• Kotlin 协程 (5/6篇) - 响应式编程 Flow


    一、概念

    • 场景:List 是同步一次性返回多个值,Sequence 是同步(阻塞)分开返回多个值,Suspend 是异步返回单个值,Flow可以异步返回多个值。
    • 冷流:只能在创建的时候定义生产数据的代码,无法在外部通过实例更新数据。创建和中间操作只是对上一步的包装并不会执行,所以是响应式编程(也叫声明式),因此可以调用挂起函数自身却不是suspend修饰,只有消费的时候才真正生产和操作数据(按需生成),所以消费都是suspend修饰的在协程中调用。
    • 一些名词:构建→上游(前面的流)→当前操作→下游(后面的流)→消费。
    • 有序:元素遵循先进先出原则,是一个接一个操作完,而不是统一操作再进行下一步。
    • 协作取消:消费的取消只能在可取消的挂起函数挂起的时候取消(即跟随协程取消)。
    • 切换线程:默认生产和消费在同一协程上下文中,消费所在的协程决定了生产所在的线程。对于生产可以通过 flowOn 改变上流执行线程而不会影响下流。对于消费可通过 launchIn 改变流执行的线程(不会影响生产中的flowOn)。
    • 背压:当数据的消费速度赶不上生产速度。默认情况下生产一个消费一个是同步交替进行的不存在背压,除非使用flowOn切换线程。由于消费操作是挂起函数(协程能轻松切换线程),挂起恢复的特性会阻塞数据生产的速度不会对下流产生背压。
    • 防抖:新值的内容发生变化才会消费,相同会被忽略。
    FlowStateFlowSharedFlowChannel
    类型冷流:数据只能在创建对象的时候定义生产方式。热流:数据可以后期发送到流中。
    数据的生产消费时才会生产数据。不消费也会生产数据。
    数据的接收完整:收到的是全部发送的数据最新:只持有单个且最新的值,只能拿到订阅之后的数据,适用于状态。历史:可以缓存多个值,可以拿到订阅之前的历史数据,适用于事件。
    关系独立:多个订阅者彼此之间独立。共享:多个订阅者同时接收,收到的值相同。互斥:多个订阅者轮流接收,收到的值不是同一个值。。
    关闭流会自动关闭(停止订阅或者数据数据生产完)。构造创建的不会自动关闭,转换的启动模式配置为WhileSubscribed会超时关闭。构造函数创建的不会自动关闭,协程构建器创建的会跟随协程关闭。

    二、生产者 producer

    用来生产数据,发送值到流中。只能在创建对象的时候定义值的生产方式,无法后期再操作值的生产。

    2.1 flow

    创建Flow的基本方法,需要手动调用 emit 发射单个值,调用 emitAll 发射另一个Flow中的值。emit 不是线程安全的,不应该并发调用(可考虑channelFlow),不应该在内部调用withContext切换线程(可考虑flowOn操作符)。

    public fun flow(@BuilderInference block: suspend FlowCollector.() -> Unit): Flow
    1. val flow = flow {
    2. emit(5)
    3. for (i in 1..3) {
    4. emit(i)
    5. }
    6. emitAll(flowOf(1, 2, 3))
    7. }

    2.2 flowOf

    快速创建固定值集的Flow(类似 listOf() )。

    public fun flowOf(vararg elements: T): Flow = flow {
        for (element in elements) { emit(element) }
    }
    val flow = flowOf(1, 2, 3)

    2.3 asFlow

    遍历其它容器(Array、Range、Sequence、Iterable、Iterator)将元素发送到流中。也可以将普通函数或挂起函数返回的值发送到流中。

    public fun Array.asFlow(): Flow = flow { forEach { value -> emit(value) } }

    public fun XXArray.asFlow(): Flow = flow { forEach { value -> emit(value) } }

    public fun XXRange.asFlow(): Flow = flow { forEach { value -> emit(value) } }

    public fun Sequence.asFlow(): Flow = flow { forEach { value -> emit(value) } }

    public fun Iterable.asFlow(): Flow = flow { forEach { value -> emit(value) } }

    public fun Iterator.asFlow(): Flow = flow { forEach { value -> emit(value) } }

    public fun (() -> T).asFlow(): Flow = flow { emit(invoke()) }

    public fun (suspend () -> T).asFlow(): Flow = flow { emit(invoke()) }

    val flow = listOf(1, 2, 3).asFlow()

