【Kotlin精简】第9章 Kotlin Flow

1 前言

上一章节我们学习了Kotlin的协程【Kotlin精简】第8章 协程，我们知道 协程实质是对线程切换的封装，能更加安全实现异步代码同步化，本质上协程、线程都是服务于并发场景下，其中协程是协作式任务，线程是抢占式任务。默认协程用来处理实时性不高的数据，请求到结果后整个协程就结束了，即它是一锤子买卖。

本章节我们来学习一下依赖Kotlin协程实现的Flow数据流。

2 Flow简介

2.1 Flow是什么

Flow是google官方提供的一套基于Kotlin协程的响应式编程模型，它与RxJava的使用类似，但相比之下Flow使用起来更简单，另外Flow作用在协程内，可以与协程的生命周期绑定，当协程取消时，Flow也会被取消，避免了内存泄漏风险。
Flow是Kotlin提供的一个工具，使用协程封装成生产者-消费者模式。
上游来负责生产、中介进行数据加工（可选）、下游来接收消耗。

官方对数据流三个成员的定义：

1. 上游 - 提供方(生产者)：会生成添加到数据流中的数据。通过协程，数据流还可以异步生成数据。
2. 中介 - 数据加工 (可选)：修改发送到数据流的值，或修正数据流本身。
3. 下游 - 使用方（消费者） ：使用或接收数据流中的值。
   
   在Flow数据流中，api使用emit()生产，collect()消费
   

2.2 Flow 特性

flow{}构建块中的代码可以使用挂起函数
Flow构建器函数可以不用supend修饰符

流的每次单独收集都是按顺序执行的，除非使用特殊操作符
Flow是一种类似序列的冷流，flow构建器中代码直到流被收集的时候才运行

2.3 冷流热流

flow{}会创建一个数据流，并且这个数据流默认是冷流。下面是冷流和热流的区别：

1. 冷流：当执行订阅的时候，上游发布者才开始发射数据流。订阅者与发布者是一一对应的关系，即当存在多个订阅者时，每个新的订阅者都会重新收到完整的数据。主动需要即是主动收集才会提供发射数据，即有消费collect才会触发
2. 热流：不管是否被订阅，上游发布者都会发送数据流到内存中。订阅者与发布者是一对多的关系，当上游发送数据时，多个订阅者都会收到消息。不管你需不需要一上来数据全都发射给你，不管是否消费collect都会触发

3 Flow使用

Flow官方文档可以参考一下，我们这里简单介绍一些Flow常用的流创建方式、操作符等。

Flow流使用步骤：

1. 创建流：flow { ... }、flowOf{ ... }
2. 使用操作符修改、加工流数据
3. 发射流：collect

3.1 创建流

1. flow用于创建从顺序调用到发出函数的任意流。
2. flowOf()函数根据一组固定的值创建流。
3. asFlow()扩展函数可以将各种类型的函数转换为流。
4. channelFlow创建从潜在并发调用到send函数的任意流。
5. MutableStateFlow和MutableSharedFlow创建可直接更新的热流。

suspend fun main() {

    //1.不需要用挂起函数修饰符
    flow {
        for (i in 1..3) {
            delay(1000)//可以使用挂起函数
            emit(i)//发射元素
        }
    }.collect {
        println("yvan flow:${it}")
    }
//    yvan flow:1
//    yvan flow:2
//    yvan flow:3

    // 2.flowOf 不需要挂起函数修饰符 flowOf自动实现发射元素
    flowOf(1, 2, 3, 4, 5)
        .collect {
            println("yvan flowOf:${it}")
        }
//    yvan flowOf:1
//    yvan flowOf:2
//    yvan flowOf:3
//    yvan flowOf:4
//    yvan flowOf:5

    // 3.asFlow 不需要挂起函数修饰符 flowOf自动实现发射元素
    (5..10).asFlow()
        .collect {
            println("yvan asFlow:${it}")
        }
//    yvan asFlow:5
//    yvan asFlow:6
//    yvan asFlow:7
//    yvan asFlow:8
//    yvan asFlow:9
//    yvan asFlow:10

    // 4.从潜在并发调用到send函数的任意流
    channelFlow {
        for (i in 1..3) {
            delay(1000)//可以使用挂起函数
            send(i)//发射元素
        }
    }.collect{
        println("yvan channelFlow:${it}")
    }
//    yvan channelFlow:1
//    yvan channelFlow:2
//    yvan channelFlow:3


    // 5.热流SharedFlow的创建
    runBlocking {
        val sharedFlow = MutableSharedFlow<Int>(
            // 相当于粘性次数
            replay = 2,
            // 接受得慢时候，发送入栈
            extraBufferCapacity = 1,
            onBufferOverflow = BufferOverflow.SUSPEND
        )

        launch {
            sharedFlow.collect {
                println("yvan MutableSharedFlow:${it}")
            }

