全部博文（60）
分类： Java
2009-01-12 18:52:26
作者：yefeng17 文章来源：http://www.j2medev.com/Article/ShowArticle.asp?ArticleID=274
记得曾经有人说，数据库程序员是世界上最不愁找不到工作的职业了。虽然此话无从考究J，不过也从一个方面说明了不论开发什么类型的应用，数据库几乎是一个永恒的话题！在java的体系结构里，我们现在已经有了JDBC这个技术，还有许多就此衍生的概念，许多耳熟能详的术语，EJB, JDO等等，只是，这些都是针对桌面平台或者企业用户的，对于处理能力和存储空间都十分有限的无线设备而言，必须有一种特殊的机制与之适应，MIDP2.0规范里不支持全面的树型文件系统，但为我们提供了这样一种数据持久化机制——记录管理系统(Record Management System RMS)。
记录管理系统就是一个小型的数据库管理系统，它以一种简单的，类似表格的形式组织信息，并存储起来形成持久化存储，以供应用程序在重新启动后继续使用。
RMS提供了Records(记录)和Records Stores(记录仓储)两个概念。
记录仓储(Records Stores)类似于一般关系数据库系统中的表格（TABLE），它代表了一组记录的集合。在相同MIDlet Suite中，每个仓储都拥有自己独一无二的名字，大小不能超过32个Unicode字符，同一个Suite下的MIDlet都可以共享这些记录仓储。
记录是记录仓储的组成元素。记录仓储中含有很多条记录，就如同记录表格是由一行行组成的一样。每条记录代表了一条数据信息。一条记录(Record)由一个整型的RecordID与一个代表数据的byte[]数组两个子元素组成。RecordID是每条记录的唯一标志符，利用这个标志符可以用于从记录仓储中找到对应的一条记录。请注意，由于产生记录号RecordID使用的是一种简单的单增算法。当一条数据记录被分配的时候，它的记录号也就唯一分配了。并且该条记录被删除后，RecordID也不会被使用。所以，仓储中相邻的记录并不一定会有连续的RecordID。
MIDP Suite所使用的RMS空间图可由下图所示：
每一个MIDlet Suite都会有属于自己的一个用于RMS的私有空间。可以通过jad描述文件事先规定Midlet Suite运行所必需的RMS空间大小，在手机内部存储空间中预存的一个空间，供由jad指定的jar包文件使用。在MIDP 2.0 以后，只要MIDlet开放了属于自己RMS空间的相应RecordStore的使用权限，那么这个RecordStore可以被Suite外部的其他MIDlet访问。
所有与RMS相关的API都集中在javax.microedition.rms包下，包括了一个主类，四个接口，以及五个可能的被抛出异常。既然RMS在结构上就分为记录与记录仓储两个部分，那么对他们的操作当然也是有所区别的，下一小节“RecordStore的管理”将首先阐述记录仓储的自身操作。
当你查阅MIDP API文档的时候，你将略为惊讶的发现，RecordStore并不能通过new来打开或创建一个实例。事实上， RecordStore提供了一组静态方法openRecordStore()来取得实例。这里，你有三个选择：
openRecordStore (String recordStoreName, boolean createIfNecessary)
openRecordStore (String recordStoreName, boolean createIfNecessary，
int authmode), boolean writable))
openRecordStore (String recordStoreName, String vendorName, String suiteName)
显然，最复杂(当然，也是最灵活的)，是第二种开启方法。它的第一个参数是记录仓储的名称，第二个参数表明了当我们请求的仓储不存在时，是否新建一个Record Store;第三个参数表明了此仓储的读取权限，最后一个参数则决定了写入权限。
当我们使用第一个开启方法时，则表示我们选择读取ㄏ拗幌抻诒镜兀?⑶揖芫?渌?/span>MIDlet写数据到这个记录仓储上。即相当于使用第二种开启方法并分别为第三第四个参数传入了RecordStore.AUTHMODE_PRIVATE和false。
最后，MIDP API中还提供了一个专门用来读取其他MIDlet Suite记录仓储的开启方法；它的3个传入参数分别为记录仓储名，发布商名以及MIDlet Suite套件名。请注意，如果该记录仓储的读取权限为AUTHMODE_PRIVATE的话，此方法将返回安全错误。
下面，我们给出一个使用第一种方法的示例：
private RecordStore rs = null;
try {
//打开一个RMS，如果打开失败，则创建一个
rs = RecordStore.openRecordStore(“testRMS”, true);
} catch (RecordStoreNotFoundException e) {
e.printStackTrace();
} catch (RecordStoreFullException e) {
e.printStackTrace();
} catch (RecordStoreException e) {
e.printStackTrace();
}
当你不在使用一个打开的RecordStore时，记得要关闭它以节约资源。这时，你就需要RecordStore的关闭方法closeRecordStore()。
