2019独角兽企业重金招聘Python工程师标准>>>

MMKV 开源当日即登Github Trending日榜,三日后荣登周榜。MMKV 在腾讯内部开源半年,得到公司内部团队的广泛应用和一致好评。

MMKV 是基于 mmap 内存映射的移动端通用 key-value 组件,底层序列化/反序列化使用 protobuf 实现,性能高,稳定性强。从 2015 年中至今,在 iOS 微信上使用已有近 3 年,其性能和稳定性经过了时间的验证。近期已移植到 Android 平台,移动端全平台通用,并全部在 Github 上开源。

MMKV源起 在微信客户端的日常运营中,时不时就会爆发特殊文字引起系统的 crash,参考文章:《iOS微信特殊字符保护方案》,文章里面设计的技术方案是在关键代码前后进行计数器的加减,通过检查计数器的异常,来发现引起闪退的异常文字。在会话列表、会话界面等有大量 cell 的地方,希望新加的计时器不会影响滑动性能;另外这些计数器还要永久存储下来——因为闪退随时可能发生。这就需要一个性能非常高的通用 key-value 存储组件,我们考察了 SharedPreferences、NSUserDefaults、SQLite 等常见组件,发现都没能满足如此苛刻的性能要求。考虑到这个防 crash 方案最主要的诉求还是实时写入,而 mmap 内存映射文件刚好满足这种需求,我们尝试通过它来实现一套 key-value 组件。

MMKV原理 • 内存准备 通过 mmap 内存映射文件,提供一段可供随时写入的内存块,App 只管往里面写数据,由操作系统负责将内存回写到文件,不必担心 crash 导致数据丢失。数据组织 数据序列化方面我们选用 protobuf 协议,pb 在性能和空间占用上都有不错的表现。 • 写入优化 考虑到主要使用场景是频繁地进行写入更新,我们需要有增量更新的能力。我们考虑将增量 kv 对象序列化后,append 到内存末尾。 • 空间增长 使用 append 实现增量更新带来了一个新的问题,就是不断 append 的话,文件大小会增长得不可控。我们需要在性能和空间上做个折中。

更详细的设计原理参考 GitHub Wiki 文档。

MMKV功能 MMKV 优点 • 高效
MMKV 使用 mmap 来保证内存与文件的同步, 底层使用 protobuf 来存储数据, 深入挖掘了操作系统的潜力来达到最高的性能。 • 易用
你可以像使用 Dictionary 一样来使用 MMKV, 无需任何配置。所有变更马上生效, 无需调用任何 sync 之类的同步接口。 • 小巧
o 只有十几个文件: MMKV 包含了序列化/反序列化帮助类和 mmap 逻辑,再无其他累赘逻辑。代码非常精简。 o 二进制少于 60K: MMKV 每个架构只加了不到 60K 的二进制大小(解压后)。一般 App 都会压缩打包发布,实际上上会比 60K 更小。 MMKV for Android 特有功能 我们在迁移到 Android 的过程中,不是简简单单地照搬 iOS 的实现,深入分析了 Android 平台现有 kv 组件的痛点,在原有功能基础上,开发了 Android 特有的功能。

• 多进程访问
通过与 Android 开发同学的沟通,了解到系统自带的 SharedPreferences 对多进程的支持不好。现有基于 ContentProvider 封装的实现,虽然多进程是支持了,但是性能低下,经常导致 ANR。考虑到 mmap 共享内存本质上的多进程共享的,我们在这个基础上,深入挖掘了 Android 系统的能力,提供了可能是业界最高效的多进程数据共享组件。具体实现原理可以前往 GitHub 查看源码和 wiki 文档。

• 匿名内存
在多进程共享的基础上,考虑到某些敏感数据(例如密码)需要进程间共享,但是不方便落地存储到文件上,直接用 mmap 不合适。我们了解到 Android 系统提供了 Ashmem 匿名共享内存的能力,发现它在进程退出后就会消失,不会落地到文件上,非常适合这个场景。我们很愉快地提供了 Ashmem MMKV 的功能。

• 数据加密
不像 iOS 所有设备都提供了硬件层级的加密机制,在 Android 环境里,数据加密是非常必须的。MMKV 使用了 AES CFB-128 算法来加密/解密。我们选择 CFB 而不是常见的 CBC 算法,主要是因为 MMKV 使用 append-only 实现插入/更新操作,流式加密算法更加合适。事实上这个功能也回馈到了 iOS 版,所以现在两个系统的 MMKV 都有加密功能。

MMKV性能 iOS 性能对比 我们将 MMKV 和 NSUserDefaults 进行对比,重复读写操作 1w 次。相关测试代码在 iOS/MMKVDemo/MMKVDemo/,结果见如下图表。

可见,MMKV 在写入性能上远远超越 NSUserDefaults,在读取性能上也有相近或超越的表现。

(测试机器是 iPhone X 256 G,iOS 12 beta 2,每组操作重复 1w 次,时间单位是 ms。)

Android 性能对比 我们将 MMKV 和 SharedPreferences、SQLite 进行对比, 重复读写操作 1k 次。相关测试代码在 Android/MMKV/mmkvdemo/。结果如下图表。

• 单进程性能
可见,MMKV 在写入性能上远远超越 SharedPreferences & SQLite,在读取性能上也有相近或超越的表现。

(测试机器是 Pixel 2 XL 64G,Android 8.1,每组操作重复 1k 次,时间单位是 ms。)

• 多进程性能
可见,MMKV 无论是在写入性能还是在读取性能,都远远超越 MultiProcessSharedPreferences & SQLite & SQLite, MMKV 在 Android 多进程 key-value 存储组件上是不二之选。

(测试机器是 Pixel 2 XL 64G,Android 8.1,每组操作重复 1k 次,时间单位是 ms。)

Github 开源地址: https://github.com/tencent/mmkv 欢迎 Star、提 Issue 和 PR!

