SQLiteFullException避坑指南:如何在低版本Android设备上避免数据库爆满

【Bug修复】数据库异常SQLiteFullException: database or disk is full 问题解决修复(低版本手机) 【Bug修复】数据库异常SQLiteFullException: database or disk is full 问题解决修复(目前在6.0及以下低版本手机出现) **日志堆栈信息**: Caused by: net.sqlcipher.database.SQLiteFullException: database or disk is full: COMMIT; 阅读详情

SQLiteFullException避坑指南:如何在低版本Android设备上避免数据库爆满

最近在维护一个老项目时,我又一次遇到了那个熟悉的“老朋友”——SQLiteFullException: database or disk is full。这次崩溃发生在一台运行Android 5.1的旧设备上,用户反馈说应用突然无法保存任何数据。排查过程让我重新审视了在低版本Android系统(尤其是6.0及以下)上进行数据存储开发时,那些容易被忽略的“暗礁”。对于需要处理大量本地数据的应用来说,这个问题绝非偶然,它像一颗定时炸弹,随时可能在用户量增长或使用时间变长后引爆。本文将从一个实践者的角度,分享如何系统性地预防和规避这个问题,而不仅仅是事后的应急修复。

1. 理解SQLiteFullException的根源:不只是“磁盘已满”

很多开发者一看到 disk is full 的提示,第一反应就是检查设备的剩余存储空间。这当然没错,但在Android,特别是低版本系统上,事情往往没那么简单。这个异常背后,通常交织着多个层面的限制。

首先,我们需要区分两个概念:物理存储空间和SQLite数据库的存储上限。 即使手机还有几个GB的剩余空间,你的应用也可能无法向数据库写入数据。这是因为SQLite数据库本身有一个最大尺寸限制,这个限制在低版本Android上可能因为文件系统或内核配置而变得更低。此外,每个应用在/data/data/目录下的私有存储空间也并非无限。

在Android 6.0 (API 23) 之前,应用运行时权限模型尚未引入,存储管理相对粗放。系统对应用私有数据目录的监控和限制机制也不如后来完善。这就导致了一些特定场景:

  • 数据库文件大小达到文件系统上限:某些旧设备的/data分区采用EXT4或F2FS文件系统,但对单个文件大小有隐式限制。
  • inode耗尽:这听起来有点底层,但在大量创建小文件(例如WAL模式下的-wal和-shm文件)时,即使磁盘有空间,也可能因为inode用尽而无法写入。
  • SQLite事务日志膨胀:当使用WAL(Write-Ahead Logging)模式时,如果长时间不执行检查点(checkpoint),-wal文件会持续增长,占用大量空间。

提示:不要完全依赖 Environment.getExternalStorageState() 或检查常规存储空间。对于数据库问题,更应关注应用私有数据目录(context.getDatabasePath(“your_db.db”))所在分区的状态。

为了更清晰地理解不同限制层面,我们可以看下面这个对比:

限制层面典型表现在Android 6.0及以下版本的特性检查方法
设备物理存储手机提示“存储空间不足”用户需手动清理,系统预警机制弱StatFs 类计算可用字节
应用私有目录配额SQLiteFullException,但其他应用可能正常配额管理不严格,但存在隐式上限通过 File 对象尝试创建临时文件测试
SQLite数据库文件插入/更新数据时抛出特定异常默认页大小、缓存配置可能不同PRAGMA page_size; PRAGMA max_page_count;
SQLite WAL文件数据库响应变慢,最终写入失败WAL模式支持,但自动检查点可能不积极检查 -wal 文件大小,执行 PRAGMA wal_checkpoint;

理解这些区别是制定有效预防策略的第一步。接下来,我们就从数据库设计之初开始,构建我们的防御工事。

2. 防患于未然:数据库设计与初始化策略

避免数据库爆满,最佳时机是在敲下第一行SQLiteOpenHelper代码之前。一个深思熟虑的设计能从根本上降低风险。

2.1 合理预估与设置数据库大小上限

SQLite允许你设置数据库的最大页数。虽然默认值很大(约1.4e14页),但在资源受限的设备上,主动设置一个合理的上限是良好的实践。这不仅能预防单个数据库无限膨胀,也能在达到限制时给你一个清晰的、可管理的错误信号,而不是模糊的“磁盘已满”。

