【【Android】】Jetpack全组件实战开发短视频应用全组件实战开发短视频应用App(六六)
前言前言
这一篇我们主要介绍下Room数据库的创建以及简单使用
Room介绍介绍
Room是Google为了简化SQLite推出的
拥有SQLite所有的操作功能;
使用简单,通过注解方式实现功能,类似Retrofit,编译时自动生成实现类
与LiveData,LifeCycle,Paging天然融合
Room使用使用
添加依赖添加依赖
implementation "android.arch.persistence.room:runtime:1.1.1"
annotationProcessor 'android.arch.persistence.room:compiler:1.1.1'
使用使用
我们先新建一个类CacheDatabase,同时继承RoomDatabase
public class CacheDatabase extends RoomDatabase {
}
这里我们看见AS提示我们需要实现RoomDatabase的一些方法,但是我们可以把这个类声明为abstract类型,为啥呢?因为我们刚才介绍过Room是通过注解实
现功能,编译时用通过annotationProcessor来帮我们实现实现类,所以在我们编译的时候会生成CacheDatabase的实现类,这样我们就不用复写RoomDatabase几
个默认的方法了
public abstract class CacheDatabase extends RoomDatabase {
}
接着我们对我们这个Database进行初始化,我们还是在静态代码块中实现
创建数据库有两种
第一种:
//创建一个内存数据库
//但是这种数据库的数据只存在于内存中，也就是进程被杀之后，数据随之丢失
Room.inMemoryDatabaseBuilder()
这种我们一般不会使用,所以我们一般都是用下面这种方式
Room.databaseBuilder(AppGlobals.getApplication(), CacheDatabase.class, "joke_video_cache")
我们看下这个方法源码
/**
* Creates a RoomDatabase.Builder for a persistent database. Once a database is built, you
* should keep a reference to it and re-use it.
*
* @param context The context for the database. This is usually the Application context.
* @param klass The abstract class which is annotated with {@link Database} and extends
* {@link RoomDatabase}.
* @param name The name of the database file.
* @param The type of the database class.
* @return A {@code RoomDatabaseBuilder} which you can use to create the database.
*/
@SuppressWarnings("WeakerAccess")
@NonNull
public static RoomDatabase.Builder databaseBuilder(
@NonNull Context context, @NonNull Class klass, @NonNull String name) {
//noinspection ConstantConditions
if (name == null || name.trim().length() == 0) {
throw new IllegalArgumentException("Cannot build a database with null or empty name."
+ " If you are trying to create an in memory database, use Room"
+ ".inMemoryDatabaseBuilder");
}
return new RoomDatabase.Builder(context, klass, name);
}
第一个参数是上下文;第二个参数是使用Database注解标记并且继承RoomDatabase的类;第三个是数据库名字
所以我们还需要把我们这个类用Database标记下
资源评论
weixin_38716556
- 粉丝: 3
- 资源: 937
最新资源
- 《Petrel地震数据解析与RE气藏教程：数据驱动的勘探与开发实践》,深入解析Petrel地震数据与RE技术：气藏教程实践及数据分析指南,petrel地震、RE、气藏教程带数据 ,petrel地震;
- Python 实现SSA-CNN-SVM基于麻雀算法优化卷积支持向量机分类预测的详细项目实例（含完整的程序，GUI设计和代码详解）
- win32汇编环境,对话框中使用月历控件示例一
- 基于LSTM、CNN-LSTM、PSO-LSTM及PSO-CNN-LSTM的光伏功率预测算法误差对比分析,基于LSTM、CNN-LSTM、PSO-LSTM及PSO-CNN-LSTM算法的光伏功率预测精
- Python 实现SO-CNN-BiGRU蛇群算法优化卷积双向门控循环单元多输入单输出回归预测的详细项目实例（含完整的程序，GUI设计和代码详解）
- SSA-LSSVM：一种数据回归预测优化的方法，基于麻雀搜索算法与LSSVM的效能分析报告,基于SSA-LSSVM算法的数据回归预测模型优化效果分析,SSA-LSSVM即麻雀搜索算法优化LSSVM最小
- Python 实现基于RD、CS和RM算法的雷达成像技术的详细项目实例（含完整的程序，GUI设计和代码详解）
- 绘制多边形、矩形等相关逻辑
- 基于yolov5的深度学习的识别UI系统模版
- WIN11安装华为模拟器eNSP所有文件
- Analytics-2025-02-16-081919.ips.ca.synced
- ,基于绿证-阶梯式碳交互的源荷互补调度优化 23年新鲜代码，基本完成四个场景的复现 程序注释齐全， 针对多能精合的区域综合能源系统的低经济运行问题，提出基于绿证-阶梯式碳交与的源荷互补优化调度模型
- 基于NGO-LSTM算法的优化与回归预测：北方苍鹰算法在长短期记忆神经网络中的实践与应用,基于NGO-LSTM算法的优化长短期记忆神经网络回归预测模型：以北方苍鹰算法为优化策略的MATLAB实现,NG
- 基于QT的智慧农业监控系统新版源码+说明（QT 版本5.14.2，qmake编译， vscode代码，QtCreator进行UI
- AGBOT农业工程机器人系统新版源码+说明
- 利用格子玻尔兹曼方法（LBM）模拟热扩散过程的Matlab编程实践,利用格子玻尔兹曼方法（LBM）在Matlab中模拟热扩散现象：编程实现与案例分析,使用格子玻尔兹曼方法（LBM）模拟热扩散，Matl
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