转载于:https://my.oschina.net/u/3447988/blog/2208731

荣登Github日榜!微信最新开源MMKV相关推荐

  1. MMKV_荣登Github日榜!微信最新开源MMKV

    MMKV 开源当日即登Github Trending日榜,三日后荣登周榜.MMKV 在腾讯内部开源半年,得到公司内部团队的广泛应用和一致好评. MMKV 是基于 mmap 内存映射的移动端通用 key ...

  2. 2015年开源项目荣登GitHub十强榜单

    翻译出自:51CTO.com 开源是一个好东西,2015最振奋人心的就是swift开源. <软件开发时代>杂志(SD Times)回顾了GitHub上的一些流行项目,这些项目已给开放和自由 ...

  3. GitHub趋势榜第一的开源低代码项目:mometa

    想知道这周GitHub上趋势榜周排名第一的是什么项目吗? 就是这款 面向研发的低代码元编程,代码可视编辑,辅助编码工具 mometa 现在市面上低代码开发工具有很多,但是mometa可能和大多数此类工 ...

  4. Facebook官方出品~时域音频分离模型登GitHub热榜

    点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 编辑:Sophia 计算机视觉联盟  报道  | 公众号 CVLianMeng 量子位 报道 | 公众号 QbitA ...

  5. android版本5.1.1彩蛋,微信最新版本居然还有5个小彩蛋:查询新体验

    原标题:微信最新版本居然还有5个小彩蛋:查询新体验 7月6日,微信最新版本6.5.10到来.除了可以设置某条朋友圈的互动不再通知和可以对视频进行简单编辑(目前仅支持IOS用户)这两大新功能之外,还能够 ...

  6. 基于TensorFlow 2.0的中文深度学习开源书来了!GitHub趋势日榜第一,斩获2K+星

    十三 发自 凹非寺  量子位 报道 | 公众号 QbitAI TensorFlow 2.0 发布已有一个半月之久,你会用了吗? 近日,一个叫做深度学习开源书的项目在火了.GitHub趋势日榜排名全球第 ...

  7. 腾讯最新开源IoT操作系统登上GitHub热榜,最小体积仅1.8 KB,标星1200+

    乾明 发自 凹非寺  量子位 报道 | 公众号 QbitAI 鹅厂又开源,这次是一个操作系统,面向物联网场景,名为TencentOS-tiny. 项目如其名,核心亮点就是tiny--最小体积仅1.8 ...

  8. 李沐《动手学深度学习》PyTorch 实现版开源,瞬间登上 GitHub 热榜!

    点击上方"AI有道",选择"星标"公众号 重磅干货,第一时间送达 李沐,亚马逊 AI 主任科学家,名声在外!半年前,由李沐.Aston Zhang 等人合力打造 ...

  9. GitHub 热榜:一款让黑客们都爱不释手的开源工具!

    点击上方"Github爱好者社区",选择星标 回复"资料",获取小编整理的一份资料 来自量子位 明明下载的是一张图片,只需修改后缀名,图片就变成了一首歌,一串 ...

  10. Github热榜:中英文识别OCR模型,百度开源媲美收费软件!

    近日,百度飞桨正式开源了业界最小的超轻量8.6M中英文识别OCR模型套件PaddleOCR,在模型大小.精度和预测速度上,甚至超过了之前一度登上GitHub热榜的chineseocr_lite(5.1 ...

最新文章

  1. 管理系统中的计算机应用信息可靠性,计算机信息处理系统的可靠性研究
  2. buu Unencode
  3. 【HDU - 2612】Find a way(bfs)
  4. fastjson与spring mvc整合的配置
  5. 【转】shell十三问,为linux学习打基础(上)
  6. .NET Core 3.0中的Cookie身份验证
  7. elisa标准曲线怎么做_ELISA标准曲线制作方法.pdf
  8. 最新版盲盒商城thinkphp+uniapp
  9. python各种源码下载
  10. socket中的recv函数
  11. 【数据库认证】OCM准备及考试经验总结
  12. matlab求条件概率密度_你真的会用程序求多重积分吗?
  13. VMware虚拟机上共享主机网络的设置方法
  14. 绕口令 - 专项练习
  15. Agent with Warm Start and Active Termination for Plane Localization in 3DUltrasound基于强化学习的超声标准切面
  16. 树莓派能做什么呢?如何使用树莓派
  17. android ca,如何在Android设备上安装可信CA证书?
  18. vscode ubuntu 环境下ssh 远程连接 不稳定 重新打开
  19. Android 进阶:网络图片加载 - Glide篇
  20. 合工大php期末试卷_完美起航-合肥工业大学机器人技术作业和实验

热门文章

  1. 视觉SLAM之词袋(bag of words) 模型与K-means聚类算法浅析
  2. ASP.NET Web API 安全验证之摘要(Digest)认证
  3. Creating Your First Mac App--Implementing Action Methods 实现动作方法
  4. 互联网小团队创业 第三集 创业准备易犯的错误 汪华
  5. BootstrapTable的使用教程
  6. JAXB--@XmlElementWrapper注解(二)
  7. (翻译)Importing models-FBX Importer - Animations Tab
  8. [ActionScript 3.0] 通过as3操作web内容
  9. 博文内部设置目录尝试
  10. 智能客户端(Smart Client )中文文档及案例(转贴)