    2.4 callbackFlow

    将回调API改造成Flow。底层使用的sendChannel,默认容量64满了会挂起直到消费出空位,为了避免生产被挂起可以配置为CONFLATED或者UNLIMITED

    public fun callbackFlow(@BuilderInference block: suspend ProducerScope.() -> Unit): Flow
    send ()发送数据。
    offer ()允许在协程外提交。
    sendBlocking ()尝试用offer,失败则用runBlocking{ send() }阻塞式提交。
    awaitClose ()Flow关闭时执行,用来释放资源(注销回调函数),未调用报错 IllegalStateException。
    1. fun showWithFlow(): Flow<Int> = callbackFlow {
    2. //1.创建Flow并发送值(实现Callback接口)
    3. val callback = object: NetCallback {
    4. override fun onNextValue(value: Int) {
    5. try {
    6. offer(num)
    7. } catch(t: Throwable) {...}
    8. }
    9. override fun onError(ecxeption: Throwable) {
    10. cancel(CancellationException("API发生错误", exception))
    11. }
    12. override fun onCompleted() = close()
    13. }
    14. //2.注册回调(传参使用,并对API进行配置操作)
    15. getData(callback)
    16. //3.取消协程并注销回调(用来释放API资源)
    17. awaitClose {...}
    18. }

    2.5 emptyFlow

    返回一个空的Flow。

    public fun emptyFlow(): Flow = EmptyFlow
    val flow = emptyFlow<Int>()

    2.6 channelFlow

    比 Channel 更冷(触发collect才开始生产)比 Flow 更热(生产消费可以异步执行)。

    public fun channelFlow(@BuilderInference block: suspend ProducerScope.() -> Unit): Flow
    val flow = channelFlow<Int> { }

    三、中间操作 Intermediaries

    执行一些操作,不会立即执行,返回的还是Flow。

    3.1 状态监控

    注意:链式调用中出现多个onStart { action }时,后出现的 action 会先执行,因为后续 onStart 构建的下游流包在了上游 onStart 的外面,并且 action 会在收集上游流数据之前执行。而这个结论却不能沿用到onCompletion { action },虽然 onCompletion 构建的下游流也包裹在上游 onCompletion 外面,但是 action 总是在收集上游流之后执行。

    onStart

    public fun Flow.onStart(action: suspend FlowCollector.() -> Unit): Flow 

    在数据生产之前调用。(可以用来做耗时操作之前的操作,例如UI展示进度条)

    onCompletion

    public fun Flow.onCompletion(action: suspend FlowCollector.(cause: Throwable?) -> Unit): Flow

    在数据消费完后(参数case = null)或者出现异常时(case != null)调用。只能判断有没有发生异常,不能捕获异常。(可以用来做耗时操作结束后的操作,例如UI隐藏进度条)

    onEmpty

    public fun Flow.onEmpty(action: suspend FlowCollector.() -> Unit): Flow

    在flow完成却未发送任何值时调用。(可以用来发送默认值)

    onEach

    public fun Flow.onEach(action: suspend (T) -> Unit): Flow

    遍历

    3.2 过滤

    filter

    public inline fun Flow.filter(crossinline predicate: suspend (T) -> Boolean): Flow

    保留符合条件的值。

    filterNot

    public inline fun Flow.filterNot(crossinline predicate: suspend (T) -> Boolean): Flow

    保留不符合条件的值。

    filterNotNull

    public fun Flow.filterNotNull(): Flow

    保留不为null的值。

    filterIsInstance

    public inline fun Flow<*>.filterIsInstance(): Flow = filter { it is R } as Flow

    保留对应类型的值(类型填到泛型里面)。

    3.3 截取

    3.3.1 保留

    take

    public fun Flow.take(count: Int): Flow 

    获取几个值,丢弃剩下的。

    takeWhile

    public fun Flow.takeWhile(predicate: suspend (T) -> Boolean): Flow

    满足条件就获取值,只要碰到不满足条件的值就丢弃剩下全部值(即便剩下的里面有满足条件的),第一个值就不满足会全部丢弃。

    1. val flow = (1..5).asFlow()
    2. flow.take(3).collect { print(",$it") } //打印:1,2,3
    3. flow.takeWhile { it > 3 }.collect { print(",$it") } //打印:无内容

    3.3.2 丢弃

    drop

    public fun Flow.drop(count: Int): Flow

    丢弃几个值,获取剩下的。

    dropWhile

    public fun Flow.dropWhile(predicate: suspend (T) -> Boolean): Flow

    满足条件就丢弃值,只要碰到不满足条件的值就获取剩下全部值(即便剩下的里面有满足条件的),第一个值就不满足会全部获取。

    1. val flow = (1..5).asFlow()
    2. flow.drop(3).collect { print(",$it") } //打印:4,5
    3. flow.dropWhile { it == 3 }.collect { print(",$it") } //打印:1,2,3,4,5

    3.4 防抖

    debounce

    public fun Flow.debounce(timeoutMillis: Long): Flow

    用来确保前后两次值之间存在指定的时间间隔,大于等于间隔时间会发送前一个值,小于间隔时间只保留最后一个,肯定会发送最后一个值。使用场景:例如搜索框等用户停顿一段时间再去显示搜索建议,而不是每个字都搜索(网络延迟低于输入速度得到的数据也无意义)。

    sample

    public fun Flow.sample(periodMillis: Long): Flow

    周期性在指定时间后采样一个值。使用场景:例如数据量很大只需要取少量的时候,像同一时间存在大量的弹幕,只取其中一条显示不可能全部显示。

    1. flow {
    2. emit(1)
    3. emit(2)
    4. delay(600)
    5. emit(3)
    6. delay(100)
    7. emit(4)
    8. delay(100)
    9. emit(5)
    10. }.debounce(500) //只发送 2、5
    1. flow {
    2. while(true) {
    3. emit("弹幕")
    4. }
    5. }.sample(1000) //每一秒只取一个值
    6. .flowOn(Dispatches.IO) //由于是死循环需要放在子线程

    3.5 去重

    distinctUntilChanged

    public fun Flow.distinctUntilChanged(): Flow

    过滤用,下面一个的简化版本。连续两个值一样,则跳过发送。

    distinctUntilChangedBy

    public fun Flow.distinctUntilChanged(): Flow

    去重操作符,判断连续的两个值是否重复,可以选择是否丢弃重复值。

    3.6 转换

    map 和 filter 底层就是使用的 transform。transform 能 emit 任意次数,flow 中每个值都会循环一遍 transform 中的 emit,而 map 只能对值转换。

    transform

    public inline fun Flow.transform(@BuilderInference crossinline transform: suspend FlowCollector.(value: T) -> Unit): Flow

    可以 emit 任意次数,flow 中每个值都会循环一遍 transform 中的 emit。

    transformLatest

    public fun Flow.transformLatest(@BuilderInference transform: suspend FlowCollector.(value: T) -> Unit): Flow

    只对最后一个值消费。

    transformWhile

    public fun Flow.transformWhile(@BuilderInference transform: suspend FlowCollector.(value: T) -> Boolean): Flow

    为true继续消费,为false后续值都丢弃。

    map

    public inline fun Flow.map(crossinline transform: suspend (value: T) -> R): Flow

    对值进行转换后再emit。

    mapLatest

    public fun Flow.mapLatest(@BuilderInference transform: suspend (value: T) -> R): Flow

    只对最后一个值转换,会丢弃其它值。

    mapNotNull

    public inline fun Flow.mapNotNull(crossinline transform: suspend (value: T) -> R?): Flow

