本篇内容主要讲解“Android Kotlin的数据流是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Android Kotlin的数据流是什么”吧!
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。
Presenter： Presenter通过持有 View 的引用并直接调用操作 View，以此向 View 提供和更新数据。
ViewModel：ViewModel 通过将可观察的数据暴露给观察者来向 View 提供和更新数据。
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。
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：
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
仅持有单个且最新的数据
自动取消订阅
提供「可读可写」和「仅可读」两个版本收缩权限
配合 DataBinding 实现「双向绑定」
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。
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。
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
}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」。
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。
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
在 fragment 订阅时需要传入正确的 lifecycleOwner
当 LiveData 持有的数据是「事件」时，可能会遇到「粘性事件」
LiveData 是不防抖的
LiveData 的 transformation 需要工作在主线程
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;
}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：
KunMinX/UnPeek-LiveData
使用kotlin 扩展函数和 typealias 封装解决「粘性」事件的 LiveData
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。
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。
Transformations.map
Transformations.switchMap
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();
}
}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。
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)
}
}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。
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。
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。
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：
replay：表示当新的订阅者Collect时，发送几个已经发送过的数据给它，默认为0，即默认新订阅者不会获取以前的数据
extraBufferCapacity：表示减去replay，MutableSharedFlow还缓存多少数据，默认为0
onBufferOverflow：表示缓存策略，即缓冲区满了之后Flow如何处理，默认为挂起。除此之外，还支持DROP_OLDEST 和DROP_LATEST 。
//ViewModel
val sharedFlow=MutableSharedFlow<String>()
viewModelScope.launch{
sharedFlow.emit("Hello")
sharedFlow.emit("SharedFlow")
}
//Activity
lifecycleScope.launch{
viewMode.sharedFlow.collect {
print(it)
}
}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。
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：
SharingStarted.Eagerly：无论当前有没有订阅者，流都会启动，订阅者只能接收到replay个缓冲区的值。
SharingStarted.Lazily：当有第一个订阅者时，流才会开始，后面的订阅者只能接收到replay个缓冲区的值，当没有订阅者时流还是活跃的。
SharingStarted.WhileSubscribed：只有满足特定的条件时才会启动。
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。
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：
SharedFlow配置更为灵活，支持配置replay、缓冲区大小等，StateFlow是SharedFlow的特殊化版本，replay固定为1，缓冲区大小默认为0。
StateFlow与LiveData类似，支持通过myFlow.value获取当前状态，如果有这个需求，必须使用StateFlow。
SharedFlow支持发出和收集重复值，而StateFlow当value重复时，不会回调collect给新的订阅者，StateFlow只会重播当前最新值，SharedFlow可配置重播元素个数（默认为0，即不重播）。
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。
到此，相信大家对“Android Kotlin的数据流是什么”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
