注:本文中使用 runBlocking 是为了方便测试,业务开发中禁止使用
一、Flow 的基本使用
1、Sequence 序列生成器
(1)取出序列生成器中的值,需要迭代序列生成器;
(2)是同步调用,是阻塞的,无法调用其它的挂起函数。
fun sequenceFun() {
val sequence = sequence<Int> {
Thread.sleep(1000)
yield(1)
Thread.sleep(1000)
yield(2)
Thread.sleep(1000)
yield(3)
}
sequence.forEach {
println(it)
}
println("Done!")
// 1
// 2
// 3
// Done!
}
2、Flow 的简单使用
(1)flow{ ... }
内部可以调用 suspend
函数;
(2)使用 emit()
方法来发射数据;
(3)使用 collect()
方法来收集结果。
fun flowFun() = runBlocking {
val flow = flow {
delay(1000)
emit(1)
delay(1000)
emit(2)
delay(1000)
emit(3)
}
flow.collect {
println(it)
}
println("Done!")
// 1
// 2
// 3
// Done!
}
3、创建 Flow 的常用方式
(1)flow{...}
需要显示调用 emit()
发射数据;
(2)flowOf()
一个发射固定值集的流, 不需要显示调用 emit()
发射数据;
(3)asFlow()
扩展函数,可以将各种集合与序列转换为流,也不需要显示调用 emit()
发射数据。
fun createFlowFun() = runBlocking {
val flow1 = flow {
delay(1000)
emit(1)
}
val flow2 = flowOf(2, 3).onEach {
delay(1000)
}
val flow3 = listOf(4, 5).asFlow().onEach {
delay(1000)
}
flow1.collect {
println(it)
}
flow2.collect {
println(it)
}
flow3.collect {
println(it)
}
println("Done!")
// 1
// 2
// 3
// 4
// 5
// Done!
}
4、Flow 是冷流(惰性的)
如同 Sequences
一样, Flow
也是惰性的,即在调用末端流操作符( collect
是其中之一)之前,flow{ ... }
中的代码不会执行。我们称之为 -- 冷流。
fun coldFlowFun() = runBlocking {
val flow = flowOf(1, 2, 3)
.onEach {
delay(1000)
}
println("calling collect...")
flow.collect {
println(it)
}
println("calling collect again...")
flow.collect {
println(it)
}
// calling collect...
// 1
// 2
// 3
// calling collect again...
// 1
// 2
// 3
}
5、Flow 的取消
流采用了与协程同样的协助取消,取消 Flow 只需要取消它所在的 协程 即可。
fun cancelFlowFun() = runBlocking {
val flow = flow {
for (i in 1..3) {
delay(100)
println("Emitting $i")
emit(i)
}
}
withTimeoutOrNull(250) {
flow.collect {
println(it)
}
}
println("Done!")
// Emitting 1
// 1
// Emitting 2
// 2
// Done!
}
二、Flow 的常用操作符
1、末端流操作符 collect 、reduce 、fold、toxxx 等
fun terminalFlowOptFun() = runBlocking {
val flow = (1..3).asFlow().onEach { delay(200) }
flow.collect { println(it) }
// 1
// 2
// 3
val reduceSum = flow.reduce { a, b -> a + b }
println("reduce: sum = $reduceSum")
// reduce: sum = 6
val foldSum = flow.fold(100) { a, b -> a + b }
println("fold: sum = $foldSum")
// fold: sum = 106
val list = flow.toList()
val set = flow.toSet()
println("list: $list")
println("set: $set")
// list: [1, 2, 3]
// set: [1, 2, 3]
val flow2 = flowOf("one", "two").onEach { delay(200) }
flow.onEach { println(it) }.launchIn(this)
flow2.onEach { println(it) }.launchIn(this)
// 1
// one
// 2
// two
// 3
}
2、流启动时 onStart
fun startFlowFun() = runBlocking {
(1..3).asFlow()
.onEach { delay(1000) }
.onStart { println("onStart") }
.collect { println(it) }
// onStart
// 1
// 2
// 3
}
3、流完成时 onCompletion
(1)使用 try ... finally 实现;
(2)通过 onCompletion 函数实现。
fun completionFlowFun() = runBlocking {
try {
flow {
for (i in 1..3) {
delay(1000)
emit(i)
}
}.collect {
println(it)
}
} finally {
println("Done!")
