利用自定义线程池解决OOM问题
从Camera获取到了byte[]类型的图像数据之后，需要送到so库中，让so库进行相应的处理，并对其处理的结果进行相应的反馈；1s大概有30帧的数据，但是除去一些装载数据的事件，时间就变大了，实际可拿到的帧率就变小了；在此每秒取5帧，每张图片大致1~3M。这大致就是解决这个问题的背景框架。起因处理
从Camera获取到了byte[]类型的图像数据之后，需要送到so库中，让so库进行相应的处理，并对其处理的结果进行相应的反馈；1s大概有30帧的数据，但是除去一些装载数据的事件，时间就变大了，实际可拿到的帧率就变小了；在此每秒取5帧，每张图片大致1~3M。这大致就是解决这个问题的背景框架。
起因
处理图片时，耗时较长，放在主线程中，会造成卡顿，严重的时候会造成ANR。但是算法库处理时，会依赖于上一帧的数据，所以还是要按照顺序，一帧一帧来处理。 从Camera取数据后，立即开启线程处理的代码如下：
//取数据
mCamera.addCallbackBuffer(new byte[size.width * size.height * ImageFormat.getBitsPerPixel(ImageFormat.NV21) / 8]);
mCamera.setPreviewCallbackWithBuffer(new Camera.PreviewCallback() {
@Override
public void onPreviewFrame(byte[] data, Camera camera) {
if (mCallback != null && mCamera != null){
// 处理数据回调
mCallback.onImageAvaliable(data, size.width, size.height);
mCamera.addCallbackBuffer(new byte[size.width * size.height * ImageFormat.getBitsPerPixel(ImageFormat.NV21) / 8]);
}
}
});
// 开启线程处理部分
ExecutorService pool = Executors.newSingleThreadExecutor();
...
if (isSwitchOn(R.id.fall_detect)) {
pool.execute(new CheckFallAndMoveThread(buf, width, height));
}
这样的话，只允许一个线程执行，多来了的，就排队等待处理，这样便实现了一帧一帧处理，并且还不会阻塞主线程。但是很可惜，这样会造成OOM。
原因
so库处理的时间达到了2s左右（处理的图片没有经过resize），有点长。这样的话，每个需要处理的Runnable都需要一定的空间去存储这个图片，并且此种Executor是Runnable是无限长的，长度会自动变化，空间很快就会用完，也是合情合理。
解决办法
看了一下，默认提供的几种线程池，并不能达到自己的需求，只能自己重新设置一下其中的参数，然后利用这些参数，设置成自己想要的那种模式，即队列长度有限，按顺序执行，然后宁愿少处理几帧，也要避免OOM。
public class CalTaskThreadExecutor {
private static final ExecutorService instance = new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new ArrayBlockingQueue<Runnable>(2),
new ThreadFactory() {
private final AtomicInteger mCount = new AtomicInteger(1);
public Thread newThread(Runnable r) {
return new Thread(r, "SingleTaskPoolThread #" + mCount.getAndIncrement());
}
},
new RejectedExecutionHandler() {
@Override
public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
Log.e("TAG", "超了");
executor.remove(r);
}
});
public static ExecutorService getInstance(){
return instance;
}
}
十分感谢这篇博客，让我大致明白了其中参数所代表的意义，并按照自己的需求整个相应线程池出来。线程池，这一篇或许就够了。
