亲宝软件园·资讯

展开

Android Kotlin

​ xiangzhihong ​ 人气:2

一、Android分层架构

不管是早期的MVC、MVP，还是最新的MVVM和MVI架构，这些框架一直解决的都是一个数据流的问题。一个良好的数据流框架，每一层的职责是单一的。例如，我们可以在表现层（Presentation Layer）的基础上添加一个领域层（Domain Layer） 来保存业务逻辑，使用数据层（Data Layer）对上层屏蔽数据来源（数据可能来自远程服务，可能是本地数据库）。

在Android中，一个典型的Android分层架构图如下：

其中，我们需要重点看下Presenter 和 ViewModel， Presenter 和 ViewModel向 View 提供数据的机制是不同的。

目前，官方提供的可观察的数据组件有LiveData、StateFlow和SharedFlow。可能大家对LiveData比较熟悉，配合ViewModel可以很方便的实现数据流的流转。不过，LiveData也有很多常见的缺陷，并且使用场景也比较固定，如果网上出现了KotlinFlow 替代 LiveData的声音。那么 Flow 真的会替代 LiveData吗？Flow 真的适合你的项目吗？看完下面的分析后，你定会有所收获。

二、ViewModel + LiveData

ViewModel的作用是将视图和逻辑进行分离，Activity或者Fragment只负责UI显示部分，网络请求或者数据库操作则有ViewModel负责。ViewModel旨在以注重生命周期的方式存储和管理界面相关的数据，让数据可在发生屏幕旋转等配置更改后继续留存。并且ViewModel不持有View层的实例，通过LiveData与Activity或者Fragment通讯，不需要担心潜在的内存泄漏问题。

而LiveData 则是一种可观察的数据存储器类，与常规的可观察类不同，LiveData 具有生命周期感知能力，它遵循其他应用组件（如 Activity、Fragment 或 Service）的生命周期。这种感知能力可确保LiveData当数据源发生变化的时候，通知它的观察者更新UI界面。同时它只会通知处于Active状态的观察者更新界面，如果某个观察者的状态处于Paused或Destroyed时那么它将不会收到通知，所以不用担心内存泄漏问题。

下面是官方发布的架构组件库的生命周期的说明：

2.1 LiveData 特性

通过前面的介绍可以知道，LiveData 是 Android Jetpack Lifecycle 组件中的内容，具有生命周期感知能力。一句话概括就是：LiveData 是可感知生命周期的，可观察的，数据持有者。

特点如下：

观察者的回调永远发生在主线程

因为LiveData 是被用来更新 UI的，因此 Observer 接口的 onChanged() 方法必须在主线程回调。

public interface Observer<T> {
    void onChanged(T t);
}

背后的道理也很简单，LiveData 的 setValue() 发生在主线程（非主线程调用会抛异常），而如果调用postValue()方法，则它的内部会切换到主线程调用 setValue()。

protected void postValue(T value) {
    boolean postTask;
    synchronized (mDataLock) {
        postTask = mPendingData == NOT_SET;
        mPendingData = value;
    }
    if (!postTask) {
        return;
    }
    ArchTaskExecutor.getInstance().postToMainThread(mPostValueRunnable);
}

可以看到，postValue()方法的内部调用了postToMainThread()实现线程的切换，之后遍历所有观察者的 onChanged() 方法。

仅持有单个且最新数据

作为数据持有者，LiveData仅持有【单个且最新】的数据。单个且最新，意味着 LiveData 每次只能持有一个数据，如果有新数据则会覆盖上一个。并且，由于LiveData具备生命周期感知能力，所以观察者只会在活跃状态下（STARTED 到 RESUMED）才会接收到 LiveData 最新的数据，在非活跃状态下则不会收到。

自动取消订阅

可感知生命周期的重要优势就是可以自动取消订阅，这意味着开发者无需手动编写那些取消订阅的模板代码，降低了内存泄漏的可能性。背后的实现逻辑是在生命周期处于 DESTROYED 时，移除观察者。