        }
        sharedFlow.emit(1)
        sharedFlow.emit(2)
    }
//    yvan MutableSharedFlow:1
//    yvan MutableSharedFlow:2

    // 6.热流StateFlow的创建
    runBlocking {
        val stateFlow = MutableStateFlow(0)
        launch {
            stateFlow.collect {
                println("yvan MutableStateFlow:${it}")
            }
        }
        stateFlow.emit(1)
        stateFlow.emit(2)
    }
//    yvan MutableStateFlow:2
}

3.2 常用操作符

除上面3.1创建流前面三种创建操作符 外，还有回调操作符 、变换操作符 、过滤操作符 、组合操作符 、功能性操作符 、末端操作符等

3.2.1 创建操作符

上面3.1有介绍

1. flow：创建Flow的操作符。
2. flowOf：构造一组数据的Flow进行发送。
3. asFlow：将其他数据转换成Flow，一般是集合向Flow的转换，如listOf(1,2,3).asFlow()。
4. callbackFlow：将基于回调的 API 转换为Flow数据流

3.2.2 回调操作符

我们先来看一个简单的例子

   flow {
        println("yvan start emit hello")
        emit("hello") //发送数据
        println("yvan start emit world")
        emit("world") //发送数据
        println("yvan end emit")
    }.flowOn(Dispatchers.IO)
        .onEmpty { println("yvan onEmpty") }
        .onStart { println("yvan onStart") }
        .onEach { println("yvan onEach: $it") }
        .onCompletion { println("yvan onCompletion") }
        .catch { exception -> exception.message?.let { println("yvan catch exception:$it") } }
        .collect {
            //接收数据流
            println("yvan collect: $it")
        }
//        yvan onStart
//        yvan start emit hello
//        yvan onEach: hello
//        yvan collect: hello
//        yvan start emit world
//        yvan onEach: world
//        yvan collect: world
//        yvan end emit
//        yvan onCompletion

1. onStart：上游flow{}开始发送数据之前执行
2. onEach：上游向下游发送数据之前调用，每一个上游数据发送后都会经过onEach()
3. onEmpty：当流完成却没有发出任何元素时执行。如emptyFlow().onEmpty {}
4. onCompletion：flow数据流取消或者结束时执行
5. onSubscription：SharedFlow 专用操作符，建立订阅之后回调。和onStart的区别：因为SharedFlow是热流，因此如果在onStart发送数据，下游可能接收不到，因为提前执行了。

3.2.3 变换操作符

1. map：对上游发送的数据进行变换，collect最后接收的是变换之后的值

    flow {
        //发送数据
        emit("hello")
    }.map {
        "$it world"
    }.collect {
        //接收数据流
        println("yvan collect: $it")
    }
    
    // 输出：yvan collect: hello world

2. mapLatest：类似于collectLatest，当emit发送新值，会取消掉map上一次转换还未完成的值。

    flow {
        //发送数据
        repeat(10){
            delay(10)
            emit(it)
        }
    }.mapLatest {
        delay(15)
        it
    }.collect {
        //接收数据流
        println("yvan collect: $it")
    }
    
    //输出：yvan collect: 9

3. mapNotNull：仅发送map之后不为空的值。

 flow {
        //发送数据
        repeat(10){
            delay(10)
            emit(it)
        }
    }.mapNotNull {
        delay(15)
        if (it > 5){
            it
        }else{
            null
        }
    }.collect {
        //接收数据流
        println("yvan collect: $it")
    }

	//输出：
	//yvan collect: 6
	//yvan collect: 7
	//yvan collect: 8
	//yvan collect: 9

4. transform：对发出的值进行变换 。不同于map的是，经过transform之后可以重新发送数据，甚至发送多个数据，因为transform内部又重新构建了flow。

    flow {
        //发送数据
        repeat(10){
            delay(10)
            emit(it)
        }
    }.transform {
        delay(100)
        emit(it*10)
    }.collect {
        //接收数据流
        println("yvan collect: $it")
    }

	//输出：
	//yvan collect: 0
	//yvan collect: 10
	//yvan collect: 20
	//yvan collect: 30
	//yvan collect: 40
	//yvan collect: 50
	//yvan collect: 60
	//yvan collect: 70
	//yvan collect: 80
	//yvan collect: 90

5. transformLatest：类似于mapLatest，当有新值发送时，会取消掉之前还未转换完成的值。

    flow {
        //发送数据
        repeat(10){
            delay(10)
            emit(it)
        }
    }.transformLatest {
        delay(100)
        emit(it*10)
    }.collect {
        //接收数据流
        println("yvan collect: $it")
    }

