且存在缓存时,直接就去加载原本已有的流程,如果快速滑动过程中图片还没加载的,就先不加载。

Flutter 中为了防止 context 在图片异步加载流程中持有导致内存泄漏,又针对 Image 封装了一个 DisposableBuildContext

DisposableBuildContext 是通过持有 State 来持有 context 的,并且在 dispose 时将 _state = null 设置为 null 来清除对 State 的持有。所以可以看到 上述代码中,context.context == null 时直接就 return 了。

另外前面介绍的 resolveStreamForKey 也是新增加的方法,在原本的 ImageProvider 进行图片加载时,会通过 ImageStream resolve 方法去得到并返回一个 ImageStream

resolveStreamForKey 将原本 imageCacheImageStreamCompleter 的流程抽象出来,并且在 ScrollAwareImageProvider 中重写了 resolveStreamForKey 方法的执行逻辑,这样快速滑动时,图片的下载和解码可以被中断,从而减少了不必要的内存占用。

虽然这种方法不能100%解决图片加载时 OOM 的问题,但是很大程度优化了列表中的图片内存占用,官方提供的数据上看理论上可以在原本基础上节省出 70% 的内存。

image

相关推荐:Merged Defer image decoding when scrolling fast #49389

资源推荐

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,839评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,543评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,116评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,371评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,384评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,111评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,416评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,053评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,558评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,756评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,324评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2 345