你可以在初始化数据库时执行以下SQL命令:

PRAGMA max_page_count = <允许的最大页数>;

计算最大页数需要结合你预估的数据总量和选择的页大小(默认为4KB)。例如,如果你希望将数据库限制在100MB以内,页大小为4KB,那么最大页数应设置为 100 * 1024 / 4 = 25600。

public class MyDatabaseHelper extends SQLiteOpenHelper {
    private static final long MAX_DB_SIZE_BYTES = 100 * 1024 * 1024; // 100MB
    private static final int PAGE_SIZE = 4096; // 4KB

    @Override
    public void onConfigure(SQLiteDatabase db) {
        super.onConfigure(db);
        // 设置页大小(需在第一次建表前设置)
        db.execSQL("PRAGMA page_size = " + PAGE_SIZE);
    }

    @Override
    public void onCreate(SQLiteDatabase db) {
        // 建表语句...
        // 设置数据库大小上限
        long maxPages = MAX_DB_SIZE_BYTES / PAGE_SIZE;
        db.execSQL("PRAGMA max_page_count = " + maxPages);
    }
}

2.2 选择高效的数据类型与索引策略

低版本设备CPU和IO性能更弱,低效的Schema设计会加速数据库文件的膨胀和性能衰退。

  • 避免滥用TEXT类型:能用INTEGER或REAL的字段就不要用TEXT。例如,存储时间戳用INTEGER,存储经纬度用REAL。
  • 谨慎添加索引:索引能加速查询,但会显著增加数据库文件大小,并降低插入速度。只为高频查询条件(如WHERE, ORDER BY, JOIN)的列创建索引。对于Boolean或枚举型字段,通常不需要索引。
  • 考虑使用WITHOUT ROWID表:如果你的表有明确的PRIMARY KEY且不是整型自增ID,使用WITHOUT ROWID可以节省大量空间。但需注意,这在某些非常旧的SQLite版本上可能不支持。
-- 创建一个更紧凑的表
CREATE TABLE user_actions (
    action_id INTEGER PRIMARY KEY AUTOINCREMENT,
    user_id INTEGER NOT NULL,
    action_type TEXT CHECK(action_type IN ('CLICK', 'VIEW', 'BUY')),
    timestamp INTEGER NOT NULL, -- 使用INTEGER存储时间戳
    metadata TEXT -- 非核心数据
) WITHOUT ROWID; -- 如果主键是(user_id, timestamp),考虑使用此选项

2.3 初始化时配置WAL模式与检查点

从Android 4.1 (API 16) 开始支持WAL模式。它通常能提升并发性能,但管理不当会导致-wal文件膨胀。在低版本设备上,建议在初始化时明确配置并考虑更激进的检查点策略。

@Override
public void onConfigure(SQLiteDatabase db) {
    super.onConfigure(db);
    if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.JELLY_BEAN) {
        // 启用WAL模式
        db.enableWriteAheadLogging();
    }
    // 设置WAL自动检查点阈值(页数)。更小的值意味着更频繁的检查点,wal文件更小,但可能影响性能。
    db.execSQL("PRAGMA wal_autocheckpoint = 100;");
}

3. 运行时监控与主动维护

数据库设计得好只是基础,应用在用户设备上长期运行,数据会不断增长。我们需要建立一套运行时的监控和维护机制,主动发现问题,而不是等待崩溃。

3.1 定期检查数据库与存储健康度

可以在应用启动时、或通过后台服务定期(如每24小时)执行一次健康检查。检查内容包括:

  1. 当前数据库大小:与预设上限进行比较。
  2. WAL文件大小:如果WAL文件大小超过数据库文件本身的一定比例(例如50%),就需要触发手动检查点。
  3. 可用私有存储空间:预测按照当前数据增长速率,剩余空间还能用多久。

下面是一个简单的健康检查方法示例:

public class DatabaseHealthChecker {
    public static boolean isDatabaseHealthy(Context context, String dbName, long warningThresholdBytes) {
        File dbFile = context.getDatabasePath(dbName);
        File walFile = new File(dbFile.getPath() + "-wal");

        long dbSize = dbFile.length();
        long walSize = walFile.exists() ? walFile.length() : 0;