    转换会丢弃null值。

    1. val flow = (1..3).asFlow()
    2. //map只能转换元素
    3. flow.map { "[$it-a]" }.collect { print(it) } //打印:[1-a][2-a][3-a]
    4. //mapNotNull不处理null值
    5. flow{
    6. emit(1)
    7. emit(2)
    8. emit(null)
    9. emit(3)
    10. }.mapNotNull { it?.plus(1) }.collect { print("$it,") } //打印:2,3,4
    11. //flow中每个值都会循环一遍transform中的emit
    12. flow.transform {
    13. emit("[$it-a]")
    14. emit("[$it-b]")
    15. }.collect { print(it) } //打印:[1-a][1-b][2-a][2-b][3-a][3-b]
    16. //transform实现filter和map
    17. flow.transform {
    18. emit(it + 1)
    19. }.transform {
    20. if (it % 2 == 0) emit(it)
    21. }.collect { print("$it,") } //打印:2,4
    22. flow.transformLatest {
    23. delay(1000) //此处不延迟的话会每个值都处理而不是只处理最后一个
    24. emit(it*10)
    25. }.collect { print("$it,") } //打印:20
    26. flow.transformWhile {
    27. emit(it)
    28. it != 3
    29. }.collect { print("$it,") } //打印:1,2

    3.7 线程切换

    生产默认执行在消费处所在的协程指定的线程上,生产一个消费一个是同步的。指定线程后,生产和消费是异步进行。

    flowOn

    public fun Flow.flowOn(context: CoroutineContext): Flow 

    flowOn使上游执行在指定的线程上,不会影响下游。上游还有 flowOn 的时候,只影响他们之间的那些操作。下游默认还是执行在消费所在的线程。

    3.8 背压

    数据的消费速度赶不上生产速度。默认情况下生产一个消费一个是同步交替进行的不存在背压,emit和collect都是挂起函数会等待对方准备好,最终耗时是每个值生产和消耗的时间总和。buffer使生产和消费并发运行提高效率,设置缓冲区大小(从0开始算的),消费来不及就先把值缓存起来等待着。

    • BufferOverflow.SUSPEND:默认模式,缓冲区满了就和默认情况一样挂起(等待消费),消费一个再生产一个。
    • BufferOverflow.DROP_OLDEST:缓冲区满了就丢弃还没消费掉的旧值,存入新值。
    • BufferOverflow.DROP_LATEST:缓冲区满了就丢弃后来生产的新值,直到有空位了再往里存又生产的值(不是丢弃掉的那些)。
    buffer

    public fun Flow.buffer(capacity: Int = BUFFERED, onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND): Flow 

    参数capacity是缓冲区大小,参数onBufferOverflow是对缓冲区满后新值的处理模式。

    conflate

    public fun Flow.conflate(): Flow

    会丢弃中间值,只消费首尾值。相当于 buffer(0 , BufferOverflow.DROP_OLDEST)。

    3.9 重试

    retry当上游发生异常时可以重新执行几次。retryWhen 的简化版。
    retryWhen有条件的进行重试 ,lambda 中有两个参数: 一个是 异常原因,一个是当前重试的 index (从0开始)。lambda 的返回值 为 Boolean ,true则继续重试 ,false 则结束重试。
    1. (1..3).asFlow().onEach{
    2. if(it == 3) throw Exception("发生异常")
    3. delay(100)
    4. println("生产:$it")
    5. }.retry(2){
    6. it.message = "有异常"
    7. }.catch{ ex ->
    8. println("捕获异常:${ex.massage}") //用it试试
    9. }.collect{
    10. println("消费:$it")
    11. }

    3.10 规约(发送每步计算的结果)

    scan

    public fun Flow.scan(initial: R, @BuilderInference operation: suspend (accumulator: R, value: T) -> R): Flow

    会把初始值和每一步的操作结果发送出去。

    1. (1..3).asFlow()
    2. .onEach { delay(200) }
    3. .scan(1) { acc, v -> acc + v }
    4. .collect { print("$it,") } //打印:1,2,4,7

    3.11 Android生命周期

    flowWithLifecycle 

    public fun Flow.flowWithLifecycle(
        lifecycle: Lifecycle,
        minActiveState: Lifecycle.State = Lifecycle.State.STARTED
    ): Flow = callbackFlow {
        lifecycle.repeatOnLifecycle(minActiveState) {
            this@flowWithLifecycle.collect {
                send(it)
            }
        }
        close()
    }

