幼儿园监控app开发避坑指南：一文搞懂5大报错
盯着满屏红色的 StackTrace，咖啡都喝不动了？别急，这堆天书一样的报错信息，其实都在跟你喊救命。搞了十年后端和移动端，我见过太多新手在 幼儿园监控app 这种高并发、实时性要求极高的项目里栽跟头。今天不整虚的，咱们直接把这几个最常见的坑扒开，一文搞懂 从现象到根因，再到代码修复的全过程。哪怕你是刚接手项目的老鸟，看完这篇也能省下至少半天的查文档时间。
视频流卡顿与黑屏：RTSP 连接池泄漏
现象与痛点
这是 幼儿园监控app 最头疼的问题之一。用户打开 App 查看教室实时画面，一开始很流畅，但过个两三分钟，视频要么直接黑屏，要么卡成 PPT。重启 App 才能恢复，但很快又复发。控制台里偶尔能看到 SocketTimeoutException 或者 Connection Reset 的警告，但 StackTrace 指向的地方五花八门，让人摸不着头脑。
根本原因
很多开发者习惯在每次获取视频流时都新建一个 RTSP 客户端连接。在 幼儿园监控app 这种场景下，家长可能频繁切换不同教室的摄像头，或者在网络不稳定的情况下频繁重连。如果代码里忘了调用 stop() 或 close() 方法，这些连接就会变成“僵尸连接”，占用系统的文件描述符和内存。当连接池耗尽，新的请求就无法建立，旧的视频流也因为心跳丢失而中断，最终导致黑屏。
错误写法 vs 正确写法
很多初版代码是这样写的，简单直接，但隐患极大：
// 错误写法：每次请求都新建连接，且未正确释放
public void startCameraFeed(String rtspUrl) {// 每次调用都 new 一个对象RtpManager rtpManager = new RtpManager(rtspUrl);rtpManager.start();// 假设这里绑定到了 UI// 当用户切换摄像头时，之前的 rtpManager 对象被垃圾回收，// 但底层的 Socket 并没有显式关闭，导致资源泄漏
}正确的做法是使用连接池或单例管理器，并确保生命周期管理：
// 正确写法：使用带超时和释放机制的管理器
public class CameraFeedManager {private MapString, RtpSession activeSessions = new ConcurrentHashMap();private final ExecutorService cleanupExecutor = Executors.newScheduledThreadPool(1);public void startFeed(String cameraId, String rtspUrl, SurfaceView view) {// 如果该摄像头已有会话，先释放旧的releaseSession(cameraId);try {RtpSession session = new RtpSession(rtspUrl, 5000, 3000); // 连接超时5s, 心跳超时3ssession.attachToSurface(view);session.start();activeSessions.put(cameraId, session);// 添加一个心跳监控，防止静默失败cleanupExecutor.schedule(() - {if (session.isActive() session.isStalled()) {Log.w(CameraFeed, Session stalled, restarting...);restartFeed(cameraId, rtspUrl, view);}}, 10, TimeUnit.SECONDS);} catch (Exception e) {Log.e(CameraFeed, Failed to start feed, e);// 降级处理或提示用户}}public void releaseSession(String cameraId) {RtpSession session = activeSessions.remove(cameraId);if (session != null) {session.stop();session.close(); // 显式关闭底层 Socket}}
}复现与修复
要复现这个问题，你可以写一个脚本，在模拟弱网环境下（如 Android Studio 的 Network Profiler 限制带宽至 50kbps），快速连续切换 5 个不同的摄像头。你会发现第 3 或第 4 个摄像头就会开始卡顿。修复的关键点在于：永远不要假设垃圾回收会帮你关闭 Socket，必须显式调用 close()。另外，参考 GitHub 上开源仓库 OpenCV/opencv 中的视频捕获模块，可以看到它们对底层 I/O 资源的精细化管理，这对理解 RTSP 协议栈的资源管理很有帮助。
图片加载 OOM：大图未压缩直接解码
现象与痛点
幼儿园监控app 不仅看视频，还要看历史抓拍图片。家长点击“今日相册”时，App 经常闪退，Logcat 里清一色的 java.lang.OutOfMemoryError: Bitmap too large to decode。尤其是在低端安卓手机上，这个问题几乎必现。
根本原因
监控摄像头拍出来的原图分辨率极高，通常是 1920x1080 甚至 4K。Android 的 BitmapFactory.decodeFile() 默认会按原图尺寸分配内存。一张 4K 图片在 RGB_565 格式下大约占用 12MB 内存，如果是 ARGB_8888 则高达 24MB。加载几十张，内存瞬间爆掉。很多开发者以为用了 ImageView 就万事大吉，却忽略了 Bitmap 是在内存中，而不是磁盘上。
错误写法 vs 正确写法
常见的错误是直接用 setImageBitmap 或 Glide 默认配置加载原图：
// 错误写法：直接加载原图到 ImageView