        // 规则1:数据库文件接近上限
        if (dbSize > warningThresholdBytes) {
            Log.w("DBHealth", "Database size approaching limit: " + dbSize);
            return false;
        }

        // 规则2:WAL文件异常膨胀
        if (walSize > dbSize * 0.5) { // WAL文件超过数据库一半大小
            Log.w("DBHealth", "WAL file is too large: " + walSize);
            // 触发手动检查点
            triggerManualCheckpoint(context, dbName);
            return false;
        }

        // 规则3:检查私有目录剩余空间
        StatFs statFs = new StatFs(context.getFilesDir().getPath());
        long availableBytes = statFs.getAvailableBytes();
        if (availableBytes < 50 * 1024 * 1024) { // 剩余空间小于50MB
            Log.w("DBHealth", "Available storage is low: " + availableBytes);
            return false;
        }
        return true;
    }

    private static void triggerManualCheckpoint(Context context, String dbName) {
        SQLiteDatabase db = null;
        try {
            db = SQLiteDatabase.openDatabase(context.getDatabasePath(dbName).getPath(), null, SQLiteDatabase.OPEN_READWRITE);
            db.execSQL("PRAGMA wal_checkpoint(FULL);"); // 执行完整的检查点,将WAL内容合并到主库并重置WAL
            Log.i("DBHealth", "Manual WAL checkpoint performed.");
        } catch (Exception e) {
            Log.e("DBHealth", "Failed to perform checkpoint", e);
        } finally {
            if (db != null && db.isOpen()) {
                db.close();
            }
        }
    }
}

3.2 实现数据生命周期管理与归档

不是所有数据都需要永远保留。根据业务逻辑,制定清晰的数据保留策略。

  • 时间驱动:自动删除超过一定时间(如30天、1年)的旧记录。这可以通过SQLite的DELETE语句配合日期字段轻松实现。
  • 数量驱动:当某个表的数据行数超过上限时,删除最旧的数据。例如,只保留最新的1000条聊天记录或日志。
  • 归档与导出:对于有长期保存价值但又不需高频访问的数据(如用户一年的操作历史),可以将其导出为加密的压缩文件,上传到云端或移动到外部存储(如果有权限),然后从本地数据库中删除。这能极大缓解主数据库的压力。

实现一个简单的基于时间的清理任务:

public class DataCleanupTask {
    public static void purgeOldRecords(SQLiteDatabase db) {
        // 示例:删除30天前的日志记录
        long thirtyDaysAgo = System.currentTimeMillis() - (30L * 24 * 60 * 60 * 1000);
        int rowsDeleted = db.delete("app_logs", "timestamp < ?", new String[]{String.valueOf(thirtyDaysAgo)});
        Log.i("Cleanup", "Purged " + rowsDeleted + " old log records.");

        // 示例:限制消息表只保留最新500条
        db.execSQL("DELETE FROM messages WHERE id NOT IN (SELECT id FROM messages ORDER BY id DESC LIMIT 500)");
    }
}

4. 稳健的写入操作与异常处理

即使有了前面的预防措施,在资源极度紧张的设备上,写入操作仍然可能失败。我们的代码必须能优雅地处理这种失败,并为用户提供合理的反馈,而不是直接崩溃。

4.1 使用事务,但要正确使用

事务能保证数据一致性,并批量提交时提升性能。但一个包含大量操作的大事务,会占用更多临时存储空间(回滚日志),如果事务太大,本身就可能成为触发SQLiteFullException的原因。因此,对于大批量数据插入,建议分批次进行。

// 不推荐:一次性插入上万条数据在一个事务中
public void insertBulkDataBad(List<DataItem> items) {
    db.beginTransaction();
    try {
        for (DataItem item : items) { // items可能非常大
            insertSingleItem(item);
        }
        db.setTransactionSuccessful();
    } finally {
        db.endTransaction();
    }
}

