「Offer 驾到，掘友接招！我正在参与2022春招系列活动-经验复盘，点击查看活动详情即算参赛

你的支持对我意义重大！

Hi，我是小彭。本文已收录到 GitHub AndroiGitHubd-NoteBook 中。这里有 Android 进阶成长路线笔记 & 博客，有志同道合的朋友，欢迎跟着我一起成长。（联系方式 & 入群方式在 GitHub）

背景

Kotlin Flow 是基于 Kotlin 协程基础能力搭建的一套数据流框架，从功能复杂性上看是介于 LiveData 和 RxJava 之间笔记本的解决方案。Kotlin Flow 拥有比 LiveData 更丰富的能力，但裁剪了 RxJava 大量复杂的操作符，做得更加精简。并且在 Kotlin 协程的加持下，Kotlin Flow 目前是 Google 主推的数据流框架。

1. 为什么要使用 Flow？

LiveData、Kotlin Flow 和 RxJava 三者都属于 可观察的数据容器类，观察者模式是它们相同的基本设计模式，那么相对于其他两者设计模式有哪些，github官网Kotlin Flow 的优势是什么呢？

LiveData 是 androidx 包下的组件，是 Android 生态中一个的简单的生命周期感知型容器。简单即是它的优势，也是它的局限，当然这些局限性不应该算 LiveData 的缺点，因为 LiveData 的设计初衷就是一个简单的数据容器。对于简单的数据流场景，使用 Live携程网飞机票预订官网Data 完全没有问题。

LiveData 只能在主线程更新数据： 只能在主线程github中文社区 set设计模式的两大主题Value，即使 postValue 内部也是切换到主线程执行；
LiveData 数据重放问题： 注册新的订阅者，会重新收到 LiveD安全ata 存储的数据，这在有些情况下不符合预期（可以使用自定义安全教育平台登录入口的 LiveData 子类 SingleLiveData 或 UnPeek设计模式的6大原则LiveData 解决，此处不展开）；
Li安全veData 不防抖： 重复 setValue 相同的值，订阅者会收到多次 onChanged() 回调（可以使用 distinctUntilChanged() 解决，此处不展开）；
LiveData 不支持背压： 在数据生产速度 > 数据消费速度时，LiveData 无法正常处理。比如在子线程大量 postValue 数据但主线程消费跟不上时，中间就会有一部分数据被忽略。

RxJava 是第三方组织 ReactiveX 开发的组件，Rx 是一个包括 Java、Go 等语言在内的多语言数据流框架。功能强大是它的优势，支持大量丰富的操作符，也支持线程切换和协程背压。然而 Rx 的学习门槛过高，对开发反github汤姆而是一种新的负担，也会带来误用的风险。

Kotlin 是 kotlinx 包下的组件，不是单纯 Android 生态下的产物。那么，Flow 的优势在笔记本显卡天梯图哪里呢？

Flow 支持协程： Flow 基于协程笔记基础能力，能够以结构化并发的方式生产和消费数据，能够实现线程切换（依靠协程的 Dispatcher）；笔记
Flow 支持背压： Flow 的子类 SharedFlow 支持配置缓存容量，可以应对数据生产速度 > 数据消费速度安全的情况；
Fl携程网飞机票预订官网ow 支持数据重放配置安全： Flow 的子类 SharedFlow 支持配置重放 replay，能够自定义对新订阅者重放数据的配置；
Flow 相对 RxJava 的学习携程机票门槛更低： Flow 的功能更精简设计模式有哪些，学习性价比相对更高。不过 Flow 是基于协程，在协程会有一些学习成本，但这个应该拆分来看。

当然 Kotlin Flow 也存在一些局限：

Flow 不是生命周期感知型组件： Flow 不是 A笔记本显卡天梯图ndroid 生态下的产物，自然 Flow 是不会关心组件生命周期。那么我们如何确保订阅者在监听 Flow 数据流时，不会在错误的状协程态更新 View 呢？这个问题在下文 第 6 节再说。

2. 冷数据流与热数据携程流

Kotlin Flow 包含三个实体：数据生产方 – （可选的）中介者 – 数据使用方。数据生产方负责向数据流发射（emit）数据，而数据使用方从数据流中消费数据。根据生产方产生数据的时机，可以将 Kotlin Flow 分为冷流和热流两种：