String imagePath = /sdcard/camera/20231027_083015.jpg;
Bitmap bitmap = BitmapFactory.decodeFile(imagePath);
ImageView imageView = findViewById(R.id.photo_view);
imageView.setImageBitmap(bitmap);
// 当列表滑动时，每个 item 都解码一张原图，内存泄漏速度惊人正确写法是使用 inSampleSize 进行采样率压缩，或使用成熟的图片加载库如 Glide/Coil 并指定尺寸：
// 正确写法：计算采样率，只加载 UI 控件所需尺寸
public static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) {final int height = options.outHeight;final int width = options.outWidth;int inSampleSize = 1;if (height reqHeight || width reqWidth) {final int halfHeight = height / 2;final int halfWidth = width / 2;while ((halfHeight / inSampleSize) = reqHeight (halfWidth / inSampleSize) = reqWidth) {inSampleSize *= 2;}}return inSampleSize;
}// 在加载时使用
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true; // 先不加载，只获取尺寸
BitmapFactory.decodeFile(imagePath, options);int targetWidth = imageView.getWidth();
int targetHeight = imageView.getHeight();
options.inSampleSize = calculateInSampleSize(options, targetWidth, targetHeight);options.inJustDecodeBounds = false; // 再次解码，这次会真正加载
Bitmap bitmap = BitmapFactory.decodeFile(imagePath, options);
imageView.setImageBitmap(bitmap);或者更简单地，使用 Glide：
// 使用 Glide 自动管理内存和尺寸
Glide.with(context).load(imagePath).override(targetWidth, targetHeight) // 指定目标尺寸.centerCrop().into(imageView);规避建议
在 幼儿园监控app 中，建议后端在存储抓拍图片时，就生成缩略图版本（如 400x300），前端列表页只加载缩略图，详情页再加载原图。这是从源头解决 OOM 的最佳实践。GitHub 上的开源项目 flickr/android 中有大量关于图片加载优化的实战代码，值得参考。
WebSocket 断连重连风暴：心跳机制缺失
现象与痛点
App 通过 WebSocket 接收实时告警（如孩子摔倒检测）。当手机锁屏或网络切换（Wi-Fi 到 4G）后，App 收不到任何消息。过一会儿，突然收到几百条堆积的告警，或者 App 直接崩溃。后台日志显示大量的 ConnectionClosedException，且客户端频繁尝试重连，形成“重连风暴”，压垮了服务器。
根本原因
移动网络环境下，TCP 连接很容易被中间设备（如运营商基站、NAT 网关）静默断开，但客户端和服务器可能都没有收到 FIN 包，以为连接还活着。如果没有心跳机制，客户端不会主动检测连接状态，也就不会重连。而当网络恢复时，如果重连逻辑没有退避策略（Backoff），就会在短时间内发起海量重连请求。
错误写法 vs 正确写法
错误写法是只在 onOpen 时记录连接，没有任何心跳和重连策略：
// 错误写法：无心跳，无重连策略
WebSocket ws = new WebSocket.Builder().url(wss://api.kindergarten.com/realtime).create();ws.connect();
// 如果网络断开，这里没有任何反应
// 当用户手动刷新时，可能尝试重连，但没有频率限制正确写法是引入心跳（Ping/Pong）和指数退避重连：
// 正确写法：带心跳和指数退避的重连机制
public class ResilientWebSocket {private WebSocket ws;private int retryCount = 0;private static final int MAX_RETRY = 5;private final ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor();public void connect() {try {ws = new WebSocket.Builder().url(wss://api.kindergarten.com/realtime).pingInterval(30, TimeUnit.SECONDS) // 每30秒发送一次 Ping.create();ws.connect();retryCount = 0; // 连接成功，重置重试次数} catch (Exception e) {scheduleReconnect();}}private void scheduleReconnect() {if (retryCount = MAX_RETRY) {Log.e(WS, Max