理解協程、LiveData 和 Flow

時間  2021-08-13
標籤 html android git api 安全 bash 服務器 markdown 網絡 架構 欄目 HTML 简体版
原文   原文鏈接

從 API 1 開始，處理 Activity 的生命週期 (lifecycle) 就是個老大難的問題，基本上開發者們都看過這兩張生命週期流程圖:html

△ Activity 生命週期流程圖

隨着 Fragment 的加入，這個問題也變得更加複雜:android

△ Fragment 生命週期流程圖
而開發者們面對這個挑戰，給出了很是穩健的解決方案: 分層架構。

分層架構

△ 表現層 (Presentation Layer)、域層 (Domain Layer) 和數據層 (Data Layer)

如上圖所示，經過將應用分爲三層，如今只有最上面的 Presentation 層 (之前叫 UI 層) 才知道生命週期的細節，而應用的其餘部分則能夠安全地忽略掉它。git

而在 Presentation 層內部也有進一步的解決方案: 讓一個對象能夠在 Activity 和 Fragment 被銷燬、從新建立時依然留存，這個對象就是架構組件的 ViewModel 類。下面讓咱們詳細看看 ViewModel 工做的細節。api

如上圖，當一個視圖 (View) 被建立，它有對應的 ViewModel 的引用地址 (注意 ViewModel 並無 View 的引用地址)。ViewModel 會暴露出若干個 LiveData，視圖會經過數據綁定或者手動訂閱的方式來觀察這些 LiveData。

當設備配置改變時 (好比屏幕發生旋轉)，以前的 View 被銷燬，新的 View 被建立:安全

這時新的 View 會從新訂閱 ViewModel 裏的 LiveData，而 ViewModel 對這個變化的過程徹底不知情。

歸根到底，開發者在執行一個操做時，須要認真選擇好這個操做的做用域 (scope)。這取決於這個操做具體是作什麼，以及它的內容是否須要貫穿整個屏幕內容的生命週期。好比經過網絡獲取一些數據，或者是在繪圖界面中計算一段曲線的控制錨點，可能所適用的做用域不一樣。如何取消該操做的時間太晚，可能會浪費不少額外的資源；而若是取消的太早，又會出現頻繁重啓操做的狀況。

在實際應用中，以咱們的 Android Dev Summit 應用爲例，裏面涉及到的做用域很是多。好比，咱們這裏有一個活動計劃頁面，裏面包含多個 Fragment 實例，而與之對應的 ViewModel 的做用域就是計劃頁面。與之相相似的，日程和信息頁面相關的 Fragment 以及 ViewModel 也是同樣的做用域。bash

此外咱們還有不少 Activity，而和它們相關的 ViewModel 的做用域就是這些 Activity。服務器

您也能夠自定義做用域。好比針對導航組件，您能夠將做用域限制在登陸流程或者結帳流程中。咱們甚至還有針對整個 Application 的做用域。markdown

有如此多的操做會同時進行，咱們須要有一個更好的方法來管理它們的取消操做。也就是 Kotlin 的協程 (Coroutine)。

協程的優點

協程的優勢主要來自三個方面:網絡

  1. 很容易離開主線程。咱們試過不少方法來讓操做遠離主線程，AsyncTask、Loaders、ExecutorServices……甚至有開發者用到了 RxJava。但協程可讓開發者只須要一行代碼就完成這個工做，並且沒有累人的回調處理。
  2. 樣板代碼最少。協程徹底活用了 Kotlin 語言的能力，包括 suspend 方法。編寫協程的過程就和編寫普通的代碼塊差很少，編譯器則會幫助開發者完成異步化處理。
  3. 結構併發性。這個能夠理解爲針對操做的垃圾蒐集器，當一個操做再也不須要被執行時，協程會自動取消它。