}
// 1
// 2
// 3
// Done!
flow {
for (i in 1..3) {
delay(1000)
emit(i)
}
}.onCompletion { println("Done!") }
.collect { println(it) }
// 1
// 2
// 3
// Done!
}
4、背压 Backpressure
Backpressure
是响应式编程的功能之一,Flow 的 Backpressure 是通过 suspend 函数实现的。
(1)buffer
缓冲(这里要注意的是,buffer 的容量是从 0 开始计算的)
- SUSPEND
设置缓冲区,如果溢出了,则将当前协程挂起,直到有消费了缓冲区中的数据;
- DROP_LATEST
设置缓冲区,如果溢出了,丢弃最新的数据;
- DROP_OLDEST
设置缓冲区,如果溢出了,丢弃最老的数据。
(2)conflate
合并
- 不设缓冲区,也就是缓冲区大小为 0,采取 DROP_OLDEST 策略,等价于 buffer(0, BufferOverflow.DROP_OLDEST) 。
fun bufferFlowFun() = runBlocking {
val cosTime = measureTimeMillis {
(1..5).asFlow()
.onEach {
delay(100)
println("produce data: $it")
}
.buffer(1, BufferOverflow.SUSPEND)
.collect {
delay(500)
println("collect: $it")
}
}
println("cosTime: $cosTime")
// produce data: 1
// produce data: 2
// produce data: 3
// collect: 1
// produce data: 4
// collect: 2
// produce data: 5
// collect: 3
// collect: 4
// collect: 5
// cosTime: 2742
}
fun conflateFlowFun() = runBlocking {
val cosTime = measureTimeMillis {
(1..5).asFlow()
.onEach {
delay(100)
println("produce data: $it")
}
.conflate()
.collect {
delay(500)
println("collect: $it")
}
}
println("cosTime: $cosTime")
// produce data: 1
// produce data: 2
// produce data: 3
// produce data: 4
// produce data: 5
// collect: 1
// collect: 5
// cosTime: 1223
}
5、Flow 异常处理 catch、retry、retryWhen
(1)catch
操作符捕获上游异常
- onCompletion 用来处理 Flow 是否收集完成,即使是遇到异常也会执行;
- onCompletion 有一个参数可以用来判断上游是否出现异常;上游出现异常,不为 null,未出现异常,则为 null;
- onCompletion 只能判断是否出现了异常,并不能捕获异常;
- 捕获异常使用 catch 操作符;
- 如果把 onCompletion 和 catch 交换一下位置,则 catch 操作捕获到异常之后,不会再影响下游;
- catch 操作符用于实现异常透明化处理, catch 只是中间操作符不能捕获下游的异常;
- catch 操作符内,可以使用 throw 再次抛出异常、可以使用 emit() 转换为发射值、可以用于打印或者其他业务逻辑的处理等等。
(2)retry
、retryWhen
操作符重试
- 如果上游遇到了异常,并且 retry 方法返回 true 则会进行重试,最多重试 retries 指定的次数;
- retry 最终调用的是 retryWhen 操作符。
fun catchFlowFun() = runBlocking {
(1..5).asFlow()
.onEach {
if (it == 4) {
throw Exception("test exception")
}
delay(100)
println("produce data: $it")
}
/*.catch { e ->
println("catch exception: $e")
}*/
.onCompletion { e ->
if (null == e) {
println("onCompletion")
} else {
println("onCompletion: $e")
}
}
.catch { e ->
println("catch exception: $e")
}
.collect {
println("collect: $it")
}
// produce data: 1
// collect: 1
// produce data: 2
// collect: 2
// produce data: 3
// collect: 3
// onCompletion: java.lang.Exception: test exception
// catch exception: java.lang.Exception: test exception
}
fun retryFlowFun() = runBlocking {
(1..5).asFlow()
.onEach {
if (it == 2) {
throw Exception("test exception")
}
delay(100)
println("produce data: $it")
}
.retry(1) {
it.message == "test exception"
}
/*.retryWhen { cause, attempt ->
