LiveData ，是Android 2017推出的一个东西，配合MVVM使用。观察者模式，的确简化了我们的工作方式，但 RxJava 等选项，对于当时的初学者来说实在是太复杂了。因此 Architecture Components 团队创建了 LiveData ：这是个非常 “有主见的” 可观察数据持有者类，并且是专门为 Android 设计的。它保持简单明了，这让它易于上手，建议是将 RxJava 用于更复杂的 响应流 案例，以充分利用这两者之间的整合。
一、死数据
LiveData 仍然是我们 针对 Java 开发人员、初学者和简单情况的解决方案。对于其余部分，一个不错的选择是迁移到 Kotlin Flows。Flows 仍然有一个陡峭的学习曲线，但它们是 Kotlin 语言的一部分，由 Jetbrains 提供支持；Compose 即将到来（已到来），它非常适合响应式模型。
一段时间以来，我们一直在讨论使用 Flows 连接 app 的不同部分，但 view 和 ViewModel 除外。现在我们有了更安全的方法从 Android UI 收集 flows，我们可以创建一个完整的迁移指南。
在这篇文章中，您将学习如何将 Flows 暴露给view、如何收集它们，以及如何对其进行微调，以满足特定需求。
二、Flow
支持布局动态化和逻辑动态化开源社区活跃LiveData 做了一件很漂亮的事儿：它 公开数据，同时缓存最新值，并知晓 Android 的生命周期。后来我们了解到它也可以 启动协程，并 创建复杂的转换，但这就有点复杂了。
让我们看一些 LiveData 模式及其 Flow 等效代码：
2.1 使用Mutable，公开 一次性操作 结果
使用 Mutable（可变）数据持有者，公开一次性操作的结果。这是经典模式，在这种模式中，你能用 协程的结果 来改变 状态持有者，工作示意图如下。
使用 Mutable（可变）数据持有者 （LiveData），公开 一次性操作 的结果。
<!-- Copyright 2020 Google LLC.
SPDX-License-Identifier: Apache-2.0 -->
class MyViewModel {
private val _myUiState = MutableLiveData<Result<UiState>>(Result.Loading)
val myUiState: LiveData<Result<UiState>> = _myUiState
// 从 suspend fun 加载数据并转变状态
init {
viewModelScope.launch {
val result = ...
_myUiState.value = result
}
}
}
为了对 Flows 执行同样的操作，我们可以使用（Mutable 可变的）StateFlow。
然后，使用 可变数据容器（StateFlow），公开 一次性操作 的结果。
class MyViewModel {
private val _myUiState = MutableStateFlow<Result<UiState>>(Result.Loading)
val myUiState: StateFlow<Result<UiState>> = _myUiState
// 从 suspend fun 加载数据并转变状态
init {
viewModelScope.launch {
val result = ...
_myUiState.value = result
}
}
}
StateFlow 是一种特殊类型的SharedFlow（这是一种特定类型的 Flow），最接近 LiveData：
-
它总有一个值。
-
它只有一个值。
-
它支持多个观察者（因此 flow 是 共享的）。
-
它总是在订阅时，replay 最新的值，与 活跃观察者 的数量无关。
需要说明的是，向 view 公开 UI 状态时，请使用 StateFlow。它是一个安全高效的观察者，旨在持有 UI 状态。
2.2 公开 一次性操作 的结果
这等效于前面的代码段，在没有可变的 后备属性 的情况下，公开协程调用的结果。对于 LiveData，我们使用了 liveData 协程 builder：
公开 一次性操作 的结果（LiveData）示例代码：
class MyViewModel(...) : ViewModel() {
val result: LiveData<Result<UiState>> = liveData {
emit(Result.Loading)
emit(repository.fetchItem())
}
}
由于状态持有者总是有一个值，所以最好将 UI状态 封装在某种支持 Loading、Success 和 Error 等状态的 Result 类中。由于必须进行一些 配置，因此等效的 Flow 代码涉及的内容会更多：
公开 一次性操作 的结果 (StateFlow)示例代码：
class MyViewModel(...) : ViewModel() {
val result: StateFlow<Result<UiState>> = flow {
emit(repository.fetchItem())
}.stateIn(
scope = viewModelScope,
started = WhileSubscribed(5000), // 或者 Lazily，因为它是一次性的
initialValue = Result.Loading
)
}
stateIn 是一个 Flow 运算符，它将 Flow 转换为 StateFlow。让我们暂时完全信任这些参数，因为我们需要更多的复杂性（知识），才能在以后正确解释它。
2.3: 带参一次性数据加载
假设，你想加载一些依赖于用户 ID 的数据，并且你从公开 Flow 的 AuthManager 获得这些信息：
带参的 一次性数据 加载（LiveData）使用LiveData，您可以执行类似的操作：
class MyViewModel(authManager..., repository...) : ViewModel() {
private val userId: LiveData<String?> =
