Kotlin协程Flow生命周期及异常处理浅析

时间:2022-11-30 wayne214 人气:0

正文

Kotlin协程中的Flow主要用于处理复杂的异步数据，以一种”流“的方式，从上到下依次处理，和RxJava的处理方式类型，但是比后者更加强大。

Flow基本概念

Flow中基本上有三个概念，即发送方，处理中间层，接收方，可以类比水利发电站中的上游，发电站，下游的概念，数据从上游开始发送”流淌“至中间站被”处理“了一下，又流淌到了下游。

示例代码如下

flow {         // 发送方、上游
    emit(1)    // 挂起函数，发送数据
    emit(2)
    emit(3)
    emit(4)
    emit(5)
}
.filter { it > 2 }  // 中转站，处理数据
.map { it * 2 }
.take(2)
.collect{           // 接收方，下游
    println(it)
}
输出内容：
6
8

通过上面代码我们可以看到，基于一种链式调用api的方式，流式的进行处理数据还是很棒的，接下来具体看一下上面的组成:

flow{},是个高阶函数，主要用于创建一个新的Flow。在其Lambda函数内部使用了emit()挂起函数进行发送数据。
filter{}、map{}、take{},属于中间处理层，也是中间数据处理的操作符，Flow最大的优势，就是它的操作符跟集合操作符高度一致。只要会用List、Sequence，那么就可以快速上手 Flow 的操作符。
collect{},下游接收方，也成为终止操作符，它的作用其实只有一个：终止Flow数据流，并且接收这些数据。

其他创建Flow的方式还是flowOf()函数，示例代码如下

fun main() = runBlocking{aassssssssaaaaaaaas
    flowOf(1,2,3,4,5).filter { it > 2 }
        .map { it * 2 }
        .take(2)
        .collect{
            println("flowof: $it")
    }
}

我们在看一下list集合的操作示例

listOf(1,2,3,4,5).filter { it > 2 }
        .map { it * 2 }
        .take(2)
        .forEach{
            println("listof: $it")
        }

通过以上对比发现，两者的基本操作几乎一致，Kotlin也提供了两者相互转换的API，Flow.toList()、List.asFlow()这两个扩展函数，让数据在 List、Flow 之间来回转换，示例代码如下：

//flow 转list
    flowOf(1,2,3)
        .toList()
        .filter { it > 1 }
        .map { it * 2 }
        .take(2)
        .forEach{
            println(it)
        }
    // list 转 flow
    listOf(1,2,3).asFlow()
        .filter { it > 2 }
        .map { it * 2 }
        .take(2)
        .collect{
            println(it)
        }

Flow生命周期

虽然从上面操作看和集合类型，但是Flow还是有些特殊操作符的，毕竟它是协程的一部分，和Channel不同，Flow是有生命周期的，只是以操作符的形式回调而已，比如onStart、onCompletion这两个中间操作符。

flowOf(1,2,3,4,5,6)
        .filter {
            println("filter: $it")
            it &gt; 3
        }
        .map {
            println("map: $it")
            it * 2
        }
        .take(2)
        .onStart { println("onStart") }
        .collect{
            println("collect: $it")
        }
输出内容：
onStart
filter: 1
filter: 2
filter: 3
filter: 4
map: 4
collect: 8
filter: 5
map: 5
collect: 10

我们可以看到onStart，它的作用是注册一个监听事件：当 flow 启动以后，它就会被回调。

和filter、map、take这些中间操作符不同，他们的顺序会影响数据的处理结果，这也很好理解；onStart和位置没有关系，它本质上是一个回调，不是一个数据处理的中间站。同样的还有数据处理完成的回调onCompletion。

flowOf(1,2,3,4,5,6)
        .filter {
            println("filter: $it")
            it > 3
        }
        .map {
            println("map: $it")
            it * 2
        }
        .take(2)
        .onStart { println("onStart") }
        .onCompletion { println("onCompletion") }
        .collect{
            println("collect: $it")
        }

Flow中onCompletion{} 在面对以下三种情况时都会进行回调：

1，Flow 正常执行完毕
2，Flow 当中出现异常
3，Flow 被取消。

处理异常

在数据流的处理过程中，很难保证不出现问题，那么出现异常之后再该怎么处理呢？

对于发生在上游、中间操作这两个阶段的异常，我们可以直接使用 catch 这个操作符来进行捕获和进一步处理。
对于发生在下游，使用try-catch，把collect{}当中可能出现问题的代码包裹起来进行捕获处理。

