1.Android 14 HWUI 源码研究 View Canvas RenderThread ViewRootImpl skia
2.Spring-data-redis 源码+ Lettuce 如何使用 Pipeline
Android 14 HWUI 源码研究 View Canvas RenderThread ViewRootImpl skia
HUWUI是Android系统中负责应用可视化元素绘制的核心组件，其架构主要在C++层实现，源码从Java层接收View绘制信息，源码通过唯一的源码渲染线程使用skia技术完成渲染任务。整体上，源码从应用程序到UI线程，源码收费源码系统再到渲染线程，源码形成了清晰的源码层级关系。
HUWUI的源码构建主要包括三个核心类，它们分别是源码：RecordingCanvas、Canvas、源码RenderNode、源码RenderProxy、源码openssh源码包RenderThread、源码CanvasContext、源码IRenderPipeline。在Java层，主要涉及两类Canvas，RecordingCanvas用于记录绘制指令，Canvas则是直接用于渲染。RecordingCanvas在构造时创建，而Canvas在调用时创建。这两个类在C++层分别对应SkiaRecordingCanvas和SkiaCanvas，后者直接引用SkCanvas。
在全局循环中，erp java源码UI线程与渲染线程之间的协同操作至关重要。具体流程包括：新创建Activity后，附着到对应的PhoneWindow，然后调用PhoneWindow的setContentView方法，将View添加到DecorView作为子节点。接着，DecorView与ViewRootImpl对接，完成View的更新与渲染。整个过程包含了measure、layout和draw等复杂子流程。
渲染线程创建与核心对象紧密关联，主要包括RenderProxy、拍卖源码aspRenderThread和DrawFrameTask。RenderProxy负责Java层信息的衔接，RenderThread作为进程唯一的渲染线程，持有DrawFrameTask和CanvasContext，完成一帧的绘制任务。指令记录流程的核心在于使用C++层的RecordingCanvas将View属性和绘制信息记录到DisplayList中，进而完成指令的渲染。
Surface、ANativeWindow、EGLSurface的创建流程在ViewRootImpl的performTraversals函数中初始化。ReliableSurface的封装和EGL与Skia环境的创建主要在RenderThread的requireGlContext函数中实现。从源码分析，zbar c源码这一过程通常在三个地方调用。
View树与RenderNode树之间的协作关系明确，一个Application进程对应多个Activity，每个Activity与一个PhoneWindow绑定，PhoneWindow持有DecorView，DecorView对应一个ViewRootImpl，而ViewRootImpl与ThreadedRender模块对接。ThreadedRender与C++层的RenderProxy一一对应，RenderProxy持有关键对象，如RenderThread、CanvasContext、DrawFrameTask等。RenderThread是单例模式，进程唯一，负责一帧绘制的逻辑。
在RenderPipeline模块中，关键操作包括makeCurrent、draw和swapBuffers。Native Canvas在这一过程中扮演了桥梁角色，接收Java API调用，而RecordingCanvas完成Op记录，最终DisplayListData存储这些Op。
skia的核心资源主要在三个使用场景中发挥作用，具体细节需深入分析，这些资源对于实现高效、稳定的渲染效果至关重要。
Spring-data-redis + Lettuce 如何使用 Pipeline
在探讨Spring-data-redis与Lettuce的Pipeline使用方法时，首先需要理解Spring-data-redis和Lettuce的基本原理及其如何协同工作。使用Pipeline的主要目的是减少网络传输次数，提升操作效率。具体配置和使用流程如下：
在Spring-data-redis与Lettuce的集成中，Pipeline通过RedisCallback进行操作。正确的使用方式是：在异步专用连接上执行回调，而避免直接通过RedisTemplate调用。
要实现Pipeline生效，需确保所有操作在同一个连接上执行，并且使用回调。当使用Pipeline时，操作会首先本地缓存，然后统一发送到Redis服务端执行，最后接收并返回结果集。
Lettuce中有一个AutoFlushCommands配置，其默认为false，表示每接收到一个命令即发送到服务端。若配置为false，则会缓存所有命令，直至手动调用flushCommands方法，将所有命令一并发送至服务端，实现Pipeline功能。
自Spring-data-redis 2.3.0版本，已支持Lettuce的Pipeline配置。配置步骤为：在RedisTemplate中设置shareNativeConnection为false，避免使用共享连接，以防止阻塞等待连接。同时，确保连接池的大小大于预期并发线程数。
关闭共享连接的原因在于要使用PipeliningFlushPolicy，此策略要求每次获取独占连接。Pipeline的实现逻辑在PipeliningFlushPolicy的源码中得到了体现，特别是flushOnClose和buffered两种实现方式。关闭共享连接，实际上是为了正确地执行Pipeline操作。
总之，正确配置Spring-data-redis和Lettuce的Pipeline，结合合理的连接管理和策略选择，可以显著提升Redis操作效率。