@Override
public void onStateChanged(@NonNull LifecycleOwner source,
        @NonNull Lifecycle.Event event) {
    Lifecycle.State currentState = mOwner.getLifecycle().getCurrentState();
    if (currentState == DESTROYED) {
        removeObserver(mObserver);
        return;
    }
    ... //省略其他代码
}

提供「可读可写」和「仅可读」两种方式

LiveData 提供了setValue() 和 postValue()两种方式来操作实体数据，而为了细化权限，LiveData又提供了mutable（MutableLiveData） 和 immutable（LiveData） 两个类，前者「可读可写」，后者则「仅可读」。

配合 DataBinding 实现「双向绑定」

LiveData 配合 DataBinding 可以实现更新数据自动驱动UI变化，如果使用「双向绑定」还能实现 UI 变化影响数据的变化功能。

2.2 LiveData的缺陷

正如前面说的，LiveData有自己的使用场景，只有满足使用场景才会最大限度的发挥它的功能，而下面这些则是在设计时将自带的一些缺陷：

value 可以是 nullable 的

由于LiveData的getValue() 是可空的，所以在使用时应该注意判空，否则容易出现空指针的报错。

@Nullable
public T getValue() {
    Object data = mData;
    if (data != NOT_SET) {
        return (T) data;
    }
    return null;
}

传入正确的 lifecycleOwner

Fragment 调用 LiveData的observe() 方法时传入 this 和 viewLifecycleOwner 的含义是不一样的。因为Fragment与Fragment中的View的生命周期并不一致，有时候我们需要的让observer感知Fragment中的View的生命周期而非Fragment。

粘性事件

粘性事件的定义是，发射的事件如果早于注册，那么注册之后依然可以接收到的事件，这一现象称为粘性事件。解决办法是：将事件作为状态的一部分，在事件被消费后，不再通知观察者。推荐两种解决方式：

默认不防抖

当setValue()/postValue() 传入相同的值且多次调用时，观察者的 onChanged() 也会被多次调用。不过，严格来讲，这也不算一个问题，我们只需要在调用 setValue()/postValue() 前判断一下 vlaue 与之前是否相同即可。

transformation 工作在主线程

有些时候，我们需要对从Repository 层得到的数据进行处理。例如，从数据库获得 User列表，我们需要根据 id 获取某个 User， 那么就需要用到MediatorLiveData 和 Transformatoins 来实现。

并且，map 和 switchMap 内部均是使用 MediatorLiveData的addSource() 方法实现的，而该方法会在主线程调用，使用不当会有性能问题。

@MainThread
public <S> void addSource(@NonNull LiveData<S> source, @NonNull Observer<? super S> onChanged) {
    Source<S> e = new Source<>(source, onChanged);
    Source<?> existing = mSources.putIfAbsent(source, e);
    if (existing != null && existing.mObserver != onChanged) {
        throw new IllegalArgumentException(
                "This source was already added with the different observer");
    }
    if (existing != null) {
        return;
    }
    if (hasActiveObservers()) {
        e.plug();
    }
}

2.3 LiveData 小结

LiveData 是一种可观察的数据存储器类，与常规的可观察类不同，LiveData 具有生命周期感知能力，它遵循其他应用组件（如 Activity、Fragment 或 Service）的生命周期。这种感知能力可确保LiveData当数据源发生变化的时候，通知它的观察者更新UI界面。同时它只会通知处于Active状态的观察者更新界面，如果某个观察者的状态处于Paused或Destroyed时那么它将不会收到通知，所以不用担心内存泄漏问题。

同时，LiveData 专注单一功能，因此它的一些方法使用上是有局限性的，并且需要配合 ViewModel 使用才能显示其价值。

三、Flow

3.1 简介

Flow是Google官方提供的一套基于kotlin协程的响应式编程模型，它与RxJava的使用类似，但相比之下Flow使用起来更简单，另外Flow作用在协程内，可以与协程的生命周期绑定，当协程取消时，Flow也会被取消，避免了内存泄漏风险。