在记录仓储关闭期间，加载在当前记录仓储上的所有监听器将被消除，记录仓储本身也不能再被调用或遍历，任何试图对RMS采取的操作都会抛出RecordStoreNotOpenException错误。
关闭方法是如此简单，以至于我们有可能忽略这样一鱿附冢杭锹疾执⒃诘饔?/span>closeRecordStore()不会立即被关闭，除非你确信你关闭方法的调用次数与开启方法openRecordStore()的调用次数一样多。也就是说，MIDlet套件需要在RMS的开启与关闭之间保持平衡。
下面给出了在关闭仓储的一个示例：
try {
rs = RecordStore.openRecordStore(“testRMS”, true);
//DO YOUR WORK HERE
rs.closeRecordStore();
} catch (RecordStoreNotOpenException e) {
e.printStackTrace();
} catch (RecordStoreException e) {
e.printStackTrace();
}
当我们不再需要一个记录仓储的时候，我们就需要deleteRecordStore()来执行删除。一个MIDlet套件只能够删除它自己的记录仓储。在删除之前，我们需要确保当前的仓储是处于关闭状态，如果改仓储仍旧处于开启状态（被自身的MIDlet或者其他套件调用），那么删除记录将导致RecordStoreException异常抛出；如果要删除的仓储记录本身不存在，那么这将会引起RecordStoreNotFoundException异常抛出。
//假定rs是已经存在的记录仓储，并已经打开
try {
rs.closeRecordStore();
RecordStore.deleteRecordStore(“testRMS”);
} catch (RecordStoreNotOpenException e) {
e.printStackTrace();
} catch (RecordStoreNotFoundException e) {
e.printStackTrace();
} catch (RecordStoreFullException e) {
e.printStackTrace();
} catch (RecordStoreException e) {
e.printStackTrace();
}
RecordStore中除去以上介绍的3种最常用的方法，还包括了一些很有用的操作，可以取得对记录仓储的信息，包括：
l getLastModified()：返回记录仓储最后更新时间。
l getName()：返回一个已经打开了的记录仓储名称。
l getNumRecords()：返回当前仓储中记录总数。
l getSizeAvailable()：返回当前仓储中可用的字节数。
l getVersion()：返回记录仓储版本号。
l listRecordStores()：获取该MIDlet套件中所有的记录仓储列表。
以上所说的都是针对记录仓储的操作，就如同一个关系型数据库系统，RMS也有包括插入，删除在内的等单条记录基本操作，这将在下一节中介绍给大家。
我们可以通过方法addRecord(byte[] data, int offset, int numBytes)添加byte数组类型的数据。在addRecord中，我们需要提供3个有效参数：byte[]数组，传入byte[]数组起始位置，传入数据的长度)。
当数据添加成功后，addRecord将返回记录ID号（RecordID），RecordID在一个RecordStore中中扮演着主键的角色，它由一个简单增长算法产生。例如第一条添加的记录ID是0，第二个是1，以此类推……
如果试图将数据添加到一个未经打开的记录仓储中，将产生RecordStoreNotOpenException异常；任何添加错误都将最终抛出异常RecordStoreException，所以，将它作为最后一个catch块将是一个很好的选择。
添加操作是一个阻塞操作，直到数据被持久的写到了存储器上，对addRecord方法的调用才会返回。同时这个操作也是个原子操作，这意味着多个线程中同时调用addRecord不会产生数据写丢失。但这并不保证读取和写入同时发生时能够读取的自动同步。复杂应用中对应的同步机制是必须的。
通过方法deleteRecord(int recordId)，传入目标记录的ID以后，可以从记录仓储中删除记录。需要注意的是，正如前面提过的记录ID号是不能够被复用的。
如果试图从一个尚未开启的记录仓储中删除记录，将会抛出RecordStoreNotOpenException异常；如果传入的记录ID是无效的，将得到InvalidRecordIDException异常；而异常RecordStoreException则可以用来捕获一般性的仓储错误发生。
通过方法setRecord(int recordId, byte[] newData, int offset, int numBytes)可以修改一个指定ID的记录值。
修改记录的传入参数包括记录号，其余的与addRecord相同。当仓储没有打开或者传入ID无效时,你会得到与deleteRecord一致的抛出错误. 而异常RecordStoreException同样可以用来捕获一般性的仓储异常。
我们在上面已经提到，针对RecordStore的操作只提供对针对byte数组的服务.而在日常处理中，大部分时候我们遇到的都将是非byte类型。当然，我们可以撰写一些工具方法来完成基本类型(int, char)与byte的相互转换，但我们又将如何解决另一种更常见的问题：自定义数据类型与byte的转换？在这里，我们向大家介绍一种已经被广泛采用的方法。
