Android Flow 与Live Data对比

计算机软件开发 · 2024-9-3 02:59:41

[转]官方保举 Flow 代替 LiveData,有必要吗?
更加具体的文章：不做跟风党，LiveData，StateFlow，SharedFlow 的利用场景对比
媒介

打开Android架构组件页面,我们可以发现一些最新发布的jetpack组件，如Room，DataStore, Paging3,DataBinding 等都支持了Flow
Google开辟者账号近来也发布了几篇利用Flow的文章，好比：从 LiveData 迁移到 Kotlin 数据流
看起来官方在大力保举利用Flow代替LiveData，那么题目来了,有必要吗？
我LiveData用得好好的，有必要再学Flow吗?本文重要答复这个题目,具体包罗以下内容
1.LiveData有什么不敷?
2.Flow先容以及为什么会有Flow
3.SharedFlow与StateFlow的先容与它们之间的区别
本文具体目次如下所示：

1. LiveData有什么不敷?

要相识LiveData的不敷，我们先相识下LiveData为什么被引入

LiveData 的汗青要追溯到 2017 年。彼时，观察者模式有用简化了开辟，但诸如 RxJava 一类的库对新手而言有些太过复杂。为此，架构组件团队打造了LiveData: 一个专用于 Android 的具备自主生命周期感知本领的可观察的数据存储器类。LiveData 被故意简化筹划，这使得开辟者很轻易上手；而对于较为复杂的交互数据流场景，发起您利用 RxJava，这样两者连合的上风就发挥出来了

可以看出,LiveData就是一个简朴易用的，具备感知生命周期本领的观察者模式
它利用起来非常简朴，这是它的优点，也是它的不敷，由于它面临比力复杂的交互数据流场景时，处理惩罚起来比力麻烦
1.2 LiveData的不敷

我们上文说过LiveData结构简朴，但是不敷强大，它有以下不敷

LiveData只能在主线程更新数据
LiveData的操纵符不敷强大,在处理惩罚复杂数据流时有些左支右绌

关于LiveData只能在主线程更新数据，有的同砚可能要问，不是有postValue吗？着实postValue也是必要切换到到主线程的,如下图所示：

这意味着当我们想要更新LiveData对象时，我们会常常更改线程（工作线程→主线程）,假如在修改LiveData后又要切换回到工作线程那就更麻烦了,同时postValue可能会有丢数据的题目。
2. Flow先容

Flow 就是 Kotlin 协程与响应式编程模子连合的产物，你会发现它与 RxJava 非常像，二者之间也有相互转换的 API，利用起来非常方便。
2.1 为什么引入Flow

为什么引入Flow，我们可以从Flow办理了什么题目标角度切入

LiveData不支持线程切换，全部数据转换都将在主线程上完成，偶然必要频仍更改线程，面临复杂数据流时处理惩罚起来比力麻烦
而RxJava又有些过于麻烦了，有很多让人傻傻分不清的操纵符，入门门槛较高，同时必要本身处理惩罚生命周期，在生命周期竣事时取消订阅

可以看出，Flow是介于LiveData与RxJava之间的一个办理方案，它有以下特点

Flow 支持线程切换、背压
Flow 入门的门槛很低，没有那么多傻傻分不清楚的操纵符
简朴的数据转换与操纵符，如 map 等等
冷数据流，不消耗则不生产数据,这一点与LiveData差别：LiveData的发送端并不依赖于吸收端。
属于kotlin协程的一部门，可以很好的与协程底子办法连合

关于Flow的利用，比力简朴，有爱好的同砚可参阅文档：Flow文档
3. SharedFlow先容

我们上面先容过,Flow 是冷流，什么是冷流？

冷流 :只有订阅者订阅时，才开始实行发射数据流的代码。而且冷流和订阅者只能是一对一的关系，当有多个差别的订阅者时，消息是重新完备发送的。也就是说对冷流而言，有多个订阅者的时间，他们各自的变乱是独立的。
热流:无论有没有订阅者订阅，变乱始终都会发生。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。

3.1 为什么引入SharedFlow

上面着实已经说得很清楚了，冷流和订阅者只能是一对一的关系，当我们要实现一个流，多个订阅者的需求时(这在开辟中是很常见的)，就必要热流了
从定名上也很轻易明白，SharedFlow即共享的Flow，可以实现一对多关系,SharedFlow是一种热流
3.2 SharedFlow的利用