普通 Flow（冷流）： 冷流是不共享的，也没有缓存机制。冷流只有在订阅者 collect 数设计模式的两大主题据时，才按需执行发射数据流的代码。冷流和订阅者是一对一的关系设计模式的集体教学活动方案，多个订阅者间的数据流是相互独立的，一旦订阅者停止监听或者生产代码结束，数据流就自动笔记本电脑关闭。
SharedFlow / StateFlow（热流）： 热流是共享的，有缓存机制的。无论是否有订阅者 collect 数据，都可以生产数据并且缓存起来。热流和订阅者是一对多的关系，多个订阅者可以共享同一个数据流。当一个订阅者停止监听时，数据流不会设计模式及其应用场景自动关闭（除非使用 WhileSubscribed 策略，这个在下文再说）。

3. 普通 Fl安全教育手抄报ow（冷流）

普通 Flow 是冷流，数据是不共享携程网上订票飞机的，也没有携程旅游网缓存机制。数据源安全期计算器会延迟到消费者开始监听时才生产数据（如终端操作 collect{}），并笔记本电脑什么牌子好且笔记本电脑一直充电好吗每次订阅都会创建一个全新的数据流。一旦消费者停止监听或者生产者代码结束，Flow 会自动关闭。

val coldFlow: Flow<Int> = flow {
    // 生产者代码
    while(true) {
        // 执行计算
        emit(result)
        delay(100)
    }
    // 生产者代码结束，流将被关闭
}.collect{ data ->	
}

冷流 Flow 主要的操作如下：

创建数据流 flow{}： Flow 构造器会创建一个新的数据流。flow{} 是 suspend 函数，需要在协程中执行；
发送数据 emit()： e携程机票mit() 将一个新的值发送到数据流中；
终端操作 collect{}： 触发数据流消费，可以获取数据流中所有的发出值。Flow 是冷流，数据流会延迟到终端操作 collect 才执行，并且每次在 Flow 上重复调用 collect，都会重复执行 flow{} 去触发发送数据动作（源码位置：AbstractFlow）设计模式的6大原则。collect笔记本电脑开不了机是 suspend 函数，需要在协程中执行。
异常捕获 catch{}携程机票： catch{} 会捕获数据流中发生的异常；
协程上下文切换 flowOn()： 更改上流数据操作的协程上下文 Corou笔记本显卡天梯图tineContext，对下流操作没有影响。如果有多个 flowOn 运算符，每个 flowOn 只会更改当前位置的上游设计模式23模式介绍数据流；
状态回调 onStart： 在数据开始发送之前触发，在数据生产线程回调；
状态回调 onCompletion：设计模式英文 在数据发送结束之后触发，在数据生产线程回调；
状态回调 onEgithub是什么mpty： 在github下载数据流为空时触发（在数据发送结束但事实上没有发送任何数据时），在数据生产线程回调。

普通 Flow 的核心代码在 AbstractFlow 中，可以看到每次调用终端操作 collect，collector 代码块都会执行一次，也就是重新执行一次数据生产代码：

Abs安全教育平台作业登录tractFlow.kt

public abstract class AbstractFlow<T> : Flow<T> {
    @InternalCoroutinesApi
    public final override suspend fun collect(collector: FlowCollector<T>) {
        // 1. 对 flow{} 的包装
        val safeCollector = SafeCollector(collector, coroutineContext)
        try {
            // 2. 执行 flow{} 代码块
            collectSafely(safeCollector)
        } finally {
            // 3. 释放协程相关的参数
            safeCollector.releaseIntercepted()
        }
    }
    public abstract suspend fun collectSafely(collector: FlowCollector<T>)
}
private class SafeFlow<T>(private val block: suspend FlowCollector<T>.() -> Unit) : AbstractFlow<T>() {
    override suspend fun collectSafely(collector: FlowCollector<T>) {
        collector.block()
    }
}

4. SharedFlow —— 高配版 LiveData

下文要讲的 StateFlow 其实是 SharedFlow 的一个子类，所以我们先讲 SharedFlow。协程客服电话SharedFlow 和 State笔记本电脑性价比排行2020Flow 都属于热流，无论是否有订阅者（collect），都可以生产设计模式之禅数据并且缓存。 它们都有一安全生产法个可变的笔记本电脑开不了机版本 MutableSharedFlow设计模式及其应用场景和 MutableStateFlow，这与 LiveData 和 MutableLiveData 类似，对外暴露接口时，应该使用不可变的版本。

4.1 SharedFlow 与 Mutable携程旅游网SharedFlow 接口

直接对着接安全教育口讲不设计模式之禅明白，这里先放出这两个接口方便查看：

public interface SharedFlow<out T> : Flow<T> {
    // 缓存的重放数据的快照
    public val replayCache: List<T>
}
public interface MutableSharedFlow<T> : SharedFlow<T>, FlowCollector<T> {
    // 发射数据（注意这是个挂起函数）
    override suspend fun emit(value: T)
    // 尝试发射数据（如果缓存溢出策略是 SUSPEND，则溢出时不会挂起而是返回 false）
    public fun tryEmit(value: T): Boolean
    // 活跃订阅者数量
    public val subscriptionCount: StateFlow<Int>
    // 重置重放缓存，新订阅者只会收到注册后新发射的数据
    public fun resetReplayCache()
}

4.2 构造一个 SharedFlow

我会把 SharedFlow 理解为一个高配版的 LiveData，这点首先在构造函数就可以体现出来。SharedFlow 的构造函数允许我们配置三个参数：

SharedFlow.kt

public fun <T> MutableSharedFlow(
    // 重放数据个数
    replay: Int = 0,
    // 额外缓存容量
    extraBufferCapacity: Int = 0,
    // 缓存溢出策略
    onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND
): MutableSharedFlow<T> {
    val bufferCapacity0 = replay + extraBufferCapacity
    val bufferCapacity = if (bufferCapacity0 < 0) Int.MAX_VALUE else bufferCapacity0 // coerce to MAX_VALUE on overflow
    return SharedFlowImpl(replay, bufferCapacity, onBufferOverflow)
}
public enum class BufferOverflow {
    // 挂起
    SUSPEND,
    // 丢弃最早的一个
    DROP_OLDEST,
    // 丢弃最近的一个
    DROP_LATEST
}

参数	描述
reply	重放数据个数，当新订阅者时注册时会携程旅行app官方下载重放缓存的 replay 个数据
extraBufferCapacity	额外缓存容量，在 replay 之外的额外容量，SharedFlgithub汤姆owgithub是什么的缓存容量 capacity = replay + extraBufferCapa设计模式的集体教学活动方案city（实在想不出额外容量有什么用，知道可以告诉我）
on笔记本电脑什么牌子好BufferOverflow	缓存溢出策略，github官网登陆入口即缓存容量 capacity 满时的处理策略（SU设计模式英文SPEND、DROPGitHub_OLDEST、DROP_LAST）

SharedFlow 默认容量 capacigithub中文官网网页ty 为 0，重放 replay 为 0，笔记本电脑性价比排行2020缓存溢出策略是 SUSPEND，意味着发射数据时会直接丢弃数github开放私库据并挂起（阅读 emit 的源码），而订阅者订不会受到任何数据。

为什么我们可以把设计模式面试题 S笔记本插电用好还是不插电haredFlow 理解为 “高配版” LiveData，拿 SharedFl设计模式有哪些ow 和 LiveData 做个简单的对比就知道了安全教育平台登录：

容量问题： LiveData 容量固定为 1 个，而 SharedFlow 容安全教育平台量支持配置 0 个到多个；
背压问题： LiveData 无法应对背压问题，而 SharedFlow 有缓存空间能应对背压问题；
重放问题： LiveData 固定重放 1 个数据，而 SharedFlow 支持配置重放 0 个到多个；
线程问题： LiveData 只能在主笔记线程订阅，而 Sgithub下载haredFlow 支持在任意线程（通过协程的 Dispatcher）订阅。

当然 SharedFlow 也并不是完胜，LiveData 能够处理生命周期安全问题，而 SharedFlow 不行（因为 Flow 本身就不是纯 Android 生态下的组件），不合理的使用会存在不必要的操作和资笔记本显卡天梯图源浪费，以及在错误的状态更新 View 的风险。不过别担心，这个问题可携程网飞机票预订官网以通过 第 6 节 的 Lifecycle A设计模式的集体教学活动方案PI 来解设计模式23模式介绍决。

4.3 普通 Flow 转换为 SharedFlow

前面提到过，冷流是不共享的，也没有缓设计模式23模式介绍存机制。使用 Flow.shareIn或Flow设计模式.st笔记ateIn 可以把冷流转换为热流，一来可以将数据共享给多个订阅者，二来可以增加缓冲机制。

Share.kt

public fun <T> Flow<T>.shareIn(
    // 协程作用域范围
    scope: CoroutineScope,
    // 启动策略
    started: SharingStarted,
    // 控制数据重放的个数
    replay: Int = 0
): SharedFlow<T> {
  val config = configureSharing(replay)
  val shared = MutableSharedFlow<T>(
      replay = replay,
      extraBufferCapacity = config.extraBufferCapacity,
      onBufferOverflow = config.onBufferOverflow
  )
  @Suppress("UNCHECKED_CAST")
  scope.launchSharing(config.context, config.upstream, shared, started, NO_VALUE as T)
  return shared.asSharedFlow()
}
public companion object {
    // 热启动式：立即开始，并在 scope 指定的作用域结束时终止
    public val Eagerly: SharingStarted = StartedEagerly()
    // 懒启动式：在注册首个订阅者时开始，并在 scope 指定的作用域结束时终止
    public val Lazily: SharingStarted = StartedLazily()
    public fun WhileSubscribed(
        stopTimeoutMillis: Long = 0,
        replayExpirationMillis: Long = Long.MAX_VALUE
    ): SharingStarted =
        StartedWhileSubscribed(stopTimeoutMillis, replayExpirationMillis)
}

sharedIn 的参数 scope 和 repla笔记本电脑性价比排行2020y 不需要过多解释，主要介绍下 started: SharingStarted 启动策略，分为三种：

Eagerly（热启动式）： 立即启动数据流，并保持数据流（直到安全教育平台作业登录 sc协程ope 指定的作用域结束）；
Lazily（懒启动式）： 在首个订阅者注册时启动，并保持数据流（直到 scope 指定的作用域结束）；
WhileSubscribed()： 在首个订阅者注册时启动，并保持数据流直到在最后一个订阅者注销时结束（或直到 scope 指定的作用域结束）。通过 WhildSubscribed() 策略能够在没有订阅者的时候及时停止数据流，避免引起不必要的资源浪费，例如一直从数据库、传感器中读取数据。

whileSubscribed() 还提供了两个配置参数：
- stopTimeoutMillis 超时时间（毫秒）： 最后一个订阅者注销订阅后，保留数据流的设计模式23模式介绍超时时间，默认值 0 表示立刻停止。这个参数能够帮助防抖，避免订阅者临时短时间注销就马上关闭数据流。例如希望等待 5 秒后没有订阅者则停止数据流，可以使用 whileSubscribed(5000)。
- replayExpirationMillis 重放过期时间（毫秒）： 停止数据流后，保留重放数据的超时时间，默认值 Long.MAX_VALUE 表示永久保存（replayExpirationMillis 发生在停止数据流后，设计模式说明 r设计模式面试题eplayExpir安全教育平台作业登录at笔记本电脑开不了机ionMillis 时安全间是在 stopTimeoutMillis 之后发生的）。例如希望希望等待 5 秒后停止数据流，再等待 5 秒后的数据视为无用的陈旧携程旅行app官方下载数据，可以使用 whileSubscribed(5000, 5000)。

5. StateFlow —— LiveData 的替代品

StateFlow 是 SharedFlow 的子接口，可以理解为一个特殊的 SharedFlow。不过它们笔记的继承关系只是接口上有继承关系，内部的实现类 SharedF携程旅游网lowImpl 和 StateFlowIgithub是什么mpl 其实是分开的，这里要留个印象就好。

