深入理解協程、LiveData 和 Flow

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:

隨着 Fragment 的加入，這個問題也變得更加複雜:

而開發者們面對這個挑戰，給出了非常穩健的解決方案: 分層架構。

分層架構

如上圖所示，通過將應用分爲三層，現在只有最上面的 Presentation 層 (以前叫 UI 層) 才知道生命週期的細節，而應用的其他部分則可以安全地忽略掉它。

而在 Presentation 層內部也有進一步的解決方案: 讓一個對象可以在 Activity 和 Fragment 被銷燬、重新創建時依然留存，這個對象就是架構組件的 ViewModel 類。下面讓我們詳細看看 ViewModel 工作的細節。

如上圖，當一個視圖 (View) 被創建，它有對應的 ViewModel 的引用地址 (注意 ViewModel 並沒有 View 的引用地址)。ViewModel 會暴露出若干個 LiveData，視圖會通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 (比如屏幕發生旋轉)，之前的 View 被銷燬，新的 View 被創建:

這時新的 View 會重新訂閱 ViewModel 裏的 LiveData，而 ViewModel 對這個變化的過程完全不知情。

歸根到底，開發者在執行一個操作時，需要認真選擇好這個操作的作用域 (scope)。這取決於這個操作具體是做什麼，以及它的內容是否需要貫穿整個屏幕內容的生命週期。比如通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，可能所適用的作用域不同。如何取消該操作的時間太晚，可能會浪費很多額外的資源；而如果取消的太早，又會出現頻繁重啓操作的情況。

在實際應用中，以我們的 Android Dev Summit 應用爲例，裏面涉及到的作用域非常多。比如，我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 的作用域就是計劃頁面。與之相類似的，日程和信息頁面相關的 Fragment 以及 ViewModel 也是一樣的作用域。

此外我們還有很多 Activity，而和它們相關的 ViewModel 的作用域就是這些 Activity。

您也可以自定義作用域。比如針對導航組件，您可以將作用域限制在登錄流程或者結賬流程中。我們甚至還有針對整個 Application 的作用域。

有如此多的操作會同時進行，我們需要有一個更好的方法來管理它們的取消操作。也就是 Kotlin 的協程 (Coroutine)。

協程的優勢

協程的優點主要來自三個方面:

很容易離開主線程。我們試過很多方法來讓操作遠離主線程，AsyncTask、Loaders、ExecutorServices……甚至有開發者用到了 RxJava。但協程可以讓開發者只需要一行代碼就完成這個工作，而且沒有累人的回調處理。
樣板代碼最少。協程完全活用了 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不多，編譯器則會幫助開發者完成異步化處理。
結構併發性。這個可以理解爲針對操作的垃圾蒐集器，當一個操作不再需要被執行時，協程會自動取消它。

如何啓動和取消協程

在 Jetpack 組件裏，我們爲各個組件提供了對應的 scope，比如 ViewModel 就有與之對應的 viewModelScope，如果您想在這個作用域裏啓動協程，使用如下代碼即可:

class MainActivityViewModel : ViewModel {

    init {
        viewModelScope.launch {
            // Start

        }    
    }
}

如果您在使用 AppCompatActivity 或 Fragment，則可以使用 lifecycleScope，當 lifeCycle 被銷燬時，操作也會被取消。代碼如下:


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

        lifecycleScope.launch {
            // Run
        }         

     }
}

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


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

        lifecycleScope.launch {
            // Run
        }

        lifecycleScope.launchWhenResumed {
            // Run
        }
     }
}

注意，如果您在 launchWhenStarted 中設置了一個操作，當 Activity 被停止時，這個操作也會被暫停，直到 Activity 被恢復 (Resume)。

最後一種作用域的情況是貫穿整個應用。如果這個操作非常重要，您需要確保它一定被執行，這時請考慮使用 WorkManager。比如您編寫了一個發推的應用，希望撰寫的推文被髮送到服務器上，那這個操作就需要使用 WorkManager 來確保執行。而如果您的操作只是清理一下本地存儲，那可以考慮使用 Application Scope，因爲這個操作的重要性不是很高，完全可以等到下次應用啓動時再做。

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》。

接下來我們看看如何在 viewModelScope 裏使用 LiveData。以前我們想在協程裏做一些操作，並將結果反饋到 ViewModel 需要這麼操作:


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

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

看看我們做了什麼:

準備一個 ViewModel 私有的 MutableLiveData (MLD)
暴露一個不可變的 LiveData
啓動協程，然後將其操作結果賦給 MLD

這個做法並不理想。在 LifeCycle 2.2.0 之後，同樣的操作可以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())
    }
}

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 的作用域，當 LiveData 被觀察的時候，裏面的操作就會被執行，當 LiveData 不再被使用時，裏面的操作就會取消。而且該協程構造方法產生的是一個不可變的 LiveData，可以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。

讓我們來看另一個常見用例，比如當用戶在 UI 中選中一些元素，然後將這些選中的內容顯示出來。一個常見的做法是，把被選中的項目的 ID 保存在一個 MutableLiveData 裏，然後運行 switchMap。現在在 switchMap 裏，您也可以使用協程構造方法:


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

LiveData 協程構造方法還可以接收一個 Dispatcher 作爲參數，這樣您就可以將這個協程移至另一個線程。


liveData(Dispatchers.IO) {
}

最後，您還可以使用 emitSource() 方法從另一個 LiveData 獲取更新的結果:


