Android 8(Oreo)下如何确保Widget的RemoteViewsService后台运行？

针对你在Android 8.0及以上版本中，Widget使用RemoteViewsService时遇到的后台更新限制问题，我结合Android后台政策和实际开发经验，给你梳理几个可行的方案，以及各方案的优劣势：

一、优化PendingIntent.getForegroundService方案，避免ANR和强制通知 #

你提到用这个方法会出现ANR，大概率是因为在主线程执行了网络请求、数据解析等耗时操作。另外，Android 8+要求前台服务必须显示通知，但我们可以通过低优先级通知来降低对用户的干扰：

• 解决ANR问题：把所有耗时逻辑（比如请求实时比分）移到RemoteViewsService的子线程中执行，不要阻塞主线程。比如在RemoteViewsFactory的onCreate或者getViewAt方法里开启子线程处理数据，处理完成后调用notifyDataSetChanged()更新UI。
• 弱化通知显示：创建通知时设置最低优先级，这样通知会被系统放在“其他通知”折叠栏里，用户几乎不会注意到。示例代码如下：

val notification = NotificationCompat.Builder(context, CHANNEL_ID)
    .setSmallIcon(R.drawable.ic_notification)
    .setContentTitle("比分更新中")
    .setPriority(NotificationCompat.PRIORITY_MIN)
    .setCategory(NotificationCompat.CATEGORY_SERVICE)
    .build()

startForeground(NOTIFICATION_ID, notification)

在RemoteViewsService的onCreate中调用startForeground，onDestroy中调用stopForeground(true)移除通知。

二、JobScheduler + 本地缓存 替代直接绑定RemoteViewsService #

JobIntentService确实和RemoteViewsService很难直接结合，因为前者是任务型服务，后者是绑定型服务。换个思路：用JobScheduler定期触发数据更新任务，把数据缓存到本地（比如Room数据库、SharedPreferences），然后让RemoteViewsService从本地缓存读取数据，这样就避开了后台限制：

1. 实现JobService处理数据更新：
   创建一个继承JobService的类，在onStartJob中执行网络请求获取实时比分，然后把数据写入本地缓存。任务完成后调用jobFinished()告知系统。
2. 配置JobInfo定期调度：
   使用JobInfo.Builder设置调度规则，比如每隔15分钟执行一次（注意Android系统对周期性任务的最小间隔有约束，不能设置过短），同时可以设置setRequiredNetworkType(JobInfo.NETWORK_TYPE_ANY)确保在有网络时执行。
3. RemoteViewsService从本地取数据：
   修改你的RemoteViewsFactory，在getViewAt等方法中直接从本地缓存读取最新数据，不需要在服务中做网络请求。

这个方案完全符合Android后台政策，系统会在设备空闲、有网络时自动执行任务，不需要前台服务，也不会有ANR风险。

三、BroadcastReceiver.goAsync()的适用场景 #

goAsync()允许BroadcastReceiver在主线程外执行最多10秒的任务，适合短耗时、高优先级的更新场景：

• 你可以用WorkManager或者AlarmManager触发BroadcastReceiver（注意Android 12+对AlarmManager的限制）；
• 在onReceive中调用val pendingResult = goAsync()，然后开启子线程执行数据请求，完成后调用pendingResult.finish()；
• 但如果你的数据请求耗时超过10秒，系统会强制终止进程，所以这个方案只适合接口响应极快的场景，并不是最优解。

最优方案推荐 #

结合你的需求（每隔几分钟更新实时比分的Widget），我最推荐JobScheduler + 本地缓存 + RemoteViewsService的组合：

• 既符合Android后台限制，不需要前台通知；
• 数据更新和Widget展示解耦，避免ANR；
• 系统会自动调度任务，在合适的时机执行，不会过度消耗设备资源。

内容的提问来源于stack exchange，提问作者Roy Solberg