zoukankan      html  css  js  c++  java
  • Android

    Android网络编程(一)HTTP协议原理

    Android网络请求心路历程

    HttpURLConnection和HttpClient对比:

    http://blog.csdn.net/guolin_blog/article/details/12452307

    HttpURL基本封装

    http://www.jianshu.com/p/3141d4e46240

    HTTP缓存机制

    缓存对于移动端是非常重要的存在。

    • 减少请求次数,减小服务器压力.
    • 本地数据读取速度更快,让页面不会空白几百毫秒。
    • 在无网络的情况下提供数据。

    缓存一般由服务器控制(通过某些方式可以本地控制缓存,比如向过滤器添加缓存控制信息)。

    Request

    请求头字段意义
    If-Modified-Since: Sun, 03 Jan 2016 03:47:16 GMT 缓存文件的最后修改时间。
    If-None-Match: "3415g77s19tc3:0" 缓存文件的Etag(Hash)值
    Cache-Control: no-cache 不使用缓存
    Pragma: no-cache 不使用缓存

    Response

    响应头字段意义
    Cache-Control: public 响应被共有缓存,移动端无用
    Cache-Control: private 响应被私有缓存,移动端无用
    Cache-Control:no-cache 不缓存
    Cache-Control:no-store 不缓存
    Cache-Control: max-age=60 60秒之后缓存过期(相对时间)
    Date: Sun, 03 Jan 2016 04:07:01 GMT 当前response发送的时间
    Expires: Sun, 03 Jan 2016 07:07:01 GMT 缓存过期的时间(绝对时间)
    Last-Modified: Sun, 03 Jan 2016 04:07:01 GMT 服务器端文件的最后修改时间
    ETag: "3415g77s19tc3:0" 服务器端文件的Etag[Hash]值

    正式使用时按需求也许只包含其中部分字段。
    客户端要根据这些信息储存这次请求信息。
    然后在客户端发起请求的时候要检查缓存。遵循下面步骤:

    Volley&OkHttp

    Volley&OkHttp应该是现在最常用的网络请求库。用法也非常相似。都是用构造请求加入请求队列的方式管理网络请求。

    先说Volley:
    Volley可以通过这个库进行依赖.
    Volley在Android 2.3及以上版本,使用的是HttpURLConnection,而在Android 2.2及以下版本,使用的是HttpClient。
    Volley的基本用法,网上资料无数,这里推荐郭霖大神的博客
    Volley存在一个缓存线程,一个网络请求线程池(默认4个线程)。
    Volley这样直接用开发效率会比较低,我将我使用Volley时的各种技巧封装成了一个库RequestVolly.
    我在这个库中将构造请求的方式封装为了函数式调用。维持一个全局的请求队列,拓展一些方便的API。

    不过再怎么封装Volley在功能拓展性上始终无法与OkHttp相比。
    Volley停止了更新,而OkHttp得到了官方的认可,并在不断优化。
    因此我最终替换为了OkHttp

    OkHttp用法见这里
    很友好的API与详尽的文档。
    这篇文章也写的很详细了。
    OkHttp使用Okio进行数据传输。都是Square家的。
    但并不是直接用OkHttp。Square公司还出了一个Retrofit库配合OkHttp战斗力翻倍。

    Retrofit&RestAPI

    Retrofit极大的简化了网络请求的操作,它应该说只是一个Rest API管理库,它是直接使用OKHttp进行网络请求并不影响你对OkHttp进行配置。毕竟都是Square公司出品。
    RestAPI是一种软件设计风格。
    服务器作为资源存放地。客户端去请求GET,PUT, POST,DELETE资源。并且是无状态的,没有session的参与。



    移动端与服务器交互最重要的就是API的设计。比如这是一个标准的登录接口。


    Paste_Image.png

    你们应该看的出这个接口对应的请求包与响应包大概是什么样子吧。
    请求方式,请求参数,响应数据,都很清晰。
    使用Retrofit这些API可以直观的体现在代码中。


    Paste_Image.png

    然后使用Retrofit提供给你的这个接口的实现类 就能直接进行网络请求获得结构数据。

    注意Retrofit2.0相较1.9进行了大量不兼容更新。google上大部分教程都是基于1.9的。这里有个2.0的教程。

    教程里进行异步请求是使用Call。Retrofit最强大的地方在于支持RxJava。就像我上图中返回的是一个Observable。RxJava上手难度比较高,但用过就再也离不开了。Retrofit+OkHttp+RxJava配合框架打出成吨的输出,这里不再多说。

    网络请求学习到这里我觉得已经到顶了。。

    网络图片加载优化

    对于图片的传输,就像上面的登录接口的avatar字段,并不会直接把图片写在返回内容里,而是给一个图片的地址。需要时再去加载。

    如果你直接用HttpURLConnection去取一张图片,你办得到,不过没优化就只是个BUG不断demo。绝对不能正式使用。
    注意网络图片有些特点:

    1. 它永远不会变
      一个链接对应的图片一般永远不会变,所以当第一次加载了图片时,就应该予以永久缓存,以后就不再网络请求。
    2. 它很占内存
      一张图片小的几十k多的几M高清无码。尺寸也是64*64到2k图。你不能就这样直接显示到UI,甚至不能直接放进内存。
    3. 它要加载很久
      加载一张图片需要几百ms到几m。这期间的UI占位图功能也是必须考虑的。