要将自定义数据与byte数组相互转换，需要ByteArrayOutputStream，DataOutputStream，ByteArrayInputStream，DataInputStream 4个类的协助，在MIDP的帮助API有对于他们的详细描述，你可以在 下载或在线查阅。下面简单的介绍一下它们的使用。
要写入数据首先要建立一个ByteArrayOutputStream的实例baos，然后将它作为参数传入DataOutputStream的构造函数来产生一个实例dos。dos由一组方便的I/O方法writeXXX方便我们将不同的数据写入流。例如writeInt用于写入int型、writeChar用于写入字符型、writeUTF用于写入一个String等。更多请参考API手册。当写入操作完成后，可以利用baos的toByteArray方法的得到一个byte[]数组，这个数组含有我们刚刚写入的数据，将它传给addRecord就可以增加一条记录了。最后记住关闭打开的流。
要读入就要利用剩余的两个类ByteArrayInputStream、DataInputStream。首先利用getRecord(int)得到刚刚写入的byte数组。利用得到的byte数组构造一个ByteArrayInputStream的实例bais，然后用DataInputStream包装它，得到一个实例dis。DataInputStream有一组的方便的I/O方法用于读入DataOutputStream对应方法写入的数据。应该注意的是读入顺序和写入顺序应保持一至。同样的不再使用流时，应关闭流以节约资源。
以下是一段代码示范，首先写入一组自定义数据，然后在读出：
ByteArrayOutputStream baos=new ByteArrayOutputStream();
DataOutputStream dos=new DataOutputStream(baos);
dos.writeBoolean(false);
dos.writeInt(15);
dos.writeUTF("abcde");
byte [] data=baos.toByteArray();//取得byte数组
dos.close();
baos.close();
ByteArrayInputStream bais=new ByteArrayInputStream(data);
DataInputStream dis=new DataInputStream(bais);
boolean flag=dis.readBoolean();
int intValue=dis.readInt();
String strValue=dis.readUTF();
dis.close();
bais.close();
有了上一节的基础，现在我们可以很容易的利用RMS来实现对象的序列化。下面，我以一个单词记录本为示例，为大家展示如何序列化对象。
单词记录本的基本类是一个Word，包括英文单词enWord，解释cnWord，上次读取时间dateTime以及备注信息detail：
public class Word {
private String enWord;
private String cnWord;
private long dateTime;
private String detail;
}
我们将数据转换作为Word类的内置方法，serialize用于序列化对象数据，返回byte数组类型；deserialize完成的则是相反的工作。对象中成员变量的读取方法writeXXX要与变量的类型相吻合，并且完成操作以后，要将流及时关闭！
/**生成序列化的byte数组数据
*/
public byte[] serialize() throws IOException{
//Creates a new data output stream to write data
//to the specified underlying output stream
ByteArrayOutputStream baos = new ByteArrayOutputStream();
DataOutputStream dos = new DataOutputStream(baos);
dos.writeUTF(this.enWord);
dos.writeUTF(this.cnWord);
dos.writeLong(this.dateTime);
dos.writeUTF(this.detail);
baos.close();
dos.close();
return baos.toByteArray();
}
/**将传入的byte类型数据反序列化为已知数据结构
*/
public static Word deserialize(byte[] data) throws IOException{
ByteArrayInputStream bais = new ByteArrayInputStream(data);
DataInputStream dis = new DataInputStream(bais);
Word word = new Word();
word.enWord = dis.readUTF();
word.cnWord = dis.readUTF();
word.dateTime = dis.readLong();
word.detail = dis.readUTF();
bais.close();
dis.close();
return word;
}
记录仓储类似于一个简单的数据库，不仅仅体现在最基本添加删除操作上，RecordStore同样为开发者提供一定程度的进阶功能，这主要体现在4个接口的使用：RecordComparator，RecordEnumeration，RecordFilter与RecordListener。