	//输出：
	//yvan collect: 90

6. transformWhile：返回值是一个Boolean，当为true时会继续往下执行；反之为false，本次发送的流程会中断。

    flow {
        //发送数据
        repeat(10){
            delay(10)
            emit(it)
        }
    }.transformWhile {
        emit(it)
        it != 2
    }.collect {
        //接收数据流
        println("yvan collect: $it")
    }
	//输出：
	//yvan collect: 0
	//yvan collect: 1
	//yvan collect: 2

7. asSharedFlow：MutableStateFlow 转换为 StateFlow ，即从可变状态变成不可变状态。
8. asStateFlow：MutableSharedFlow 转换为 SharedFlow ，即从可变状态变成不可变状态。
9. receiveAsFlow：Channel 转换为Flow ，上游与下游是一对一的关系。如果有多个下游观察者，可能会轮流收到值。
10. consumeAsFlow：Channel 转换为Flow ，有多个下游观察者时会crash。
11. withIndex：将数据包装成IndexedValue类型，内部包含了当前数据的Index。
12. scan(initial: R, operation: suspend (accumulator: R, value: T) -> R)：把initial初始值和每一步的操作结果发送出去。
13. produceIn：转换为Channel的 ReceiveChannel
14. runningFold(initial, operation: (accumulator: R, value: T) -> R)：initial值与前面的流共同计算后返回一个新流，将每步的结果发送出去。
15. runningReduce：返回一个新流，将每步的结果发送出去，默认没有initial值。
16. shareIn：flow 转化为热流SharedFlow，后面会详细介绍。
17. stateIn：flow转化为热流StateFlow，后面会详细介绍。

3.2.4 过滤操作符

1. filter：筛选符合条件的值，返回true继续往下执行。

    flow {
        //发送数据
        repeat(10){
            delay(10)
            emit(it)
        }
    }.filter {
        it < 2
    }.collect {
        //接收数据流
        println("yvan collect: $it")
    }
    //输出：
    //yvan collect: 0
	//yvan collect: 1

2. filterNot：与filter相反，筛选不符合条件的值，返回false继续往下执行。
3. filterNotNull：筛选不为空的值。

    flow {
        //发送数据
        emit(1)
        emit(null)
        emit(2)
    }.filterNotNull().collect {
        //接收数据流
        println("yvan collect: $it")
    }
    // 输出：
    //yvan collect: 1
	//yvan collect: 2

4. filterInstance：筛选对应类型的值，如.filterIsInstance()用来过滤String类型的值

    flow {
        //发送数据
        emit("1")
        emit(null)
        emit(2)
    }.filterIsInstance<String>()
     .collect {
		//接收数据流
		println("yvan collect: $it")
     }
     // 输出:
     // yvan collect: 1

5. drop：drop(count: Int)参数为Int类型，意为丢弃掉前count个值。

    flow {
        //发送数据
        emit("1")
        emit(null)
        emit(2)
    }.drop(1)
        .collect {
            //接收数据流
            println("yvan collect: $it")
        }
    // 输出：
    // yvan collect: null
	// yvan collect: 2
    

6. dropWhile：找到第一个不满足条件的值，返回其和其后所有的值。

    flow {
        //发送数据
        emit("1")
        emit(null)
        emit(2)
    }.dropWhile { it != null }
        .collect {
            //接收数据流
            println("yvan collect: $it")
        }
    // 输出：
    // yvan collect: null
	// yvan collect: 2

7. take：与drop()相反，意为取前n个值。
8. takeWhile：与dropWhile()相反，找到第一个不满足条件的值，返回其前面所有的值。
9. debounce：debounce(timeoutMillis: Long)指定时间内只接收最新的值，其他的过滤掉。防抖动，指定数据接收的间隔时间。

    flow {
        //发送数据
        emit(1)
        delay(900)
        emit(2)
        delay(800)
        emit(3)
        delay(1000)
        emit(4)
        delay(700)
        emit(5)
    }.debounce(1000)
        .collect {
            //接收数据流
            println("yvan collect: $it")
        }


	// 由于1、2、4的时间间隔小于1000所以被过滤，3时间1000，5是最后一个，所以输出是3和5
	//输出：
	// yvan collect: 3
	// yvan collect: 5
	

11. sample：sample(periodMillis: Long)在指定周期内，获取最新发出的值，定时周期接收。如：

    flow {
        //发送数据
        emit(1)
        delay(50)
        emit(2)
        delay(100)
        emit(3)
        delay(200)
        emit(4)
        delay(50)
        emit(5)
    }.sample(200)
        .collect {
            //接收数据流
            println("yvan collect: $it")
        }