如何啓動和取消協程

在 Jetpack 組件裏，咱們爲各個組件提供了對應的 scope，好比 ViewModel 就有與之對應的 viewModelScope，若是您想在這個做用域裏啓動協程，使用以下代碼便可:架構

class MainActivityViewModel : ViewModel {

    init {
        viewModelScope.launch {
            // Start

        }    
    }
}
複製代碼

若是您在使用 AppCompatActivity 或 Fragment，則可使用 lifecycleScope，當 lifeCycle 被銷燬時，操做也會被取消。代碼以下:

class MyActivity : AppCompatActivity() {
    override fun onCreate(state: Bundle?) {
        super.onCreate(savedInstanceState)

        lifecycleScope.launch {
            // Run
        }         

     }
}
複製代碼

有些時候，您可能還須要在生命週期的某個狀態 (啓動時/恢復時等) 執行一些操做，這時您可使用 launchWhenStarted、launchWhenResumed、launchWhenCreated 這些方法:

class MyActivity : Activity {
    override fun onCreate(state: Bundle?) {
        super.onCreate(savedInstanceState)

        lifecycleScope.launch {
            // Run
        }

        lifecycleScope.launchWhenResumed {
            // Run
        }
     }
}
複製代碼

注意，若是您在 launchWhenStarted 中設置了一個操做，當 Activity 被中止時，這個操做也會被暫停，直到 Activity 被恢復 (Resume)。

最後一種做用域的狀況是貫穿整個應用。若是這個操做很是重要，您須要確保它必定被執行，這時請考慮使用 WorkManager。好比您編寫了一個發推的應用，但願撰寫的推文被髮送到服務器上，那這個操做就須要使用 WorkManager 來確保執行。而若是您的操做只是清理一下本地存儲，那能夠考慮使用 Application Scope，由於這個操做的重要性不是很高，徹底能夠等到下次應用啓動時再作。

WorkManager 不是本文介紹的重點，感興趣的朋友請參考 《WorkManager 進階課堂 | AndroidDevSummit 中文字幕視頻》。

接下來咱們看看如何在 viewModelScope 裏使用 LiveData。之前咱們想在協程裏作一些操做，並將結果反饋到 ViewModel 須要這麼操做:

class MyViewModel : ViewModel {
    private val _result = MutableLiveData<String>()
    val result: LiveData<String> = _result

    init {
        viewModelScope.launch {
            val computationResult = doComputation()
            _result.value = computationResult
          }
      }
}
複製代碼

看看咱們作了什麼:

  1. 準備一個 ViewModel 私有的 MutableLiveData (MLD)
  2. 暴露一個不可變的 LiveData
  3. 啓動協程，而後將其操做結果賦給 MLD

這個作法並不理想。在 LifeCycle 2.2.0 以後，一樣的操做能夠用更精簡的方法來完成，也就是 LiveData 協程構造方法 (coroutine builder):

class MyViewModel {
    val result = liveData {
        emit(doComputation())
    }
}
複製代碼

這個 liveData 協程構造方法提供了一個協程代碼塊，這個塊就是 LiveData 的做用域，當 LiveData 被觀察的時候，裏面的操做就會被執行，當 LiveData 再也不被使用時，裏面的操做就會取消。並且該協程構造方法產生的是一個不可變的 LiveData，能夠直接暴露給對應的視圖使用。而 emit() 方法則用來更新 LiveData 的數據。

讓咱們來看另外一個常見用例，好比當用戶在 UI 中選中一些元素，而後將這些選中的內容顯示出來。一個常見的作法是，把被選中的項目的 ID 保存在一個 MutableLiveData 裏，而後運行 switchMap。如今在 switchMap 裏，您也可使用協程構造方法:

private val itemId = MutableLiveData<String>()
val result = itemId.switchMap {
    liveData { emit(fetchItem(it)) }
}
複製代碼

LiveData 協程構造方法還能夠接收一個 Dispatcher 做爲參數，這樣您就能夠將這個協程移至另外一個線程。

liveData(Dispatchers.IO) {
}
複製代碼

最後，您還可使用 emitSource() 方法從另外一個 LiveData 獲取更新的結果:

liveData(Dispatchers.IO) {
    emit(LOADING_STRING)
    emitSource(dataSource.fetchWeather())
}
複製代碼

接下來咱們來看如何取消協程。絕大部分狀況下，協程的取消操做是自動的，畢竟咱們在對應的做用域裏啓動一個協程時，也同時明確了它會在什麼時候被取消。但咱們有必要講一講如何在協程內部來手動取消協程。

