Okio简析

1.废话都不见了!!直接上代码

比如我们做一个简单的文件下载或拷贝操作,输入和输出可能是这样的
Okio.sink(new File("***"));
Okio.sink(new FileOutputStream(new File("***")));
Okio.sink(new Socket("***",8888));
Okio.source(new File("***"));
Okio.source(new FileOutputStream(new File("***")));
Okio.source(new Socket("***",8888));

如何把它们连接起来呢?我们以下载一张网络图片为例

Okio.buffer(Okio.source("www.jianshu.com/logo.png"))
.writeAll(Okio.sink("/mnt/sdcard/logo.png"))

是不是超级简单?Okio是如何做到的呢?又有哪些优点呢?

2.Okio的里面的概念

Paste_Image.png

对用户来讲,Okio只有3个概念,严格上来讲只有2个概念
1.Source只读输入源
2.Sink只写输出源
3.Buffer(混合了输入/输出),比如文件io和tcp网络流
所有的操作都建立在这几个概念之上,其实为了提高效率,在它们下面有一个叫segment的buffer机制,我们先忽略它。接着往下看,在这些的基础上能干什么呢?

3.Okio能干什么?

上面我们已经看到了简单的文件下载是如何实现的,我们再看看在此基础上如何实现一个上传时压缩/下载时解压的功能
我们以上传为例

Source zipedSrc=new GzipSource(Okio.source("/mnt/sdcard/logo.png"));
Okio.buffer(zipedSrc).writeAll(Okio.sink("www.ip.com/address"))

That's All,是不是只多了几个词而已呢?下载也是一样,就不写代码了。
以此类推,我们是不是可以用类似的方式实现自己的需求了吗?然!!!
比如加密,我们就来个EncoderSource/EncodeSink就可了,校检文件我们可以写一个HashcodeSource/HashcodeSink,上传/下载进度我们可以写个ProcessSouce/PorcessSink。
(事实上,Okio里面已经内置了这些功能,不看的人我不告诉他,如下图)

Paste_Image.png

4.如何实现一个Okio组件

为了看的容易,我们以一个代码量最小的hash校检为例

class HashSink implement Simk{
@Override public void write(Buffer source, long byteCount) {
long hashedCount = 0;  
for (Segment s = source.head; hashedCount < byteCount; s = s.next) {  
   int toHash = (int) Math.min(byteCount - hashedCount, s.limit - s.pos);    
//messageDigest是完成择要功能的成员变量,先不管它
  messageDigest.update(s.data, s.pos, toHash);    
  hashedCount += toHash;  
}  
 super.write(source, byteCount);}

}

就这样了吗?是啊,就这样,byebye

5.ByeBye

警告,以下为择抄内容

一它对数据进行了分块处理,这样在大数据IO的时候可以以块为单位进行IO,这可以提高IO的吞吐率。
二它对这些数据块使用链表进行管理,这可以仅通过移动“指针”就进行数据的管理,而不用真正去处理数据,而且对扩容来说也十分方便。
三对闲置的块进行管理,通过一个块池(SegmentPool)的管理,避免系统GC和申请byte时的zero-fill。 其他的还有一些小细节上的优化,比如如果你把一个UTF-8的String转为ByteString,ByteString会保留一份对原来String的引用,这样当你下次 需要decode这个String时,程序通过保留的引用直接返回对应的String,从而避免了转码过程。

最后编辑于
©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 218,607评论 6 507
  • 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 93,239评论 3 395
  • 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 164,960评论 0 355
  • 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 58,750评论 1 294
  • 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 67,764评论 6 392
  • 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 51,604评论 1 305
  • 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 40,347评论 3 418
  • 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 39,253评论 0 276
  • 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 45,702评论 1 315
  • 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 37,893评论 3 336
  • 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 40,015评论 1 348
  • 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 35,734评论 5 346
  • 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 41,352评论 3 330
  • 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 31,934评论 0 22
  • 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 33,052评论 1 270
  • 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 48,216评论 3 371
  • 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 44,969评论 2 355

推荐阅读更多精彩内容