上层得到底层数据的一种回调机制-Camera应用程序获得拍照的图片

转:http://blog.csdn.net/qianjin0703/article/details/7822512

以Camera为例,看看应用程序如何获得拍照的图片。


Camera类中拍照的方法是Capture(),它通过继承类android.hardware.Camera中的接口回调函数PictureCallback得到jpegData,

这个jpegData正是从底层得到的图像数据。


当我们按下快门按钮,Camera应用程序调用Capture方法,开启一个拍照的线程,当整个拍照过程在底层全部完成以后,该线程会把拍好的照片数据通过消息机制发送给Camera对象,


底层数据由C++空间进入JAVA空间,需要JN 层接口,这里就是postEventFromNative()


再往下走走,就到了Camera的本地代码,我们知道,Camera系统由客户端t和服务端组成,

客户端就是我们的应用程序,服务端CameraService调用抽象层方法得到底层数据。

这里,客户端由Camera::dataCallback()得到服务端CameraService::client::dataCallback()数据,


代码多了容易思路混乱,最后做个总结。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,下面是数据处理的流程: 1. log文件采集:使用Flume采集服务器的日志文件,Flume可以通过配置文件来实现日志文件的读取和传输。 2. Flume:将采集到的日志数据发送到HDFS中。Flume提供了多种数据发送方,包括本地文件、网络传输等。 3. HDFS:Hadoop分布文件系统,是一个分布文件存储系统,用于存储大量数据。Flume将采集到的日志数据发送到HDFS中,以便进一步处理。 4. Hive(ODS):使用Hive对HDFS中的数据进行处理,将原始数据存储到ODS(原始数据层)中。Hive是一个数据仓库工具,可以将结构化数据映射到HDFS中,并提供SQL查询接口。 5. DWD:使用Spark对ODS中的数据进行清洗和加工,生成DWD(数据仓库明细层)中的数据。Spark是一个快速的分布计算框架,可以处理大规模数据。 6. DWS:使用Spark对DWD中的数据进行聚合和计算,生成DWS(数据仓库汇总层)中的数据。DWS中的数据是可读性更强的汇总数据,用于上层应用的数据分析。 7. ADS:使用Spark对DWS中的数据进行分析和建模,生成ADS(应用数据层)中的数据。ADS中的数据是已经经过分析和建模的数据,可以直接供上层应用使用。 8. 上层应用:将ADS中的数据提供给上层应用,供应用进行数据展示和分析。 以上就是数据处理的流程,其中Flume、HDFS和Spark是Hadoop生态系统中的重要组件,它们提供了高效、可扩展的分布计算和存储方案。而Hive则提供了SQL查询接口,方便数据分析人员进行数据查询和分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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