	// 输出：
	// yvan collect: 3
	// yvan collect: 4

12. distinctUntilChangedBy：判断两个连续值是否重复，可以设置是否丢弃重复值。

    flowOf(1, 2, 1, 2).distinctUntilChanged().collect {
        println("yvan distinctUntilChangedBy = $it")
    }
    //输出：
    //yvan distinctUntilChangedBy = 1
	//yvan distinctUntilChangedBy = 2

13. distinctUntilChanged：若连续两个值相同，则跳过后面的值。

    flowOf(1, 1, 2, 2).distinctUntilChanged().collect {
        println("yvan distinctUntilChanged = $it")
    }
    //输出：
	//yvan distinctUntilChanged = 1
	//yvan distinctUntilChanged = 2
	//yvan distinctUntilChanged = 1
	//yvan distinctUntilChanged = 2

3.2.5 组合操作符

1. combine：组合两个Flow流最新发出的数据，直到两个流都结束为止。扩展：在kotlinx-coroutines-core-jvm中的FlowKt中，可以将更多的flow结合起来返回一个Flow，典型应用场景：多个筛选条件选中后，展示符合条件的数据。如果后续某个筛选条件发生了改变，只需要通过发生改变的Flow的flow.value = newValue重新发送，combine就会自动构建出新的Flow，这样UI层会接收到新的变化条件进行刷新即可。

  val flow1 = flow {
        emit("A")
        delay(100)
        emit("B")

    }
    val flow2 = flow {
        emit(1)
        delay(50)
        emit(2)
    }
    flow1.combine(flow2){ it1,it2->
        return@combine it1 to it2
    }.collect{
        println("yvan $it")
    }
    //输出：
    //yvan (A, 1)
	//yvan (A, 2)
	//yvan (B, 2)

2. combineTransform： combine + transform操作
3. merge：listOf(flow1, flow2).merge()，多个流合并为一个流。zip是提供高级函数组合流的数据，而merage则是之间将两个流在一个collect里输出

    val flow1 = flowOf("A", "B", "C")
    val flow2 = flowOf(1, 2, 3, 4)
    merge(flow1, flow2).collect {
        println("yvan $it")
    }
    //输出：
    //yvan A
	//yvan B
	//yvan C
	//yvan 1
	//yvan 2
	//yvan 3
	//yvan 4

4. flattenConcat：以顺序方式将给定的流展开为单个流 。示例如下：

    flow {
        emit(flowOf(1,2))
        emit(flowOf(3,4))
    } .flattenConcat().collect {
        println("yvan $it")
    }
    //输出：
	//yvan 1
	//yvan 2
	//yvan 3
	//yvan 4

5. flattenMerge：作用和 flattenConcat 一样，将多个flow流按并发后输出，但是可以设置并发收集流的数量。

    flow{
        emit(flowOf(1,2,3))
        emit(flowOf("A","B","C"))
    }.flattenMerge().collect{
        println("yvan $it")
    }
    //输出：
	//yvan 1
	//yvan A
	//yvan B
	//yvan C
	//yvan 2
	//yvan 3

6. flatMapContact：相当于 map + flattenConcat , 通过 map 转成一个流，在通过 flattenConcat发送。
7. flatMapLatest：当有新值发送时，会取消掉之前还未转换完成的值。
8. flatMapMerge：相当于map + flattenMerge ，参数concurrency: Int 来限制并发数。
9. zip：组合两个Flow流最新发出的数据，上游流在同一协程中顺序收集，没有任何缓冲。不同于combine的是，当其中一个流结束时，另外的Flow也会调用cancel，生成的流完成。

    val flow = flowOf(1, 2, 3).onEach { delay(50) }
    val flow2 = flowOf("a", "b", "c", "d").onEach { delay(150) }
    val startTime = System.currentTimeMillis() // 记录开始的时间
    flow.zip(flow2) { i, s -> i.toString() + s }.collect {
        // Will print "1a 2b 3c"
        println("yvan $it 耗时 ${System.currentTimeMillis() - startTime} ms")
    }
	//输出(flow已经执行完，所以flow2中的d被cancel了)：
	//yvan 1a 耗时 156 ms
	//yvan 2b 耗时 307 ms
	//yvan 3c 耗时 459 ms

	//如果换做combine，执行结果如下(组合的是最新发出的数据)：
	//yvan 2a 耗时 156 ms
	//yvan 3a 耗时 159 ms
	//yvan 3b 耗时 311 ms
	//yvan 3c 耗时 466 ms
	//yvan 3d 耗时 620 ms
	//注：上面combine多次执行的结果可能不一致，但每次组合的是最新发出的数据