// 推荐:分批插入,每批100条
public void insertBulkDataGood(List<DataItem> items) {
    int batchSize = 100;
    for (int i = 0; i < items.size(); i += batchSize) {
        int end = Math.min(items.size(), i + batchSize);
        List<DataItem> subList = items.subList(i, end);
        db.beginTransaction();
        try {
            for (DataItem item : subList) {
                insertSingleItem(item);
            }
            db.setTransactionSuccessful();
        } finally {
            db.endTransaction();
        }
        // 可选:每批提交后短暂休眠,避免过度占用IO
        if (i + batchSize < items.size()) {
            SystemClock.sleep(10);
        }
    }
}

4.2 捕获异常并提供降级方案

当SQLiteFullException发生时,捕获它,并尝试执行一些紧急清理操作,然后重试。如果仍然失败,则应将数据暂存到内存队列或文件中,等待存储空间恢复后再处理,并务必通知用户。

public class SafeDatabaseWriter {
    private PendingWriteQueue mPendingQueue; // 一个内存或文件队列

    public boolean safeInsert(DataItem item) {
        int retryCount = 0;
        while (retryCount < 2) { // 最多重试一次
            try {
                performInsert(item);
                return true;
            } catch (SQLiteFullException e) {
                Log.e("SafeWrite", "Database full on attempt " + retryCount, e);
                if (retryCount == 0) {
                    // 第一次失败,尝试紧急清理(如删除临时数据、强制WAL检查点)
                    performEmergencyCleanup();
                } else {
                    // 第二次也失败,将数据加入待处理队列
                    mPendingQueue.offer(item);
                    // 通知UI存储空间不足
                    notifyUserStorageLow();
                    return false; // 本次写入失败,但数据已保存
                }
                retryCount++;
            } catch (SQLException e) {
                // 处理其他数据库异常
                Log.e("SafeWrite", "Other SQL error", e);
                return false;
            }
        }
        return false;
    }

    private void performEmergencyCleanup() {
        // 1. 强制WAL检查点
        // 2. 删除某些可再生的缓存数据表
        // 3. 清理应用临时文件目录
        Log.i("SafeWrite", "Performed emergency cleanup.");
    }
}

4.3 对Room或其他ORM库的特别考虑

如果你使用Room Persistence Library,其默认的异常处理可能不够细致。你可以在@Dao接口的方法中使用RxJava、LiveData或Coroutines的try-catch,或者在构建数据库时提供一个自定义的RoomDatabase.Callback,在onOpen或onCreate中执行一些初始化检查和维护任务。

@Dao
interface MyDao {
    @Insert
    suspend fun insertItem(item: MyEntity): Long // 使用协程,在调用处用try-catch包裹

    @Query("DELETE FROM my_entity WHERE timestamp < :oldestAllowed")
    suspend fun deleteOldItems(oldestAllowed: Long)
}

// 在Database类中
@Database(entities = [MyEntity::class], version = 1)
abstract class AppDatabase : RoomDatabase() {
    abstract fun myDao(): MyDao

    companion object {
        fun create(context: Context): AppDatabase {
            return Room.databaseBuilder(context, AppDatabase::class.java, "app.db")
                .addCallback(object : RoomDatabase.Callback() {
                    override fun onOpen(db: SupportSQLiteDatabase) {
                        super.onOpen(db)
                        // 每次打开数据库时,检查并执行一些维护
                        db.query("PRAGMA wal_checkpoint(TRUNCATE);") // 尝试截断WAL文件
                    }
                })
                .build()
        }
    }
}

5. 针对低版本系统的特殊适配与测试

Android 6.0以下版本的市场份额虽在减少,但在特定地区或用户群体中仍不可忽视。针对这些系统,需要一些额外的适配工作。

5.1 处理更严格的存储环境

一些低端设备/data分区非常小。你的应用在安装时可能就面临紧张的存储环境。

  • 精简APK和资源:使用ProGuard/R8优化代码,对图片进行压缩和WebP转换,按屏幕密度分发资源。
  • 延迟下载非必要资源:将非启动必需的资源(如语言包、高级贴图)放在云端,在应用内按需下载。
  • 优先使用外部存储(谨慎):如果功能允许且用户授予了权限(在Android 4.4+上写应用私有外部目录无需权限),可以将一部分不敏感的大文件(如缓存图片、下载的文档)存储到Context.getExternalFilesDir()目录下。但要注意,外部存储可能被用户移除或处于不可用状态。

