(转)android开发之android:process属性_application中onCreate执行多次

本文探讨了Android应用中由于设置了独立进程属性而导致Application的onCreate方法被多次调用的问题,并提供了解决方案,确保仅在默认进程中进行资源初始化。


应用做的匆忙,很多地方只顾实现功能,没有兼顾好性能,所以停下来重构代码优化性能,结果在打log看启动时间的时候,发现

Application的onCreate执行了多次,这样导致重复初始化资源,初始化了3次导致接近1s时间。


发现这个是由独立进程引起的。即:process这个属性。

android:process

 服务所在进程的名字。通常,一个应用的所有组件都运行在系统为这个应用所创建的默认进程中。这个默认进程是用这个应用的包名来命名的。

 标签的process属性可以设置成和所有组件都不同的默认值。但是这些组件可以通过设置自己的process值来覆写这个默认值,这样可以让你的应用跨多进程运行。

如果被设置的进程名是以一个冒号开头的,则这个新的进程对于这个应用来说是私有的,当它被需要或者这个服务需要在新进程中运行的时候,这个新进程将会被创建。如果这个进程的名字是以小写字符开头的,则这个服务将运行在一个以这个名字命名的全局的进程中,当然前提是它有相应的权限。这将允许在不同应用中的各种组件可以共享一个进程,从而减少资源的占用。

 例如一个应用运行在进程com.aoyousatuo.example中,android:process属性设置为com.rabbit.man,则新的进程名字为com.rabbit.run.


一般情况下一个服务没有自己独立的进程,它一般是作为一个线程运行于它所在的应用的进程中。但是也有例外,Android声明文件中的android:process属性却可以为任意组件包括应用指定进程,换句话说,通过在声明文件中设置android:process属性,我们可以让组件(例如Activity, Service等)和应用(Application)创建并运行于我们指定的进程中。

如果我们需要让一个服务在一个远端进程中运行(而不是标准的它所在的apk的进程中运行),我们可以在声明文件中这个服务的标签中通过android:process属性为其指定一个进程。

 注意:这里选择”remote”这个名字是随意主观的,你能用其他名字来让这个服务在另外的进程中运行。冒号’:’这个前缀将把这个名字附加到你的包所运行的标准进程名字的后面作为新的进程名称。比如我这里有一个百度地图的服务,设置如下:

   <service
            android:name="com.baidu.location.f"
            android:enabled="true"
            android:process=":baiduMap" >
        </service>

在DDMS中可以看到这个进程为

com.example.hello:baiduMap

(如果声明文件中的组件或者应用没有指定这个属性则默认应用和其组件将相应运行在以其包名命名的进程中)


解决方法如下:


@Override
	public void onCreate() {
		super.onCreate();
		mApplication = this;
		long s1 = System.currentTimeMillis();
		String processName = OsUtils.getProcessName(this,
				android.os.Process.myPid());
		L.d(WModel.Time, "进程名称"+processName);
		if (processName != null) {
			boolean defaultProcess = processName
					.equals(WMapConstants.REAL_PACKAGE_NAME);
			if (defaultProcess) {
				//必要的初始化资源操作
			}
		}
		L.d(WModel.Time, "onCreate耗时" + (System.currentTimeMillis() - s1));
	}

/**
     * @return null may be returned if the specified process not found
     */
    public static String getProcessName(Context cxt, int pid) {
        ActivityManager am = (ActivityManager) cxt.getSystemService(Context.ACTIVITY_SERVICE);
        List<RunningAppProcessInfo> runningApps = am.getRunningAppProcesses();
        if (runningApps == null) {
            return null;
        }
        for (RunningAppProcessInfo procInfo : runningApps) {
            if (procInfo.pid == pid) {
                return procInfo.processName;
            }
        }
        return null;
    }


这样一来只初始化一次,不会导致很长时间的浪费。
内容概要:本文介绍了“快速LDP-MST”这一针对大型数据集的高效基于密度峰值的聚类方法,并提供了完整的Matlab代码实现。该方法通过构建最小生成树(MST)并融合密度峰值聚类思想,有效提升了传统算法在处理大规模、复杂分布数据时的聚类效率与准确性,尤其适用于高维与非球形簇结构的数据分析任务。文章不仅阐述了算法的核心原理与技术优势,还强调了科研过程中逻辑思维、创新意识与“借力”工具的重要性,倡导研究者善用现有资源加速科研进程。; 适合人群:具备一定编程基础,特别是熟悉Matlab语言,从事数据科学、机器学习、模式识别或相关领域的科研人员、工程师及研究生;尤其适合正在开展聚类算法研究或需要高效处理大规模数据的开发者。; 使用场景及目标:①在大规模数据集中实现高效、精确的聚类分析;②研究基于密度与图论结合的聚类算法设计原理与优化路径;③通过提供的Matlab代码快速搭建实验环境,验证算法性能,或在此基础上进行二次开发与算法改进。; 阅读建议:此资源以Matlab代码为核心支撑,建议读者结合算法理论与工程实践,按照文档结构循序渐进地学习,充分利用所提供的网盘代码与模型资源,动手运行、调试并可视化算法结果,从而深入理解快速LDP-MST算法的设计思想与实现细节,提升科研效率与创新能力。
内容概要:本文围绕考虑电动汽车灵活性的微网多时间尺度协调调度问题展开研究,提出了一种基于Matlab的代码实现方案。研究充分利用电动汽车作为移动储能单元所具有的时空灵活性,将其整合到微网能量管理系统中,构建了涵盖日前计划与实时调整两个时间尺度的协调优化调度模型。模型综合考虑了可再生能源(如光伏发电)的波动性、负荷需求变化、分时电价机制以及电动汽车用户的充放电行为等多重因素,通过建立以最小化系统综合运行成本为目标的优化问题,并结合适当的约束条件,采用优化算法求解,从而实现对微网内多种分布式资源的高效协同调度。该方法有效提升了微网对可再生能源的消纳能力和系统运行的经济性与稳定性。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微网、智能电网相关工作的工程技术人员。; 使用场景及目标:①用于教学与科研中深入理解微网多时间尺度调度的机制与建模方法;②为实际微网工程项目中引入电动汽车参与需求响应与调度提供理论依据和可复用的仿真工具;③支撑在能源互联网背景下开展关于需求响应、分布式能源集成及灵活性资源优化利用的前沿研究。; 阅读建议:建议读者结合提供的Matlab代码,逐步理解从问题建模、目标函数设计、约束条件设定到最终优化求解的完整流程,重点关注电动汽车灵活性建模与多时间尺度协调策略的具体实现方式。同时,可通过修改电动汽车渗透率、改变充电策略或调整电价信号等参数进行扩展实验,以深化对系统灵活性资源调度效果与影响因素的理解。
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