    生命周期低于目标状态会取消上游,不影响下游,需要注意调用顺序。

    3.12 操作多个流

    3.12.1 合并

    merge

    public fun merge(vararg flows: Flow): Flow

    将两个Flow中的值连接起来。

    zip

    public fun Flow.zip(other: Flow, transform: suspend (T1, T2) -> R): Flow

    将两个Flow中同索引的值根据条件合并成一个值(两个值是并行各自计算出来后合并的),长度短的Flow执行完就结束,长度长的Folw多的值会被舍弃。使用场景:两件无关的事情同时做再一起显示,例如当前天气和未来7天天气没有先后依赖关系却要同时显示,先后请求效率低一些可以同时做。当然3个请求同时并发处理也是可以的。

    combine

    public fun Flow.combine(flow: Flow, transform: suspend (a: T1, b: T2) -> R): Flow

    将两个Flow中同索引的值根据条件合并成一个值,短的Flow最后一个值重复跟长的Flow剩下的值合并。

    1. val flow1 = flowOf(1, 2, 3, 4, 5)
    2. val flow2 = flowOf('a', 'b', 'c')
    3. merge(flow1, flow2).collect { print(",$it") } //打印:1,2,3,4,5,a,b,c
    4. merge(flow2, flow1).collect { print(",$it") } //打印:a,b,c,1,2,3,4,5
    5. flow1.zip(flow2) { a, b -> "[$a$b]" }.collect { print(it) } //打印:[1a][2b][3c]
    6. flow2.zip(flow1) { a, b -> "[$a$b]" }.collect { print(it) } //打印:[a1][b2][c3]
    7. flow1.combine(flow2) { a, b -> "[$a$b]" }.collect { print(it) } //打印:[1a][2b][3c][4c][5c]
    8. flow2.combine(flow1) { a, b -> "[$a$b]" }.collect { print(it) } //打印:[a1][b2][c3][c4][c5]
    1. fun one(): Flow = flow { emit(a) }
    2. fun two(): Flow = flow { emit(b) }
    3. fun three(): Flow = flow { emit(c) }
    4. one()
    5. .zip(two()) {a, b ->
    6. user.name = a
    7. user.age = b
    8. user
    9. }.zip(three()) { user, c ->
    10. user.gender = c
    11. user
    12. }.collect { user ->
    13. //...
    14. }

    3.12.2 展平多维流

    flattenConcat

    public fun Flow>.flattenConcat(): Flow

    将Flow中的多维值都展平然后全部连接起来。

    flattenMerge

    public fun Flow>.flattenMerge(concurrency: Int = DEFAULT_CONCURRENCY): Flow

    将Flow中的多维值都展平然后全部连接起来,可以设置并发数。

    1. val flow1 = flowOf(1, 2, 3, 4, 5)
    2. val flow2 = flowOf('a', 'b', 'c', 'd', 'e', 'f')
    3. val flow3 = flowOf(flow1, flow2)
    4. flow3.flattenMerge(2).collect { print(",$it") } //打印:1,2,3,4,5,a,b,c,d,e,f
    5. flow3.flattenConcat().collect { print(",$it") } //打印:1,2,3,4,5,a,b,c,d,e,f

    3.12.3 组合操作多维流

    flatMapContact

    public fun Flow.flatMapConcat(transform: suspend (value: T) -> Flow): Flow = map(transform).flattenConcat()

    流中流,(同步处理数据?)严格按照顺序执行(外流值执行完内流操作,才轮到下一个外流值)。使用场景:前一个值依赖于另一个值,例如获取用户信息依赖于token授权,先发送一个请求获取token再发送一个请求获取信息。

    flatMapMerge

    public fun Flow.flatMapMerge(concurrency: Int = DEFAULT_CONCURRENCY, transform: suspend (value: T) -> Flow): Flow = map(transform).flattenMerge(concurrency)