authManager.observeUser().map { user -> user.id }.asLiveData()
val result: LiveData<Result<Item>> = userId.switchMap { newUserId ->
liveData { emit(repository.fetchItem(newUserId)) }
}
}
switchMap 是一个转换，当 userId 改变时，它的主体将被执行，同时结果也会被订阅。
如果没理由让 userId 成为 LiveData，那么更好的替代方案是将 streams 与 Flow 结合起来，并最终将公开的结果，转换为 LiveData。
class MyViewModel(authManager..., repository...) : ViewModel() {
private val userId: Flow<UserId> = authManager.observeUser().map { user -> user.id }
val result: LiveData<Result<Item>> = userId.mapLatest { newUserId ->
repository.fetchItem(newUserId)
}.asLiveData()
}
使用 Flows 执行此操作，看起来非常相似：
带参的 一次性数据 加载 (StateFlow)：
class MyViewModel(authManager..., repository...) : ViewModel() {
private val userId: Flow<UserId> = authManager.observeUser().map { user -> user.id }
val result: StateFlow<Result<Item>> = userId.mapLatest { newUserId ->
repository.fetchItem(newUserId)
}.stateIn(
scope = viewModelScope,
started = WhileSubscribed(5000),
initialValue = Result.Loading
)
}
需要说明的是，如果您需要更大的灵活性，也可以使用 transformLatest 并显式地 emit（发射） 条目。
val result = userId.transformLatest { newUserId ->
emit(Result.LoadingData)
emit(repository.fetchItem(newUserId))
}.stateIn(
scope = viewModelScope,
started = WhileSubscribed(5000),
initialValue = Result.LoadingUser // 注意不同的 Loading 状态
)
2.4: 观察带有参数的数据流
现在让我们让这个例子，更具 响应性。数据不是被获取的，而是 被观察的，因此我们将数据源中的更改，自动传播到 UI。
继续我们的示例：我们不在数据源上调用 fetchItem，而是使用一个假设的 observeItem 运算符来返回 Flow。使用 LiveData，您可以将流转换为 LiveData，并 emitSource 所有更新：
观察带有参数的 stream（LiveData）:
class MyViewModel(authManager..., repository...) : ViewModel() {
private val userId: LiveData<String?> =
authManager.observeUser().map { user -> user.id }.asLiveData()
val result = userId.switchMap { newUserId ->
repository.observeItem(newUserId).asLiveData()
}
}
或者，最好使用 flatMapLatest 组合两个 flow，并仅将输出转换为 LiveData：
class MyViewModel(authManager..., repository...) : ViewModel() {
private val userId: Flow<String?> =
authManager.observeUser().map { user -> user?.id }
val result: LiveData<Result<Item>> = userId.flatMapLatest { newUserId ->
repository.observeItem(newUserId)
}.asLiveData()
}
Flow 实现是类似的，但没有 LiveData 转换：
观察带有参数的 stream（StateFlow）
观察带有参数的 stream（StateFlow）：
class MyViewModel(authManager..., repository...) : ViewModel() {
private val userId: Flow<String?> =
authManager.observeUser().map { user -> user?.id }
val result: StateFlow<Result<Item>> = userId.flatMapLatest { newUserId ->
repository.observeItem(newUserId)
}.stateIn(
scope = viewModelScope,
started = WhileSubscribed(5000),
initialValue = Result.LoadingUser
)
}
每当用户更改，或存储库中的用户数据更改时，公开的 StateFlow 都将收到更新。
2.5 合并多个数据来源
MediatorLiveData 让您可以观察一个或多个更新源（LiveData 可观察对象）并在它们获得新数据时做一些事情。 通常，我们可以使用下面的方式更新 MediatorLiveData 的值：
val liveData1: LiveData<Int> = ...
