全面剖析SharedPreferences

1.原理和概述

  • 1.储存于硬盘上的xml键值对。
  • 2.轻量级数据储存,数据多了容易引起性能问题
  • 3.xml文件所在目录位于/data/data//shared_prefs/,可以有多个文件。

2.初始化

  1. ContextImpl记录着SharedPreferences的重要数据
    1.sSharedPrefsCache:以包名为key, 二级key是以SP文件, 以SharedPreferencesImpl为value的嵌套map结构. 这里需要sSharedPrefsCache是静态类成员变量, 每个进程是保存唯一一份, 且由ContextImpl.class锁保护.
    2.mSharedPrefsPaths:记录所有的SP文件, 以文件名为key, 具体文件为value的map结构
    3.mPreferencesDir:是指SP所在目录, 是指/data/data//shared_prefs/

  2. Context.getSharedPreferences(name, mode)获取SharedPreferences,只要是Context都能获取
    1.先从mSharedPrefsPaths查询是否存在相应文
    2.如果文件不存在, 则创建新的xml文件; 如果目录也不存在, 则先创建目录创建目录/data/data/package name/shared_prefs/

  3. 检查mode
    。1.MODE_WORLD_READABLE和MODE_WORLD_WRITEABLE 在android N开始就会抛出异常,防止外部应用读写该文件
    。2.MODE_MULTI_PROCESS 是多进程方式使用文件,由于有内存缓存的缘故这种模式下不怎么能保证进程安全,后续google不再支持。代替的方式有ContentProvider。

  4. 创建同名的.bak备份文件用于发生异常时, 可通过备份文件来恢复数据.

  5. 将xml文件加载到内存中,这个操作的线程是新开的,但是会阻塞getXXX()和setxxx()以及edit()方法。

  6. 一旦完全加载到内存, 后续的getXXX()则是直接访问内存

3.读取

  1. 在xml文件全部内加载到内存中之前,读取操作是阻塞的
  2. 在xml文件全部内加载到内存中之后,是直接读取内存中的数据

4.写入

    1. 获取一个Editor
    1. putXXX的时候,只是将数据写入到内存中的一个mModified Map中
    1. 执行commit 或 apply操作
      。 1.commit:

      • 1.将mModified的数据更新到SPI的mMap中
      • 2.当没有key发生改变, 则直接返回; 否则将mMap全部信息写入文件, 如果写入成功则删除备份文件,如果写入失败则删除mFile
      • 3.每次commit是把全部数据更新到文件, 所以每个文件的数据量必须保证足够精简

      。 2.apply:

      • 1.apply跟commit的最大区别 在于apply的写入文件操作是在单线程的线程池来完成.而commit是在当前线程阻塞运行的。
      • 2.apply方法开始的时候, 会把一个任务awaitCommit,放入一个任务队列中QueuedWork
      • 3.单线程池会不断从QueuedWork取任务然后执行。
      • QueuedWork在这里存在的价值主要是用于在Stop Service, finish BroadcastReceiver过程用于 判定是否处理完所有的异步SP操作.
    1. 总结
      1.apply因为是异步的没有返回值, commit是同步的有返回值能知道修改是否提交成功
      2.多并发的提交commit时,需等待正在处理的commit数据更新到磁盘文件后才会继续往下执行,从而降低效率; 而apply只是原子更新到内存,后调用apply函数会直接覆盖前面内存数据,从一定程度上提高很多效率。
      3.edit()每次都是创建新的EditorImpl对象.

5.优化

  1. sp里面存储特别大的key/value, 有助于减少卡顿/anr
  2. 不要高频地使用apply和commit, 尽可能地批量提交。因为每次提交就是xml文件的全部重写
  3. commit直接在主线程操作, 要注意
  4. 不要使用MODE_MULTI_PROCESS,多线程不应该使用SPI
  5. 高频写操作的key与高频读操作的key可以适当地拆分文件, 由于减少同步锁竞争
  6. 不要一上来就执行getSharedPreferences().edit(),因为getSharedPreferences()是在其他线程进行但是会阻塞.edit()。
  7. 不要连续多次edit(), 应该获取一次获取edit(),然后多次执行putxxx(), 减少内存波动。

参考文章:全面剖析SharedPreferences

©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 194,242评论 5 459
  • 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 81,769评论 2 371
  • 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 141,484评论 0 319
  • 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 52,133评论 1 263
  • 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 61,007评论 4 355
  • 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 46,080评论 1 272
  • 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 36,496评论 3 381
  • 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 35,190评论 0 253
  • 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 39,464评论 1 290
  • 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 34,549评论 2 309
  • 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 36,330评论 1 326
  • 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 32,205评论 3 312
  • 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 37,567评论 3 298
  • 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 28,889评论 0 17
  • 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 30,160评论 1 250
  • 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 41,475评论 2 341
  • 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 40,650评论 2 335

推荐阅读更多精彩内容