协程是轻量级的线程，本质上协程、线程都是服务于并发场景下，其中协程是协作式任务，线程是抢占式任务。默认协程用来处理实时性不高的数据，请求到结果后整个协程就结束了。比如，有下面一个例子：

其中，红框中需要展示的内容实时性不高，而需要交互的，比如转发和点赞属于实时性很高的数据需要定时刷新。对于实时性不高的场景，直接使用 Kotlin 的协程处理即可，比如。

suspend fun loadData(): Data
 
uiScope.launch {
  val data = loadData()
  updateUI(data)
}

而对于实时性要求较高的场景，上面的方式就不起作用了，此时需要用到Kotlin提供的Flow数据流。

fun dataStream(): Flow<Data>uiScope.launch { 
  dataStream().collect { data ->   
    updateUI(data) 
  }
}

3.2 基本概念

Kotlin的数据流主要由三个成员组成，分别是生产者、消费者和中介。 生产者：生成添加到数据流中的数据，可以配合得协程使用，使用异步方式生成数据。 中介（可选）：可以修改发送到数据流的值，或修正数据流本身。 消费者：使用方则使用数据流中的值。

其中，中介可以对数据流中的数据进行更改，甚至可以更改数据流本身，他们的架构示意图如下。

在Kotlin中，Flow 是一种冷流，不过有一种特殊的Flow（ StateFlow/SharedFlow） 是热流。什么是冷流，他和热流又有什么关系呢？

冷流：只有订阅者订阅时，才开始执行发射数据流的代码。并且冷流和订阅者只能是一对一的关系，当有多个不同的订阅者时，消息是重新完整发送的。也就是说对冷流而言，有多个订阅者的时候，他们各自的事件是独立的。 热流：无论有没有订阅者订阅，事件始终都会发生。当 热流有多个订阅者时，热流与订阅者们的关系是一对多的关系，可以与多个订阅者共享信息。

3.3 StateFlow

前面说过，冷流和订阅者只能是一对一的关系，当我们要实现一个流多个订阅者的场景时，就需要使用热流了。

StateFlow 是一个状态容器式可观察数据流，可以向其收集器发出当前状态更新和新状态更新。可以通过其 value 属性读取当前状态值，如需更新状态并将其发送到数据流，那么就需要使用MutableStateFlow。

基本使用

在Android 中，StateFlow 非常适合需要让可变状态保持可观察的类。由于StateFlow并不是系统API，所以使用前需要添加依赖：

dependencies {
    ...  //省略其他
    
    implementation "androidx.activity:activity-ktx:1.3.1"
    implementation "androidx.fragment:fragment-ktx:1.4.1"
    implementation 'org.jetbrains.kotlinx:kotlinx-coroutines-android:1.6.1'
}

接着，我们需要创建一个ViewModel，比如：

class StateFlowViewModel: ViewModel() {
    val data = MutableStateFlow<Int>(0)
    fun add(v: View) {
        data.value++
    }
    fun del(v: View) {
        data.value--
    }
}

可以看到，我们使用MutableStateFlow包裹需要操作的数据，并添加了add()和del()两个方法。然后，我们再编写一段测试代码实现数据的修改，并自动刷新数据。

class StateFlowActivity : AppCompatActivity() {
    private val viewModel by viewModels<StateFlowViewModel>()
    private val mBinding : ActivityStateFlowBinding by lazy {
        ActivityStateFlowBinding.inflate(layoutInflater)
    }
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(mBinding.root)
        initFlow()
    }
    private fun initFlow() {
        mBinding.apply {
            btnAdd.setOnClickListener {
                viewModel.add(it)
            }
            btnDel.setOnClickListener {
                viewModel.del(it)
            }
        }
    }

}

上面代码中涉及到的布局代码如下：

<layout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools">
    <data>
        <variable
            name="stateFlowViewModel"
            type="com.xzh.demo.flow.StateFlowViewModel" />
    </data>
    