cause.message == "test exception" && attempt < 1
}*/
.catch { ex ->
println("catch exception: ${ex.message}")
}
.collect {
println("collect: $it")
}
// produce data: 1
// collect: 1
// produce data: 1
// collect: 1
// catch exception: test exception
}
6、Flow 线程切换 flowOn
(1)响应线程是由 CoroutineContext 决定的,比如,在 Main 线程中执行 collect, 那么响应线程就是 Dispatchers.Main;
(2)Flow 通过 flowOn
方法来切换线程,多次调用,都会影响到它上游的代码。
fun switchThreadFlowFun() = runBlocking {
val myDispatcher = Executors.newSingleThreadExecutor().asCoroutineDispatcher()
(1..2).asFlow()
.onEach {
printlnWithThread("produce data: $it")
}
.flowOn(Dispatchers.IO)
.onEach {
printlnWithThread("IO data: $it")
}
.flowOn(myDispatcher)
.onEach {
printlnWithThread("my data: $it")
}
.flowOn(Dispatchers.Default)
.onCompletion {
myDispatcher.close()
}
.collect {
printlnWithThread("collect: $it")
}
// Thread -> id: 12, name: DefaultDispatcher-worker-2, produce data: 1
// Thread -> id: 12, name: DefaultDispatcher-worker-2, produce data: 2
// Thread -> id: 13, name: pool-1-thread-1, IO data: 1
// Thread -> id: 13, name: pool-1-thread-1, IO data: 2
// Thread -> id: 11, name: DefaultDispatcher-worker-1, my data: 1
// Thread -> id: 11, name: DefaultDispatcher-worker-1, my data: 2
// Thread -> id: 1, name: main, collect: 1
// Thread -> id: 1, name: main, collect: 2
}
7、Flow 的中间转换操作符
(1)map
操作符用于将流中的每个元素进行转换后再发射出来
fun mapFlowFun() = runBlocking {
(1..2).asFlow()
.map {
"map -> $it"
}
.collect {
println(it)
}
// map -> 1
// map -> 2
}
(2)transform
操作符,可以任意多次调用 emit ,这是 transform 跟 map 最大的区别
fun transformFlowFun() = runBlocking {
(1..2).asFlow()
.transform {
emit("transform1 -> $it")
delay(100)
emit("transform2 -> $it")
}
.collect {
println(it)
}
// transform1 -> 1
// transform2 -> 1
// transform1 -> 2
// transform2 -> 2
}
(3)onEach
遍历
fun onEachFlowFun() = runBlocking {
(1..3).asFlow()
.onEach { println("onEach: $it") }
.collect { println(it) }
// onEach: 1
// 1
// onEach: 2
// 2
// onEach: 3
// 3
}
(4)filter
条件过滤
fun filterFlowFun() = runBlocking {
(1..5).asFlow()
.filter { it % 2 == 0 }
.collect { println(it) }
// 2
// 4
}
(5)drop
过滤掉 前 N 个 元素
fun dropFlowFun() = runBlocking {
(1..5).asFlow()
.drop(3)
.collect { println(it) }
// 4
// 5
}
(6)dropWhile
过滤 满足条件 的 前 N 个 元素,一旦条件不满足则不再过滤后续元素
fun dropWhileFlowFun() = runBlocking {
listOf(1, 3, 4, 2, 5).asFlow()
.dropWhile { it < 4 }
.collect { println(it) }
// 4
// 2
// 5
listOf(1, 3, 4, 2, 5).asFlow()
.dropWhile { it % 2 == 1 }
.collect { println(it) }
// 4
// 2
// 5
}
(7)take
只取 前 N 个 emit 发射的值
fun takeFlowFun() = runBlocking {
(1..5).asFlow()
.take(2)
.collect { println(it) }
// 1
// 2
}
(8)takeWhile
只取 满足条件 的 前 N 个 元素,一旦条件不满足则不再获取后续元素