    说说我在上面提到的RequestVolley里做的图片请求处理(没错我做了,这部分的代码可以去github里看源码)。

    三级缓存

    网上常说三级缓存--服务器,文件,内存。不过我觉得服务器不算是一级缓存,那就是数据源嘛。

    • 内存缓存
      首先内存缓存使用LruCache。LRU是Least Recently Used 近期最少使用算法,这里确定一个大小,当Map里对象大小总和大于这个大小时将使用频率最低的对象释放。我将内存大小限制为进程可用内存的1/8.
      内存缓存里读得到的数据就直接返回,读不到的向硬盘缓存要数据。

    • 硬盘缓存
      硬盘缓存使用DiskLruCache。这个类不在API中。得复制使用。
      看见LRU就明白了吧。我将硬盘缓存大小设置为100M。


    @Override
      public void putBitmap(String url, Bitmap bitmap) {
          put(url, bitmap);
          //向内存Lru缓存存放数据时,主动放进硬盘缓存里
          try {
              Editor editor = mDiskLruCache.edit(hashKeyForDisk(url));
              bitmap.compress(Bitmap.CompressFormat.JPEG, 100, editor.newOutputStream(0));
              editor.commit();
          } catch (IOException e) {
              e.printStackTrace();
          }
      }
    
      //当内存Lru缓存中没有所需数据时,调用创造。
      @Override
      protected Bitmap create(String url) {
          //获取key
          String key = hashKeyForDisk(url);
          //从硬盘读取数据
          Bitmap bitmap = null;
          try {
              DiskLruCache.Snapshot snapShot = mDiskLruCache.get(key);
              if(snapShot!=null){
                  bitmap = BitmapFactory.decodeStream(snapShot.getInputStream(0));
              }
          } catch (IOException e) {
              e.printStackTrace();
          }
          return bitmap;
      }
    
    • DiskLruCache的原理不再解释了(我还解决了它存在的一个BUG,向Log中添加的数据增删记录时,最后一条没有输出,导致最后一条缓存一直失效。)

    • 硬盘缓存也没有数据就返回空,然后就向服务器请求数据。

    这就是整个流程。
    但我这样的处理方案还是有很多局限。

    • 图片未经压缩处理直接存储使用
    • 文件操作在主线程
    • 没有完善的图片处理API

    以前也觉得这样已经足够好直到我遇到下面俩。

    Fresco&Glide

    不用想也知道它们都做了非常完善的优化,重复造轮子的行为很蠢。
    Fresco是Facebook公司的黑科技。光看功能介绍就看出非常强大。使用方法官方博客说的够详细了。
    真三级缓存,变换后的BItmap(内存),变换前的原始图片(内存),硬盘缓存。
    在内存管理上做到了极致。对于重度图片使用的APP应该是非常好的。
    它一般是直接使用SimpleDraweeView来替换ImageView,呃~侵入性较强,依赖上它apk包直接大1M。代码量惊人。

    所以我更喜欢Glide,作者是bumptech。这个库被广泛的运用在google的开源项目中,包括2014年google I/O大会上发布的官方app。
    这里有详细介绍。直接使用ImageView即可,无需初始化,极简的API,丰富的拓展,链式调用都是我喜欢的。
    丰富的拓展指的就是这个
    另外我也用过Picasso。API与Glide简直一模一样,功能略少,且有半年未修复的BUG。

    图片管理方案

    再说说图片存储。不要存在自己服务器上面,徒增流量压力,还没有图片处理功能。
    推荐七牛阿里云存储(没用过其它 π__π )。它们都有很重要的一项图片处理。在图片Url上加上参数来对图片进行一些处理再传输。
    于是(七牛的处理代码)


    public static String getSmallImage(String image){
            if (image==null)return null;
            if (isQiniuAddress(image)) image+="?imageView2/0/w/"+IMAGE_SIZE_SMALL;
            return image;
        }
    
        public static String getLargeImage(String image){
            if (image==null)return null;
            if (isQiniuAddress(image)) image+="?imageView2/0/w/"+IMAGE_SIZE_LARGE;
            return image;
        }
    
        public static String getSizeImage(String image,int width){
            if (image==null)return null;
            if (isQiniuAddress(image)) image+="?imageView2/0/w/"+width;
            return image;
        }

    既可以加快请求速度,又能减少流量。再配合Fresco或Glide。完美的图片加载方案。
    不过这就需要你把所有图片都存放在七牛或阿里云,这样也不错。

    图片/文件上传也都是使用它们第三方存储,它们都有SDK与官方文档教你。
    不过图片一定要压缩过后上传。上传1-2M大的高清照片没意义。

  • 相关阅读:
    JMS学习四(ActiveMQ消息过滤)
    JMS学习三(ActiveMQ消息的可靠性)
    JMS学习二(简单的ActiveMQ实例)
    JMS学习一(JMS介绍)
    Linux iostat监测IO状态
    git删除所有提交历史记录
    MySQL查看数据库相关信息
    Java面试通关要点汇总集
    java开发需掌握技能2
    java开发需掌握技能1
  • 原文地址:https://www.cnblogs.com/qlky/p/7237385.html
Copyright © 2011-2022 走看看