Android开发中，我们经常会用到SharedPreferences，它是一种轻量的数据存储方式，通常用来存储一些简单的配置信息。看了网络上的一些文章，感觉都不是特别满意，因此希望能结合自己的经验和理解写一篇分析SharedPreferences的文章。本文不会讲解SharedPreferences的基本用法，而是会结合源码来分析SharedPreferences的工作原理，以及使用中存在的一些问题。
通过这篇文章，你可以了解到：
SharedPreferences是怎么工作的
SharedPreferences使用中有哪些坑
怎么来避免SharedPreferences的那些问题
首先，我们要搞清楚SharedPreferences的本质是什么。它的本质是基于xml文件存储的key-value键值对数据，其存储位置在/data/data/包名/shared_prefs目录下。由于它是存储在应用程序的私有目录下，外部是无法直接访问的。也就是说它实际上就是一个xml文件，和普通的xml没有本质区别，内容也和我们工程代码里的strings.xml文件的内容类似。
源码分析
下面我们通过对源码的分析，讲解一下它的工作原理。先来看一下SharePreferences的基本用法。
SharedPreferences sp = context.getSharedPreferences(“file1”, Context.MODE_PRIVATE);
sp.edit().putBoolean(“key1”, false).commit();
sp.getBoolean(“key1”)
那么我们就从getSharedPreferences()方法开始讲起，实际上Context最终调用的是ContextImpl中的getSharedPreferences方法，我们看下这个方法。
其中包含一个mSharedPrefsPaths对象，它是ArrayMap类型，我们可以在App中创建多个sp文件，mSharedPrefsPaths中就是存储了不同sp文件名和sp文件的对应关系。这里的getSharedPreferencesPath方法实际上就是在磁盘上创建了一个xml文件。查看上图最后一行的getSharedPreferences方法。
我们看到这个方法实际返回了一个SharedPreferencesImpl对象，看下SharedPreferencesImpl的构造方法。
其中调用了startLoadFromDisk方法，startLoadFromDisk在子线程里调用了loadFromDisk，执行线程之前将mLoaded设置为false，再来看下这个loadFromDisk方法。
这个方法的代码很多，我们只看最核心的部分，它通过XmlUtils.readMapXml()将文件读取到mMap中，mMap是一个HashMap，并且将mLoaded设置为true，大家记住mLoaded这个变量，后面还会遇到它。也就是说，sp文件的内容被读取到内存并且缓存到mMap中了，后续对sp的操作都与内存中的缓存有关。既然sp文件的内容会缓存到内存中，如果文件中存储了大量数据，就会占用很大的内存空间，这点需要特别注意。
SharedPreferences的创建过程讲完了，下面我们来看一下put过程。put操作首先要调用edit()方法，
又见到了mLoaded这个变量，我们回忆一下之前的逻辑，在开始开启线程读取sp文件到内存的时候，这个变量被置为false，等线程执行完会置为true，在上图的awaitLoadedLocked方法中，如果发现mLoaded为false，则调用wait方法，此时会阻塞当前线程，直到sp文件读取完成，才调用notifyAll()通知这里被阻塞的线程继续执行。也就是说，如果读取sp文件的操作执行时间很长的话，这里就可能会阻塞主线程导致ANR。
怎么才能尽可能的避免这个问题呢？首先，我们需要将sp文件根据功能和特点分解为多个小文件，比如根据不同的功能模块进行划分，或者根据读写的频率，也可以根据是否App启动的时候就需要加载。如果每个文件足够小，那么在读取文件到内存的时候，耗时自然也就少了。尤其是在App启动的时候，只需要加载启动时需要的sp配置，可以一定程度上减少启动时间。
下面继续看源码。edit()方法返回了一个Editor对象，实际的类型是EditorImpl。
EditorImpl中包含一个HashMap类型成员mModified，调用Editor的方法如putString之后，都只是将数据存储在mModified中。这里只是数据的暂存区，因此如果忘记调用commit或者apply方法，数据其实并没有写入磁盘。有一点需要注意的是我们每次调用edit方法，都会创建一个mModified对象，因此，有必要减少edit方法的调用。