fun takeWhileFlowFun() = runBlocking {
(5 downTo 1).asFlow()
.takeWhile { it > 3 }
.collect { println(it) }
// 5
// 4
listOf(5, 2, 4, 1).asFlow()
.takeWhile { it > 3 }
.collect { println(it) }
// 5
}
(9)zip
是可以将2个 flow 进行合并的操作符
- 即使 flowB 中的每一个 item 都使用了 delay() 函数,在合并过程中也会等待 delay() 执行完后再进行合并;
- 如果 flowA 和 flowB 中 item 个数不一致,则合并后新的 flow item 个数,等于较小的 item 个数。
fun zipFlowFun() = runBlocking {
val flowA = (1..6).asFlow()
val flowB = flowOf("one", "two", "three").onEach { delay(200) }
flowA.zip(flowB) { a, b -> "$a and $b" }
.collect { println(it) }
// 1 and one
// 2 and two
// 3 and three
}
(10)combine
合并时,组合每个流最新发出的元素
fun combineFlowFun() = runBlocking {
val flowA = (1..5).asFlow().onEach { delay(100) }
val flowB = flowOf("one", "two", "three", "four", "five").onEach { delay(200) }
flowA.combine(flowB) { a, b -> "$a and $b" }.collect { println(it) }
// 1 and one
// 2 and one
// 3 and one
// 3 and two
// 4 and two
// 5 and two
// 5 and three
// 5 and four
// 5 and five
}
(11)flattenConcat
将给定流按顺序展平为单个流,而不交错嵌套流
fun flattenConcatFlowFun() = runBlocking {
val flowA = (1..3).asFlow()
val flowB = flowOf("a", "b", "c").onEach { delay(1000) }
flowOf(flowA, flowB).flattenConcat().collect { println(it) }
// 1
// 2
// 3
// a
// b
// c
}
(12)fattenMerge
有一个参数,并发限制,默认 16;参数必须大于0,为 1 时,等价于 flattenConcat
fun flattenMergeFlowFun() = runBlocking {
val flowA = (1..3).asFlow().onEach { delay(1000) }
val flowB = flowOf("a", "b", "c").onEach { delay(2000) }
flowOf(flowA, flowB).flattenMerge(8).collect { println(it) }
// 1
// a
// 2
// 3
// b
// c
}
(13)flatMapContact
由 map、flattenConcat 操作符实现,收集新值之前会等待 flatMapConcat 内部的 flow 完成
fun flatMapContactFlowFun() = runBlocking {
(1..2).asFlow()
.flatMapConcat {
flow {
emit(it)
delay(1000)
emit("string: $it")
}
}
.collect {
println(it)
}
// 1
// string: 1
// 2
// string: 2
}
(14)flatMapMerge
由 map、flattenMerge 操作符实现,不会等待内部的 flow 完成
fun flatMapMergeFlowFun() = runBlocking {
(1..2).asFlow()
.flatMapMerge {
flow {
emit(it)
delay(1000)
emit("string: $it")
}
}
.collect {
println(it)
}
// 1
// 2
// string: 1
// string: 2
}
(15)flatMapLatest
当发射了新值之后,上个 flow 就会被取消
fun flatMapLatestFlowFun() = runBlocking {
(1..3).asFlow()
.onEach { delay(100) }
.flatMapLatest {
flow {
println("begin flatMapLatest: $it")
delay(200)
emit("string: $it")
println("end flatMapLatest: $it")
}
}
.collect { println(it) }
}
三、StateFlow 和 SharedFlow
StateFlow
和 SharedFlow
是用来替代 BroadcastChannel
的新的 API。用于上游发射数据,能同时被 多个订阅者 收集数据。
1、StateFlow
(1)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;还可通过其 value
属性读取当前状态值;
(2)StateFlow 有两种类型: StateFlow
(只读) 和 MutableStateFlow
(可以改变 value 的值);