3.2.6 功能性操作符

1. cancellable：判断当前协程是否被取消 ，如果已取消，则抛出异常
2. catch：对此操作符之前的流发生的异常进行捕获，对此操作符之后的流无影响。当发生异常时，默认collect{}中lambda将不会再执行。当然，可以自行通过emit()继续发送。
3. retry：流发生异常时的重试机制。如果是无限重试，直接调用retry()默认方法即可，retry()最终调用的也是retryWhen()方法。

public fun <T> Flow<T>.retry(
    retries: Int = Int.MAX_VALUE, //指定重试次数
    predicate: (Throwable) -> Boolean = { true } //返回true且满足retries次数要求，继续重试；false停止重试
): Flow<T> {
    require(retries > 0) { "Expected positive amount of retries, but had $retries" }
    return retryWhen { cause, attempt -> predicate(cause) && attempt < retries }
}

4. retryWhen：流发生异常时的重试机制。

public fun <T> Flow<T>.retryWhen(predicate: suspend FlowCollector<T>.(cause: Throwable, attempt: Long) -> Boolean): Flow<T> = { ...... }

有条件的进行重试 ，lambda 中有两个参数: cause是 异常原因，attempt是当前重试的位置，lambda返回true时继续重试; 反之停止重试。

5. buffer：流执行总时间就是所有运算符执行时间之和。如果上下游运算符都比较耗时，可以考虑使用buffer()优化，该运算符会在执行期间为流创建一个单独的协程。

public fun <T> Flow<T>.buffer(capacity: Int = BUFFERED, onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND): Flow<T> {......}

    flowOf("A", "B", "C")
        .onEach  { println("yvan 1$it") }
        .buffer()  // <--------------- buffer between onEach and collect
        .collect { println("yvan 2$it") }

	// 输出：
	// yvan 1A
	// yvan 1B
	// yvan 1C
	// yvan 2A
	// yvan 2B
	// yvan 2C

上述代码将在两个协程中执行，其中buffer()以上还是在协程P中执行，而buffer()下面的collect()会在协程Q中执行，数据通过Channel进行传递，从而减少了执行的总时间。

6. conflate：仅保留最新值, 内部实现是 buffer(CONFLATED)

    flowOf("A", "B", "C")
        .onEach  { println("yvan 1$it") }
        .conflate()  // <--------------- buffer between onEach and collect
        .collect { println("yvan 2$it") }
        	// 输出：
	// yvan 1A
	// yvan 1B
	// yvan 1C
	// yvan 2C

7. flowOn：flowOn 会更改上游数据流的 CoroutineContext，且只会影响flowOn之前（或之上）的任何中间运算符。下游数据流（晚于 flowOn 的中间运算符和使用方）不会受到影响。如果有多个 flowOn 运算符，每个运算符都会更改当前位置的上游数据流。

  flow {
        //这里的线程应该是跟随创建线程
        println("yvan 1 thread:${Thread.currentThread().name}")
        emit("flowOnTest")
    }
        .flowOn(Dispatchers.IO)
        .map {
            println("yvan 2 thread:${Thread.currentThread().name}")
            return@map it
        }
        .flowOn(Dispatchers.Default)
        .collect {
            println("yvan 3 thread:${Thread.currentThread().name}  结果:$it ")
        }

	//输出：
	//yvan 1 thread:DefaultDispatcher-worker-2
	//yvan 2 thread:DefaultDispatcher-worker-1
	//yvan 3 thread:DefaultDispatcher-worker-1  结果:flowOnTest 

3.2.7 末端操作符

1. collect：数据收集操作符，默认的flow是冷流，即当执行collect时，上游才会被触发执行。
2. collectIndexed：带下标的收集操作，如collectIndexed{ index, value -> }。
3. collectLatest：与collect的区别：当新值从上游发出时，如果上个收集还未完成，会取消上个值得收集操作。
4. toCollection、toList、toSet：将flow{}结果转化为集合。

注：还有很多操作符没有列出来~

3.3 发射流

发射流即上面3.2.7的末端操作符collect

4 热流

4.1 SharedFlow

我们知道flow{}构建的是冷流，而SharedFlow(共享Flow)默认是热流，发送器与收集器是一对多的关系。

public fun <T> MutableSharedFlow(
	// replay：重播给新订阅者时缓存数据的个数，默认是0。
	// 当新订阅者collect时，会先尝试获取上游replay个数据，为0时则不会获取之前的数据。
	// replay缓存是针对后续所有的订阅者准备的。
    replay: Int = 0,
    // extraBufferCapacity：除了replay外，缓冲值的数量。
    // 当有剩余的缓冲区空间时，Emit不挂起(可选，不能为负，默认为零) 。
    // extraBufferCapacity是为上游快速发射器及下游慢速收集器这种场景提供缓冲的，
    // 有点类似于线程池中的存储队列。
    // 要注意，replay保存的是最新值，而extraBufferCapacity保存的是最先发送的一个或多个值。
    extraBufferCapacity: Int = 0,
    // 配置缓冲区溢出的操作（可选，默认为SUSPEND，暂停尝试发出值），
    // 可选值有：SUSPEND-暂停发送、DROP_OLDEST-丢弃队列中最老的、DROP_LATEST-丢弃队列中最新的。
    onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND
): MutableSharedFlow<T>

