Sketch项目进度指示器失效问题分析与解决方案
2025-07-03 11:19:52作者:魏侃纯Zoe
背景介绍
Sketch是一个功能强大的Android图片加载库,在4.0.5版本后,有用户反馈在使用Ktor3作为引擎时,图片加载进度指示器无法正常工作。本文将深入分析这一问题的根源,并提供完整的解决方案。
问题现象
开发者在使用Sketch库时发现:
- 图片加载过程中进度指示器完全不显示
- 继承自AbsProgressPainter的drawProgress方法始终只输出0.0
- 无论图片大小如何,进度指示器都无法正常工作
根本原因分析
经过技术团队深入排查,发现问题由多个因素共同导致:
-
KtorStack实现问题:早期版本中KtorStack会先将所有内容读取到内存,再从内存回调进度,导致进度更新过快而无法显示。
-
缓存机制影响:Sketch默认启用了多级缓存,导致后续加载直接从缓存读取,跳过了进度更新阶段。
-
Compose状态管理不当:URI中包含动态时间戳但未使用remember缓存,导致状态混乱。
-
进度更新频率限制:Sketch设计为300毫秒更新一次进度,对于小文件可能无法观察到中间状态。
解决方案
1. 升级到最新版本
使用4.2.0-SNAPSHOT或更高版本,该版本已修复KtorStack的进度回调实现问题。
2. 正确配置缓存策略
request = ComposableImageRequest(uri) {
memoryCachePolicy(CachePolicy.DISABLED)
resultCachePolicy(CachePolicy.DISABLED)
downloadCachePolicy(CachePolicy.DISABLED)
}
3. 合理管理Compose状态
val uri = remember { "https://example.com/image.jpg" }
val progressPainter = remember {
object : AbsProgressPainter() {
// 实现细节
}
}
4. 完整示例代码
fun main() = singleWindowApplication {
val progressPainter = remember {
object : AbsProgressPainter() {
override fun DrawScope.drawProgress(drawProgress: Float) {
println("当前进度: $drawProgress")
}
override val intrinsicSize: Size = Size(100f, 100f)
}
}
val state = rememberAsyncImageState()
val uri = remember { "https://example.com/large-image.jpg" }
AsyncImage(
request = ComposableImageRequest(uri) {
memoryCachePolicy(CachePolicy.DISABLED)
resultCachePolicy(CachePolicy.DISABLED)
downloadCachePolicy(CachePolicy.DISABLED)
},
state = state,
contentDescription = null,
modifier = Modifier.size(400.dp, 200.dp)
.background(Color.Green)
.progressIndicator(state, progressPainter)
)
}
最佳实践建议
-
避免在UI中使用System.currentTimeMillis():这会导致不必要的重组和状态混乱。
-
合理使用remember:对于可能引起状态变化的变量都应使用remember缓存。
-
测试大文件加载:使用真实的大文件测试进度指示器,而非依赖时间戳绕过缓存。
-
版本兼容性:确保Sketch与ZoomImage等依赖库版本兼容。
总结
Sketch库的进度指示器问题主要源于实现细节和开发者使用方式的共同影响。通过升级版本、正确配置缓存策略和合理管理Compose状态,可以完美解决进度指示器失效的问题。开发者在使用过程中应当注意状态管理和缓存策略的配置,以确保获得最佳的用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210