5.2 测试策略

模拟低存储情况进行测试至关重要,不能只在高配模拟器上开发。

  • 使用Android模拟器:创建低版本(如API 19)的模拟器,并为其配置极小的内部存储空间(如512MB)。
  • 填充存储:编写一个简单的测试工具,快速填充设备的可用存储,直到接近满的状态,然后运行你的应用,测试所有数据库操作。
  • 监控数据库文件增长:在测试过程中,定期通过adb shell命令检查数据库文件及其-wal、-shm文件的大小变化。
    adb shell ls -lh /data/data/your.package.name/databases/
    
  • 压力测试:进行长时间、高频率的数据插入、更新操作,观察数据库性能和文件大小的变化趋势。

5.3 用户沟通与引导

当检测到存储空间严重不足,且经过应用内清理仍无法解决时,应该友好地引导用户。

  • 避免专业术语:不要直接抛出“SQLiteFullException”或“磁盘已满”。使用用户能理解的语言,如“设备存储空间不足,无法保存新内容”。
  • 提供明确的行动指引:弹窗提示可以引导用户去系统设置里清理缓存,或者删除应用内的一些已下载内容(如果你提供了此功能)。
  • 区分情况:如果是数据库达到应用设定的上限(例如聊天记录太多),可以提示用户“消息历史已达上限,是否自动清理最早的部分记录?”并让用户选择。

处理低版本Android上的存储问题,更像是一场与有限资源的持久战。它要求开发者不仅关注业务逻辑,还要深入理解运行环境。从设计、监控、维护到异常处理,形成一个完整的闭环,才能确保应用在各种设备上都能稳定运行。在实际项目中,我将健康检查模块和安全的写入封装成了基础库,所有涉及数据库写入的操作都必须经过它,这大大减少了因存储问题导致的线上崩溃。记住,对于存储问题,预防的价值永远大于修复。

避坑指南:Windows下Pico RP2040+C++环境搭建常见7个报错解决方案 本文针对Windows平台下搭建树莓派Pico RP2040的C++开发环境时,最常见的7个报错提供了深度解析与实战修复方案。内容涵盖工具链版本冲突、Python路径依赖、CMake生成失败、Git子模块问题、链接器错误、VSCode插件配置陷阱以及硬件驱动连接障碍,旨在帮助开发者高效完成环境搭建,顺利运行第一个程序。 阅读详情

相关推荐

Pico RP2040开发实战:VSCode插件与C/C++环境高效配置指南

本文提供了一份详尽的树莓派Pico RP2040开发板C/C++开发环境配置指南。重点介绍了如何利用VSCode及其核心插件(如CMake Tools和Raspberry Pi Pico插件),高效搭建并配置从ARM工具链、Pico SDK到项目构建与调试的完整工作流,帮助开发者快速上手并专注于项目开发,大幅提升开发效率。

weixin_28836989的博客 316

SQLite常见问题汇总

SQLite经常被问到的问题

_晓明_ 1869

避开爬虫坑:手把手教你合法获取百度地图POI边界数据(以学校为例)

本文详细介绍了如何合规获取百度地图POI边界数据的方法论,特别以学校为例。通过解析POI数据结构、合法使用百度地图API接口、优化请求策略以及数据处理技巧,帮助开发者和研究者在遵守平台规则的前提下高效获取地理信息。适用于学术研究、商业分析等多种场景,确保数据采集的合法性与准确性。

weixin_28683065的博客 395

SQLite 返回结果:成功、失败和它们的含义

SQLite 返回结果:成功、失败和它们的含义

探索C++编程的奥秘,分享深入的技术见解和实践,旨在激发读者创造力与解决问题的思维。 2775

GWAS与eQTL相结合,进一步筛选疾病相关基因

欢迎关注”生信修炼手册”!在GWAS分析结果中,大部分显著的SNP位点都位于非编码区,很难直接挖掘这些位点的调控机制。通常假设与疾病关联的SNP位点通过调控基因表达来发挥作用,而eQTL...

