Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com22. Dezember 2023 · Q011681

Intro to Room using Jetpack Compose

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Das vollständige Tutorial zeigt, wie eine einfache Aufgaben-App mit Room und Jetpack Compose Daten speichert, anzeigt sowie nach Name oder Priorität sortiert und filtert. Der Autor stellt feste SQL-Abfragen und eine flexiblere `@RawQuery`-Methode vor; die Beispiele betreffen eine Tabelle und enthalten keine berichteten Tests oder Messungen.

Mittel

Der vollständige Bericht ist ein Tutorial von Chase zu Room in einer Android-App mit Jetpack Compose. Anhand einer Aufgabenliste mit Name und Priorität erklärt er die Einrichtung der Room-Abhängigkeiten, ein mit `@Entity` markiertes Datenmodell, die Datenbank sowie ein DAO für Einfügen oder Aktualisieren, Lesen, Sortieren und Filtern. Die Benutzeroberfläche zeigt die Einträge; ein ViewModel vermittelt zwischen Anzeige und Datenbank.

Der Beitrag stellt zunächst fest definierte `@Query`-Methoden vor und weist darauf hin, dass deren SQL bestimmte Regeln erfüllen muss. Als fortgeschrittene Variante zeigt der Autor `@RawQuery`: Das ViewModel setzt dabei eine Abfrage anhand von Tabellenname sowie optionalen Filter-, Sortier- und Reihenfolgeangaben zusammen. Der Autor meint, eine solche Methode könne nahezu alle anderen Aufrufe ersetzen. Android Studios App Inspector wird als Möglichkeit vorgestellt, Datenbank und Tabellen während der App-Ausführung anzusehen.

Der Bericht zeigt Code für ein einfaches Beispiel mit nur einer Tabelle. Er nennt keine Testergebnisse oder Messungen; Aussagen zum Nutzen und Umfang der dynamischen Abfrage sind Einschätzungen des Autors.

Ausführlich lesen

Der vollständige Bericht ist ein Tutorial von Chase zur lokalen Datenspeicherung mit Room in einer Android-App, deren Oberfläche mit Jetpack Compose erstellt wird. An einem Beispiel mit Aufgabenname und Priorität zeigt der Autor, wie Datenmodell, Datenbankzugriff und Anzeige zusammenspielen und wie sich Einträge sortieren und filtern lassen. Er ordnet das Tutorial als Gegenstück zu eigenen Artikeln über SwiftData und CoreData ein.

Zu Beginn beschreibt der Beitrag die Einrichtung von Room. Für den Stand beim Verfassen nennt er Version 2.6.1 und zeigt die dafür einzutragenden Gradle-Abhängigkeiten sowie das Kotlin-Kapt-Plugin. Das Datenmodell wird als Room-Entität markiert; seine Felder bilden die Tabellenspalten. Eine automatisch erzeugte Primärschlüssel-ID sichert laut Erklärung die Eindeutigkeit. Aufzählungen legen mögliche Sortierfelder, Sortierreihenfolgen und Vergleichsoperatoren fest.

Das DAO stellt die Datenbankoperationen bereit: Einträge werden mit `@Upsert` eingefügt oder bei bereits vorhandener ID aktualisiert. Weitere Methoden lesen alle Datensätze, sortieren nach Name oder Priorität und filtern nach Prioritätswerten. Die gezeigten `@Query`-Methoden enthalten SQL-Abfragen; Parameter können in Abfragen eingesetzt werden. Der Autor weist darauf hin, dass dafür SQL-Kenntnisse und die Einhaltung bestimmter Regeln nötig seien. Als fortgeschrittenere Möglichkeit führt er `@RawQuery` mit `SupportSQLiteQuery` ein.

Die Datenbankklasse registriert die Entität und eine Versionsnummer, die laut Beitrag bei Änderungen am Datenbankschema angepasst werden soll. Ein ViewModel vermittelt zwischen Oberfläche und DAO, startet das Hinzufügen von Beispieldaten und bietet Funktionen zum Lesen, Sortieren und Filtern. In seiner Compose-Oberfläche zeigt die Beispiel-App die Aufgaben und Prioritäten in einer Liste; eine Schaltfläche fügt Datensätze hinzu. Der Bericht demonstriert, wie die Oberfläche statt der ungefilterten Liste die Sortier- oder Filterfunktionen verwenden kann.

Als flexiblere Variante baut das ViewModel eine Abfrage aus Tabellenname sowie optionalen Filter-, Sortier- und Reihenfolgeangaben zusammen und übergibt sie an das DAO. Beispiele zeigen eine Abfrage ohne Einschränkungen, einen Filter auf Prioritäten über 50, absteigende Sortierung sowie die Kombination von Filter und Sortierung. Der Autor behauptet, diese eine Methode könne nahezu alle übrigen Datenbankaufrufe im ViewModel und DAO ersetzen. Zum Abschluss empfiehlt er, während die App läuft den App Inspector in Android Studio zu verwenden, um Datenbank und Tabellen anzusehen und so die Daten visuell zu prüfen.

Der Beitrag beschreibt einen einzelnen, einfachen Beispielaufbau mit einer Tabelle und demonstriert Code, aber berichtet keine Messungen, Tests oder vergleichenden Ergebnisse. Die Aussagen zur Flexibilität der dynamischen Abfrage und zur möglichen Ersetzung anderer Aufrufe sind daher als Einschätzung des Autors zu verstehen. Er erläutert die gezeigten Funktionen, behandelt jedoch keine umfassende Absicherung oder Validierung dynamisch zusammengesetzter Abfragen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat nur die Sammelfrage SF-H3 eingeordnet, Teilfragen gab es keine. Ihre Stufe 4 mit 28 % Anteil ist nicht belegt, weil der Bericht die Frage nur am Rande berührt. Die beiden Zusammenfassungen sind sachlich korrekt und enthalten keine erfundenen Angaben.

Im Bericht, aber nicht in der Zusammenfassung

  • Der App Inspector in Android Studio zeigt die Datenbank zur Laufzeit an (nur in der mittleren Fassung genannt)
  • Die Einrichtung der Room-Abhängigkeiten in build.gradle (in beiden Fassungen fehlend)
  • Der Verweis des Autors auf seine SwiftData- und CoreData-Artikel als Vergleichsbasis (in beiden Fassungen fehlend)

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 28 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →