kotlin 01flow-StateFlow 完整教程

一 Android StateFlow 完整教程：从入门到实战

StateFlow 是 Kotlin 协程库中用于状态管理的响应式流，特别适合在 Android 应用开发中管理 UI 状态。本教程将带全面了解 StateFlow 的使用方法。

1. StateFlow 基础概念

1.1 什么是 StateFlow?

StateFlow 是 Kotlin 协程提供的一种热流(Hot Flow)，它具有以下特点：

• 总是有当前值（初始值必须提供）
• 只保留最新值
• 支持多个观察者
• 与 LiveData 类似但基于协程

1.2 StateFlow vs LiveData

特性	StateFlow	LiveData
生命周期感知	否(需配合 lifecycleScope)	是
需要初始值	是	否
基于	协程	观察者模式
线程控制	通过 Dispatcher	主线程
背压处理	自动处理	自动处理

2. 基本使用

2.1 添加依赖

在 build.gradle 中添加：

dependencies {
    implementation "org.jetbrains.kotlinx:kotlinx-coroutines-core:1.6.4"
    implementation "org.jetbrains.kotlinx:kotlinx-coroutines-android:1.6.4"
    implementation "androidx.lifecycle:lifecycle-viewmodel-ktx:2.5.1"
    implementation "androidx.lifecycle:lifecycle-runtime-ktx:2.5.1"
}

2.2 创建 StateFlow

class MyViewModel : ViewModel() {
    // 私有可变的StateFlow
    private val _uiState = MutableStateFlow<UiState>(UiState.Loading)
    
    // 公开不可变的StateFlow
    val uiState: StateFlow<UiState> = _uiState.asStateFlow()
    
    sealed class UiState {
        object Loading : UiState()
        data class Success(val data: String) : UiState()
        data class Error(val message: String) : UiState()
    }
    
    fun loadData() {
        viewModelScope.launch {
            _uiState.value = UiState.Loading
            try {
                val result = repository.fetchData()
                _uiState.value = UiState.Success(result)
            } catch (e: Exception) {
                _uiState.value = UiState.Error(e.message ?: "Unknown error")
            }
        }
    }
}

2.3 在 Activity/Fragment 中收集 StateFlow

class MyActivity : AppCompatActivity() {
    private val viewModel: MyViewModel by viewModels()
    
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        
        lifecycleScope.launch {
            repeatOnLifecycle(Lifecycle.State.STARTED) {
                viewModel.uiState.collect { state ->
                    when (state) {
                        is MyViewModel.UiState.Loading -> showLoading()
                        is MyViewModel.UiState.Success -> showData(state.data)
                        is MyViewModel.UiState.Error -> showError(state.message)
                    }
                }
            }
        }
    }
    
    private fun showLoading() { /*...*/ }
    private fun showData(data: String) { /*...*/ }
    private fun showError(message: String) { /*...*/ }
}

3. 高级用法

3.1 结合 SharedFlow 处理一次性事件

class EventViewModel : ViewModel() {
    private val _events = MutableSharedFlow<Event>()
    val events = _events.asSharedFlow()
    
    sealed class Event {
        data class ShowToast(val message: String) : Event()
        object NavigateToNextScreen : Event()
    }
    
    fun triggerEvent() {
        viewModelScope.launch {
            _events.emit(Event.ShowToast("Hello World!"))
        }
    }
}

// 在Activity中收集
lifecycleScope.launch {
    repeatOnLifecycle(Lifecycle.State.STARTED) {
        viewModel.events.collect { event ->
            when (event) {
                is EventViewModel.Event.ShowToast -> showToast(event.message)
                EventViewModel.Event.NavigateToNextScreen -> navigateToNext()
            }
        }
    }
}

3.2 状态合并 (combine)

val userName = MutableStateFlow("")
val userAge = MutableStateFlow(0)

val userInfo = combine(userName, userAge) { name, age ->
    "Name: $name, Age: $age"
}

// 收集合并后的流
userInfo.collect { info ->
    println(info)
}

3.3 状态转换 (map, filter, etc.)

val numbers = MutableStateFlow(0)

val evenNumbers = numbers
    .filter { it % 2 == 0 }
    .map { "Even: $it" }

evenNumbers.collect { println(it) }

4. 性能优化

4.1 使用 stateIn 缓存 StateFlow

val networkFlow = flow {
    // 模拟网络请求
    emit(repository.fetchData())
}

val cachedState = networkFlow.stateIn(
    scope = viewModelScope,
    started = SharingStarted.WhileSubscribed(5000), // 5秒无订阅者停止
    initialValue = "Loading..."
)

4.2 避免重复收集

// 错误方式 - 每次重组都会创建新的收集器
@Composable
fun MyComposable(viewModel: MyViewModel) {
    val state by viewModel.state.collectAsState()
    // ...
}

// 正确方式 - 使用 derivedStateOf 或 remember
@Composable
fun MyComposable(viewModel: MyViewModel) {
    val state by remember { viewModel.state }.collectAsState()
    // ...
}