考虑到RecordComparator、RecordFilter都是作用在RecordEnumeration上的，我们先来介绍这个接口。
当我们需要走访一个记录仓储中所有记录时，通常的想法是使用一个for循环，利用RecordID来实现遍历。但是，很遗憾，在RMS中，这不是一个好方法。首先，当我们往往无从了解之前存入数据的RecordID；另外，也是最重要的一点，即便RecordID还存在，记录本身也可能已经被删除了，即我们不能保证RecordID对应记录的有效性。
这样的话，我们就需要一些更为有效的方法来走访记录仓储。MIDP规范中提供了一种安全，可靠的走访方式——RecordEnumeration接口。
RecordEnumeration内部没有存放任何记录仓储数据的副本，因此在使用RecordEnumeration读取数据的时候，实际上仍旧是抓取RecordStore之中的数据。RecordEnumeration如同是一个可用RecordID的集合， 他甚至可以按我们指定的方式排列记录。
下面介绍和RecordEnumeration相关的几个主要方法：
l enumerateRecords()：
通过对RecordStore实例对象调用enumerateRecords方法来取得一个RecordEnumeration的实例。
在enumerateRecords方法中我们可以传入3个参数：filter，comparator与keepUpdated。前两个参数分别是过滤器和排序策略，这个后面会讲到。当传入的filter不为空时，它将用于决定记录仓储中的哪些记录将被使用；当comparator不为空时，RecordStore将按照我们指定的排列顺序返回。第三个参数决定了当遍历器建立起来以后，是否对记录仓储新的改变做出回应。如果传入true，那么将有一个RecordListener被加入到RecordStore中，使得记录仓储的内容与RecordEnumeration随时保持同步。如果传入false，则可以使得当前遍历更有效率，但所取得的RecordID集合仅仅是调用此方法这个时刻的RecordStore快照。此后对RecordStore所有更改都不会反应在这个集合上。请读者根据要求在访问数据完整性和访问速度之间进行取舍。
l numRecords()：
numRecords返回了在当前遍历集合中，可用记录数目。这里所指的可用，不仅仅是说RecordID对应的记录存在；当filter存在时，也需要符合过滤条件。
l hasNextElement()：
hasNextElement用于判断在RecordEnumeration当前指向的下一个位置，还有没有剩余记录了。
l hasPreviousElement()：
hasPreviousElement用于判断在RecordEnumeration当前指向的前一个位置，还有没有剩余记录了。
l nextRecord()：
nextRecord返回了遍历器下一位置的记录拷贝，由于返回的是拷贝，所以任何对返回记录的修改都不会影响到记录仓储的实际内容。
l nextRecordId()：
nextRecordId返回当前遍历器下一位置记录的RecordID，当下一位置没有可用的记录时，继续调用nextRecordId将抛出异常InvalidRecordIDException。
依旧以我们的单词本为例，添加一个方法ViewAll()，用来返回当前记录仓储中的所有单词。演示了如何利用RecordEnumeration来遍历记录。在示例中，使用到了RecordComparator接口的一个实例WordComparator，后面会讲到。
public Word[] viewAll() throws IOException {
Word[] words = new Word[0];
RecordEnumeration re = null;
//rs是之前创建的RecordStore类型实例变量
if (rs == null)
return words;
try {
re = rs.enumerateRecords(null, new WordComparator(), false);//无过滤器、但有一个排序策略
words = new Word[re.numRecords()];
int wordRecords = 0;
while (re.hasNextElement()) {
byte[] tmp = re.nextRecord();
words[wordRecords] = Word.deserialize(tmp);
wordRecords++;
}
} catch (RecordStoreNotOpenException e1) {
e1.printStackTrace();
} catch (InvalidRecordIDException e1) {
e1.printStackTrace();
} catch (RecordStoreException e1) {
e1.printStackTrace();
} finally {
if (re != null)
re.destroy();
}
return words;
}
过滤接口是用来过滤不满足条件的记录的。使用RecordFilter接口必须实现match(byte[] candidate)方法，当传入byte数据符合筛选条件时，返回true。
下面的示例建立一个静态类WordFilter，它实现RecordFilter接口。
public class WordFilter implements RecordFilter{
private String enWord;
