线程形态之HandlerThread和IntentService

HandlerThread

它继承了Thread,在它的run方法中创建了Looper并开启了消息循环,这样我们就可以通过获得HandlerThread的Looper来创建Handler,而该handler的任务是执行在该HandlerThread线程中的,就是这样。

HandlerThread的run方法由于开启了Looper,它是一个无限阻塞式循环,因此当明确不需要再使用HandlerThread时,可以通过它的quit或者quitSafely方法来终止线程的执行;

 

IntentServcie

它是一个特殊的Service,它继承了Servcie并且是一个抽象类,因此必须要创建它的子类才可以使用IntentServcie;

优点:它可用于执行后台耗时任务,当任务执行完成后,它会自动停止service,同时由于它是Service的原因,导致它的优先级比单纯的线程要高的多,所以它比较适合执行一些高优先级的后台任务,因为它不易被系统杀死;

IntentService封装了Handler和HandlerThread,流程如下:

当IntentService第一次被启动时,在onCreate中会创建一个HandlerThread,再通过HandlerThread的Looper创建一个Handler,如下:

public void onCreate() {
        // TODO: It would be nice to have an option to hold a partial wakelock
        // during processing, and to have a static startService(Context, Intent)
        // method that would launch the service & hand off a wakelock.

        super.onCreate();
        HandlerThread thread = new HandlerThread("IntentService[" + mName + "]");
        thread.start();

        mServiceLooper = thread.getLooper();
        mServiceHandler = new ServiceHandler(mServiceLooper);
    }

IntentService每次启动,都会调用onStartCommand方法,在该方法中处理每个后台任务的intent,该intent会被Message携带,被由发送Handler发送,最终在HandlerThread的线程中被执行;在Handler的handleMessage中,有一个onHandleIntent方法,它需要子类去重写,它是根据不同的后台去做处理;

注意:HandlerThread是在IntentService的onCreate中创建的,当onHandleIntent()方法执行完后,调用stopSelf(startid)来关闭自己,它和stopSelf()的区别是,它不会立即停止服务,因为这个时候可能还有其他信息没有处理完成,stopSelf(startid)会等待所有的消息都处理完毕后才终止服务,也就是说,每执行一个后台任务就必须启动一次IntentService,当所有后台任务执行完成后sevice才会被销毁,但这个HandlerThread和Handler是唯一的,即所有后台任务都在HandlerThread这个线程中执行的,而且Handler中的Looper是顺序处理消息的,意味着IntentServcie也是顺序执行后台任务的,所以,它也不可执行太耗时的任务,容易引起阻塞;

当有多个后台任务时同时存在时,这些后台任务会按照外界发起的顺序排队执行

转载于:https://my.oschina.net/u/3491256/blog/906231

内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158192.168.0.159)上安装配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFSYARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、ScalaFlink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台搭建提供详细的安装指南,确保各组件能够顺利安装配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的搭建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置相位关系,控制电磁波的辐射方向强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信移动通信基站等无线通信系统中得到了广泛应用。
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