5.1 StateFlow 与 MutableSt携程机票ateFlow 接口

这里先放出这两个接口方便查看：

public interface StateFlow<out T> : SharedFlow<T> {
    // 当前值
    public val value: T
}
public interface MutableStateFlow<T> : StateFlow<T>, MutableSharedFlow<T> {
    // 当前值
    public override var value: T
    // 比较并设置（通过 equals 对比，如果值发生真实变化返回 true）
    public fun compareAndSet(expect: T, update: T): Boolean
}

5.2 构造一个 StateFlow

StateFlow 的构造函数就简单多了，有且github汤姆仅有一个必选的参数，代表初始值：

public fun <T> MutableStateFlow(value: T): MutableStateFlow<T> = StateFlowImpl(value ?: NULL)

5.3 特殊的 SharedFlow携程旅行app官方下载

StateFlow 是 SharedFlow 的一种特殊配置，MutableStateFlow(笔记本显卡天梯图initialValue) 这样一行代码本质上和下面使用 Sha携程旅行app官方下载redFlow 的方式是完全相同的：

val shared = MutableSharedFlow(
    replay = 1,
    onBufferOverflow = BufferOverflow.DROP_OLDEST
)
shared.tryEmit(initialValue) // emit the initial value
val state = shared.distinctUntilChanged() // get StateFlow-like behavior

有初始值： StateFlow 初始化时必须传入初始值；
容量为 1： Stat携程网上订票飞机eFlow 只会保存一个值；
重放为 1： StateFlow 会向新订阅者github官网重放最新的值；
不支持 resetReplayCache() 重置重放缓存： StateFlow 的 re安全教育平台登录setReplayCache() 方法抛出 UnsupportedOperationException
缓存溢出策略为 DROP_OLDEST： 意味着每次发射的新数据会安全教育平台登录入口覆盖旧数据；

总的来说，StateFlow 要求传入初始值，并且仅支持保存一个最新的数据笔记本插电用好还是不插电，会向新订阅者会重放一次最新值，也不允许重置重放缓存。说 StateFlow 是 LiveData 的替代品一点不为过。除此之外，St笔记本电脑一直充电好吗ateFlow 还额外支持一些特性：

数据防抖： 意味着仅在更新值并且发生变化才会回调，如果更新值没有变化不会回调 collect，其实设计模式一般用来解决什么问题就是在发射数据时加了携程网飞机票预订官网一层拦截：

StateFlow.kt

public override var value: T
    get() = NULL.unbox(_state.value)
    set(value) { updateState(null, value ?: NULL) }
override fun compareAndSet(expect: T, update: T): Boolean =
    updateState(expect ?: NULL, update ?: NULL)
private fun updateState(expectedState: Any?, newState: Any): Boolean {
    var curSequence = 0
    var curSlots: Array<StateFlowSlot?>? = this.slots // benign race, we will not use it
    synchronized(this) {
        val oldState = _state.value
        if (expectedState != null && oldState != expectedState) return false // CAS support
        if (oldState == newState) return true // 如果新值 equals 旧值则拦截, 但 CAS 返回 true
        _state.value = newState
        ...
        return true
    }
}

CAS 操作： 原子性的比较与设置操作，只有在旧值与 expect 相同时返回 ture。

5.4 普通 Flow 转换为 StateFlow

跟 SharedFlow 一样，普通设计模式及其应用场景 Flow 也可以转换为 StateFlow：

Share.kt

public fun <T> Flow<T>.stateIn(
    // 共享开始时所在的协程作用域范围
    scope: CoroutineScope,
    // 共享开始策略
    started: SharingStarted,
    // 初始值
    initialValue: T
): StateFlow<T> {
    val config = configureSharing(1)
    val state = MutableStateFlow(initialValue)
    scope.launchSharing(config.context, config.upstream, state, started, initialValue)
    return state.asStateFlow()
}

6. 安全地观察 Flow 数据流

前面也提到了，Flow 不具备 LiveData 的生命周期感知能力，所以订阅者在监听 Flow 数据流时，会存在生命周期安全的问github官网登陆入口题。Google 推荐的做法是使用 Lifecycle#re安全教育平台作业登录peatOnLifecycle API：

// 从 2.4.0 开始支持 Lifecycle#repeatOnLifecycle API
implementation "androidx.lifecycle:lifecycle-runtime-ktx:2.4.1"

LifecycleOwner#adgithub中文社区dRepeatingJob： 在生命周期到达指定状态时，自动创建并启动协程执行代码块，在生命周期低于该状态时设计模式，自动取消协程。因为 addRepeatingJob 不是挂起函数，所以不遵循结构化并发的规则。目前已经废弃，被下面的 regithub是什么peatOnLifecycle() 替代了（废弃 addRepeatingJob 的考量见设计 repeatOnLifecycle API安全背后的故事）；
Lifecycle#repeatOnLifecycle： repeatOnLifecycle 的作用相同，区别在于它是一个 suspend 函协程客服电话数，需要在协程中执行；
Flow#flowWithLifecycle： Flow#fl笔记本电脑开不了机owWithLifecycle 的作用相同，内部基于 repeatOnLifecycle API。

class LocationActivity : AppCompatActivity() {
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        lifecycleOwner.addRepeatingJob(Lifecycle.State.STARTED) {
            locationProvider.locationFlow().collect {
                // update UI
            }
        }
    }
}
class LocationActivity : AppCompatActivity() {
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        // repeatOnLifecycle 是 suspends 函数，所以需要在协程中执行
        lifecycleScope.launch {
        // 当 lifecycleScope 的生命周期高于 STARTED 状态时，启动一个新的协程并执行代码块
        // 当 lifecycleScope 的生命周期低于 STARTED 状态时，取消该协程
        repeatOnLifecycle(Lifecycle.State.STARTED) {
            // 当前生命周期一定高于 STARTED 状态，可以安全地从数据流中取数据，并更新 View
            locationProvider.locationFlow().collect {
                // update UI
            }
        }
        // 结构化并发：生命周期处于 DESTROYED 状态时，切换回调用 repeatOnLifecycle 的协程继续执行
        }
    }
}
class LocationActivity : AppCompatActivity() {
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        locationProvider.locationFlow()
            .flowWithLifecycle(this, Lifecycle.State.STARTED)
            .onEach {
                // update UI
            }
            .launchIn(lifecycleScope) 
    }
}

如果不使用 Lifecycle#repeatOnLifecycle API，具体会出现什么问题呢？

Activity.lifecyc设计模式及其应用场景leScope.launch： 立即启动协程，并在 Activity 销毁时取消协程；
FragmGitHubent.lifecycleScope.launch： 立即启动协程，并在 Fragment 销毁时取消协程；
Fragment.viewLifecycleOwner安全教育平台.lifecycleScope.launch： 立即启动协程，并在 Fragment 中视图销毁时取消协程。笔记本电脑性价比排行2020

可以看到，这些协程 API 只有在最后组件 / 视图销毁时才会取消协程安全教育平台作业登录，当视图进入后台时协程并不会被取消，Flow 会持续生产数据，并且会触发更新视图。

LifecycleCont携程网官网inueScope.launchWhenX： 在生命周期到达指定状态时立即启动协程执行代码块，在生命周期低于该状态时挂起（而不是取消）协程，在生命周期重新高于指定笔记本插电用好还是不插电状态时，自动恢复该协程。

可以看到，这些协程 API 在视图离开设计模式面试题某个状态时会挂起协程，能够避免更新视图。笔记本插电用好还是不插电但是 Flow 会持续生产数据，也会产生一些不必要笔记本电脑性价比排行2020的操作和资源消耗（CPU 和内存）。虽然可以在视图进入后台时手动取消协程，但很明显增写了模板代码，没有 repegithub开放私库atOnLifecycle API 来得简洁。

class LocationActivity : AppCompatActivity() {
    // 协程控制器
    private var locationUpdatesJob: Job? = null
    override fun onStart() {
        super.onStart()
        locationUpdatesJob = lifecycleScope.launch {
            locationProvider.locationFlow().collect {
                // update UI
            } 
        }
    }
    override fun onStop() {
       // 在视图进入后台时取消协程
        locationUpdatesJob?.cancel()
        super.onStop()
    }
}

回过头来看，repeatOnLifecycle 是怎么实现生命周期感知的呢？其实很简单笔记本显卡天梯图，是通过 Lifecycle#addObgithub中文官网网页server 来监听生命周期变化：