    <FrameLayout
        android:layout_width="match_parent"
        android:layout_height="match_parent"
        android:orientation="vertical">
        <TextView
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_marginLeft="200dp"
            android:layout_marginTop="30dp"
            android:text="@{String.valueOf(stateFlowViewModel.data)}"
            android:textSize="24sp" />
            
        <com.google.android.material.floatingactionbutton.FloatingActionButton
            android:id="@+id/btn_add"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_gravity="bottom|start"
            android:layout_marginStart="10dp"
            android:layout_marginBottom="10dp"
            android:contentDescription="start"
            android:src="@android:drawable/ic_input_add" />
            
        <com.google.android.material.floatingactionbutton.FloatingActionButton
            android:id="@+id/btn_del"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_gravity="bottom|end"
            android:layout_marginEnd="10dp"
            android:layout_marginBottom="10dp"
            android:contentDescription="cancel"
            android:src="@android:drawable/ic_menu_close_clear_cancel" />
    </FrameLayout>
</layout>

上面代码中，我们使用了DataBing写法，因此不需要再手动的绑定数据和刷新数据。

3.4 SharedFlow

SharedFlow基本概念

SharedFlow提供了SharedFlow 与 MutableSharedFlow两个版本，平时使用较多的是MutableSharedFlow。它们的区别是，SharedFlow可以保留历史数据，MutableSharedFlow 没有起始值，发送数据时需要调用 emit()/tryEmit() 方法。

首先，我们来看看SharedFlow的构造函数：

public fun <T> MutableSharedFlow(
    replay: Int = 0,
    extraBufferCapacity: Int = 0,
    onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND
): MutableSharedFlow<T>

可以看到，MutableSharedFlow需要三个参数：

 //ViewModel
val sharedFlow=MutableSharedFlow<String>()
viewModelScope.launch{
      sharedFlow.emit("Hello")
      sharedFlow.emit("SharedFlow")
}

//Activity
lifecycleScope.launch{
    viewMode.sharedFlow.collect { 
       print(it)
    }
}

基本使用

SharedFlow并不是系统API，所以使用前需要添加依赖：

dependencies {
    ...  //省略其他
    
    implementation "androidx.activity:activity-ktx:1.3.1"
    implementation "androidx.fragment:fragment-ktx:1.4.1"
    implementation 'org.jetbrains.kotlinx:kotlinx-coroutines-android:1.6.1'
}

接下来，我们创建一个SharedFlow，由于需要一对多的进行通知，所以我们MutableSharedFlow，然后重写postEvent()方法，

代码如下：

object LocalEventBus  {
    private val events= MutableSharedFlow< Event>()
    suspend fun postEvent(event: Event){
        events.emit(event)
    }
}
data class Event(val timestamp:Long)

接下来，我们再创建一个ViewModel，里面添加startRefresh()和cancelRefresh()两个方法，

如下：

class SharedViewModel: ViewModel() {
    private lateinit var job: Job
    
    fun startRefresh(){
        job=viewModelScope.launch (Dispatchers.IO){
            while (true){
                LocalEventBus.postEvent(Event(System.currentTimeMillis()))
            }
        }
    }
    
    fun cancelRefresh(){
        job.cancel()
    }
}

前面说过，一个典型的Flow是由三部分构成的。所以，此处我们先新建一个用于数据消费的Fragment

代码如下：

class FlowFragment: Fragment() {
    private val mBinding : FragmentFlowBinding by lazy {
        FragmentFlowBinding.inflate(layoutInflater)
    }

    override fun onCreateView(
        inflater: LayoutInflater, container: ViewGroup?,
        savedInstanceState: Bundle?
    ): View? {
        return mBinding.root
    }
    override fun onStart() {
        super.onStart()
        lifecycleScope.launchWhenCreated {
            LocalEventBus.events.collect {
                mBinding.tvShow.text=" ${it.timestamp}"
            }
        }
    }
}

FlowFragment的主要作用就是接收LocalEventBus的数据，并显示到视图上。接下来，我们还需要创建一个数据的生产者，为了简单，我们只在生产者页面中开启协程，