上面操作符中提到shareIn，其作用是将普通flow转化为SharedFlow

public fun <T> Flow<T>.shareIn(
	// 协程作用域范围
    scope: CoroutineScope,
    // 控制共享的开始、结束策略。一共有三种，
    // Eagerly：马上开始，在scope作用域结束时终止
    // Lazily：当订阅者出现时开始，在scope作用域结束时终止
    // WhileSubscribed(stopTimeoutMillis: Long = 0,replayExpirationMillis: Long = Long.MAX_VALUE)：
    // 其中stopTimeoutMillis：表示最后一个订阅者结束订阅与停止上游流的时间差，默认值为0（立即停止上游流），replayExpirationMillis：数据重播的超时时间。
    started: SharingStarted,
    // 重播给新订阅者的数量
    replay: Int = 0
): SharedFlow<T> 

举例：

 //ViewModel中 普通flow通过shareIn转化为SharedFlow
 val flowConvertSharedFlow by lazy {
        flow {
            emit("1、flow")
            emit("2、convert")
            emit("3、SharedFlow")
        }.shareIn(
        	//协程作用域范围
            viewModelScope, 
            //立即开始
            SharingStarted.Eagerly, 
            //重播给新订阅者的数量
            replay = 3 
        ).onStart { println("yvan onStart") }
    }

 //Activity中
 mBtnConvertF.setOnClickListener {
      val builder: StringBuilder = StringBuilder()
      lifecycleScope.launch {
          mFlowModel.flowConvertSharedFlow.collect {
              println(it)
              builder.append(it).append("\n")
              mTvConvertF.text = builder.toString()
          }
      }
  }
  	//输出：
	//yvan onStart
	//1、flow
	//2、convert
	//3、SharedFlow

4.2 StateFlow

StateFlow可以认为是一个replay为1，且没有缓冲区的SharedFlow，所以新订阅者collect时会先获取一个默认值，构造函数如下：

//MutableStateFlow构造函数
public fun <T> MutableStateFlow(value: T): MutableStateFlow<T> = StateFlowImpl(value ?: NULL)

//MutableStateFlow接口继承了MutableSharedFlow接口
public interface MutableStateFlow<T> : StateFlow<T>, MutableSharedFlow<T> {
   public override var value: T

   public fun compareAndSet(expect: T, update: T): Boolean
}

StateFlow有自动去重的功能，即如果上游连续发送的value重复时，下游的接收方只会接收第一次的值，后续的重复值不会再接收，可以通过StateFlow.value获取发送的值。

上面操作符中提到的stateIn作用是将普通flow转化为StateFlow

public fun <T> Flow<T>.stateIn(
	// 协程作用域范围
    scope: CoroutineScope,
    // 控制共享的开始、结束策略。一共有三种，
    // Eagerly：马上开始，在scope作用域结束时终止
    // Lazily：当订阅者出现时开始，在scope作用域结束时终止
    // WhileSubscribed(stopTimeoutMillis: Long = 0,replayExpirationMillis: Long = Long.MAX_VALUE)：
    // 其中stopTimeoutMillis：表示最后一个订阅者结束订阅与停止上游流的时间差，默认值为0（立即停止上游流），replayExpirationMillis：数据重播的超时时间。
    started: SharingStarted,
    // 默认StateFlow的初始值，会发送到下游
    initialValue: T
): StateFlow<T> {
    //这里设置的replay是1 及重播给新订阅者的缓存为1
    val config = configureSharing(1)
    ......
    }

使用举例：

 //ViewModel中
 val flowConvertStateFlow by lazy {
        flow {
            //转化为StateFlow是 emit()可以是0个或1个 或多个，
            // 当是多个时，新订阅者collect只会收到最后一个值(replay为1)
            emit("1、flow convert StateFlow")
        }
            .stateIn(
            	//协程作用域范围
                viewModelScope, 
                //立即开始
                SharingStarted.Eagerly, 
                // 默认StateFlow的初始值，会发送到下游
                "0、initialValue" 
            ).onStart { println("yvan onStart") }
    }

