الزامات فراداده

این راهنما با Health Connect نسخه 1.1.0-alpha12 سازگار است.

تغییراتی در ابرداده در Health Connect برای توسعه دهندگانی که تصمیم به ارتقای نسخه 1.1.0-alpha12 دارند، وجود دارد.

اطلاعات کتابخانه

شناسه مصنوع پلاگین Google Maven Android gradle کتابخانه Health Connect را شناسایی می کند که باید به آن ارتقا دهید. این وابستگی Health Connect SDK را به فایل build.gradle در سطح ماژول خود اضافه کنید:

dependencies {
  implementation "androidx.health.connect:connect-client:1.1.0-alpha12"
}

متادیتا تغییر می کند

دو تغییر ابرداده در نسخه 1.1.0-alpha12 به Health Connect Jetpack SDK معرفی شده است تا اطمینان حاصل شود که ابرداده مفید اضافی در اکوسیستم وجود دارد.

هر زمان که یک شی از نوع Record() نمونه سازی می شود، باید جزئیات فراداده را مشخص کنید.

هنگام نوشتن داده در Health Connect باید یکی از چهار روش ضبط را مشخص کنید:

روش ضبط توضیحات
RECORDING_METHOD_UNKNOWN روش ضبط قابل تأیید نیست.
RECORDING_METHOD_MANUAL_ENTRY کاربر داده ها را وارد کرد.
RECORDING_METHOD_AUTOMATICALLY_RECORDED یک دستگاه یا حسگر داده ها را ثبت کرد.
RECORDING_METHOD_ACTIVELY_RECORDED کاربر شروع یا پایان جلسه ضبط را در یک دستگاه آغاز کرد.

به عنوان مثال:

StepsRecord(
    startTime \= Instant.ofEpochMilli(1234L),
    startZoneOffset \= null,
    endTime \= Instant.ofEpochMilli(1236L),
    endZoneOffset \= null,
    metadata \= Metadata.manualEntry(),
    Count \= 10,
)

شما باید یک نوع دستگاه را برای همه داده های ضبط شده به طور خودکار و فعال مشخص کنید. انواع دستگاه های فعلی عبارتند از:

نوع دستگاه توضیحات
TYPE_UNKNOWN نوع دستگاه مشخص نیست.
TYPE_WATCH نوع دستگاه ساعت است.
TYPE_PHONE نوع دستگاه گوشی است.
TYPE_SCALE نوع دستگاه ترازو است.
TYPE_RING نوع دستگاه حلقه ای است.
TYPE_HEAD_MOUNTED نوع دستگاه یک دستگاه نصب شده روی سر است.
TYPE_FITNESS_BAND نوع دستگاه یک باند تناسب اندام است.
TYPE_CHEST_STRAP نوع دستگاه بند سینه است.
TYPE_SMART_DISPLAY نوع دستگاه نمایشگر هوشمند است.

به عنوان مثال:

private val TEST_DEVICE = Device(type = Device.TYPE_PHONE)

قطعه ها به روز شدند

راهنماهای Health Connect در هر جا که برای پایبندی به الزامات فراداده جدید به قطعه‌های جدید نیاز باشد، به‌روزرسانی شده‌اند. برای چند نمونه به صفحه Write Data مراجعه کنید.

روش های جدید ابرداده

دیگر نمی‌توان متادیتا را مستقیماً نمونه‌سازی کرد، بنابراین از یکی از روش‌های کارخانه برای دریافت نمونه جدیدی از ابرداده استفاده کنید. هر تابع دارای سه نوع امضا است:

  • activelyRecorded

    • fun activelyRecorded(device: Device): Metadata.
    • fun activelyRecorded(clientRecordId: String, clientRecordVersion: Long = 0, device: Device): Metadata
    • fun activelyRecordedWithId(id: String, device: Device): Metadata
  • autoRecorded

    • fun autoRecorded(device: Device): Metadata
    • fun autoRecorded(clientRecordId: String, clientRecordVersion: Long = 0, device: Device): Metadata
    • fun autoRecordedWithId(id: String, device: Device): Metadata
  • manualEntry