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

接下來我們來看如何取消協程。絕大部分情況下，協程的取消操作是自動的，畢竟我們在對應的作用域裏啓動一個協程時，也同時明確了它會在何時被取消。但我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: 所有 kotlin.coroutines 的 suspend 方法都是可取消的。比如這種:


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

在上面這個無限循環裏，每一個 delay 都會檢查協程是否處於有效狀態，一旦發現協程被取消，循環的操作也會被取消。

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


suspend fun printPrimes() {
    while(isActive) {
        // Compute
    }
}

LiveData 操作實踐

在進入具體的操作實踐環節之前，我們需要區分一下兩種操作: 單次 (One-Shot) 操作和監聽 (observers) 操作。比如 Twitter 的應用:

單次操作，比如獲取用戶頭像和推文，只需要執行一次即可。監聽操作，比如界面下方的轉發數和點贊數，就會持續更新數據。

讓我們先看看單次操作時的內容架構:

如前所述，我們使用 LiveData 連接 View 和 ViewModel，而在 ViewModel 這裏我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。

如果我們想監聽多個值的話，該如何操作呢？

第一種選擇是在 ViewModel 之外也使用 LiveData:

△ Reopsitory 監聽 Data Source 暴露出來的 LiveData，同時自己也暴露出 LiveData 供 ViewModel 使用

但是這種實現方式無法體現併發性，比如每次用戶登出時，就需要手動取消所有的訂閱。LiveData 本身的設計並不適合這種情況，這時我們就需要使用第二種選擇: 使用 Flow。

ViewModel 模式

當 ViewModel 監聽 LiveData，而且沒有對數據進行任何轉換操作時，可以直接將 dataSource 中的 LiveData 賦值給 ViewModel 暴露出來的 LiveData:

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

如果使用 Flow 的話就需要用到 liveData 協程構造方法。我們從 Flow 中使用 collect 方法獲取每一個結果，然後 emit 出來給 liveData 協程構造方法使用:


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

不過 Flow 給我們準備了更簡單的寫法:


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

接下來一個場景是，我們先發送一個一次性的結果，然後再持續發送多個數值:


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

在 Flow 中我們可以沿用上面的思路，使用 emit 和 emitSource:


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

但同樣的，這種情況 Flow 也有更直觀的寫法:


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

接下來我們看看需要爲接收到的數據做轉換時的情況。

使用 LiveData 時，如果用 map 方法做轉換，操作會進入主線程，這顯然不是我們想要的結果。這時我們可以使用 switchMap，從而可以通過 liveData 協程構造方法獲得一個 LiveData，而且 switchMap 的方法會在每次數據源 LiveData 更新時調用。而在方法體內部我們可以使用 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)) }
    }

使用 Flow 的話會簡單許多，直接從 dataSource 獲得數據，然後調用 map 方法 (這裏用的是 Flow 的 map 方法，而不是 LiveData 的)，然後轉化爲 LiveData 即可:


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

Repository 模式 Repository 一般用來進行復雜的數據轉換和處理，而 LiveData 沒有針對這種情況進行設計。現在通過 Flow 就可以完成各種複雜的操作:


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

數據源模式

而在涉及到數據源時，情況變得有些複雜，因爲這時您可能是在和其他代碼庫或者遠程數據源進行交互，但是您又無法控制這些數據源。這裏我們分兩種情況介紹:

1. 單次操作

如果使用 Retrofit 從遠程數據源獲取數值，直接將方法標記爲 suspend 方法即可*:


suspend fun doOneShot(param: String) : String =
    retrofitClient.doSomething(param)

Retrofit 從 2.6.0 開始支持 suspend 方法，Room 從 2.1.0 開始支持 suspend 方法。

如果您的數據源尚未支持協程，比如是一個 Java 代碼庫，而且使用的是回調機制。這時您可以使用 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)
        }
  }

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

注意，如果這個協程已經被取消，則 resume 調用也會被忽略。開發者可以在協程被取消時主動取消 API 請求。

2. 監聽操作

如果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滿足需求，比如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])
    }
}

如果開發者使用的是不支持 Flow 而是使用回調的代碼庫，則可以使用 callbackFlow。比如下面這段代碼，api 支持三個回調分支 onNextValue、onApiError 和 onCompleted，我們可以得到結果的分支裏使用 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原因 (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) }
}

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

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。您可以重溫 Android Dev Summit 上 Jose Alcérreca 和 Yigit Boyar 的演講來鞏固理解:

視頻鏈接：v.qq.com/x/page/a302…

如果您對協程、LiveData 和 Flow 有任何疑問和想法，歡迎在評論區和我們分享。

點擊這裏進一步瞭解 LiveData

作者：Android_開發者
鏈接：https://juejin.im/post/5ebb5c1ee51d454ddb0b4e1d
來源：掘金

深入理解協程、LiveData 和 Flow

分層架構

協程的優勢

如何啓動和取消協程

LiveData 操作實踐

Android GC原理探究（深度好文）

在字節跳動我是如何當面試官（持續更新）

面試騰訊Android研發崗，已拿到 offer，我是如何準備 Android 技術面試的？

Android性能優化：看完這篇文章,至少解決 APP 中 90 % 的內存異常問題

Android開發8年，阿里、百度一面慘被吊打！我是否應該轉行了？

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結