retries reached, giving up);return;}retryCount++;long delay = (long) Math.pow(2, retryCount) * 1000; // 指数退避: 2s, 4s, 8s...Log.d(WS, Reconnecting in + delay + ms (attempt + retryCount + ));scheduler.schedule(() - {if (ws == null || !ws.isOpen()) {connect();}}, delay, TimeUnit.MILLISECONDS);}public void onClosed(int code, String reason) {scheduleReconnect();}public void onFailure(Throwable t) {scheduleReconnect();}
}进阶技巧
在 幼儿园监控app 中，建议将 WebSocket 与 MQTT 协议结合。MQTT 的 QoS 机制和会话保持特性更适合弱网环境。可以参考 GitHub 上的 eclipse/paho.mqtt.java 仓库，它提供了非常健壮的断线重连和消息持久化方案。
本地数据库并发写入：SQLite 锁竞争
现象与痛点
App 需要将视频截图、告警日志等数据缓存到本地 SQLite 数据库。在弱网环境下，大量数据离线写入，App 界面卡顿，甚至出现 SQLITE_BUSY 异常。用户反馈“App 卡死了”，但 CPU 占用率并不高。
根本原因
SQLite 是单写多读模型。当多个线程同时尝试写入时，会发生锁竞争。如果写入事务持续时间较长（如批量插入），其他写入请求就会阻塞，进而阻塞 UI 线程（如果写入是在主线程进行的）。
错误写法 vs 正确写法
错误写法是在主线程执行批量插入，且没有使用事务：
// 错误写法：主线程批量插入，无事务
void saveAlerts(ListAlert alerts) {for (Alert alert : alerts) {db.execSQL(INSERT INTO alerts ..., args); // 每条语句都是独立事务，性能极差}
}正确写法是使用 Room 数据库框架，并在后台线程执行批量操作，包裹在事务中：
// 正确写法：使用 Room + 后台线程 + 事务
@Dao
public interface AlertDao {@Insertvoid insertAll(ListAlert alerts);
}// 在 Repository 中
public void saveAlerts(ListAlert alerts) {if (alerts.isEmpty()) return;Executors.newSingleThreadExecutor().execute(() - {try {database.runInTransaction(() - {alertDao.insertAll(alerts); // Room 会自动处理锁和事务});} catch (Exception e) {Log.e(DB, Failed to save alerts, e);}});
}规避建议
对于 幼儿园监控app 这种高频写入场景，考虑使用 WriteAheadLog (WAL) 模式。在 SQLite 中执行 PRAGMA journal_mode=WAL; 可以显著提高并发读写性能。GitHub 上的 square/room 仓库文档中有详细的事务管理指南，建议仔细阅读。
权限动态申请崩溃：运行时权限未处理
现象与痛点
App 启动时请求摄像头和存储权限。在 Android 6.0+ 设备上，如果用户拒绝了权限，App 直接崩溃，Logcat 显示 SecurityException: Permission Denial。更糟糕的是，用户拒绝后，再次点击“查看监控”按钮，App 还是崩溃，而不是提示用户去设置页开启权限。
根本原因
开发者只写了静态权限声明（AndroidManifest.xml），但没有处理运行时权限请求的逻辑，或者在权限被拒后没有提供合理的降级方案。
错误写法 vs 正确写法
错误写法是直接调用摄像头 API，假设权限已授予：
// 错误写法：未检查权限
Camera.open(); // 如果用户拒绝了 CAMERA 权限，这里会抛 SecurityException正确写法是使用 ActivityResultContracts 或 PermissionX 等库处理权限：
// 正确写法：Kotlin 中使用 ActivityResultContracts
private val requestCameraPermission = registerForActivityResult(ActivityResultContracts.RequestPermission()
) { isGranted: Boolean -if (isGranted) {startCameraPreview()} else {showPermissionDeniedDialog() // 引导用户去设置页}
}fun requestCameraAndStart() {if (ContextCompat.checkSelfPermission(this, Manifest.permission.CAMERA)== PackageManager.PERMISSION_GRANTED) {startCameraPreview()} else {requestCameraPermission.launch(Manifest.permission.CAMERA)}
}结尾互动
在 幼儿园监控app 的开发中，这些坑只是冰山一角。视频编解码、数据加密、离线同步等还有无数细节需要打磨。你公司项目里是怎么处理这些实时视频流和本地缓存的？有没有遇到更奇葩的崩溃？欢迎在评论区聊聊，我们一起避坑。