    • fun manualEntry(device: Device? = null): Metadata
    • fun manualEntry(clientRecordId: String, clientRecordVersion: Long = 0, device: Device? = null): Metadata
    • fun manualEntryWithId(id: String, device: Device? = null): Metadata
  • unknownRecordingMethod

    • fun unknownRecordingMethod(device: Device? = null): Metadata
    • fun unknownRecordingMethod(clientRecordId: String, clientRecordVersion: Long = 0, device: Device? = null): Metadata
    • fun unknownRecordingMethodWithId(id: String, device: Device? = null): Metadata

برای اطلاعات بیشتر، به پروژه متن باز Android مراجعه کنید.

آزمایش داده ها

از کتابخانه تست برای تمسخر مقادیر فراداده مورد انتظار استفاده کنید:

private val TEST_METADATA =
    Metadata.unknownRecordingMethod(
        clientRecordId = "clientId",
        clientRecordVersion = 1L,
        device = Device(type = Device.TYPE_UNKNOWN),
    ).populatedWithTestValues(id = "test")

این رفتار پیاده سازی Health Connect را شبیه سازی می کند، که به طور خودکار این مقادیر را در طول درج رکورد پر می کند.

برای کتابخانه آزمایشی، باید این وابستگی Health Connect SDK را به فایل build.gradle در سطح ماژول خود اضافه کنید:

dependencies {
  testImplementation "androidx.health.connect:connect-testing:1.0.0-alpha02"
}

کتابخانه را ارتقا دهید

مراحل اصلی که باید انجام دهید عبارتند از:

  1. کتابخانه خود را به 1.1.0-alpha12 ارتقا دهید.

  2. هنگام ساخت کتابخانه، خطاهای کامپایل در جایی که به ابرداده جدید نیاز است پرتاب می‌شود، بنابراین مطمئن شوید که هر زمان که یک شی از نوع Record() نمونه‌سازی می‌شود، تغییرات فراداده لازم را اعمال کنید. این باید مهاجرت را کامل کند.

،

این راهنما با Health Connect نسخه 1.1.0-alpha12 سازگار است.

تغییراتی در ابرداده در Health Connect برای توسعه دهندگانی که تصمیم به ارتقای نسخه 1.1.0-alpha12 دارند، وجود دارد.

اطلاعات کتابخانه

شناسه مصنوع پلاگین Google Maven Android gradle کتابخانه Health Connect را شناسایی می کند که باید به آن ارتقا دهید. این وابستگی Health Connect SDK را به فایل build.gradle در سطح ماژول خود اضافه کنید:

dependencies {
  implementation "androidx.health.connect:connect-client:1.1.0-alpha12"
}

متادیتا تغییر می کند

دو تغییر ابرداده در نسخه 1.1.0-alpha12 به Health Connect Jetpack SDK معرفی شده است تا اطمینان حاصل شود که ابرداده مفید اضافی در اکوسیستم وجود دارد.

هر زمان که یک شی از نوع Record() نمونه سازی می شود، باید جزئیات فراداده را مشخص کنید.

هنگام نوشتن داده در Health Connect باید یکی از چهار روش ضبط را مشخص کنید:

روش ضبط توضیحات
RECORDING_METHOD_UNKNOWN روش ضبط قابل تأیید نیست.
RECORDING_METHOD_MANUAL_ENTRY کاربر داده ها را وارد کرد.
RECORDING_METHOD_AUTOMATICALLY_RECORDED یک دستگاه یا حسگر داده ها را ثبت کرد.
RECORDING_METHOD_ACTIVELY_RECORDED کاربر شروع یا پایان جلسه ضبط را در یک دستگاه آغاز کرد.

