android中的线程使用与通信机制

1、android的所有应用程序组件,包括Activity、Service和BroadcastReceiver都在应用程序的主线程中执行,所有的耗时处理都可能阻塞其他组件,所以所有的耗时处理和IO操作都应该从主线程移到一个子线程中。常见的如:文件操作、网络查找、数据库事务和耗时复杂计算。
2、关于Android ANR,android系统规定,Activity对于一个输入事件(例如,按下一个按键)在5s的时间内没有响应,或者broadcast receiver在10s内没有完成对于onReceiver的处理。这是系统将认定为ANR,弹出提示框。
3、关于后台线程的几种方式:下面主要介绍下。

关于AsyncTask:
具体细节和使用方法了,详见android官方文档。http://developer.android.com/reference/android/os/AsyncTask.html
这里谈一下需要注意的事项:
每个AsyncTask实例只能被执行一次,如果试图第二次调用excute,则会抛出异常!
需要注意的是:当Activity重新启动时,操作将不会持续进行。AsyncTask在设备的方向变化而导致Activity被销毁和重新创建时会被取消。
AsyncTasks should ideally be used for short operations (a few seconds at the most.) If you need to keep threads running for long periods of time, it is highly recommended you use the various APIs provided by the  java.util.concurrent  pacakge such as  Executor ThreadPoolExecutor  and  FutureTask .
官方提示,至多几秒钟,需要长期运行的,建议使用java.util.concurrent包!

  • The AsyncTask class must be loaded on the UI thread. This is done automatically as of JELLY_BEAN.
  • AsyncTask类必须在UI线程被加载
  • The task instance must be created on the UI thread.
  • 类实例必须被在UI线程创建
  • execute(Params...) must be invoked on the UI thread.
  • execute方法必须在UI线程被调用
  • Do not   call onPreExecute()onPostExecute(Result)doInBackground(Params...)onProgressUpdate(Progress...) manually.
  • 不要显式调用这些方法
  • The task can be executed only once (an exception will be thrown if a second execution is attempted.)
  • 任务只能被执行一次,第二次被执行就会抛出异常。
When first introduced, AsyncTasks were executed serially on a single background thread. Starting with  DONUT , this was changed to a pool of threads allowing multiple tasks to operate in parallel. Starting with  HONEYCOMB , tasks are executed on a single thread to avoid common application errors caused by parallel execution.
自从android3.2版本开始,AsyncTask不再为每个AsyncTask的实例单独创建一个线程,相反,它使用一个excutor在单一的后台线程上运行所有的AsyncTask后台任务,这就意味着每个实例其实都是排队逐个运行的,显然,长时间运行的AsyncTask会阻塞其他的AsyncTask
这个让我感到非常困惑,这段话是developer上的官方文档,但是我去看了下源码,   明明是使用线程池的啊,   
private static final int CPU_COUNT = Runtime.getRuntime().availableProcessors();
private static final int CORE_POOL_SIZE = CPU_COUNT + 1;
当前的可用的核心数,由于很多移动设备会关闭无关核心以达到省电的目的,所以,可能大多数情况下都是1吧,只能暂时这么理解了。
public static final Executor THREAD_POOL_EXECUTOR  new   ThreadPoolExecutor ( CORE_POOL_SIZE MAXIMUM_POOL_SIZE , KEEP_ALIVE TimeUnit. SECONDS sPoolWorkQueue sThreadFactory );

深入研究了下源码,目前默认确实是单一后台线程执行的,源码如下:

private static class SerialExecutor implements Executor {
        final ArrayDeque<Runnable> mTasks = new ArrayDeque<Runnable>();
        Runnable mActive;
        //加锁保证了单次只能提交一个任务
        public synchronized void execute(final Runnable r) {
            mTasks.offer(new Runnable() {
                      public void run() {
                    try {
                       r.run();//防备提交的其中某个runnale方法造成异常阻塞其他提交
                    } finally {
                        scheduleNext();
                    }
                }
            });
            if (mActive == null) {
                scheduleNext();
            }
        }
            protected synchronized void scheduleNext() {
            if ((mActive = mTasks.poll()) != null) {
                THREAD_POOL_EXECUTOR.execute(mActive);
            }
        }
    }

从上面可以看出,虽然里面用了线程池,但使用加锁的机制,并且使用双向队列保证了串行提交(不一定是串行执行的,因为线程池会在提交之后立刻返回,但是如果线程池满,就要阻塞,这个机制的)。


