Android/Kotlin/Jetpack Compose: Using Proto DataStore
Zusammenfassung
Kurz
Der vollständige Bericht erläutert die Einrichtung von Proto DataStore mit Protobuf-Schema und Serializer sowie das Lesen und transaktionale Aktualisieren einfacher Werte. Für eigene, unveränderliche Kotlin-Datenklassen zeigt er zusätzlich, wie JSON mit Kotlin Serialization in einem String-Feld abgelegt und wieder eingelesen wird; dokumentierte Tests oder Messungen enthält die Anleitung nicht.
Mittel
Der vollständige Bericht zeigt die Einrichtung und Verwendung von Proto DataStore in einer Android-App mit Kotlin und Jetpack Compose. Er vergleicht die Variante mit Schlüssel-Wert-Paaren, die kein Schema und laut Autor keine Typsicherheit bietet, mit Proto DataStore, das einen eigenen, vorab definierten Datentyp verwendet. Dafür führt die Anleitung Gradle-Abhängigkeiten, das Protobuf-Plugin und ein `.proto`-Schema mit Feldern für Benutzername und Alter an. Sie erklärt Paketangaben und eindeutige Feldnummern und weist darauf hin, nach Schemaänderungen neu zu bauen.
Ein Serializer beschreibt das Lesen und Schreiben der Protobuf-Daten und legt einen Standardwert fest. Beispiele zeigen, wie ein Benutzername aus dem DataStore-Flow gelesen und mit `updateData()` transaktional aktualisiert wird. Für eigene Kotlin-Datenklassen ergänzt der Bericht ein String-Feld, in dem JSON gespeichert wird; Kotlin Serialization übernimmt Kodierung und Dekodierung. Die Datenklasse soll unveränderlich sein, und bei fehlenden oder fehlerhaften JSON-Daten zeigen die Beispiele leere Werte.
Es handelt sich um eine Anleitung mit Codebeispielen, nicht um einen dokumentierten Test oder Leistungs- beziehungsweise Variantenvergleich. Die gezeigte Konfiguration nennt konkrete Versionen und deckt einfache Daten sowie eine JSON-kodierte Klasse ab.
Ausführlich lesen
Der vollständige Bericht erklärt, wie sich lokale, anwendungsbezogene Daten mit Proto DataStore in einer Android-App mit Kotlin und Jetpack Compose speichern lassen. Als Ausgangspunkt unterscheidet der Autor zwei DataStore-Varianten: Preferences DataStore speichert Werte über Schlüssel und benötigt kein vorab festgelegtes Schema, bietet laut Bericht aber keine Typsicherheit. Proto DataStore speichert dagegen Instanzen eines eigenen Datentyps. Dafür muss ein Schema mit Protocol Buffers definiert werden; der Bericht hebt Typsicherheit als Vorteil hervor.
Die Anleitung beginnt mit der Einrichtung des Gradle-Projekts. Sie führt Abhängigkeiten für DataStore, Protocol Buffers und Kotlin Serialization sowie das Protobuf-Gradle-Plugin an. Der Autor betont, das Plugin sei nötig, damit beim Bauen des Projekts aus dem Schema die benötigten Klassen erzeugt werden. Anschließend zeigt der Bericht eine `.proto`-Datei mit der Nachricht `MyUserInfo` und den Feldern `username` und `age`. Er erläutert, dass `java_package` das Paket für die generierten Klassen festlegt, Feldnummern innerhalb einer Nachricht eindeutig sein müssen und Nummern nicht wiederverwendet werden sollen. Änderungen am Schema erfordern laut Anleitung einen erneuten Build.
Für den Zugriff auf die gespeicherten Daten stellt der Bericht einen Serializer vor. Dieser verwendet eine Standardinstanz, falls noch keine Datei existiert, liest die Protobuf-Daten ein und schreibt sie zurück. Ein Beispiel für das Lesen holt den ersten Wert aus dem DataStore-Flow und gibt daraus den Benutzernamen zurück; der Aufruf wird in einer Compose-`LaunchedEffect` gezeigt. Zum Schreiben dient `updateData()`: Der Bericht beschreibt diese Funktion als transaktionale Aktualisierung und demonstriert, wie der Benutzername geändert wird.
Im letzten Teil behandelt die Anleitung eigene Kotlin-Datenklassen. Sie zeigt `ExtraInfo` mit Spitzname und E-Mail-Adresse und warnt vor veränderlichen Datentypen; die Eigenschaften sollen daher mit `val` statt `var` deklariert werden. Für dieses Objekt ergänzt das Beispiel das Protobuf-Schema um ein String-Feld, in dem laut Bericht JSON abgelegt wird. Kotlin Serialization übernimmt das Umwandeln zwischen Objekt und JSON-Text. Die gezeigten Funktionen lesen und dekodieren diesen Text beziehungsweise kodieren ihn vor dem Speichern. Bei fehlenden oder nicht dekodierbaren Daten sehen die Beispiele leere Standardwerte vor.
Der Bericht ist eine Implementierungsanleitung mit Konfigurations- und Codebeispielen. Er enthält keine dokumentierten Tests, Messungen oder Vergleichsergebnisse; Aussagen über Vorteile und Verhalten werden im Rahmen der Anleitung gemacht. Die Beispiele beziehen sich auf die genannten Bibliotheks- und Plugin-Versionen und zeigen einen einfachen Datensatz sowie eine als JSON gespeicherte Datenklasse.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna lieferte zwei Zusammenfassungen (kurz und mittel); beide wurden gemeinsam geprüft. Die mittlere Fassung gibt den Bericht treu wieder, die kurze lässt den Vergleich der beiden DataStore-Varianten aus. Es lagen keine Sammel- oder Teilfragen vor, daher ist die Einordnung leer.
Im Bericht, aber nicht in der Zusammenfassung
- Der Vergleich von Preferences DataStore und Proto DataStore fehlt in der Kurzfassung
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.