android 大数据量的读写

在android中，后台服务做一些大数据量的读写操作

这个时候是否可以考虑分批处理，按这个思路，如果我们创建一个线程去打开文件把两千多条数据写入，这个时候虽然是在子线程中，但是你会发现还是容易cpu100%

这个时候就需要考虑每次写200百条数据，是否可以在主线程中，把这些200条数据封装成对象，然后放入队列queue中

然后每次每次执行完一个再执行队列中的下一个分批对象，在此期间可以Handler来Handler.postDelayed（runnable，delayMillis）；

而delayMillis的参数是最好是每个分批包不一样的，即第一个分批包是1秒后执行，第二个分批包是6秒后执行，以此类推，这样就会避开5秒内

因为读写文件出现两个cpu高峰值，为了防止读写文件在主线程中占用cpu高，导致其他按键广播或其他界面操作无响应而anr，

需要考虑放入子线程中执行，而Handler.postDelayed的第一参数runnable执行是主线程的多任务并发，runnable不是一个线程，

这里可以在该runnable里面创建一个线程，即在主线程多任务的runnable的run方法中创建一个子线程，如果这个时候new一个线程

则会有很多线程被创建，可以考虑如下

public void run() {Log.d(TAG,"===>Thread.id=" + Thread.currentThread().getId());executor.execute(new Runnable() {      @Override      public void run() {      Log.d(TAG,"===>execute child Thread.id=" + Thread.currentThread().getId());    handleBatchData( param......);    }  });}

这里的executor是 private Executor executor = Executors.newCachedThreadPool();

这样你会发现线程的execute child Thread.id= 的值是一样的，这里你会体会到线程池的好处

以上是一些想法，不知道是否有更好的处理方法