(3)StateFlow 的状态由其值表示,任何对值的更新都会反馈新值到所有流的接收器中;
(4)StateFlow 发射的数据可以被在不同的协程中的多个接受者同时收集;
(5)StateFlow 是热流,只要数据发生变化,就会发射数据;
(6)StateFlow 调用 collect 收集数据后不会停止,需要手动取消订阅者的协程;
(7)StateFlow 只会发射最新的数据给订阅者。
class StateFlowTest {
private val _state = MutableStateFlow("unKnow")
val state: StateFlow<String> get() = _state
fun getApi1(scope: CoroutineScope) {
scope.launch {
delay(1000)
_state.value = "hello StateFlow"
}
}
fun getApi2(scope: CoroutineScope) {
scope.launch {
delay(1000)
_state.value = "hello Kotlin"
}
}
}
fun stateFlowFun() = runBlocking {
val test = StateFlowTest()
test.getApi1(this)
delay(1000)
test.getApi2(this)
val job1 = launch(Dispatchers.IO) {
delay(5000)
test.state.collect {
printlnWithThread(it)
}
}
val job2 = launch(Dispatchers.IO) {
delay(5000)
test.state.collect {
printlnWithThread(it)
}
}
delay(7000)
job1.cancel()
job2.cancel()
// Thread -> id: 11, name: DefaultDispatcher-worker-1, hello Kotlin
// Thread -> id: 13, name: DefaultDispatcher-worker-3, hello Kotlin
}
2、SharedFlow
(1)SharedFlow 管理一系列状态更新(即事件流),而非管理当前状态;
(2)SharedFlow 也有两种类型:SharedFlow
和 MutableSharedFlow
;
- SharedFlow 包含可用作原子快照的 replayCache
,每个新的订阅者会先从 replay cache 中获取值,然后才收到新发出的值;
- MutableSharedFlow 可用于从挂起或非挂起的上下文中发射值,顾名思义,可以重置 replayCache
,而且还将订阅者的数量作为 Flow 暴露出来。
(3)MutableSharedFlow 具有 subscriptionCount
属性,其中包含处于活跃状态的收集器的数量;
(4)MutableSharedFlow 包含一个 resetReplayCache
函数,在不想重放已向数据流发送的最新信息的情况下使用;
(5)使用 sharedIn
方法可以将 Flow 转换为 SharedFlow
class SharedFlowTest {
private val _state = MutableSharedFlow<Int>(
replay = 2, // 当新的订阅者 Collect 时,发送几个已经发送过的数据给它
extraBufferCapacity = 3, // 减去 replay 还缓存多少数据(即此处总缓存为5)
onBufferOverflow = BufferOverflow.SUSPEND // 缓存溢出时的处理策略,三种 丢掉最新值、丢掉最旧值和挂起
)
val state: SharedFlow<Int> get() = _state
fun getApi(scope: CoroutineScope) {
scope.launch {
for (i in 0..5) {
delay(200)
_state.emit(i)
printlnWithThread("send data: $i")
}
}
}
}
fun sharedFlowFun() = runBlocking {
val test = SharedFlowTest()
test.getApi(this)
val job = launch(Dispatchers.IO) {
delay(1000)
test.state.collect {
printlnWithThread("collect data: $it")
}
}
delay(5000)
job.cancel()
// 总缓存为5,订阅时先发送2个旧数据,然后再收集新数据
// Thread -> id: 1, name: main, send data: 0
// Thread -> id: 1, name: main, send data: 1
// Thread -> id: 1, name: main, send data: 2
// Thread -> id: 1, name: main, send data: 3
// Thread -> id: 11, name: DefaultDispatcher-worker-1, collect data: 2
// Thread -> id: 11, name: DefaultDispatcher-worker-1, collect data: 3
// Thread -> id: 1, name: main, send data: 4
// Thread -> id: 11, name: DefaultDispatcher-worker-1, collect data: 4
// Thread -> id: 1, name: main, send data: 5
// Thread -> id: 11, name: DefaultDispatcher-worker-1, collect data: 5
}