private int type;
public WordFilter(String enword, int type){
//传入要比较的项，type指向一个自定义的内部事件标记
//表现为整形
this.enWord = enword;
this.type = type;
}
public boolean matches(byte[] word) {
//matches方法中传入的参数是RMS中的各个候选值（元素）
try {
if(type == EventID.SEARCH_EQUAL){
return Word.matchEN(word, enWord);
}else{
return Word.matchEN_StartWith(word, enWord);
}
} catch (IOException e) {
e.printStackTrace();
return false;
}
}
}
以上示例中的EventID.SEARCH_EQUAL为一个定义好的整型数据；同时，这里涉及到了Word类的两个对应方法：
public static boolean matchEN_StartWith(byte[] data, String enword) throws IOException{
ByteArrayInputStream bais = new ByteArrayInputStream(data);
DataInputStream dis = new DataInputStream(bais);
try{
return (dis.readUTF().startsWith(enword));
}catch(IOException e){
e.printStackTrace();
return false;
}
}
public static boolean matchCN(byte[] data, String cnword) throws IOException{
ByteArrayInputStream bais = new ByteArrayInputStream(data);
DataInputStream dis = new DataInputStream(bais);
try{
dis.readUTF();
return (dis.readUTF().equals(cnword));
}catch(IOException e){
e.printStackTrace();
return false;
}
}
比较器定义了一个比较接口，用于比较两条记录是否匹配，或者符合一定的逻辑关系。使用比较器必须实现方法compare(byte[] rec1, byte[] rec2)，当rec1在次序上领先于rec2时，返回RecordComparator.PRECEDES；反之则返回RecordComparator.FOLLOWS；如果两个传入参数相等，RecordComparator将返回RecordComparator.EQUIVALENT。
如同过滤器一样，我们设计一个静态类——WordComparator，用以实现RecordComparator接口。
private static class WordComparator implements RecordComparator{
public int compare(byte[] word_1, byte[] word_2) {
try {
Word word1 = Word.deserialize(word_1);
Word word2 = Word.deserialize(word_2);
long dateTime1 = word1.getDateTime();
long dateTime2 = word2.getDateTime();
if(dateTime1 < dateTime2){
return RecordComparator.FOLLOWS;
}
if(dateTime1 > dateTime2){
return RecordComparator.PRECEDES;
}
return RecordComparator.EQUIVALENT;
} catch (IOException e) {
e.printStackTrace();
}
return 0;
}
}
正如你看到的为了使程序更加的优雅，我们都是利用序列化/反序列化技术取得完整的对象后，通过对对象自身方法的调用来实现，过滤或者排序的核心逻辑。这样做占用了大量的处理器时间。所以在使用这项技术时，请注意优化你的算法并确保使用它们是必要的。
最后一起来关注一下RecordListener。RecordListener是用于接受监听记录仓储中记录添加，更改或删除记录等事件的接口。它是作用在RecordStore上的。利用RecordStore的addRecordListener方法来注册一个监听器。使用监听器必须实现3个方法：recordAdded，recordChanged与recordDeleted，他们都需要传入两个参数：记录仓储名称recordStroe与记录号recordId。
l recordAdded：当一条新的记录被添加到仓储空间的时候，该方法被触发。
l recordChanged：当一条记录被修改时使用。
l recordDeleted：当一条记录从记录仓储中删除时调用。
需要注意的是，RecordListener是在对记录仓储的操作动作完成以后被调用的！特别在recordDeleted方法中，由于传入的记录已经删除，所在如果再使用getRecord()试图取得刚刚被删除记录的话，将会抛出InvalidRecordIDException异常。