這裏補充一個大前提: 全部 kotlin.coroutines 的 suspend 方法都是可取消的。好比這種:

suspend fun printPrimes() {
    while(true) {
        // Compute
  delay(1000)
    }
}
複製代碼

在上面這個無限循環裏，每個 delay 都會檢查協程是否處於有效狀態，一旦發現協程被取消，循環的操做也會被取消。

那問題來了，若是您在 suspend 方法裏調用的是一個不可取消的方法呢？這時您須要使用 isActivate 來進行檢查並手動決定是否繼續執行操做:

suspend fun printPrimes() {
    while(isActive) {
        // Compute
    }
}
複製代碼

LiveData 操做實踐

在進入具體的操做實踐環節以前，咱們須要區分一下兩種操做: 單次 (One-Shot) 操做和監聽 (observers) 操做。好比 Twitter 的應用:

單次操做，好比獲取用戶頭像和推文，只須要執行一次便可。 監聽操做，好比界面下方的轉發數和點贊數，就會持續更新數據。

讓咱們先看看單次操做時的內容架構:

如前所述，咱們使用 LiveData 鏈接 View 和 ViewModel，而在 ViewModel 這裏咱們則使用剛剛提到的 liveData 協程構造方法來打通 LiveData 和協程，再往右就是調用 suspend 方法了。

若是咱們想監聽多個值的話，該如何操做呢？

第一種選擇是在 ViewModel 以外也使用 LiveData:

△ Reopsitory 監聽 Data Source 暴露出來的 LiveData，同時本身也暴露出 LiveData 供 ViewModel 使用
可是這種實現方式沒法體現併發性，好比每次用戶登出時，就須要手動取消全部的訂閱。LiveData 自己的設計並不適合這種狀況，這時咱們就須要使用第二種選擇: 使用 Flow。

ViewModel 模式

當 ViewModel 監聽 LiveData，並且沒有對數據進行任何轉換操做時，能夠直接將 dataSource 中的 LiveData 賦值給 ViewModel 暴露出來的 LiveData:

val currentWeather: LiveData<String> =  
    dataSource.fetchWeather()
複製代碼

若是使用 Flow 的話就須要用到 liveData 協程構造方法。咱們從 Flow 中使用 collect 方法獲取每個結果，而後 emit 出來給 liveData 協程構造方法使用:

val currentWeatherFlow: LiveData<String> = liveData {
    dataSource.fetchWeatherFlow().collect {
        emit(it)
    }
}
複製代碼

不過 Flow 給咱們準備了更簡單的寫法:

val currentWeatherFlow: LiveData<String> = 
    dataSource.fetchWeatherFlow().asLiveData()
複製代碼

接下來一個場景是，咱們先發送一個一次性的結果，而後再持續發送多個數值:

val currentWeather: LiveData<String> = liveData {
    emit(LOADING_STRING)
    emitSource(dataSource.fetchWeather())
}
複製代碼

在 Flow 中咱們能夠沿用上面的思路，使用 emit 和 emitSource:

val currentWeatherFlow: LiveData<String> = liveData {
    emit(LOADING_STRING)
    emitSource(
        dataSource.fetchWeatherFlow().asLiveData()
    )
}
複製代碼

但一樣的，這種狀況 Flow 也有更直觀的寫法:

val currentWeatherFlow: LiveData<String> = 
    dataSource.fetchWeatherFlow()
        .onStart { emit(LOADING_STRING) }
        .asLiveData()
複製代碼

接下來咱們看看須要爲接收到的數據作轉換時的狀況。

使用 LiveData 時，若是用 map 方法作轉換，操做會進入主線程，這顯然不是咱們想要的結果。這時咱們可使用 switchMap，從而能夠經過 liveData 協程構造方法得到一個 LiveData，並且 switchMap 的方法會在每次數據源 LiveData 更新時調用。而在方法體內部咱們可使用 heavyTransformation 函數進行數據轉換，併發送其結果給 liveData 協程構造方法:

val currentWeatherLiveData: LiveData<String> =
    dataSource.fetchWeather().switchMap {
        liveData { emit(heavyTransformation(it)) }
    }
複製代碼