最后，就是调用commit或者apply方法了。我们知道commit是同步写入，会返回执行结果；而apply方法是异步写入，并不会返回执行结果。下面通过源码来分析下它们的实现。
commit方法中先后调用了commitToMemory和enqueueDiskWrite。commitToMemory方法的作用是将前面提到的mModified中缓存的数据更新到前面提到的mMap中，这个mMap会被最终写入文件。我们看enqueueDiskWrite方法，它的第二个参数传了null，因此，isFromSyncCommit为true，然后直接执行了writeToDiskRunnable.run()方法，其中通过调用writeToFile将mMap中的配置内容写入sp文件。
从源码中我们可以看出，commit的执行是同步的，而且是全量的写入。如果不是必要的情况，尽量不要使用commit去保存sp的配置，以防止写文件阻塞主线程。
我们再来看apply方法的实现有什么不同。
这里所不同的是enqueueDiskWrite的第二个参数不为null，所以方法内部将写入文件的操作放入了单线程的线程池异步执行：
QueuedWork.singleThreadExecutor().execute(writeToDiskRunnable)。
由于是单线程，来不及执行的Runnable都被放在队列中等待执行 。writeToDiskRunnable里面执行了writeToFile将sp写入文件，然后调用了postWriteRunnable的run()方法，这里面又调用了awaitCommit的run()方法，最后调用了mcr.writtenToDiskLatch.await()。那么这个writtenToDiskLatch又有什么作用呢？通过代码，我们发现writeToFile方法里面最终会调用writtenToDiskLatch的countDown方法，也就是说，如果sp文件的写入一直没有执行完，writtenToDiskLatch.await()这个调用就会阻塞在这里，但从实际的执行时序上来看writtenToDiskLatch的countDown的调用又肯定是在await之前的，那么这个await的调用到底有什么作用呢？我们又注意到，这里有一行代码：QueuedWork.add(awaitCommit)。 我们看下这个QueuedWork是什么？
图中略去了部分代码，add方法实际上就是将runnable加入到一个ConcurrentLinkedQueue中。下面的waitToFinish方法里会去遍历queue中的每个Runnable，并执行它的run方法。那么waitToFinish方法又是在哪里调用的呢？我们根据注释找到了ActivityThread类的handlePauseActivity、handleStopActivity方法，我们来看其中的一个。
我们看到，在Activity调用onStop的时候，会调用QueuedWork.waitToFinish()，遍历执行其中的runnable。假设我们频繁的调用了apply方法，并紧接着调用了onStop，那么就可能会发生onStop一直等待QueuedWork.waitToFinish执行完成而产生ANR。也就是说，即使是调用了apply方法去异步提交，也不是完全安全的。如果apply方法使用不当，也许会遇到与下图类似的问题。
上面讲了put操作，由于get操作相对简单一些，这里就不单独分析了。
总结
从上面的分析我们发现SharedPreferences的使用并不是那么简单的，使用不当可能会导致程序异常，我们对上面提到的一些问题进行一下总结：
sp配置不要全部都写在一个文件中，这样不仅第一次加载会很慢，也会占用大量内存。最好是根据一定规则分成多个sp文件。比如频繁和不频繁写入的配置就分别存储在两个不同的文件中。
sp文件的写入是全量写入，即使改了一条配置，写入的时候也会对整个文件进行操作，因此最好能批量操作，不要每次都commit。
启动的时候需要读取sp的配置最好异步进行，如果一定要同步读取，启动的sp文件要尽可能的小。
不要将太大的配置项（包括key和value）存储在sp中，否则会占用大量内存。
获取SharedPreferences对象的时候会读取sp文件，如果文件没有读取完，就执行了get和put操作，可能会出现需要等待的情况，因此最好提前获取SharedPreferences对象。
每次调用edit方法都会创建一个新的EditorImpl对象，不要频繁调用edit方法。
apply方法虽然是在线程中异步将配置写入文件，但是如果任务很多，而且每个任务执行时间很长，也可能会导致Activity或Service在stop的时候出现ANR。
欢迎关注我的微信公众号，收到最新的推送文章