庐州月光的博客 1万+

Frida精准定位Shopee x-sap-ri动态签名生成函数

x-sap-ri是Shopee客户端生成的上下文感知型动态令牌,本质为基于设备标识、请求路径与毫秒级时间戳三元组的SHA256哈希值,经Base64编码后作为防重放与防批量伪造的核心校验字段。其生成逻辑深度混淆且跨Java/Native层,静态分析失效,而Frida凭借内存级函数调用拦截与JNI层穿透能力,成为唯一可行的技术路径。本文聚焦Frida在加固App中的实战适配——通过libcrypto.so API特征扫描反向定位被抹名的生成函数,实现对x-sap-ri输入参数(如16字节device_id加密

weixin_33978578的博客 612

SQLite错误码

[objc]view plaincopy #defineSQLITE_OK0/*成功|Successfulresult*/ /*错误码开始*/ #defineSQLITE_ERROR1/*SQL错误或丢失数据库|SQLerrorormissingdatabase...

dbql10359的博客 846

2026年5月典型AI应用落地

2026年5月AI应用全面进入商用化阶段,呈现三大特征:产业端深度渗透核心业务场景,如法律领域AI合同处理系统完成8500万元项目;消费端实现规模普及,京东618全场景AI化,智能家居产品涌现;基础设施层面运营商推出词元套餐降低使用门槛。政策法规与国际合作同步推进,日本通过首部AI专项法律,中国举办多场产业对接会。AI应用从技术验证转向实效产出,进入精算回报的成熟期。

AI_Encyc的博客 2636

Android 6.0以下设备SQLite数据库爆满?手把手教你修复SQLiteFullException错误

本文针对Android 6.0以下设备常见的SQLiteFullException(数据库或磁盘已满)错误,深度剖析了其根源在于低版本系统内部存储空间管理的缺陷。文章提供了从应急异常捕获、优雅降级到根治的完整方案,包括优化数据库配置、定期维护及监控文件大小,帮助开发者彻底解决这一经典兼容性问题。

weixin_29205061的博客 340

【BIM入门实战】Revit创建地形的几种方法及优缺点

Revit在体量和场地选项卡的【地形表面】工具可以创建三维地形,有三种方法:放置点、指定点文件和导入实例文件、倾斜摄影点云技术和InfraWorks地形生成。 文章目录1. 放置点2. 指定点文件3. 导入实例文件4. 倾斜摄影点云技术5. InfraWorks地形生成 1. 放置点 放置点功能位于体量和场地选项卡下地形表面,点开找到放置点,并通过自定义设置点的高程值来创建地形的高程数据。 优点:通过用户自定义高程点来绘制模型,使地形更为精确。 缺点:只适用于面积小的项目,面积太大,人工效率低下。 .

智慧空间实验室 4762

【GameFramework框架工具链】5-1、DataTable数据表 类自动生成工具

这个是跟【GameFramework框架内置模块】3、数据表(Data Table)模块配合使用的工具链。在使用数据表的时候,我们需要先准备数据表,每个数据表对应一个C#,C#对应表里面的字段,然后使用里面的信息,比如Music数据表ID int类型 IDAssetName string类型 资源名然后,根据数据表生成C#实体类,这一块有一个StarForce的工具链,我们来看一下如何使用。

优快云博客专家,Unity3D高级软件工程师,《Unity 3D从入门到实战》作者。 1267

SQLite3 C/C++ 开发接口简介(API函数)

作者:Leo Chin 出处:http://www.cnblogs.com/hnrainll/ 1.0 总览 SQLite3是SQLite一个全新的版本,它虽然是在SQLite 2.8.13的代码基础之上开发的,但是使用了和之前的版本不兼容的数据库格式和API. SQLite3是为了满足以下的需求而开发的: 支持UTF-16编码. 用户自定义的文本排序方法. 可以对BLOBs字

不断攀登 4103

【Segment Anything Model】三:SAM模型微调自定义数据集,更改混合提示方式:点,框,点框混合

1.微调SAM预备知识。

cvxiayixiao的博客 1万+

【数据库】 sqlite3数据类型和函数

sqlite3支持的数据类型: NULL、INTEGER、REAL、TEXT、BLOB 但是,sqlite3也支持如下的数据类型 smallint           16位整数 integer             32位整数 decimal(p,s)   p是精确