上游或者中间异常使用catch

fun main() = runBlocking{
    val flow = flow {
        emit(1)
        emit(2)
        throw IllegalStateException()
        emit(3)
    }
    flow.map { it * 2 }
        .catch { println("catch: $it") }
        .collect{
            println("collect: $it")
        }
}
输出：
collect: 2
collect: 4
catch: java.lang.IllegalStateException

catch 这个操作符的作用是和它的位置强相关的,catch 的作用域，仅限于catch的上游。换句话说，发生在 catch 上游的异常，才会被捕获，发生在 catch 下游的异常，则不会被捕获。

val flow = flow {
        emit(1)
        emit(2)
        throw IllegalStateException()
        emit(3)
    }
    flow.map { it * 2 }
        .catch { println("catch: $it") }
        .filter { it / 0 &gt; 1 } // catch之后发生异常
        .collect{
            println("collect: $it")
    }
输出内容:
Exception in thread "main" java.lang.ArithmeticException: / by zero

下游使用try-catch

flowOf(1,2,3)
        .onCompletion { println("onCompletion $it") }
        .collect{
            try {
                println("collect: $it")
                throw IllegalStateException();
            }catch (e: Exception){
                println("catch $e")
            }
        }
输出：
collect: 1
catch java.lang.IllegalStateException
collect: 2
catch java.lang.IllegalStateException
collect: 3
catch java.lang.IllegalStateException
onCompletion null

切换执行线程

Flow适合处理复杂的异步任务，大多数情况下耗时任务放在子线程或线程池中处理，对于UI任务放在主线程中进行。

在Flow中可以使用flowOn操作符实现上述场景中的线程切换。

flowOf(1,2,3,4,5)
        .filter {
            logX("filter: $it")
            it > 2 }
        .flowOn(Dispatchers.IO) // 切换线程
        .collect{
            logX("collect: $it")
        }
输出内容：
================================
filter: 1
Thread:DefaultDispatcher-worker-1
================================
================================
filter: 2
Thread:DefaultDispatcher-worker-1
================================
================================
filter: 3
Thread:DefaultDispatcher-worker-1
================================
================================
filter: 4
Thread:DefaultDispatcher-worker-1
================================
================================
filter: 5
Thread:DefaultDispatcher-worker-1
================================
================================
collect: 3
Thread:main
================================
================================
collect: 4
Thread:main
================================
================================
collect: 5
Thread:main
================================

flowOn 操作符也是和它的位置强相关的。作用域限于它的上游。在上面的代码中，flowOn 的上游，就是 flowOf{}、filter{} 当中的代码，所以，它们的代码全都运行在 DefaultDispatcher 这个线程池当中。只有collect{}当中的代码是运行在 main 线程当中的。

终止操作符

Flow 里面，最常见的终止操作符就是collect。除此之外，还有一些从集合中借鉴过来的操作符，也是Flow的终止操作符。比如 first()、single()、fold{}、reduce{}，本质上来说说当我们尝试将 Flow 转换成集合的时候，已经不属于Flow的API，也不属于协程的范畴了，它本身也就意味着 Flow 数据流的终止。

"冷的数据流"从何而来

在上面文章《Kotlin协程Channel浅析》中，我们认识到Channel是”热数据流“，随时准备好，随用随取，就像海底捞里的服务员。

现在我们看下Flow和Channel的区别

val flow = flow {
        (1..4).forEach{
            println("Flow发送前：$it")
            emit(it)
            println("Flow发送后： $it")
        }
    }
    val channel: ReceiveChannel<Int> = produce {
        (1..4).forEach{
            println("Channel发送前： $it")
            send(it)
            println("Channel发送后： $it")
        }
    }
输出内容：
Channel发送前： 1

Flow中的逻辑并未执行，因此我们可以这样类比，Channel之所以被认为是“热”的原因，是因为不管有没有接收方，发送方都会工作。那么对应的，Flow被认为是“冷”的原因，就是因为只有调用终止操作符之后，Flow才会开始工作。

除此之外，Flow一次处理一条数据，是个”懒家伙“。

    val flow = flow {
        (3..6).forEach {
            println("Flow发送前：$it")
            emit(it)
            println("Flow发送后： $it")
        }
    }.filter {
        println("filter: $it")
        it > 3
    }.map {
        println("map: $it")
        it * 2
    }.collect {
        println("结果collect: $it")
    }
输出内容：
Flow发送前：3
filter: 3
Flow发送后： 3
Flow发送前：4
filter: 4
map: 4
结果collect: 8
Flow发送后： 4
Flow发送前：5
filter: 5
map: 5
结果collect: 10
Flow发送后： 5
Flow发送前：6
filter: 6
map: 6
结果collect: 12
Flow发送后： 6

相比于满面春风，热情服务的Channel,Flow更像个冷漠的家伙，你不找他，他不搭理你。

Channel,响应速度快，但数据可能是旧的，占用资源
Flow,响应速度慢，但数据是最新的，节省资源

Flow也可以是”热“的，你知道吗？

更多关于Kotlin协程Flow生命周期异常处理的资料请关注其它相关文章！

加载全部内容