Retrofit 2.12.0 版本发布:流式序列化与性能优化
项目简介
Retrofit 是 Square 公司开发的一款广受欢迎的 Android 和 Java 类型安全的 HTTP 客户端库。它通过将 HTTP API 转换为 Java 接口的方式,简化了网络请求的处理流程,让开发者能够以声明式的方式定义 API 请求,而无需关心底层的网络通信细节。
版本亮点
Retrofit 2.12.0 版本带来了一个重要的新特性:流式序列化支持。这一改进显著提升了 Retrofit 在处理大型请求体时的性能和资源利用率。
流式序列化特性详解
在之前的版本中,Retrofit 的转换器(Converters)会在创建 HTTP 请求时就完成请求体的序列化工作。这意味着:
- 序列化操作会在调用线程上同步执行
- 即使使用异步调用(如
Call.enqueue
),序列化仍然在调用线程完成 - 对于大型对象,这可能导致主线程卡顿或内存压力
2.12.0 版本引入了流式序列化功能,允许将序列化过程推迟到 HTTP 请求体实际写入时进行。这一改变带来了以下优势:
- 后台线程执行:当使用
Call.enqueue
时,序列化操作会自动转移到后台线程 - 内存效率:减少了内存峰值使用量,特别是处理大型请求体时
- 响应速度:主线程不会被序列化操作阻塞
支持的转换器
目前,以下第一方转换器已支持流式序列化功能,通过新增的 withStreaming()
工厂方法启用:
- Gson 转换器
- Jackson 转换器
- Moshi 转换器
- Protobuf 转换器
- Wire 转换器
开发者只需在创建转换器实例时调用 withStreaming()
方法即可启用这一优化功能。
其他改进
原始类型标签支持修复
2.12.0 版本还修复了原始类型与 @Tag
注解一起使用时的问题。现在,原始类型值会被自动装箱,并以装箱后的类作为键存储,确保了类型安全性。
这一改进使得以下代码能够正常工作:
@GET("/user")
Call<User> getUser(@Tag int userId);
升级建议
对于现有项目,特别是那些处理大型请求体或对性能敏感的应用,建议升级到 2.12.0 版本以获得流式序列化带来的性能优势。升级过程通常只需修改依赖版本号,但需要注意:
- 检查自定义转换器的兼容性
- 评估流式序列化对现有业务逻辑的影响
- 对于需要立即序列化的特殊场景,可以继续使用默认的非流式模式
总结
Retrofit 2.12.0 通过引入流式序列化支持,进一步提升了框架的性能和资源利用率,特别是在处理大型请求体时表现更为出色。这一改进保持了 Retrofit 一贯的简洁 API 设计理念,同时为开发者提供了更高效的网络请求处理能力。结合对原始类型标签支持的修复,这个版本为 Retrofit 生态带来了更加完善的功能体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0337- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