به عنوان مثال:

StepsRecord(
    startTime \= Instant.ofEpochMilli(1234L),
    startZoneOffset \= null,
    endTime \= Instant.ofEpochMilli(1236L),
    endZoneOffset \= null,
    metadata \= Metadata.manualEntry(),
    Count \= 10,
)

شما باید یک نوع دستگاه را برای همه داده های ضبط شده به طور خودکار و فعال مشخص کنید. انواع دستگاه های فعلی عبارتند از:

نوع دستگاه توضیحات
TYPE_UNKNOWN نوع دستگاه ناشناخته است.
TYPE_WATCH نوع دستگاه ساعت است.
TYPE_PHONE نوع دستگاه گوشی است.
TYPE_SCALE نوع دستگاه ترازو است.
TYPE_RING نوع دستگاه حلقه ای است.
TYPE_HEAD_MOUNTED نوع دستگاه یک دستگاه نصب شده روی سر است.
TYPE_FITNESS_BAND نوع دستگاه یک باند تناسب اندام است.
TYPE_CHEST_STRAP نوع دستگاه بند سینه است.
TYPE_SMART_DISPLAY نوع دستگاه نمایشگر هوشمند است.

به عنوان مثال:

private val TEST_DEVICE = Device(type = Device.TYPE_PHONE)

قطعه ها به روز شدند

راهنماهای Health Connect در هر جا که برای پایبندی به الزامات فراداده جدید به قطعه‌های جدید نیاز باشد، به‌روزرسانی شده‌اند. برای چند نمونه به صفحه Write Data مراجعه کنید.

روش های جدید ابرداده

دیگر نمی‌توان متادیتا را مستقیماً نمونه‌سازی کرد، بنابراین از یکی از روش‌های کارخانه برای دریافت نمونه جدیدی از ابرداده استفاده کنید. هر تابع دارای سه نوع امضا است:

  • activelyRecorded

    • fun activelyRecorded(device: Device): Metadata.
    • fun activelyRecorded(clientRecordId: String, clientRecordVersion: Long = 0, device: Device): Metadata
    • fun activelyRecordedWithId(id: String, device: Device): Metadata
  • autoRecorded

    • fun autoRecorded(device: Device): Metadata
    • fun autoRecorded(clientRecordId: String, clientRecordVersion: Long = 0, device: Device): Metadata
    • fun autoRecordedWithId(id: String, device: Device): Metadata
  • manualEntry

    • fun manualEntry(device: Device? = null): Metadata
    • fun manualEntry(clientRecordId: String, clientRecordVersion: Long = 0, device: Device? = null): Metadata
    • fun manualEntryWithId(id: String, device: Device? = null): Metadata
  • unknownRecordingMethod

    • fun unknownRecordingMethod(device: Device? = null): Metadata
    • fun unknownRecordingMethod(clientRecordId: String, clientRecordVersion: Long = 0, device: Device? = null): Metadata
    • fun unknownRecordingMethodWithId(id: String, device: Device? = null): Metadata

برای اطلاعات بیشتر، به پروژه متن باز Android مراجعه کنید.

آزمایش داده ها

از کتابخانه تست برای تمسخر مقادیر فراداده مورد انتظار استفاده کنید:

private val TEST_METADATA =
    Metadata.unknownRecordingMethod(
        clientRecordId = "clientId",
        clientRecordVersion = 1L,
        device = Device(type = Device.TYPE_UNKNOWN),
    ).populatedWithTestValues(id = "test")

این رفتار پیاده سازی Health Connect را شبیه سازی می کند، که به طور خودکار این مقادیر را در طول درج رکورد پر می کند.

برای کتابخانه آزمایشی، باید این وابستگی Health Connect SDK را به فایل build.gradle در سطح ماژول خود اضافه کنید:

dependencies {
  testImplementation "androidx.health.connect:connect-testing:1.0.0-alpha02"
}

کتابخانه را ارتقا دهید

مراحل اصلی که باید انجام دهید عبارتند از:

  1. کتابخانه خود را به 1.1.0-alpha12 ارتقا دهید.

  2. هنگام ساخت کتابخانه، خطاهای کامپایل در جایی که به ابرداده جدید نیاز است پرتاب می‌شود، بنابراین مطمئن شوید که هر زمان که یک شی از نوع Record() نمونه‌سازی می‌شود، تغییرات فراداده لازم را اعمال کنید. این باید مهاجرت را کامل کند.