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>其重要有3个参数
1.replay表现当新的订阅者Collect时，发送几个已经发送过的数据给它，默以为0，即默认新订阅者不会获取从前的数据
2.extraBufferCapacity表现减去replay，MutableSharedFlow还缓存多少数据，默以为0
3.onBufferOverflow表现缓存战略，即缓冲区满了之后Flow怎样处理惩罚，默以为挂起
简朴利用如下
//ViewModelval sharedFlow=MutableSharedFlow<String>()viewModelScope.launch{ sharedFlow.emit("Hello") sharedFlow.emit("SharedFlow")}//ActivitylifecycleScope.launch{ viewMode.sharedFlow.collect { print(it) }}3.3 将冷流转化为SharedFlow

平凡flow可利用shareIn扩展方法，转化成SharedFlow
val sharedFlow by lazy { flow<Int> { //... }.shareIn(viewModelScope, WhileSubscribed(500), 0) }shareIn重要也有三个参数：

@param scope 共享开始时地点的协程作用域范围
@param started 控制共享的开始和竣事的战略
@param replay 状态流的重播个数

started 担当以下的三个值:

Lazily: 当首个订阅者出现时开始，在scope指定的作用域被竣事时制止。
Eagerly: 立刻开始，而在scope指定的作用域被竣事时制止。
WhileSubscribed: 这种环境有些复杂，后面会具体解说

对于那些只实行一次的操纵，您可以利用Lazily大概Eagerly。然而，假如您必要观察其他的流，就应该利用WhileSubscribed来实现渺小但又告急的优化工作
3.4 Whilesubscribed战略

WhileSubscribed战略会在没有网络器的环境下取消上游数据流,通过shareIn运算符创建的SharedFlow会把数据暴露给视图 (View)，同时也会观察来自其他层级大概是上游应用的数据流。
让这些流连续活泼可能会引起不必要的资源浪费，比方不绝通过从数据库连接、硬件传感器中读取数据等等。当您的应用转而在背景运行时，您应当保持克制并制止这些协程。
public fun WhileSubscribed( stopTimeoutMillis: Long = 0, replayExpirationMillis: Long = Long.MAX_VALUE)如上所示，它支持两个参数：

stopTimeoutMillis 控制一个以毫秒为单元的延长值，指的是末了一个订阅者竣事订阅与制止上游流的时间差。默认值是 0 (立刻制止).这个值非常有用，由于您可能并不想由于视图有几秒钟不再监听就竣事上游流。这种环境非常常见——好比当用户旋转装备时，原来的视图会先被烧毁，然后数秒钟内重修。
replayExpirationMillis表现数据重播的逾期时间，假如用户离开应用太久，此时您不想让用户看到陈旧的数据，你可以用到这个参数

4. StateFlow先容

4.1 为什么引入StateFlow

我们前面刚刚看了SharedFlow，为什么又冒出个StateFlow?
StateFlow 是 SharedFlow 的一个比力特别的变种，StateFlow与 LiveData 是最靠近的，由于:

它始终是有值的。
它的值是唯一的。
它答应被多个观察者共用 (因此是共享的数据流)。
它永久只会把最新的值重现给订阅者，这与活泼观察者的数量是无关的。

可以看出，StateFlow与LiveData是比力靠近的，可以获取当前的值，可以想像之所以引入StateFlow就是为了更换LiveData

StateFlow继承于SharedFlow,是SharedFlow的一个特别变种
StateFlow与LiveData比力相近，信托之所以推出就是为了更换LiveData

4.2 StateFlow的简朴利用

我们先来看看构造函数：
public fun <T> MutableStateFlow(value: T): MutableStateFlow<T> = StateFlowImpl(value ?: NULL)

StateFlow构造函数较为简朴，只必要传入一个默认值
StateFlow本质上是一个replay为1，而且没有缓冲区的SharedFlow,因此第一次订阅时会先得到默认值
StateFlow仅在值已更新，而且值发生了变革时才会返回，即假如更新后的值没有变革，也没会回调Collect方法，这点与LiveData差别

与SharedFlow类似，我们也可以用stateIn将平凡流转化成StateFlow
val result: StateFlow<Result<UiState>> = someFlow .stateIn( scope = viewModelScope, started = WhileSubscribed(5000), initialValue = Result.Loading )与shareIn类似，唯一差别的时必要传入一个默认值
同时之所以WhileSubscribed中传入了5000，是为了实现等候5秒后仍旧没有订阅者存在就制止协程的功能，这个方法有以下功能

用户将您的应用转至背景运行，5 秒钟后全部来自其他层的数据更新会制止，这样可以节流电量。
最新的数据仍旧会被缓存，所以当用户切换回应用时，视图立刻就可以得到数据举行渲染。
订阅将被重启，新数据会添补进来，当数据可用时更新视图。
在屏幕旋转时，由于重新订阅的时间在5s内，因此上游流不会制止

