全面剖析SharedPreferences

简介: 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。

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
  • 2.putXXX的时候,只是将数据写入到内存中的一个mModified Map中
  • 3.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.
  • 4.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

相关文章
|
4天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
15天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1313 5
|
2天前
|
监控 JavaScript Java
基于大模型技术的反欺诈知识问答系统
随着互联网与金融科技发展,网络欺诈频发,构建高效反欺诈平台成为迫切需求。本文基于Java、Vue.js、Spring Boot与MySQL技术,设计实现集欺诈识别、宣传教育、用户互动于一体的反欺诈系统,提升公众防范意识,助力企业合规与用户权益保护。
|
14天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1356 87
|
2天前
|
JavaScript Java 大数据
基于JavaWeb的销售管理系统设计系统
本系统基于Java、MySQL、Spring Boot与Vue.js技术,构建高效、可扩展的销售管理平台,实现客户、订单、数据可视化等全流程自动化管理,提升企业运营效率与决策能力。
|
4天前
|
弹性计算 安全 数据安全/隐私保护
2025年阿里云域名备案流程(新手图文详细流程)
本文图文详解阿里云账号注册、服务器租赁、域名购买及备案全流程,涵盖企业实名认证、信息模板创建、域名备案提交与管局审核等关键步骤,助您快速完成网站上线前的准备工作。
194 82
2025年阿里云域名备案流程(新手图文详细流程)