 //Activity中
 mBtnConvertSF.setOnClickListener {
      lifecycleScope.launch {
          val builder = StringBuilder()
          mFlowModel.flowConvertStateFlow.collect {
              println(it)
              builder.append(it).append("\n")
              mTvConvertSF.text = builder.toString()
          }
      }
  }
	//输出：
	//yvan onStart
	//0、initialValue
	//1、flow convert StateFlow

注：在UI层使用Lifecycle.repeatOnLifecycle 配合上游的SharingStarted.WhileSubscribed一块使用是一种更安全、性能更好的流收集方式。

4.3 StateFlow和LiveData的异同点

我们知道通过LiveData可以让数据被观察，且具备生命周期感知能力，但LiveData的缺点也很明显：

1. LiveData的接收只能在主线程；
2. LiveData发送数据是一次性买卖，不能多次发送；
3. LiveData发送数据的线程是固定的，不能切换线程，setValue/postValue本质上都是在主线程上发送的。当需要来回切换线程时，LiveData就显得无能为力了。

StateFlow 和 LiveData 具有相似之处。两者都是可观察的数据容器类，并且在应用架构中使用时，两者都遵循相似模式。但两者还是有不同之处的：

1. StateFlow 需要将初始状态传递给构造函数，而 LiveData 不需要。
2. 当 View 进入 STOPPED 状态时，LiveData.observe() 会自动取消注册使用方，而从 StateFlow 或任何其他数据流收集数据的操作并不会自动停止。如需实现相同的行为，需要从 Lifecycle.repeatOnLifecycle 块收集数据流。

4.4 StateFlow、SharedFlow 和 Channel对比

Flow底层使用的Channel机制实现，StateFlow、SharedFlow都是一对多的关系，如果上游发送者与下游UI层的订阅者是一对一的关系，可以使用Channel来实现，Channel默认是粘性的。

Channel使用场景：一次性消费场景，比如弹窗，需求是在UI层只弹一次，即使App切到后台再切回来，也不会重复订阅(不会多次弹窗)；

如果使用SharedFlow/StateFlow，UI层使用的lifecycle.repeatOnLifecycle、Flow.flowWithLifecycle，则在App切换前后台时，UI层会重复订阅，弹窗事件可能会多次执行，不符合要求。

Channel使用特点：

1. 每个消息只有一个订阅者可以收到，用于一对一的通信
2. 第一个订阅者可以收到collect之前的事件，即粘性事件

Channel使用举例：

//viewModel中
private val _loadingChannel = Channel<Boolean>()
val loadingFlow = _loadingChannel.receiveAsFlow()

private suspend fun loadStart() {
    _loadingChannel.send(true)
}

private suspend fun loadFinish() {
    _loadingChannel.send(false)
}

//UI层接收Loading信息
 mViewModel.loadingFlow.flowWithLifecycle2(this, Lifecycle.State.STARTED) { isShow ->
     mStatusViewUtil.showLoadingView(isShow)
 }

5 扩展

在新项目或者新需求中，我们可以直接使用协程来替代之前的多线程场景的使用方式，如可以通过withContext(Dispatchers.IO)在协程中来回切换线程且能在线程执行完毕后自动切回当前线程，避免使用接口回调的方式导致逻辑可读性变差。然而，如果我们是在现有项目中开发或者网络框架就是回调方式使用时，没有办法直接使用协程，但是可以通过suspendCancellableCoroutine或callbackFlow将接口回调转化成协程：

suspendCancellableCoroutine等待单次回调API的结果时挂起协程，并将结果返回给调用者；如果需要返回Flow数据流，可以使用callbackFlow。

5.1 suspendCancellableCoroutine

使用举例：

   //ViewModel中
    /**
     * suspendCancellableCoroutine将回调转化为协程使用
     */
    suspend fun suspendCancelableData(): String {
        return try {
            getSccInfo()
        } catch (e: Exception) {
            "error: ${e.message}"
        }
    }

    /**
     * suspendCancellableCoroutine将回调转化为协程使用
     */
    private suspend fun getSccInfo(): String = suspendCancellableCoroutine { continuation ->
        val callback = object : ICallBack {
            override fun onSuccess(sucStr: String?) {
                //1、返回结果 将结果赋值给getSccInfo()挂起函数的返回值
                //2、如果调用了continuation.cancel()，resume()的结果将不会返回了，因为协程取消了
                continuation.resume(sucStr ?: "empty")
            }

            override fun onError(error: Exception) {
                //这里会将异常抛给上层 需要上层进行处理
                continuation.resumeWithException(error)
            }
        }
        continuation.invokeOnCancellation {
            //协程取消时调用，可以在这里进行解注册
            println("invokeOnCancellation")
        }