4.3 在页面中观察StateFlow

与LiveData类似，我们也必要常常在页面中观察StateFlow
观察StateFlow必要在协程中，因此我们必要协程构建器，一样寻常我们会利用下面几种

lifecycleScope.launch : 立刻启动协程，而且在本 Activity或Fragment 烧毁时竣事协程。
LaunchWhenStarted 和 LaunchWhenResumed,它会在lifecycleOwner进入X状态之前不绝等候，又在离开X状态时挂起协程

如上图所示：
1.利用launch是不安全的，在应用在背景时也会吸收数据更新，可能会导致应用崩溃
2.利用launchWhenStarted或launchWhenResumed会好一些，在背景时不会吸收数据更新，但是，上游数据流会在应用背景运行期间保持活泼，因此可能浪费一定的资源
这么说来，我们利用WhileSubscribed举行的设置岂不是无效了吗？订阅者不绝存在，只有页面关闭时才会取消订阅
官方保举repeatOnLifecycle来构建协程
在某个特定的状态满足时启动协程，而且在生命周期全部者退出该状态时制止协程,如下图所示。

好比在某个Fragment的代码中:
onCreateView(...) { viewLifecycleOwner.lifecycleScope.launch { viewLifecycleOwner.lifecycle.repeatOnLifecycle(STARTED) { myViewModel.myUiState.collect { ... } } }}当这个Fragment处于STARTED状态时会开始网络流，而且在RESUMED状态时保持网络，终极在Fragment进入STOPPED状态时竣事网络过程。
连合利用repeatOnLifecycle API和WhileSubscribed,可以资助您的应用妥善利用装备资源的同时，发挥最佳性能
4.4 页面中观察Flow的最佳方式

通过ViewModel暴露数据，并在页面中获取的最佳方式是:

✔️ 利用带超时参数的 WhileSubscribed 战略暴露 Flow。示例 1
✔️ 利用 repeatOnLifecycle 来网络数据更新。示例 2

最佳实践如上图所示，假如采取其他方式，上游数据流会被不绝保持活泼，导致资源浪费
当然，假如您并不必要利用到Kotlin Flow的强大功能，就用LiveData好了

5 StateFlow与SharedFlow有什么区别？

从上文着实可以看出，StateFlow与SharedFlow着实是挺像的，让人有些傻傻分不清，偶然间也挺难选择该用哪个的
我们总结一下，它们的区别如下:

SharedFlow设置更为机动，支持设置replay,缓冲区巨细等，StateFlow是SharedFlow的特化版本，replay固定为1，缓冲区巨细默以为0
StateFlow与LiveData类似，支持通过myFlow.value获取当前状态，假如有这个需求，必须利用StateFlow
SharedFlow支持发出和网络重复值，而StateFlow当value重复时，不会回调collect
对于新的订阅者，StateFlow只会重播当前最新值，SharedFlow可设置重播元素个数（默以为0，即不重播）

可以看出,StateFlow为我们做了一些默认的设置，在SharedFlow上添加了一些默认束缚，这些设置可能并不符合我们的要求

它忽略重复的值，而且是不可设置的。这会带来一些题目，好比当往List中添加元素并更新时，StateFlow会以为是重复的值并忽略
它必要一个初始值，而且在开始订阅时会回调初始值，这有可能不是我们想要的
它默认是粘性的，新用户订阅会得到当前的最新值，而且是不可设置的,而SharedFlow可以修改replay

StateFlow施加在SharedFlow上的束缚可能不是最适合您，假如不必要访问myFlow.value，而且享受SharedFlow的机动性，可以选择思量利用SharedFlow
总结

简朴通常意味着不敷强大，而强大又常常意味着复杂,两者通常不能兼得，软件开辟过程中常常面临这种弃取。
LiveData的简朴并不是它的缺点，而是它的特点。StateFlow与SharedFlow更加强大，但是学习本钱也明显的更高.
我们应该根据本身的需求公道选择组件的利用

假如你的数据流比力简朴，不必要举行线程切换与复杂的数据变更，LiveData对你来说信托已经足够了
假如你的数据流比力复杂，必要切换线程等操纵，不必要发送重复值，必要获取myFlow.value，StateFlow对你来说是个好的选择
假如你的数据流比力复杂，同时不必要获取myFlow.value，必要设置新用户订阅重播无素的个数，大概必要发送重复的值，可以思量利用SharedFlow

参考资料

Google 保举在 MVVM 架构中利用 Kotlin Flow
Migrate from LiveData to StateFlow and SharedFlow
从 LiveData 迁移到 Kotlin 数据流
关于kotlin中的Collections、Sequence、Channel和Flow (二)

Android Flow 与Live Data对比

所属分类: 问答交流

新帖推荐: 30日

推荐作品