Android开发实战班 - 应用架构 - LiveData/Flow 数据流

在 MVVM 架构中，数据流是连接 ViewModel 和 View 的重要桥梁，用于实现数据的观察和响应。Jetpack 提供了两种主要的数据流机制：LiveData 和 Flow。本章节将深入讲解 LiveData 和 Flow 的概念、使用方法、区别以及在实际开发中的应用场景，帮助学员掌握数据流的应用。

数据流概述

• 数据流的作用:

  • 数据流用于在 ViewModel 和 View 之间传递数据，实现数据的观察和响应。
  • 数据流可以感知生命周期变化，避免内存泄漏。

• 数据流的优势:

  • 生命周期感知: 数据流可以感知 View 的生命周期，自动管理订阅和取消订阅，避免内存泄漏。
  • 响应式编程: 数据流采用响应式编程范式，数据变化时自动通知观察者更新 UI。
  • 线程安全: 数据流支持线程切换，可以在不同线程之间安全地传递数据。

11.2 LiveData

LiveData 是 Jetpack 提供的一种可观察的数据持有者类，具有生命周期感知能力。LiveData 适用于需要在 ViewModel 和 View 之间传递数据的场景。

11.2.1 LiveData 的特点

• 生命周期感知: LiveData 会自动感知 View 的生命周期变化，避免内存泄漏。
• 自动解绑: 当 View 处于销毁状态时，LiveData 会自动取消订阅。
• 线程安全: LiveData 可以在主线程或后台线程中更新数据，观察者会在主线程中接收数据更新。
• 数据持有: LiveData 可以持有数据，并在数据变化时通知观察者。

11.2.2 LiveData 的使用

• 创建 LiveData:

  class MyViewModel : ViewModel() {
      private val _data = MutableLiveData<String>()
      val data: LiveData<String> get() = _data
  
      fun updateData(newData: String) {
          _data.value = newData
      }
  }
  

• 观察 LiveData:

  class MyActivity : AppCompatActivity() {
      private lateinit var viewModel: MyViewModel
  
      override fun onCreate(savedInstanceState: Bundle?) {
          super.onCreate(savedInstanceState)
          setContentView(R.layout.activity_main)
  
          viewModel = ViewModelProvider(this).get(MyViewModel::class.java)
          viewModel.data.observe(this) { data ->
              // 更新 UI
              findViewById<TextView>(R.id.textView).text = data
          }
  
          // 更新数据
          viewModel.updateData("Hello, LiveData!")
      }
  }
  

• 使用 Transformation:

  • LiveData 提供了 Transformation 类，可以对 LiveData 进行转换，例如 map, switchMap 等。

    val transformedData: LiveData<String> = Transformations.map(data) { originalData ->
        // 转换数据
        originalData.toUpperCase()
    }
    

• 使用 MediatorLiveData:

  • MediatorLiveData 可以合并多个 LiveData 数据源。

    val mediatorLiveData = MediatorLiveData<String>()
    mediatorLiveData.addSource(liveData1) { value ->
        mediatorLiveData.value = value
    }
    mediatorLiveData.addSource(liveData2) { value ->
        mediatorLiveData.value = value
    }
    

11.2.3 LiveData 的优点和缺点

• 优点:

  • 简单易用，易于上手。
  • 生命周期感知，避免内存泄漏。
  • 线程安全。

• 缺点:

  • 功能相对有限，缺乏复杂的操作符。
  • 不支持背压（backpressure）。

11.3 Flow

Flow 是 Kotlin 协程提供的一种异步数据流机制，适用于需要复杂数据处理的场景。Flow 提供了丰富的操作符，可以对数据进行转换、过滤、合并等操作。

11.3.1 Flow 的特点

• 异步处理: Flow 是异步的，可以在不同的协程中处理数据。
• 丰富的操作符: Flow 提供了丰富的操作符，例如 map, filter, flatMap, zip 等。
• 背压支持: Flow 支持背压，可以处理数据流中的数据积压问题。
• 协程支持: Flow 依赖于 Kotlin 协程，可以与协程的其他功能无缝集成。

