使用ChannelFlow实现单次事件流

发现在项目里还存在一些业务场景,需要实现的是单次响应事件,使用的却是SharedFlow/StateFlow,导致部分场景下事件会丢失或多次响应。

在Flow之前有SingleEventLiveData实现单次事件流,而Flow自身却并未直接类似的方法。 作为功能更为优雅全面的Flow,不可能没有相关的实现。

于是在搜寻一番后发现了ChannelFlow这个东西,可以简单好用地实现单次事件流

使用方法

kotlin 复制代码
private val _eventChannel = Channel<HomeTabEvent>(capacity = Channel.CONFLATED)
val eventFlow = _eventChannel.receiveAsFlow()

// 发送方
fun sendEvent(event: HomeTabEvent) {
    viewModelScope.launch {
        _eventChannel.send(event)
    }
}

// 接收方
lifecycleScope.launch {
    activity.lifecycle.repeatOnLifecycle(Lifecycle.State.STARTED) {
        viewModel.eventFlow.collect {
            ...
        }
    }
}

使用方法与SharedFlow基本相似

在初始化变量时设置capacity = Channel.CONFLATED,保证数据池里仅有一位最新的有效值,在接收端只会收到最新的值,并且在接收到数据后把数据池清掉,让事件不会重复响应

效果上与SingleEventLiveData相似

对比SharedFlow

SharedFlow是热流,意思是数据是由发送方自己完成的,不依赖于接收方。

因此当事件A发送时,接收方B如果还没开始订阅,数据就已经存到数据池里。当B开始订阅后,也不会再收到历史事件A,有可能导致丢失了事件A的处理操作。

对此情况SharedFlow提供了replay参数的设置选项,通过设置replay=n,可以让新的订阅者接收到n个历史消息事件。

kotlin 复制代码
public fun <T> MutableSharedFlow(
    replay: Int = 0,
    extraBufferCapacity: Int = 0,
    onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND
): MutableSharedFlow<T> 

当设置replay=1,可以让新的订阅者接收到之前发送的事件,看起来解决了上述的问题。

然而。。设置了replay后也引来了新的问题,或者说replay机制如此产生的新效应,那就是可能导致重复处理同一个事件。

通常我们在Activity/Fragment订阅事件的方式如下:

javascript 复制代码
lifecycleScope.launch {
    lifecycle.repeatOnLifecycle(Lifecycle.State.STARTED) {
        viewModel.sharedFlow.collect {
            //...
        }
    }
}

但是当页面状态发生变化,重新走到订阅流程时,就会触发replay的历史事件,又做了一次事件处理操作。

因此有一些地方为了解决此问题做了一些标志判断,比如:

javascript 复制代码
lifecycleScope.launch {
    lifecycle.repeatOnLifecycle(Lifecycle.State.STARTED) {
        viewModel.sharedFlow.collect {
            if (isHandled) {
                return
            }
            isHandled = true
            //...
        }
    }
}

最后也能用,就是流程和写法上过于多余,不如直接使用ChannelFlow。

总结

  • 对于单次事件流,使用ChannelFlow替换StateFlow/SharedFlow更为简单且方便
  • 用SharedFlow来实现单次稳定可靠的事件流,无论设不设置replay=1,都存在使用上的问题,而ChannelFlow可以避免这些问题
  • ChannelFlow有着数据线程安全,单次事件稳定的优势,可以完美替换SingleEventLiveData

虽然在单次事件场景上SharedFlow有着一些局限性,但它依然在许多场景中有着很好的表现,它的历史回报、背压机制在很多数据流场景中都能满足。

归根到底,无论是Channel还是Flow,都是机制固定的数据流工具,作为开发者应该去了解它们的机制和原理,更好地根据业务场景去使用它们。服务于业务,保证业务的稳定可靠才是最重要。当然,关键的是优雅 优雅!

相关推荐
Wgllss10 天前
Kotlin+协程+FLow+Channel+Compose 实现一个直播多个弹幕效果
android·架构·android jetpack
_一条咸鱼_10 天前
Android Gson注解驱动的转换规则原理(9)
android·面试·android jetpack
_一条咸鱼_10 天前
Android Runtime大对象分配与处理流程原理深度剖析(59)
android·面试·android jetpack
Wgllss11 天前
Kotlin+协程+FLow+Channel,实现生产消费者模式3种案例
android·架构·android jetpack
Wgllss11 天前
6种Kotlin中单例模式写法,特点及应用场景指南
android·架构·android jetpack
_一条咸鱼_11 天前
Android Runtime内存分配与对象生命周期深度解析(57)
android·面试·android jetpack
webbin11 天前
Compose 两种 `derivedStateOf` 写法比较
android jetpack
_一条咸鱼_12 天前
Android Runtime并发标记与三色标记法实现原理(55)
android·面试·android jetpack
Wgllss14 天前
Kotlin + Flow 实现责任链模式的4种案例
android·架构·android jetpack
移动的小太阳14 天前
Jetpack Lifecycle 组件详解
android jetpack