XiaoMT_Rush的专栏 1万+

Python 爬虫教程:财经新闻实时抓取(最新资讯 + 关键词提取)

在当今信息爆炸的时代,财经新闻的实时获取对于投资者、研究人员以及普通大众来说都具有重要的价值。通过 Python 爬虫技术,我们可以高效地抓取财经新闻,并提取其中的关键信息,以便更好地进行数据分析和决策支持。本文将详细介绍如何使用 Python 编写一个财经新闻实时抓取系统,并结合关键词提取技术,帮助读者快速掌握 Python 爬虫的核心技能。

yansideyucsdn的博客 1051

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

树莓派Pico开发入门(基于C/C++ SDK & 内附SDK包下载)

最近买了个小东西,主控用到了 Raspberry Pi Pico ,这里记录下相关开发入门内容。本文主要介绍基于 C/C++ SDK 方式进行开发。

Naisu的各种笔记 4133

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

SQLite技巧总结

在SQLite 2中,缺省值为NORMAL,而在3中修改为FULL。的模式可以修改数据库写入模式,

hezhanran的博客 598

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

【交叉编译踩坑指北(二)】windows10下VScode构建树莓派pico开发环境(C/C++)

许多树莓派C/C++开发都依靠NMake以及PicoProjectGenerator,安装配置NMake较为麻烦。需要安装VisualStudio 生成工具,并且安装文件夹下有很多版本的nmake需要筛选,暂时没有解决。因此本章主要使用windows中常用编译C/C++的mingw工具链(包括了mingw下的gcc,make以及gdb等),包括MinGW Makefiles来进行树莓拍Pico C/C++开发。这也沿袭了第一章中的mingw使用,具有一致性。

SuperiorEE的博客 5175

【树莓派Pico】1.Windows开发环境搭建 C/C++ (2024年8月)

就在最近,树莓派在VSCode上推出了Raspberry Pi Pico插件,本插件将项目的创建、编译、烧录、Debug、API查看等功能都集成在内,用户无需下载额外插件,也不用敲命令行,只需在VSCode内即可完成Pico开发调试等全部工作。本文章将讲解如何在Windows系统使用VSCode配置树莓派Pico开发板的C/C++开发环境。

m0_60498405的博客 6294

【RP2040】香瓜树莓派RP2040之搭建开发环境(windows)

本节以树莓派pico开发板为例,搭建windows下的编译环境。

feilusia的博客 5169

Betaflight 编译错误解决:常见Makefile问题与修复

你是否在编译Betaflight固件时遇到过令人头疼的Makefile错误?本文将带你系统解决编译过程中最常见的5类问题,从工具链配置到内存溢出,每个问题都提供具体修复代码和验证步骤,让你轻松完成固件编译。 ## 工具链版本不匹配 Betaflight对GCC编译器版本有严格要求,错误通常表现为: ``` arm-none-eabi-gcc: error: unrecognized comma...

gitblog_01043的博客 544

Sqlite3 数据库基本操作

Sqlite3 数据库基本操作1、sqlite3命令**2、sqlite3编程接口:**3、事务:一个或多个更改数据库的扩展4、like和glob子句:5、limit 和 offset6、having:7、distinct8、约束:9、内连接10、别名11、触发器12. 索引 1、sqlite3命令 1.打开数据库: sqlite3 <*.db> 2.系统命令: 以’.'开头 .quit : 退出sqlite3 .help : 查看帮助文档 .database: 显示当前打开的数据库

qq_34934140的博客 1万+

sqlite数据库执行full outer join

 sqlite数据库执行full outer join时提示:RIGHT and FULL OUTER JOINs are not currently supported。 sqlite数据库不支持(+),不支持右外连接(right outer join)和全外连接(full outer join),但支持左外连接(left outer join)。我们可以利用这一点来得到全外连接的结果 1....

weixin_34072159的博客 737
上一篇: XTDrone仿真平台实战:PX4多旋翼无人机自定义开发指南
下一篇: Cadence Sigrity SI/PI仿真:从工具选型到实战优化的全流程解析
寂静夜空35
博客等级 码龄3年 60粉丝 1797原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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