    流中流,并发处理数据不保证顺序(delay(耗时?)短的会先执行)。

    flatMapLatest

    public inline fun Flow.flatMapLatest(@BuilderInference crossinline transform: suspend (value: T) -> Flow): Flow = transformLatest { emitAll(transform(it)) }

    流中流,外流再次发送新值的时候,内流没操作完就会被取消,然后开始处理新的一轮。

    1. fun getToken(): Flow = Flow { emit(token) } //获取token
    2. fun getUserInfo(): Flow = Flow { emit(info) } //获取用户信息
    3. getToken()
    4. .flatMapContact { token ->
    5. getUserInfo(token)
    6. }.flowOn(Dispatches.IO)
    7. .collect { userInfo ->
    8. println(userInfo)
    9. }
    1. flowOf(300, 200, 100)
    2. .flatMapMerge {
    3. flow {
    4. delay(it.toLong())
    5. emit("a$it")
    6. emit("b$it")
    7. }
    8. }.collect { println(it) } //打印:a100,b100,a200,b200,a300,b300
    1. flow {
    2. emit(1)
    3. delay(150)
    4. emit(2)
    5. delay(50)
    6. emit(3)
    7. }.flatMapLatest {
    8. flow {
    9. delay(100)
    10. emit("$it")
    11. }
    12. }.collect { println(it) } //打印:1,3

    四、消费者 Consumer

    最终操作,会触发流的执行,返回的是结果。

    4.1 收集

    collect

    public suspend fun collect(collector: FlowCollector)

    收集Flow中的值。

    collectIndexed

    public suspend inline fun Flow.collectIndexed(crossinline action: suspend (index: Int, value: T) -> Unit): Unit

    collectLatest

    public suspend fun Flow.collectLatest(action: suspend (value: T) -> Unit) = mapLatest(action).buffer(0).collect()

    当新值到来时,前一个值自己内部没处理完就开始处理新的。

    1. flow {
    2. var count = 0
    3. while (true) {
    4. emit(count)
    5. delay(1000)
    6. count++
    7. }
    8. }.collectLatest {
    9. println("start $it")
    10. delay(2000)
    11. println("end $it")
    12. } //打印:start 0,start 1,start 2,start 3.....

    4.2 线程切换

    launchIn

    public fun Flow.launchIn(scope: CoroutineScope): Job = scope.launch { collect() }

    在指定的其它协程作用域中消费,而不是当前协程中。指定该协程作用域的上下文也就相当于切换了线程,记得接着调用join()。

    1. flowOf(123)
    2. .launchIn(CoroutineScope(Dispatchers.IO)) //相当于切换了线程
    3. .join()

    4.3 规约(累计到单个值)

    reduce

    public suspend fun Flow.reduce(operation: suspend (accumulator: S, value: T) -> S): S

    前一个值和后一个值进行指定运算,再拿结果跟第三个值运算,以此类推得到最终值。(1和2计算后,结果和3运算,结果再和4运算...返回最终结果)。

    fold

    public suspend inline fun Flow.fold( initial: R, crossinline operation: suspend (acc: R, value: T) -> R): R

    带初始值,同上(初始值和1计算后,结果和2计算,结果再和3运算...返回最终结果)。

    runningFold区别于 fold ,就是返回一个新流,将每步的结果发射出去。
    runningReduce区别于 reduce ,就是返回一个新流,将每步的结果发射出去。
    1. val flow = (1..5).asFlow()
    2. println(flow.reduce({ a, b -> a + b })) //打印:15
    3. println(flow.fold(2, { a, b -> a + b })) //打印:17

    4.4 转换到其它容器

    toCollection
    toList
    toSet
    将结果转到到集合。
    将结果转换为List。
    将结果转换为Set。
    asLiveData

    public fun Flow.asLiveData(
        context: CoroutineContext = EmptyCoroutineContext,//区块所执行的协程上下文,默认+Main.immediate
        timeoutInMs: Long = DEFAULT_TIMEOUT//没有观察者后,多少毫秒后取消区块,默认5s。
    ): LiveData

