Android AlarmManager实现不间断轮询服务

 [置顶] Android AlarmManager实现不间断轮询服务

在消息的获取上是选择轮询还是推送得根据实际的业务需要来技术选型,例如对消息实时性比较高的需求,比如微博新通知或新闻等那就最好是用推送了。但如果只是一般的消息检测比如更新检查,可能是半个小时或一个小时一次,那用轮询也是一个不错的选择,因为不需要额外搭建推送服务器,不用额外配置推送服务。另外推送现在一般以维持长连接的方式实现,在手机客户端也会耗费一定的电量。今天就介绍一个在Android上实现轮询机制的方法——使用AlarmManager
AlarmManager在Android中主要用来定时处理一个事件或是定期处理一个事件,比如闹钟应用就是使用AlarmManager来实现的,我们今天要使用AlarmManager的定期执行功能来实现轮询的功能。对于定期执行任务也可以用Timer和TimerTask来实现,也可以开一个Service在Thread里面以while循环来实现。但最好的方案还是选用AlarmManager,这里涉及一个Android系统锁的机制,即系统在检测到一段时间没有活跃以后,会关闭一些不必要的服务来减少资源和电量消耗。使用Timer和Service来实现的话很可能出现的情况就是屏幕熄灭后一段时间,服务就被停止了,当然轮询也就被停止了。这个大家可以实验一下,之前我写过一篇文章也介绍了一种保持后台唤醒的机制《使用WakeLock使Android应用程序保持后台唤醒》,感兴趣的可以看看。那么接下来就开始使用AlarmManager+Service+Thread来实现我们的轮询服务吧!


一、新建轮询工具类PollingUtils.java
[java] view plaincopy
public class PollingUtils {  
  
    //开启轮询服务  
    public static void startPollingService(Context context, int seconds, Class<?> cls,String action) {  
        //获取AlarmManager系统服务  
        AlarmManager manager = (AlarmManager) context  
                .getSystemService(Context.ALARM_SERVICE);  
          
        //包装需要执行Service的Intent  
        Intent intent = new Intent(context, cls);  
        intent.setAction(action);  
        PendingIntent pendingIntent = PendingIntent.getService(context, 0,  
                intent, PendingIntent.FLAG_UPDATE_CURRENT);  
          
        //触发服务的起始时间  
        long triggerAtTime = SystemClock.elapsedRealtime();  
          
        //使用AlarmManger的setRepeating方法设置定期执行的时间间隔(seconds秒)和需要执行的Service  
        manager.setRepeating(AlarmManager.ELAPSED_REALTIME, triggerAtTime,  
                seconds * 1000, pendingIntent);  
    }  
  
    //停止轮询服务  
    public static void stopPollingService(Context context, Class<?> cls,String action) {  
        AlarmManager manager = (AlarmManager) context  
                .getSystemService(Context.ALARM_SERVICE);  
        Intent intent = new Intent(context, cls);  
        intent.setAction(action);  
        PendingIntent pendingIntent = PendingIntent.getService(context, 0,  
                intent, PendingIntent.FLAG_UPDATE_CURRENT);  
        //取消正在执行的服务  
        manager.cancel(pendingIntent);  
    }  
}  




二、构建轮询任务执行PollingService.java
[java] view plaincopy
public class PollingService extends Service {  
  
    public static final String ACTION = "com.ryantang.service.PollingService";  
      
    private Notification mNotification;  
    private NotificationManager mManager;  
  
    @Override  
    public IBinder onBind(Intent intent) {  
        return null;  
    }  
  
    @Override  
    public void onCreate() {  
        initNotifiManager();  
    }  
      
    @Override  
    public void onStart(Intent intent, int startId) {  
        new PollingThread().start();  
    }  
  
    //初始化通知栏配置  
    private void initNotifiManager() {  
        mManager = (NotificationManager) getSystemService(NOTIFICATION_SERVICE);  
        int icon = R.drawable.ic_launcher;  
        mNotification = new Notification();  
        mNotification.icon = icon;  
        mNotification.tickerText = "New Message";  
        mNotification.defaults |= Notification.DEFAULT_SOUND;  
        mNotification.flags = Notification.FLAG_AUTO_CANCEL;  
    }  
  
    //弹出Notification  
    private void showNotification() {  
        mNotification.when = System.currentTimeMillis();  
        //Navigator to the new activity when click the notification title  
        Intent i = new Intent(this, MessageActivity.class);  
        PendingIntent pendingIntent = PendingIntent.getActivity(this, 0, i,  
                Intent.FLAG_ACTIVITY_NEW_TASK);  
        mNotification.setLatestEventInfo(this,  
                getResources().getString(R.string.app_name), "You have new message!", pendingIntent);  
        mManager.notify(0, mNotification);  
    }  
  
    /** 
     * Polling thread 
     * 模拟向Server轮询的异步线程 
     * @Author Ryan 
     * @Create 2013-7-13 上午10:18:34 
     */  
    int count = 0;  
    class PollingThread extends Thread {  
        @Override  
        public void run() {  
            System.out.println("Polling...");  
            count ++;  
            //当计数能被5整除时弹出通知  
            if (count % 5 == 0) {  
                showNotification();  
                System.out.println("New message!");  
            }  
        }  
    }  
      
    @Override  
    public void onDestroy() {  
        super.onDestroy();  
        System.out.println("Service:onDestroy");  
    }  
  
}  


三、在MainActivity.java中开启和停止PollingService
[java] view plaincopy
public class MainActivity extends Activity {  
  
    @Override  
    protected void onCreate(Bundle savedInstanceState) {  
        super.onCreate(savedInstanceState);  
        setContentView(R.layout.activity_main);  
        //Start polling service  
        System.out.println("Start polling service...");  
        PollingUtils.startPollingService(this, 5, PollingService.class, PollingService.ACTION);  
    }  
      
    @Override  
    protected void onDestroy() {  
        super.onDestroy();  
        //Stop polling service  
        System.out.println("Stop polling service...");  
        PollingUtils.stopPollingService(this, PollingService.class, PollingService.ACTION);  
    }  
  
}  


四、运行效果
运行工程后可以在控制台输出看到,每隔5s就发出一个通知,退出Activity时,轮询服务就停止了,达到了我们事先期望的效果,并且锁屏后很长一段时间也不会停止服务,因为AlarmManager是系统及服务。Demo效果如下图:




在手机上我们可以看到弹出的通知信息,点击通知则进到消息界面:
                            


当进入消息详情Activity时,顶部状态栏的消息通知就会取消,使用如下方式也可以取消状态栏顶部的消息通知显示:
[java] view plaincopy
NotificationManager manager = (NotificationManager)getSystemService(Context.NOTIFICATION_SERVICE);  
        manager.cancelAll();  


以上就实现了使用AlarmManger实现轮询的一种方式,有不足或缺陷的地方欢迎大家留言补充,以上代码只是部分,需要工程源码的同学可以到Github上Clone:https://github.com/tangren03/RTPollingDemo


加入我们的QQ群或微信公众账号请查看:Ryan's zone公众账号及QQ群
同时欢迎关注我的新浪微博和我交流:@唐韧_Ryan


觉得这篇文章对你有用就顶我一下或者点击右下角分享按钮分享给更多的人!偷笑

 
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值