        //模拟网络请求 此时协程被suspendCancellableCoroutine挂起，直到触发回调
        Thread {
            Thread.sleep(500)
            //模拟Server返回数据
            callback.onSuccess("getServerInfo")
            //模拟抛异常
            //callback.onError(IllegalArgumentException("server error"))
        }.start()

        //模拟取消协程
        //continuation.cancel()
    }

    //Activity中
    mBtnScc.setOnClickListener {
        lifecycleScope.launch {
            val result = mFlowModel.suspendCancelableData()
            println(result)
        }
    }

	//输出：
	// getServerInfo

suspendCancellableCoroutine声明了作用域，并且传入一个CancellableContinuation参数，它可以调用resume、resumeWithException来处理对应的成功、失败回调，还可以调用cancel()方法取消协程的执行(抛出CancellationException异常，但程序不会崩溃，当然也可以通过catch抓住该异常进行处理)。

上面例子中，当开始执行时会将suspendCancellableCoroutine作用域内协程挂起，如果成功返回数据，会回调continuation.resume()方法将结果返回；如果出现异常，会回调continuation.resumeWithException()将异常抛到上层。这样整个函数处理完后，上层会从挂起点恢复并继续往下执行。

5.2 callbackFlow

callbackFlow相对于suspendCancellableCoroutine，对接口回调封装以后返回的是Flow数据流，后续就可以对数据流进行一系列操作。

callbackFlow中的几个重要方法：

1. trySend/offer：在接口回调中使用，用于上游发射数据，类似于flow{}中的emit()，kotlin 1.5.0以下使用offer，1.5.0以上推荐使用trySend()
2. awaitClose：写在最后，这是一个挂起函数, 当 flow 被关闭的时候 block 中的代码会被执行 可以在这里取消接口的注册等。

使用举例，比如当前有个场景：去某个地方，需要先对目的地进行搜索，再出发到达目的地，假设搜索、到达目的地两个行为都是使用回调来执行的，我们现在使用callbackFlow对他们进行修改：

ViewModel中，搜索目的地：

fun getSearchCallbackFlow(): Flow<Boolean> = callbackFlow {
    val callback = object : ICallBack {
        override fun onSuccess(sucStr: String?) {
            //搜索目的地成功
            trySend(true)
        }

        override fun onError(error: Exception) {
            //搜索目的地失败
            trySend(false)
        }
    }
    //模拟网络请求
    Thread {
        Thread.sleep(500)
        //模拟Server返回数据
        callback.onSuccess("getServerInfo")
    }.start()

    //这是一个挂起函数, 当 flow 被关闭的时候 block 中的代码会被执行 可以在这里取消接口的注册等
    awaitClose { println("awaitClose") }
}

ViewModel中，前往目的地：

fun goDesCallbackFlow(isSuc: Boolean): Flow<String?> = callbackFlow {
        val callback = object : ICallBack {
            override fun onSuccess(sucStr: String?) {
                trySend(sucStr)
            }

            override fun onError(error: Exception) {
                trySend(error.message)
            }
        }
        //模拟网络请求
        Thread {
            Thread.sleep(500)
            if (isSuc) {
                //到达目的地
                callback.onSuccess("arrive at the destination")
            } else {
                //发生了错误
                callback.onError(IllegalArgumentException("Not at destination"))
            }
        }.start()

        awaitClose { println("awaitClose") }
    }
Activity中，使用Flow.flatMapConcat对两者进行整合：

mBtnCallbackFlow.setOnClickListener {
      lifecycleScope.launch {
          //将两个callbackFlow串联起来 先搜索目的地，然后到达目的地
          mFlowModel.getSearchCallbackFlow()
              .flatMapConcat {
                  mFlowModel.goDesCallbackFlow(it)
              }.collect {
                  mTvCallbackFlow.text = it ?: "error"
              }
      }
  }

	//输出：
	// arrive at the destination

以下结论摘自官网：

与 flow 构建器不同，callbackFlow 允许通过 send 函数从不同 CoroutineContext 发出值，或者通过 offer/trySend 函数在协程外发出值。

在协程内部，callbackFlow 会使用通道，它在概念上与阻塞队列非常相似。通道都有容量配置，限定了可缓冲元素数的上限。在 callbackFlow 中所创建通道的默认容量为 64 个元素。当您尝试向完整通道添加新元素时，send 会将数据提供方挂起，直到新元素有空间为止，而 offer 不会将相关元素添加到通道中，并会立即返回 false。

4 总结

Flow 是 Kotlin 提供的解决复杂异步场景的方案，Flow本质是挂起函数，主要用于构建类似生产者-中介-消费者模型，可对流进行处理、过滤、变换、组合、重试、异常捕获、线程切换等，便于开发者进行流的创建、处理与消费。