幼儿园监控app开发避坑指南：一文搞懂5大报错
盯着满屏红色的 StackTrace，咖啡都喝不动了？别急，这堆天书一样的报错信息，其实都在跟你喊救命。搞了十年后端和移动端，我见过太多新手在 幼儿园监控app 这种高并发、实时性要求极高的项目里栽跟头。今天不整虚的，咱们直接把这几个最常见的坑扒开，一文搞懂 从现象到根因，再到代码修复的全过程。哪怕你是刚接手项目的老鸟，看完这篇也能省下至少半天的查文档时间。
视频流卡顿与黑屏：RTSP 连接池泄漏
现象与痛点
这是 幼儿园监控app 最头疼的问题之一。用户打开 App 查看教室实时画面，一开始很流畅，但过个两三分钟，视频要么直接黑屏，要么卡成 PPT。重启 App 才能恢复，但很快又复发。控制台里偶尔能看到 SocketTimeoutException 或者 Connection Reset 的警告，但 StackTrace 指向的地方五花八门，让人摸不着头脑。
根本原因
很多开发者习惯在每次获取视频流时都新建一个 RTSP 客户端连接。在 幼儿园监控app 这种场景下，家长可能频繁切换不同教室的摄像头，或者在网络不稳定的情况下频繁重连。如果代码里忘了调用 stop() 或 close() 方法，这些连接就会变成“僵尸连接”，占用系统的文件描述符和内存。当连接池耗尽，新的请求就无法建立，旧的视频流也因为心跳丢失而中断，最终导致黑屏。
错误写法 vs 正确写法
很多初版代码是这样写的，简单直接，但隐患极大：
// 错误写法：每次请求都新建连接，且未正确释放
public void startCameraFeed(String rtspUrl) {// 每次调用都 new 一个对象RtpManager rtpManager = new RtpManager(rtspUrl);rtpManager.start();// 假设这里绑定到了 UI// 当用户切换摄像头时，之前的 rtpManager 对象被垃圾回收，// 但底层的 Socket 并没有显式关闭，导致资源泄漏
}正确的做法是使用连接池或单例管理器，并确保生命周期管理：
// 正确写法：使用带超时和释放机制的管理器
public class CameraFeedManager {private MapString, RtpSession activeSessions = new ConcurrentHashMap();private final ExecutorService cleanupExecutor = Executors.newScheduledThreadPool(1);public void startFeed(String cameraId, String rtspUrl, SurfaceView view) {// 如果该摄像头已有会话，先释放旧的releaseSession(cameraId);try {RtpSession session = new RtpSession(rtspUrl, 5000, 3000); // 连接超时5s, 心跳超时3ssession.attachToSurface(view);session.start();activeSessions.put(cameraId, session);// 添加一个心跳监控，防止静默失败cleanupExecutor.schedule(() - {if (session.isActive() session.isStalled()) {Log.w(CameraFeed, Session stalled, restarting...);restartFeed(cameraId, rtspUrl, view);}}, 10, TimeUnit.SECONDS);} catch (Exception e) {Log.e(CameraFeed, Failed to start feed, e);// 降级处理或提示用户}}public void releaseSession(String cameraId) {RtpSession session = activeSessions.remove(cameraId);if (session != null) {session.stop();session.close(); // 显式关闭底层 Socket}}
}复现与修复
要复现这个问题，你可以写一个脚本，在模拟弱网环境下（如 Android Studio 的 Network Profiler 限制带宽至 50kbps），快速连续切换 5 个不同的摄像头。你会发现第 3 或第 4 个摄像头就会开始卡顿。修复的关键点在于：永远不要假设垃圾回收会帮你关闭 Socket，必须显式调用 close()。另外，参考 GitHub 上开源仓库 OpenCV/opencv 中的视频捕获模块，可以看到它们对底层 I/O 资源的精细化管理，这对理解 RTSP 协议栈的资源管理很有帮助。
图片加载 OOM：大图未压缩直接解码
现象与痛点
幼儿园监控app 不仅看视频，还要看历史抓拍图片。家长点击“今日相册”时，App 经常闪退，Logcat 里清一色的 java.lang.OutOfMemoryError: Bitmap too large to decode。尤其是在低端安卓手机上，这个问题几乎必现。
根本原因
监控摄像头拍出来的原图分辨率极高，通常是 1920x1080 甚至 4K。Android 的 BitmapFactory.decodeFile() 默认会按原图尺寸分配内存。一张 4K 图片在 RGB_565 格式下大约占用 12MB 内存，如果是 ARGB_8888 则高达 24MB。加载几十张，内存瞬间爆掉。很多开发者以为用了 ImageView 就万事大吉，却忽略了 Bitmap 是在内存中，而不是磁盘上。
错误写法 vs 正确写法
常见的错误是直接用 setImageBitmap 或 Glide 默认配置加载原图：
// 错误写法：直接加载原图到 ImageView