val liveData2: LiveData<Int> = ...
val result = MediatorLiveData<Int>()
result.addSource(liveData1) { value ->
result.setValue(liveData1.value ?: 0 + (liveData2.value ?: 0))
}
result.addSource(liveData2) { value ->
result.setValue(liveData1.value ?: 0 + (liveData2.value ?: 0))
}
不过，改用Flow 后就要简单许多，等效代码如下：
val flow1: Flow<Int> = ...
val flow2: Flow<Int> = ...
val result = combine(flow1, flow2) { a, b -> a + b }
当然，我们还可以使用combineTransform 函数或 zip。
三、配置公开的 StateFlow
我们之前使用 stateIn 将常规 flow 转换为 StateFlow，但它需要一些配置。如果你现在不想深入细节，只想复制粘贴，那么我推荐这种组合：
val result: StateFlow<Result<UiState>> = someFlow
.stateIn(
scope = viewModelScope,
started = WhileSubscribed(5000),
initialValue = Result.Loading
)
可以看到，stateIn 有 3 个参数（来自文档）：
-
@param scope ：开启共享的 协程作用域。
-
@param started ：控制共享 何时开始 和 何时停止 的策略。
-
@param initialValue ：state Flow 的初始值。当使用带有
replayExpirationMillis参数的 [SharingStarted.WhileSubscribed] 策略，重置 state flow 时，也会使用此值。
而started也有3个取值： -
Lazily：当第一个订阅者出现时开始，当 scope 被取消时停止。
-
Eagerly：立即开始，并在 scope 被取消时停止
-
WhileSubscribed: 比较复杂了
对于 一次性操作，您可以使用 Lazily 或 Eagerly。但是，如果您正在观察其他 flow，则应该使用 WhileSubscribed 来进行小而重要的优化，如下所述。
四、WhileSubscribed 策略
WhileSubscribed 在没有收集者时，会取消 上游 flow。使用 stateIn 创建的 StateFlow 将数据公开给 view，但它也会观察来自 其他层 或 app（上游） 的 flow。保持这些 flow 处于活跃的状态，可能会导致资源浪费，例如，假如它们持续从数据库连接、硬件传感器等其他来源读取数据（的话，就会导致资源浪费）。当您的 app 进入后台时，您应该做个良好市民，停止这些协程。
WhileSubscribed 需要两个参数：
public fun WhileSubscribed(
stopTimeoutMillis: Long = 0,
replayExpirationMillis: Long = Long.MAX_VALUE
)
4.1 Stop 超时
stopTimeoutMillis 是用来配置 最后一个订阅者消失 和 上游flow停止 之间的延迟（以毫秒为单位）的。它默认为零（也就是 立即停止）。
事实上，stopTimeoutMillis在Android开发中的用处很大，因为如果 view 在几分之一秒内就停止监听的话，你肯定不想取消上游 flow。这种情况总是发生——例如，当用户旋转设备时，view 会被快速连续地销毁和重新创建。
liveData 协程 builder 中的解决方案，是 添加 5 秒的延迟，之后如果没有订阅者，那么协程将停止。 WhileSubscribed(5000) 就是这么干的：
class MyViewModel(...) : ViewModel() {
val result = userId.mapLatest { newUserId ->
repository.observeItem(newUserId)
}.stateIn(
scope = viewModelScope,
started = WhileSubscribed(5000),
initialValue = Result.Loading
)
}
这种方法包含下面这几条内容：
-
当用户将您的 app 发送到后台时，来自其他层的更新，将在五秒后停止，以节省电池电量。
-
最新的值仍将被缓存，以便当用户返回它时，view 立即就能有一些数据。
-
订阅将重新启动，新值将出现，并在可用时刷新屏幕。
4.2 Replay 到期时间