11.3.2 Flow 的使用

• 创建 Flow:

  class MyViewModel : ViewModel() {
      private val _dataFlow = MutableStateFlow<String>("")
      val dataFlow: StateFlow<String> get() = _dataFlow
  
      fun updateData(newData: String) {
          _dataFlow.value = newData
      }
  }
  

• 观察 Flow:

  class MyActivity : AppCompatActivity() {
      private lateinit var viewModel: MyViewModel
  
      override fun onCreate(savedInstanceState: Bundle?) {
          super.onCreate(savedInstanceState)
          setContentView(R.layout.activity_main)
  
          viewModel = ViewModelProvider(this).get(MyViewModel::class.java)
          lifecycleScope.launch {
              viewModel.dataFlow.collect { data ->
                  // 更新 UI
                  findViewById<TextView>(R.id.textView).text = data
              }
          }
  
          // 更新数据
          viewModel.updateData("Hello, Flow!")
      }
  }
  

• 使用操作符:

  • Flow 提供了丰富的操作符，可以对数据进行转换、过滤、合并等操作。

    val transformedFlow: Flow<String> = dataFlow.map { originalData ->
        // 转换数据
        originalData.toUpperCase()
    }
    
    val filteredFlow: Flow<String> = dataFlow.filter { data ->
        // 过滤数据
        data.isNotEmpty()
    }
    

• 使用 CoroutineScope:

  • Flow 的观察需要在协程中进行，可以使用 lifecycleScope 或 viewModelScope 来管理协程生命周期。

    lifecycleScope.launch {
        viewModel.dataFlow.collect { data ->
            // 更新 UI
        }
    }
    

11.3.3 LiveData 与 Flow 的比较

• 生命周期感知:

  • LiveData 内置生命周期感知能力，而 Flow 需要手动管理生命周期。
  • 可以使用 lifecycleScope 或 viewModelScope 来管理 Flow 的生命周期。

• 数据处理:

  • Flow 提供了丰富的操作符，可以进行复杂的数据处理。
  • LiveData 的操作符相对有限。

• 线程支持:

  • LiveData 主要在主线程中更新数据。
  • Flow 支持在不同的协程中处理数据，可以更灵活地进行线程切换。

• 背压支持:

  • Flow 支持背压，可以处理数据流中的数据积压问题。
  • LiveData 不支持背压。

11.3.4 Flow 在 Jetpack Compose 中的应用

在 Jetpack Compose 中，可以使用 collectAsState 函数将 Flow 转换为 Compose 的 State，从而实现数据驱动 UI。

• 示例:

  @Composable
  fun MyComposable(viewModel: MyViewModel) {
      val data by viewModel.dataFlow.collectAsState()
  
      Text(text = data)
  }
  

• 完整示例:

  class MyViewModel : ViewModel() {
      private val _dataFlow = MutableStateFlow<String>("")
      val dataFlow: StateFlow<String> get() = _dataFlow
  
      fun updateData(newData: String) {
          _dataFlow.value = newData
      }
  }
  
  @Composable
  fun MyComposable(viewModel: MyViewModel) {
      val data by viewModel.dataFlow.collectAsState()
  
      Column {
          Text(text = data)
          Button(onClick = { viewModel.updateData("Hello, Flow!") }) {
              Text(text = "Update Data")
          }
      }
  }
  

11.4 实战案例

1. 案例一：使用 LiveData 实现简单的计数器应用

   • 创建一个 ViewModel，使用 LiveData 存储计数器的值。
   • 在 Activity 中观察 LiveData，更新 UI。
   • 创建一个按钮，点击按钮更新计数器的值。

2. 案例二：使用 Flow 实现图片浏览应用

   • 创建一个 ViewModel，使用 Flow 存储图片列表。
   • 在 Jetpack Compose Composable 中使用 collectAsState 观察 Flow，更新 UI。
   • 创建一个按钮，点击按钮加载图片列表。

11.5 课后作业

1. 任务一：使用 LiveData 实现用户列表应用

2. 任务二：使用 Flow 实现图片浏览应用