《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之87——面向BREW平台的移植

简介: 版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。 https://blog.csdn.net/wireless_com/article/details/5981433

在移植之前,要确定移植的目标即该应用可能采用的商业模式,判定哪些内容需要移植,是应用的算法还是数据结构,是商业逻辑还高层网络逻辑,或者是用户界面。

            在移植之前的另一件事情是确定哪些是平台独立的接口属性,哪些是特定平台的接口属性。看一看有没有使用C的标准库函数,有没有依赖于特定平台的函数,最好是对这些宏和函数进行封装而不是简单的替代他们。明确运行时的限制同样非常重要,例如内存,线程,同步接口,字节对齐等等。对于原来基于多线程的应用,在移植到BREW平台上的时候,一般要采用回调机制来实现(AEECallback)。

            在移植的开始时最好建立一个自己的测试环境来检验应用移植层关键的API以及应用中重要的API,并提供对内存和资源使用状况的跟踪。采用OEM层类似的方法,可以建立一个应用移植层的参考实现,将与平台相关的属性在这一应用移植层实现,这样会使将来的应用调试非常简便。

            在将应用移植层建立之后,需要在自己的测试环境进行检验,首先是单元测试,然后在模拟器运行,最后在手机上运行测试,同时检测内存的使用状况和算法执行的性能。在测试完应用移植层外,就可以将目标应用平台独立代码和应用移植层集成起来了。这时可能会合并或者创建自己的用户界面,接下来就是测试整个应用,然后认证(一般是商用测试TBT)并且发布移植的应用了。

            将一个PC上的应用移植到BREW上时,要特别关注内存模型,一般要重写算法和数据结构,考虑一个单独的内存分配器,同时要注意运行时的性能。从其他手机平台向BREW平台移植可能会简单一些,通常要特别注意文件组织结构和用户界面。在移植的时候要牢记,不要读写应用中的数据段,BREW中不建议全局和静态的变量,注意字节对齐和高地位的字节顺序以及异步通信方式。在移植的时候最好能够获得更多的编译器警告,通常到Level 4 的告警,可以把这些告警当做是移植时产生的错误。在定义依赖于平台的接口时,以及在手机上运行时,要剖析内存和CPU的性能。

目录
相关文章
|
3天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
1天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。
|
2天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
5天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
551 2
|
3天前
|
Linux 虚拟化 iOS开发
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
789 4
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
kde
|
5天前
|
人工智能 关系型数据库 PostgreSQL
n8n Docker 部署手册
n8n是一款开源工作流自动化平台,支持低代码与可编程模式,集成400+服务节点,原生支持AI与API连接,可自托管部署,助力团队构建安全高效的自动化流程。
kde
373 3
|
4天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段四:学术分析 AI 项目 RAG 落地指南:基于 Spring AI 的本地与阿里云知识库实践
本文介绍RAG(检索增强生成)技术,结合Spring AI与本地及云知识库实现学术分析AI应用,利用阿里云Qwen-Plus模型提升回答准确性与可信度。
262 91
AI 超级智能体全栈项目阶段四:学术分析 AI 项目 RAG 落地指南:基于 Spring AI 的本地与阿里云知识库实践