使用 Flow 的話會簡單許多，直接從 dataSource 得到數據，而後調用 map 方法 (這裏用的是 Flow 的 map 方法，而不是 LiveData 的)，而後轉化爲 LiveData 便可:

val currentWeatherFlow: LiveData<String> =
    dataSource.fetchWeatherFlow()
        .map { heavyTransformation(it) }
        .asLiveData()
複製代碼

Repository 模式 Repository 通常用來進行復雜的數據轉換和處理，而 LiveData 沒有針對這種狀況進行設計。如今經過 Flow 就能夠完成各類複雜的操做:

val currentWeatherFlow: Flow<String> =
    dataSource.fetchWeatherFlow()
        .map { ... }
        .filter { ... }
        .dropWhile { ... }
        .combine { ... }
        .flowOn(Dispatchers.IO)
        .onCompletion { ... }
...
複製代碼

數據源模式

而在涉及到數據源時，狀況變得有些複雜，由於這時您多是在和其餘代碼庫或者遠程數據源進行交互，可是您又沒法控制這些數據源。這裏咱們分兩種狀況介紹:

1. 單次操做

若是使用 Retrofit 從遠程數據源獲取數值，直接將方法標記爲 suspend 方法便可*:

suspend fun doOneShot(param: String) : String =
    retrofitClient.doSomething(param)
複製代碼
  • Retrofit 從 2.6.0 開始支持 suspend 方法，Room 從 2.1.0 開始支持 suspend 方法。

若是您的數據源還沒有支持協程，好比是一個 Java 代碼庫，並且使用的是回調機制。這時您可使用 suspendCancellableCoroutine 協程構造方法，這個方法是協程和回調之間的適配器，會在內部提供一個 continuation 供開發者使用:

suspend fun doOneShot(param: String) : Result<String> =
    suspendCancellableCoroutine { continuation ->
        api.addOnCompleteListener { result ->
            continuation.resume(result)
        }.addOnFailureListener { error ->
            continuation.resumeWithException(error)
        }
  }
複製代碼

如上所示，在回調方法取得結果後會調用 continuation.resume()，若是報錯的話調用的則是 continuation.resumeWithException()。

注意，若是這個協程已經被取消，則 resume 調用也會被忽略。開發者能夠在協程被取消時主動取消 API 請求。

2. 監聽操做

若是數據源會持續發送數值的話，使用 flow 協程構造方法會很好地知足需求，好比下面這個方法就會每隔 2 秒發送一個新的天氣值:

override fun fetchWeatherFlow(): Flow<String> = flow {
    var counter = 0
    while(true) {
        counter++
        delay(2000)
        emit(weatherConditions[counter % weatherConditions.size])
    }
}
複製代碼

若是開發者使用的是不支持 Flow 而是使用回調的代碼庫，則可使用 callbackFlow。好比下面這段代碼，api 支持三個回調分支 onNextValue、onApiError 和 onCompleted，咱們能夠獲得結果的分支裏使用 offer 方法將值傳給 Flow，在發生錯誤的分支裏 close 這個調用並傳回一個錯誤緣由 (cause)，而在順利調用完成後直接 close 調用:

fun flowFrom(api: CallbackBasedApi): Flow<T> = callbackFlow {
    val callback = object : Callback {
        override fun onNextValue(value: T) {
            offer(value)
        }
        override fun onApiError(cause: Throwable) {
            close(cause)
        }
        override fun onCompleted() = close()
    }
    api.register(callback)
    awaitClose { api.unregister(callback) }
}
複製代碼

注意在這段代碼的最後，若是 API 不會再有更新，則使用 awaitClose 完全關閉這條數據通道。

相信看到這裏，您對如何在實際應用中使用協程、LiveData 和 Flow 已經有了比較系統的認識。您能夠重溫 Android Dev Summit 上 Jose Alcérreca 和 Yigit Boyar 的演講來鞏固理解:

視頻連接：v.qq.com/x/page/a302…

若是您對協程、LiveData 和 Flow 有任何疑問和想法，歡迎在評論區和咱們分享。

點擊這裏進一步瞭解 LiveData

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程