String imagePath = /sdcard/camera/20231027_083015.jpg;
Bitmap bitmap = BitmapFactory.decodeFile(imagePath);
ImageView imageView = findViewById(R.id.photo_view);
imageView.setImageBitmap(bitmap);
// 当列表滑动时，每个 item 都解码一张原图，内存泄漏速度惊人正确写法是使用 inSampleSize 进行采样率压缩，或使用成熟的图片加载库如 Glide/Coil 并指定尺寸：
// 正确写法：计算采样率，只加载 UI 控件所需尺寸
public static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) {final int height = options.outHeight;final int width = options.outWidth;int inSampleSize = 1;if (height reqHeight || width reqWidth) {final int halfHeight = height / 2;final int halfWidth = width / 2;while ((halfHeight / inSampleSize) = reqHeight (halfWidth / inSampleSize) = reqWidth) {inSampleSize *= 2;}}return inSampleSize;
}// 在加载时使用
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true; // 先不加载，只获取尺寸
BitmapFactory.decodeFile(imagePath, options);int targetWidth = imageView.getWidth();
int targetHeight = imageView.getHeight();
options.inSampleSize = calculateInSampleSize(options, targetWidth, targetHeight);options.inJustDecodeBounds = false; // 再次解码，这次会真正加载
Bitmap bitmap = BitmapFactory.decodeFile(imagePath, options);
imageView.setImageBitmap(bitmap);或者更简单地，使用 Glide：
// 使用 Glide 自动管理内存和尺寸
Glide.with(context).load(imagePath).override(targetWidth, targetHeight) // 指定目标尺寸.centerCrop().into(imageView);规避建议
在 幼儿园监控app 中，建议后端在存储抓拍图片时，就生成缩略图版本（如 400x300），前端列表页只加载缩略图，详情页再加载原图。这是从源头解决 OOM 的最佳实践。GitHub 上的开源项目 flickr/android 中有大量关于图片加载优化的实战代码，值得参考。
WebSocket 断连重连风暴：心跳机制缺失
现象与痛点
App 通过 WebSocket 接收实时告警（如孩子摔倒检测）。当手机锁屏或网络切换（Wi-Fi 到 4G）后，App 收不到任何消息。过一会儿，突然收到几百条堆积的告警，或者 App 直接崩溃。后台日志显示大量的 ConnectionClosedException，且客户端频繁尝试重连，形成“重连风暴”，压垮了服务器。
根本原因
移动网络环境下，TCP 连接很容易被中间设备（如运营商基站、NAT 网关）静默断开，但客户端和服务器可能都没有收到 FIN 包，以为连接还活着。如果没有心跳机制，客户端不会主动检测连接状态，也就不会重连。而当网络恢复时，如果重连逻辑没有退避策略（Backoff），就会在短时间内发起海量重连请求。
错误写法 vs 正确写法
错误写法是只在 onOpen 时记录连接，没有任何心跳和重连策略：
// 错误写法：无心跳，无重连策略
WebSocket ws = new WebSocket.Builder().url(wss://api.kindergarten.com/realtime).create();ws.connect();
// 如果网络断开，这里没有任何反应
// 当用户手动刷新时，可能尝试重连，但没有频率限制正确写法是引入心跳（Ping/Pong）和指数退避重连：
// 正确写法：带心跳和指数退避的重连机制
public class ResilientWebSocket {private WebSocket ws;private int retryCount = 0;private static final int MAX_RETRY = 5;private final ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor();public void connect() {try {ws = new WebSocket.Builder().url(wss://api.kindergarten.com/realtime).pingInterval(30, TimeUnit.SECONDS) // 每30秒发送一次 Ping.create();ws.connect();retryCount = 0; // 连接成功，重置重试次数} catch (Exception e) {scheduleReconnect();}}private void scheduleReconnect() {if (retryCount = MAX_RETRY) {Log.e(WS, Max