代码如下：

class FlowActivity : AppCompatActivity() {
    private val viewModel by viewModels<SharedViewModel>()
    private val mBinding : ActivityFlowBinding by lazy {
        ActivityFlowBinding.inflate(layoutInflater)
    }
    
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(mBinding.root)
        initFlow()
    }
    
    private fun initFlow() {
        mBinding.apply {
            btnStart.setOnClickListener {
                viewModel.startRefresh()
            }
            btnStop.setOnClickListener {
                viewModel.cancelRefresh()
            }
        }
    }
}

其中，FlowActivity代码中涉及的布局如下：

<layout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools">
    <data>
    </data>
    <FrameLayout
        android:layout_width="match_parent"
        android:layout_height="match_parent"
        android:orientation="vertical"
        tools:context=".fragment.SharedFragment">
        
        <LinearLayout
            android:layout_width="match_parent"
            android:layout_height="match_parent"
            android:orientation="vertical">
            
            <fragment
                android:name="com.xzh.demo.FlowFragment"
                android:layout_width="match_parent"
                android:layout_height="0dp"
                android:layout_weight="1" />
        </LinearLayout>
        
        <com.google.android.material.floatingactionbutton.FloatingActionButton
            android:id="@+id/btn_start"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_gravity="bottom|start"
            android:layout_marginStart="10dp"
            android:layout_marginBottom="10dp"
            android:src="@android:drawable/ic_input_add"
            android:contentDescription="start" />
            
        <com.google.android.material.floatingactionbutton.FloatingActionButton
            android:id="@+id/btn_stop"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_gravity="bottom|end"
            android:layout_marginEnd="10dp"
            android:layout_marginBottom="10dp"
            android:src="@android:drawable/ic_menu_close_clear_cancel"
            android:contentDescription="cancel" />
    </FrameLayout>
</layout>

最后，当我们运行上面的代码时，就会在FlowFragment的页面上显示当前的时间戳，并且页面的数据会自动进行刷新。

3.5 冷流转热流

前文说过，Kotlin的Flow是一种冷流，而StateFlow/SharedFlow则属于热流。那么有人会问：怎么将冷流转化为热流呢？答案就是kotlin提供的shareIn()和stateIn()两个方法。

首先，来看一下StateFlow的shareIn的定义：

public fun <T> Flow<T>.stateIn(
    scope: CoroutineScope,
    started: SharingStarted,
    initialValue: T
): StateFlow<T>

shareIn方法将流转换为SharedFlow，需要三个参数，我们重点看一下started参数，表示流启动的条件，支持三种：

接下来，我们在看一下SharedFlow的shareIn的定义：

public fun <T> Flow<T>.shareIn(
    scope: CoroutineScope,
    started: SharingStarted,
    replay: Int = 0
): SharedFlow<T>

此处，我们重点看下replay参数，该参数表示转换为SharedFlow之后，当有新的订阅者的时候发送缓存中值的个数。

3.6 StateFlow与SharedFlow对比

从前文的介绍可以知道，StateFlow与SharedFlow都是热流，都是为了满足流的多个订阅者的使用场景的，一时间让人有些傻傻分不清，那StateFlow与SharedFlow究竟有什么区别呢？总结起来，大概有以下几点：

从上面的描述可以看出，StateFlow为我们做了一些默认的配置，而SharedFlow泽添加了一些默认约束。总的来说，SharedFlow相比StateFlow更灵活。

四、总结

目前，官方提供的可观察的数据组件有LiveData、StateFlow和SharedFlow。LiveData是Android早期的数据流组件，具有生命周期感知能力，需要配合ViewModel才能实现它的价值。不过，LiveData也有很多使用场景缺陷，常见的有粘性事件、不支持防抖等。

于是，Kotlin在1.4.0版本，陆续推出了StateFlow与SharedFlow两个组件，StateFlow与SharedFlow都是热流，都是为了满足流的多个订阅者的使用场景，不过它们也有微妙的区别，具体参考前面内容的说明。

加载全部内容
相关教程
猜你喜欢
用户评论