关于Intent Service
IntentService是一个非常方便的包装类,具体实现细节详见官方。
http://developer.android.com/reference/android/app/IntentService.html
其他组件如果需要intentservice完成一个任务,需要启动Service,并传递一个包含完成任务所需参数的intent给它。
IntentService会将收到的所有请求intent放到队列中,并在异步后台线程中逐个去处理他们, 当处理完所有收到的Intent之后,IntentService终止自己。
IntentService处理了几乎所有的复杂操作,比如,创建后台线程、将请求加入队列、UI线程同步。

关于Loader
Loader是一个抽象类,详见http://developer.android.com/guide/components/loaders.html
建议使用CursorLoader和AsyncTaskLoader,当然你也可是自己实现Loader,不过更建议实现 AsyncTaskLoader。
CursorLoader是应该更具体的实现,用来实现异步查询Content Resolver并且返回一个cursor。

手动创建线程并实现和GUI同步

这种情况最复杂,涉及到诸多内容,如Hander、Message、Looper、MessageQueue所有android的消息传递机制,建议首先研究明白,具体可参见我的博客。
http://zjianjia.blog.163.com/blog/static/174089475201471510424366/

自己写了一个demo测试了下,源码放在我的github上,详见源码分析,欢迎指正。

https://github.com/yoson/androidThread


使用Python来安装geopandas包时,由于geopandas依赖于几个其他的Python库(如GDAL, Fiona, Pyproj, Shapely等),因此安装过程可能需要一些额外的步骤。以下是一个基本的安装指南,适用于大多数用户: 使用pip安装 确保Python和pip已安装: 首先,确保你的计算机上已安装了Python和pip。pip是Python的包管理工具,用于安装和管理Python包。 安装依赖库: 由于geopandas依赖于GDAL, Fiona, Pyproj, Shapely等库,你可能需要先安装这些库。通常,你可以通过pip直接安装这些库,但有时候可能需要从其他源下载预编译的二进制包(wheel文件),特别是GDAL和Fiona,因为它们可能包含一些系统级的依赖。 bash pip install GDAL Fiona Pyproj Shapely 注意:在某些系统上,直接使用pip安装GDAL和Fiona可能会遇到问题,因为它们需要编译一些C/C++代码。如果遇到问题,你可以考虑使用conda(一个Python包、依赖和环境管理器)来安装这些库,或者从Unofficial Windows Binaries for Python Extension Packages这样的网站下载预编译的wheel文件。 安装geopandas: 在安装了所有依赖库之后,你可以使用pip来安装geopandas。 bash pip install geopandas 使用conda安装 如果你正在使用conda作为你的Python包管理器,那么安装geopandas和它的依赖可能会更简单一些。 创建一个新的conda环境(可选,但推荐): bash conda create -n geoenv python=3.x anaconda conda activate geoenv 其3.x是你希望使用的Python版本。 安装geopandas: 使用conda-forge频道来安装geopandas,因为它提供了许多地理空间相关的包。 bash conda install -c conda-forge geopandas 这条命令会自动安装geopandas及其所有依赖。 注意事项 如果你在安装过程遇到任何问题,比如编译错误或依赖问题,请检查你的Python版本和pip/conda的版本是否是最新的,或者尝试在不同的环境安装。 某些库(如GDAL)可能需要额外的系统级依赖,如地理空间库(如PROJ和GEOS)。这些依赖可能需要单独安装,具体取决于你的操作系统。 如果你在Windows上遇到问题,并且pip安装失败,尝试从Unofficial Windows Binaries for Python Extension Packages网站下载相应的wheel文件,并使用pip进行安装。 脚本示例 虽然你的问题主要是关于如何安装geopandas,但如果你想要一个Python脚本来重命名文件夹下的文件,在原始名字前面加上字符串"geopandas",以下是一个简单的示例: python import os # 指定文件夹路径 folder_path = 'path/to/your/folder' # 遍历文件夹的文件 for filename in os.listdir(folder_path): # 构造原始文件路径 old_file_path = os.path.join(folder_path, filename) # 构造新文件名 new_filename = 'geopandas_' + filename # 构造新文件路径 new_file_path = os.path.join(folder_path, new_filename) # 重命名文件 os.rename(old_file_path, new_file_path) print(f'Renamed "{filename}" to "{new_filename}"') 请确保将'path/to/your/folder'替换为你想要重命名文件的实际文件夹路径。
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