،

این راهنما با Health Connect نسخه 1.1.0-alpha12 سازگار است.

تغییراتی در ابرداده در Health Connect برای توسعه دهندگانی که تصمیم به ارتقای نسخه 1.1.0-alpha12 دارند، وجود دارد.

اطلاعات کتابخانه

شناسه مصنوع پلاگین Google Maven Android gradle کتابخانه Health Connect را شناسایی می کند که باید به آن ارتقا دهید. این وابستگی Health Connect SDK را به فایل build.gradle در سطح ماژول خود اضافه کنید:

dependencies {
  implementation "androidx.health.connect:connect-client:1.1.0-alpha12"
}

متادیتا تغییر می کند

دو تغییر ابرداده در نسخه 1.1.0-alpha12 به Health Connect Jetpack SDK معرفی شده است تا اطمینان حاصل شود که ابرداده مفید اضافی در اکوسیستم وجود دارد.

هر زمان که یک شی از نوع Record() نمونه سازی می شود، باید جزئیات فراداده را مشخص کنید.

هنگام نوشتن داده در Health Connect باید یکی از چهار روش ضبط را مشخص کنید:

روش ضبط توضیحات
RECORDING_METHOD_UNKNOWN روش ضبط قابل تأیید نیست.
RECORDING_METHOD_MANUAL_ENTRY کاربر داده ها را وارد کرده است.
RECORDING_METHOD_AUTOMATICALLY_RECORDED یک دستگاه یا حسگر داده ها را ثبت کرد.
RECORDING_METHOD_ACTIVELY_RECORDED کاربر شروع یا پایان جلسه ضبط را در یک دستگاه آغاز کرد.

به عنوان مثال:

StepsRecord(
    startTime \= Instant.ofEpochMilli(1234L),
    startZoneOffset \= null,
    endTime \= Instant.ofEpochMilli(1236L),
    endZoneOffset \= null,
    metadata \= Metadata.manualEntry(),
    Count \= 10,
)

شما باید یک نوع دستگاه را برای همه داده های ضبط شده به طور خودکار و فعال مشخص کنید. انواع دستگاه های فعلی عبارتند از:

نوع دستگاه توضیحات
TYPE_UNKNOWN نوع دستگاه مشخص نیست.
TYPE_WATCH نوع دستگاه ساعت است.
TYPE_PHONE نوع دستگاه گوشی است.
TYPE_SCALE نوع دستگاه ترازو است.
TYPE_RING نوع دستگاه حلقه ای است.
TYPE_HEAD_MOUNTED نوع دستگاه یک دستگاه نصب شده روی سر است.
TYPE_FITNESS_BAND نوع دستگاه یک باند تناسب اندام است.
TYPE_CHEST_STRAP نوع دستگاه بند سینه است.
TYPE_SMART_DISPLAY نوع دستگاه نمایشگر هوشمند است.

به عنوان مثال:

private val TEST_DEVICE = Device(type = Device.TYPE_PHONE)

قطعات به روز شد

راهنماهای Health Connect در هر جا که برای پایبندی به الزامات فراداده جدید به قطعه‌های جدید نیاز باشد، به‌روزرسانی شده‌اند. برای چند نمونه به صفحه Write Data مراجعه کنید.

روش های جدید فراداده

دیگر نمی‌توان متادیتا را مستقیماً نمونه‌سازی کرد، بنابراین از یکی از روش‌های کارخانه برای دریافت نمونه جدیدی از ابرداده استفاده کنید. هر تابع دارای سه نوع امضا است:

  • activelyRecorded

    • fun activelyRecorded(device: Device): Metadata.
    • fun activelyRecorded(clientRecordId: String, clientRecordVersion: Long = 0, device: Device): Metadata
    • fun activelyRecordedWithId(id: String, device: Device): Metadata
  • autoRecorded

    • fun autoRecorded(device: Device): Metadata
    • fun autoRecorded(clientRecordId: String, clientRecordVersion: Long = 0, device: Device): Metadata
    • fun autoRecordedWithId(id: String, device: Device): Metadata
  • manualEntry