如果您不希望用户在离开太久时，看到过时的数据，并且您更喜欢显示 loading 画面，请查看 WhileSubscribed 中的 replayExpirationMillis 参数。在这种情况下它非常方便并且还节省了一些内存，因为缓存的值将被恢复为 stateIn 中定义的初始值。返回 app 不会那么快，但却不会显示旧的数据。
replayExpirationMillis -配置 共享协程的停止 和 replay缓存的重置 之间的延迟（以毫秒为单位）（这将使 shareIn 运算符的缓存为空，并将缓存值重置为 stateIn 运算符的原始 initialValue）。它默认为 Long.MAX_VALUE（永远保留replay缓存，从不重置缓冲区）。使用零值可使缓存立即过期。
五、从 view 观察 StateFlow
正如我们到目前为止所看到的，让 ViewModel 中的 StateFlow 知道他们不再监听了，对 view 来说是非常重要的。然而，就像所有与生命周期相关的事情一样，事情并没有那么简单。
为了收集 flow，您需要一个协程。 Activities 和 fragments 提供了一堆协程 builder：
-
Activity.lifecycleScope.launch：立即启动协程，并在 activity 被销毁时取消它。
-
Fragment.lifecycleScope.launch：立即启动协程，并在 fragment 被销毁时取消它。
-
Fragment.viewLifecycleOwner.lifecycleScope.launch：立即启动协程，并在 fragment 的 view lifecycle 被销毁时取消协程。如果你正在修改 UI，你应该使用 view lifecycle。
六、LaunchWhenStarted, launchWhenResumed…
名为 launchWhenX 的，即launch 的特殊版本，将一直等待，直到 lifecycleOwner 处于 X 状态，并在 lifecycleOwner 低于 X 状态时，挂起协程。需要注意的是，在它们的生命周期所有者被销毁之前，它们是不会取消协程的。
使用 launch/launchWhenX 收集 Flow，是不安全的。在 app 处于后台时接收更新，可能会导致崩溃，可以通过在视图中挂起 collection，来解决这个问题。但是，当 app 处于后台时，上游 flow 仍处于活跃状态，这可能会浪费资源。
这意味着，到目前为止，我们为配置 StateFlow 所做的一切都将毫无用处；但是，眼下有一个新的 API 登场了。
七、lifecycle.repeatOnLifecycle
这个新的协程 builder（可从 lifecycle-runtime-ktx 2.4.0-alpha01 获得）正是我们所需要的：它在特定状态下启动协程，并在生命周期所有者低于该状态时停止协程。
以下是不同的 Flow 收集方法。例如，在 Fragment 中：
onCreateView(...) {
viewLifecycleOwner.lifecycleScope.launch {
viewLifecycleOwner.lifecycle.repeatOnLifecycle(STARTED) {
myViewModel.myUiState.collect { ... }
}
}
}
这将在 Fragment 的 view STARTED 的时候 ，开始收集，并在返回到 STOPPED 时停止。阅读以更安全的方式从 Android UI 收集 flow 的全部内容。
将 repeatOnLifecycle API，与上述 StateFlow 指南混合使用，可以在充分利用设备资源的同时，获得最佳性能。
StateFlow 通过 WhileSubscribed(5000) 公开，并通过 repeatOnLifecycle(STARTED) 收集。
警告：最近添加到 Data Binding 的 StateFlow 支持 使用 launchWhenCreated 来收集更新，当达到稳定状态时，将开始使用 repeatOnLifecycle 来代替。
对于 Data Binding 来说，你应该随处使用 Flow，并简单地添加 asLiveData()，将其公开给 view。当 lifecycle-runtime-ktx 2.4.0 变得稳定时，Data Binding 也会被更新。
八、总结
从 ViewModel 公开数据，并从 view 中收集数据的最佳方式是：
-
使用 WhileSubscribed 策略，公开一个带有超时的 StateFlow。[示例]
-
使用 repeatOnLifecycle 收集。[示例]
任何其他组合，都将使上游 flow 保持活跃状态，从而浪费资源： -
使用 WhileSubscribed 公开，并在 lifecycleScope.launch/launchWhenX 中收集
-
使用 Lazily/Eagerly 公开，并使用repeatOnLifecycle 收集
950
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