    将结果转到LiveData。

    asStateFlow转为StateFlow。
    asShareFlow转为SharedFlow。

    4.5 取最值

    last

    lastOrNull

    first

    firstOrNull

    single

    singleOrNull

    获取最后一个值,为null会抛异常 NoSuchElementException。
    获取最后一个值,可以为null。
    获取第一个值,如果为空会抛异常 NoSuchElementException。
    获取第一个元值,可以为null。
    接收流发送的第一个值 ,区别于first,如果为空或者发了不止一个值,则都会报错。
    接收流发送的第一个值 ,可以为努力了,发出多值的话除第一个,后面均被置为null。
    count返回流发送值的个数。类似list.size,注:sharedFlow无效(无意义)

    五、流的取消

    5.1 协作取消

    Flow在协程中消费,因此协程的取消会一并取消Flow。Flow{ }形式的创建对 emit() 操作附加了 ensureActive() 以检测协程的取消,但出于性能原因其它构建形式和操作不会自行检查以响应,因此需要手动调用 cancellable() 检查。

    cancellable( )public fun Flow.cancellable(): Flow
    1. val flow = flow { repeat(5) { emit(it) } }
    2. withTimeout(2500) { flow.collect { println(it) } }
    3. //该构建方式会对发射值附加取消检测
    4. flow {
    5. repeat(5) { emit(it) }
    6. }.collect {
    7. if (it == 3) cancel()
    8. }
    9. //其它构建方式需要手动检查
    10. (1..5).asFlow().cancellable().collect {
    11. println(it)
    12. if (it == 3) cancel()
    13. }

    六、异常处理

    在flow构建器或处理值的时候可能发生异常,异常会向下流动关闭每个处理步骤,如果没有调用catch,未捕获的异常会立即取消该flow,在消费时重新抛出。可以在flow内部使用 try-finally 语句,也可以在flow外部使用 try-catch 语句。在Android开发中 catch() 可以用来展示错误信息或者显示默认数据(例如空列表)。

    catch

    public fun Flow.catch(action: suspend FlowCollector.(Throwable) -> Unit): Flow

    只能捕获上游的异常,上游还有catch那就是它俩捕获之间的,捕获后下游不会再捕获得到。可以在代码块中使用 throw 再次抛出、可以使用 emit 转换为值发射、或其他处理。

    1. flow {
    2. emit(1)
    3. emit(2)
    4. throw NullPointerException()
    5. }.map {
    6. it +1
    7. }.catch {
    8. println("catch:$it")
    9. }.collect {
    10. println("collect:$it")
    11. }
    12. //打印:
    13. //collect:2
    14. //collect:3
    15. //catch:java.lang.NullPointerException

    七、Flow和Suspend区别

    FlowSuspend
    作用连续性的异步数据流(多个值)一次性的异步任务(单个值)
    场景实时数据频繁刷新(点赞数、)无需更新数据(文章内容)

    八、一些Android示例

    1. fun updateNews() {
    2. flow{}
    3. .onStart { showProgressBar() }
    4. .onCompletion { hideProgressBar() }
    5. .onEach { view.show(it) }
    6. .catch { view.handleError(it) }
    7. .launchIn(viewModelScope)
    8. }

    待整理

    回调

    onSubionSharedFlow 专属操作符 (StateFlow是SharedFlow 的一种特殊实现)。

    变换

    receiveAsFlow
    consumeAsFlow
    将Channel 转换为Flow ,可以有多个观察者,但不是多播,可能会轮流收到值。
    将Channel 转换为Flow ,但不能多个观察者(会crash)!
    withIndex将结果包装成IndexedValue类型。
    produceIn转换为ReceiveChannel , 不常用。

    组合

    conbineTransform顾名思义 combine+ transform
  • 相关阅读:
    shell脚本学习记录1(运算符)
    python浏览器自动化环境搭建selenium
    首先,你要自信| 万工随笔
    OpenJDK16 ZGC 源码分析
    LeetCode 814 二叉树剪枝[dfs] HERODING的LeetCode之路
    基于 Lua 写一个爬虫程序
    兄弟组件通信context
    为什么不建议库导出c++接口
    排序方法总结
    SA8155P Flat Build QFIL刷机
  • 原文地址:https://blog.csdn.net/HugMua/article/details/126718611