retries reached, giving up);return;}retryCount++;long delay = (long) Math.pow(2, retryCount) * 1000; // 指数退避: 2s, 4s, 8s...Log.d(WS, Reconnecting in + delay + ms (attempt + retryCount + ));scheduler.schedule(() - {if (ws == null || !ws.isOpen()) {connect();}}, delay, TimeUnit.MILLISECONDS);}public void onClosed(int code, String reason) {scheduleReconnect();}public void onFailure(Throwable t) {scheduleReconnect();}
}进阶技巧
在 幼儿园监控app 中，建议将 WebSocket 与 MQTT 协议结合。MQTT 的 QoS 机制和会话保持特性更适合弱网环境。可以参考 GitHub 上的 eclipse/paho.mqtt.java 仓库，它提供了非常健壮的断线重连和消息持久化方案。
本地数据库并发写入：SQLite 锁竞争
现象与痛点
App 需要将视频截图、告警日志等数据缓存到本地 SQLite 数据库。在弱网环境下，大量数据离线写入，App 界面卡顿，甚至出现 SQLITE_BUSY 异常。用户反馈“App 卡死了”，但 CPU 占用率并不高。
根本原因
SQLite 是单写多读模型。当多个线程同时尝试写入时，会发生锁竞争。如果写入事务持续时间较长（如批量插入），其他写入请求就会阻塞，进而阻塞 UI 线程（如果写入是在主线程进行的）。
错误写法 vs 正确写法
错误写法是在主线程执行批量插入，且没有使用事务：
// 错误写法：主线程批量插入，无事务
void saveAlerts(ListAlert alerts) {for (Alert alert : alerts) {db.execSQL(INSERT INTO alerts ..., args); // 每条语句都是独立事务，性能极差}
}正确写法是使用 Room 数据库框架，并在后台线程执行批量操作，包裹在事务中：
// 正确写法：使用 Room + 后台线程 + 事务
@Dao
public interface AlertDao {@Insertvoid insertAll(ListAlert alerts);
}// 在 Repository 中
public void saveAlerts(ListAlert alerts) {if (alerts.isEmpty()) return;Executors.newSingleThreadExecutor().execute(() - {try {database.runInTransaction(() - {alertDao.insertAll(alerts); // Room 会自动处理锁和事务});} catch (Exception e) {Log.e(DB, Failed to save alerts, e);}});
}规避建议
对于 幼儿园监控app 这种高频写入场景，考虑使用 WriteAheadLog (WAL) 模式。在 SQLite 中执行 PRAGMA journal_mode=WAL; 可以显著提高并发读写性能。GitHub 上的 square/room 仓库文档中有详细的事务管理指南，建议仔细阅读。
权限动态申请崩溃：运行时权限未处理
现象与痛点
App 启动时请求摄像头和存储权限。在 Android 6.0+ 设备上，如果用户拒绝了权限，App 直接崩溃，Logcat 显示 SecurityException: Permission Denial。更糟糕的是，用户拒绝后，再次点击“查看监控”按钮，App 还是崩溃，而不是提示用户去设置页开启权限。
根本原因
开发者只写了静态权限声明（AndroidManifest.xml），但没有处理运行时权限请求的逻辑，或者在权限被拒后没有提供合理的降级方案。
错误写法 vs 正确写法
错误写法是直接调用摄像头 API，假设权限已授予：
// 错误写法：未检查权限
Camera.open(); // 如果用户拒绝了 CAMERA 权限，这里会抛 SecurityException正确写法是使用 ActivityResultContracts 或 PermissionX 等库处理权限：
// 正确写法：Kotlin 中使用 ActivityResultContracts
private val requestCameraPermission = registerForActivityResult(ActivityResultContracts.RequestPermission()
) { isGranted: Boolean -if (isGranted) {startCameraPreview()} else {showPermissionDeniedDialog() // 引导用户去设置页}
}fun requestCameraAndStart() {if (ContextCompat.checkSelfPermission(this, Manifest.permission.CAMERA)== PackageManager.PERMISSION_GRANTED) {startCameraPreview()} else {requestCameraPermission.launch(Manifest.permission.CAMERA)}
}结尾互动
在 幼儿园监控app 的开发中，这些坑只是冰山一角。视频编解码、数据加密、离线同步等还有无数细节需要打磨。你公司项目里是怎么处理这些实时视频流和本地缓存的？有没有遇到更奇葩的崩溃？欢迎在评论区聊聊，我们一起避坑。