    • fun manualEntry(device: Device? = null): Metadata
    • fun manualEntry(clientRecordId: String, clientRecordVersion: Long = 0, device: Device? = null): Metadata
    • fun manualEntryWithId(id: String, device: Device? = null): Metadata
  • unknownRecordingMethod

    • fun unknownRecordingMethod(device: Device? = null): Metadata
    • fun unknownRecordingMethod(clientRecordId: String, clientRecordVersion: Long = 0, device: Device? = null): Metadata
    • fun unknownRecordingMethodWithId(id: String, device: Device? = null): Metadata

برای اطلاعات بیشتر، به پروژه متن باز Android مراجعه کنید.

آزمایش داده ها

از کتابخانه تست برای تمسخر مقادیر فراداده مورد انتظار استفاده کنید:

private val TEST_METADATA =
    Metadata.unknownRecordingMethod(
        clientRecordId = "clientId",
        clientRecordVersion = 1L,
        device = Device(type = Device.TYPE_UNKNOWN),
    ).populatedWithTestValues(id = "test")

این رفتار پیاده سازی Health Connect را شبیه سازی می کند، که به طور خودکار این مقادیر را در طول درج رکورد پر می کند.

برای کتابخانه آزمایشی، باید این وابستگی Health Connect SDK را به فایل build.gradle در سطح ماژول خود اضافه کنید:

dependencies {
  testImplementation "androidx.health.connect:connect-testing:1.0.0-alpha02"
}

کتابخانه را ارتقا دهید

مراحل اصلی که باید انجام دهید عبارتند از:

  1. کتابخانه خود را به 1.1.0-alpha12 ارتقا دهید.

  2. هنگام ساخت کتابخانه، خطاهای کامپایل در جایی که به ابرداده جدید نیاز است پرتاب می‌شود، بنابراین مطمئن شوید که هر زمان که یک شی از نوع Record() نمونه‌سازی می‌شود، تغییرات فراداده لازم را اعمال کنید. این باید مهاجرت را کامل کند.

،

این راهنما با Health Connect نسخه 1.1.0-alpha12 سازگار است.

تغییراتی در ابرداده در Health Connect برای توسعه دهندگانی که تصمیم به ارتقای نسخه 1.1.0-alpha12 دارند، وجود دارد.

اطلاعات کتابخانه

شناسه مصنوع پلاگین Google Maven Android gradle کتابخانه Health Connect را شناسایی می کند که باید به آن ارتقا دهید. این وابستگی Health Connect SDK را به فایل build.gradle در سطح ماژول خود اضافه کنید:

dependencies {
  implementation "androidx.health.connect:connect-client:1.1.0-alpha12"
}

متادیتا تغییر می کند

دو تغییر ابرداده در نسخه 1.1.0-alpha12 به Health Connect Jetpack SDK معرفی شده است تا اطمینان حاصل شود که ابرداده مفید اضافی در اکوسیستم وجود دارد.

هر زمان که یک شی از نوع Record() نمونه سازی می شود، باید جزئیات فراداده را مشخص کنید.

هنگام نوشتن داده در Health Connect باید یکی از چهار روش ضبط را مشخص کنید:

روش ضبط توضیحات
RECORDING_METHOD_UNKNOWN روش ضبط قابل تأیید نیست.
RECORDING_METHOD_MANUAL_ENTRY کاربر داده ها را وارد کرد.
RECORDING_METHOD_AUTOMATICALLY_RECORDED یک دستگاه یا حسگر داده ها را ثبت کرد.
RECORDING_METHOD_ACTIVELY_RECORDED کاربر شروع یا پایان جلسه ضبط را در یک دستگاه آغاز کرد.