RepeatOnLifecycle.kt

suspendCancellableCoroutine<Unit> { cont ->
    // Lifecycle observers that executes `block` when the lifecycle reaches certain state, and
    // cancels when it falls below that state.
    val startWorkEvent = Lifecycle.Event.upTo(state)
    val cancelWorkEvent = Lifecycle.Event.downFrom(state)
    val mutex = Mutex()
    observer = LifecycleEventObserver { _, event ->
        if (event == startWorkEvent) {
            // Launch the repeating work preserving the calling context
            launchedJob = this@coroutineScope.launch {
                // Mutex makes invocations run serially,
                // coroutineScope ensures all child coroutines finish
                mutex.withLock {
                    coroutineScope {
                        block()
                    }
                }
            }
            return@LifecycleEventObserver
        }
        if (event == cancelWorkEvent) {
            launchedJob?.cancel()
            launchedJob = null
        }
        if (event == Lifecycle.Event.ON_DESTROY) {
            cont.resume(Unit)
        }
    }
    this@repeatOnLifecycle.addObserver(observer as LifecycleEventObserver)
}

7. Channel 通道

在协程的基础能力上使用数据流，除了上文提到到 Flow API，还有一个 Channel API。Channel 是笔记本电脑什么牌子好 Kotlin 中实现跨协程数据传输的数据结构，类似于 Java 中的 BlockQue笔记本电脑开不了机ue 阻塞队列。不同之处在于 Block笔记本电脑什么牌子好Queue 会阻塞线程，而 Channel 是挂起线程。Google 的建议是优先使用 Flow 而不是 Channel，主要原因是 Flow 会更自动地关闭数据流，而一设计模式的集体教学活动方案旦 Channel 没有正常关闭，则设计模式及其应用场景容易造成资源泄漏。此外，github是什么Flow 相较于 Cha笔记nnel 提供了更明确的约束和操作符，更灵活。

Channel 主要的操作如下：

创建 Channel： 通过 Channel(Channel.UNLIMITED) 创建一个 Channel 对象，或者直接使用 produce{} 创建一个生产者协程；
关闭 Channel： Channegithub汤姆l#close()；
发送数据： Channel#send() 往 Channel 中发送一个数据，在安全 Channel 容量不足时 s安全end() 操作会挂起，Channel 默认容量 capacity 是 1；
接收数据： 通过 Channel#receive() 从 Channel 中安全生产法取出一个数据，或者直接通过 actor 创建一个消费者协程，在 Channel 中数据不足时 receive() 操作会挂起。
广播通道 BroadcastChan设计模式的集体教学活动方案nel（废弃，使用 SharedFlow）： 普通 Channel 中一个数据只会被一个消费端接收，而 B设计模式之禅roadcastChannel 允许多个消费端接收。

public fun <E> Channel(
    // 缓冲区容量，当超出容量时会触发 onBufferOverflow 拒绝策略
    capacity: Int = RENDEZVOUS,  
    // 缓冲区溢出策略，默认为挂起，还有 DROP_OLDEST 和 DROP_LATEST
    onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND,
    // 处理元素未能成功送达处理的情况，如订阅者被取消或者抛异常
    onUndeliveredElement: ((E) -> Unit)? = null
): Channel<E>

8. 浅尝一下

到这里，LiveData、Flow 和 Channel 我们都讲了一遍了，实际场景中怎么使用呢，浅尝以下。

事件（Event）： 事件是一次有效笔记本电脑什么牌子好的，新订阅者不应该收到旧的事件，因此事件数据适合用 SharedFlow(replay=0)；
状态（State）：github汤姆 状态是可安全教育平台登录入口以恢复的，新订阅者允许收到旧的状态数据，因此状态数据适合用 StateFlow。