به عنوان مثال:

StepsRecord(
    startTime \= Instant.ofEpochMilli(1234L),
    startZoneOffset \= null,
    endTime \= Instant.ofEpochMilli(1236L),
    endZoneOffset \= null,
    metadata \= Metadata.manualEntry(),
    Count \= 10,
)

شما باید یک نوع دستگاه را برای همه داده های ضبط شده به طور خودکار و فعال مشخص کنید. انواع دستگاه های فعلی عبارتند از:

نوع دستگاه توضیحات
TYPE_UNKNOWN نوع دستگاه مشخص نیست.
TYPE_WATCH نوع دستگاه ساعت است.
TYPE_PHONE نوع دستگاه گوشی است.
TYPE_SCALE نوع دستگاه ترازو است.
TYPE_RING نوع دستگاه حلقه ای است.
TYPE_HEAD_MOUNTED نوع دستگاه یک دستگاه نصب شده روی سر است.
TYPE_FITNESS_BAND نوع دستگاه یک باند تناسب اندام است.
TYPE_CHEST_STRAP نوع دستگاه بند سینه است.
TYPE_SMART_DISPLAY نوع دستگاه نمایشگر هوشمند است.

به عنوان مثال:

private val TEST_DEVICE = Device(type = Device.TYPE_PHONE)

قطعه ها به روز شدند

راهنماهای Health Connect در هر جا که برای پایبندی به الزامات فراداده جدید به قطعه‌های جدید نیاز باشد، به‌روزرسانی شده‌اند. برای چند نمونه به صفحه Write Data مراجعه کنید.

روش های جدید ابرداده

دیگر نمی‌توان متادیتا را مستقیماً نمونه‌سازی کرد، بنابراین از یکی از روش‌های کارخانه برای دریافت نمونه جدیدی از ابرداده استفاده کنید. هر تابع دارای سه نوع امضا است:

  • activelyRecorded

    • fun activelyRecorded(device: Device): Metadata.
    • fun activelyRecorded(clientRecordId: String, clientRecordVersion: Long = 0, device: Device): Metadata
    • fun activelyRecordedWithId(id: String, device: Device): Metadata
  • autoRecorded

    • fun autoRecorded(device: Device): Metadata
    • fun autoRecorded(clientRecordId: String, clientRecordVersion: Long = 0, device: Device): Metadata
    • fun autoRecordedWithId(id: String, device: Device): Metadata
  • manualEntry

    • fun manualEntry(device: Device? = null): Metadata
    • fun manualEntry(clientRecordId: String, clientRecordVersion: Long = 0, device: Device? = null): Metadata
    • fun manualEntryWithId(id: String, device: Device? = null): Metadata
  • unknownRecordingMethod

    • fun unknownRecordingMethod(device: Device? = null): Metadata
    • fun unknownRecordingMethod(clientRecordId: String, clientRecordVersion: Long = 0, device: Device? = null): Metadata
    • fun unknownRecordingMethodWithId(id: String, device: Device? = null): Metadata

برای اطلاعات بیشتر، به پروژه متن باز Android مراجعه کنید.

آزمایش داده ها

از کتابخانه تست برای تمسخر مقادیر فراداده مورد انتظار استفاده کنید:

private val TEST_METADATA =
    Metadata.unknownRecordingMethod(
        clientRecordId = "clientId",
        clientRecordVersion = 1L,
        device = Device(type = Device.TYPE_UNKNOWN),
    ).populatedWithTestValues(id = "test")

این رفتار پیاده سازی Health Connect را شبیه سازی می کند، که به طور خودکار این مقادیر را در طول درج رکورد پر می کند.

برای کتابخانه آزمایشی، باید این وابستگی Health Connect SDK را به فایل build.gradle در سطح ماژول خود اضافه کنید:

dependencies {
  testImplementation "androidx.health.connect:connect-testing:1.0.0-alpha02"
}

کتابخانه را ارتقا دهید

مراحل اصلی که باید انجام دهید عبارتند از:

  1. کتابخانه خود را به 1.1.0-alpha12 ارتقا دهید.

  2. هنگام ساخت کتابخانه، خطاهای کامپایل در جایی که به ابرداده جدید نیاز است پرتاب می‌شود، بنابراین مطمئن شوید که هر زمان که یک شی از نوع Record() نمونه‌سازی می‌شود، تغییرات فراداده لازم را اعمال کنید. این باید مهاجرت را کامل کند.