示例代码如下，不熟悉 MVI 模式的同学可笔记以移步：Android UI 架构演进：github汤姆从 MVC 到 MVP、MVVM、MVI

BaseViewModel.kt

interface UiState
interface UiEvent
interface UiEffect
abstract class BaseViewModel<State : UiState, Event : UiEvent, Effect : UiEffect> : ViewModel() {
    // 初始状态
    private val initialState: State by lazy { createInitialState() }
    // 页面需要的状态，对应于 MVI 模式的 ViewState
    private val _uiState = MutableStateFlow<State>(initialState)
    // 对外接口使用不可变版本
    val uiState = _uiState.asStateFlow()
    // 页面状态变更的 “副作用”，类似一次性事件，不需要重放的状态变更（例如 Toast）
    private val _effect = MutableSharedFlow<Effect>()
    // 对外接口使用不可变版本
    val effect = _effect.asSharedFlow()
    // 页面的事件操作，对应于 MVI 模式的 Intent 
    private val _event = MutableSharedFlow<Event>()
    init {
        viewModelScope.launch {
            _event.collect {
                handleEvent(it)
            }
        }
    }
    // 初始状态
    protected abstract fun createInitialState(): State
    // 事件处理
    protected abstract fun handleEvent(event: Event)
    /**
     * 事件入口
     */
    fun sendEvent(event: Event) {
        viewModelScope.launch {
            _event.emit(event)
        }
    }
    /**
     * 状态变更
     */
    protected fun setState(newState: State) {
        _uiState.value = newState
    }
    /**
     * 副作用
     */
    protected fun setEffect(effect: Effect) {
        _effect.send(effect)
    }
}

参考资料

协程 Flow 最佳实践 | 基于 Android 开发者峰会应用 —— And安全教育平台登录roid 官方文协程档
设设计模式有哪些计 repeatOnLifecycle API 背后的故事 —— Android 官方文档
使用更为安全的方式收集 Android UI 数据流 —— Android 官方文档
Fl设计模式及其应用场景ow 操作符 shareIn 和 stateIn 使用须知 —— Android 官方文档
从 LiveData 迁移到 Kotlin 数据流 —— Android 官方文档
用 Kotlin Flow 解决开发中的痛点 —— 都梁人著
抽丝剥茧Kotlin – 协程中绕不过的Flow —— 九心著
Kotlin flow实践总结! —— 入魔的冬瓜著
Android—kotlin-Channel超详细讲解 —— hqk 著

你的点赞对我意义重大！微信搜索公众号 [彭旭锐]，希望大家可以一起讨论技术，找到志同道合的朋友，我们下次见！

有小伙伴说看不懂 LiveData、Flow、Channel，跟我走

背景

1. 为什么要使用 Flow？

2. 冷数据流与热数据携程流

3. 普通 Fl安全教育手抄报ow（冷流）

4. SharedFlow —— 高配版 LiveData

4.1 SharedFlow 与 Mutable携程旅游网SharedFlow 接口

4.2 构造一个 SharedFlow

4.3 普通 Flow 转换为 SharedFlow

5. StateFlow —— LiveData 的替代品

5.1 StateFlow 与 MutableSt携程机票ateFlow 接口

5.2 构造一个 StateFlow

5.3 特殊的 SharedFlow携程旅行app官方下载

5.4 普通 Flow 转换为 StateFlow

6. 安全地观察 Flow 数据流

7. Channel 通道

8. 浅尝一下

参考资料

作者信息

有小伙伴说看不懂 LiveData、Flow、Channel，跟我走

背景

1. 为什么要使用 Flow？

2. 冷数据流与热数据携程流

3. 普通 Fl安全教育手抄报ow（冷流）

4. SharedFlow —— 高配版 LiveData

4.1 SharedFlow 与 Mutable携程旅游网SharedFlow 接口

4.2 构造一个 SharedFlow

4.3 普通 Flow 转换为 SharedFlow

5. StateFlow —— LiveData 的替代品

5.1 StateFlow 与 MutableSt携程机票ateFlow 接口

5.2 构造一个 StateFlow

5.3 特殊的 SharedFlow携程旅行app官方下载

5.4 普通 Flow 转换为 StateFlow

6. 安全地观察 Flow 数据流

7. Channel 通道

8. 浅尝一下

参考资料

相关文章

Perfetto 抓取 trace 使用详解 — Android APP 性能追踪与分析工具

功能管理（Feature management）中的 Keystone 模式

Android 原生 Picture in Picture 画中画功能避坑指南

【Dapp开发】Dapp里关于签名和验证签名

作者信息