5. 测试 StateFlow

5.1 单元测试

@Test
fun `test state flow`() = runTest {
    val viewModel = MyViewModel()
    
    val results = mutableListOf<MyViewModel.UiState>()
    val job = launch {
        viewModel.uiState.collect { results.add(it) }
    }
    
    viewModel.loadData()
    advanceUntilIdle()
    
    assertEquals(3, results.size) // Loading, Success/Error
    assertTrue(results[0] is MyViewModel.UiState.Loading)
    
    job.cancel()
}

5.2 使用 Turbine 测试库

dependencies {
    testImplementation "app.cash.turbine:turbine:0.12.1"
}

@Test
fun `test with turbine`() = runTest {
    val viewModel = MyViewModel()
    
    viewModel.uiState.test {
        viewModel.loadData()
        
        assertEquals(MyViewModel.UiState.Loading, awaitItem())
        val success = awaitItem()
        assertTrue(success is MyViewModel.UiState.Success)
        
        cancelAndIgnoreRemainingEvents()
    }
}

6. 常见问题解答

Q1: StateFlow 和 LiveData 哪个更好？

StateFlow 更适合协程环境，LiveData 更简单但功能较少。新项目推荐 StateFlow。

Q2: 如何处理背压(Backpressure)?

StateFlow 自动处理背压，只保留最新值。

Q3: 为什么我的收集器没有收到更新？

检查：

1. 是否在正确的生命周期范围内收集
2. Flow 是否有发射新值
3. 是否在正确的协程上下文中

Q4: 如何避免内存泄漏?

使用 repeatOnLifecycle 或 flowWithLifecycle 确保只在活跃生命周期收集。

7. 完整示例项目

以下是一个完整的 ViewModel 示例：

class UserViewModel(private val userRepository: UserRepository) : ViewModel() {
    private val _userState = MutableStateFlow<UserState>(UserState.Loading)
    val userState: StateFlow<UserState> = _userState.asStateFlow()
    
    private val _events = MutableSharedFlow<UserEvent>()
    val events: SharedFlow<UserEvent> = _events.asSharedFlow()
    
    init {
        loadUser()
    }
    
    fun loadUser() {
        viewModelScope.launch {
            _userState.value = UserState.Loading
            try {
                val user = userRepository.getUser()
                _userState.value = UserState.Success(user)
            } catch (e: Exception) {
                _userState.value = UserState.Error(e.message ?: "Unknown error")
                _events.emit(UserEvent.ShowErrorToast("Failed to load user"))
            }
        }
    }
    
    fun updateUserName(name: String) {
        viewModelScope.launch {
            val currentUser = (_userState.value as? UserState.Success)?.user ?: return@launch
            val updatedUser = currentUser.copy(name = name)
            _userState.value = UserState.Success(updatedUser)
            userRepository.updateUser(updatedUser)
        }
    }
    
    sealed class UserState {
        object Loading : UserState()
        data class Success(val user: User) : UserState()
        data class Error(val message: String) : UserState()
    }
    
    sealed class UserEvent {
        data class ShowErrorToast(val message: String) : UserEvent()
    }
}

通过本教程，应该已经掌握了 StateFlow 的核心用法。StateFlow 是构建响应式 Android 应用的强大工具，结合协程可以提供更简洁、更安全的状态管理方案。

二 stateFlow和sharedFlow的区别

关于 StateFlow 和 SharedFlow 的问题非常关键。它们都是 Kotlin Flow 的"热流"（hot stream）变种，广泛用于 事件驱动编程 和 状态管理。下面逐条详细解答问题：

---

✅ 1. StateFlow 和 SharedFlow 的区别？能否互相转换？

特性	StateFlow	SharedFlow
是否需要初始值	✅ 是（必须有）	❌ 否（可选）
是否有当前值 .value	✅ 是	❌ 没有
是否支持粘性订阅（可立即获取最新值）	✅ 是（始终有当前值）	❌ 否（默认非粘性，取决于 replay）
用于什么	状态管理（UI 状态）	一次性事件（导航、吐司等）
是否自动重发	✅ 是：新订阅者立即拿到当前值	❌ 否（需设置 replay > 0 才能重发）
是否支持多次发送相同值	❌ 否（相同值不会触发 collect）	✅ 是
是否丢失事件	❌ 不会丢（始终保留一个最新值）	✅ 可能丢（如果没有设置 replay 或 buffer）

🔁 能否互相转换？

不能直接转换，因为它们底层设计不同。但可以人为地模拟：

val sharedFlow = MutableSharedFlow<Int>(replay = 1)
val stateFlow = sharedFlow.stateIn(scope, SharingStarted.Eagerly, initialValue)

或者从 StateFlow 获取 SharedFlow 的行为：

val stateFlow: StateFlow<Int> = MutableStateFlow(0)
val sharedFlow = stateFlow.shareIn(scope, SharingStarted.Lazily)

---

✅ 2. 是不是 StateFlow 就是 SharedFlow 多了 .value 和初始值？

可以这么说，但这只是表面。它们的语义不同：

• StateFlow 表示的是状态的容器（如 ViewModel 中的 UI 状态）。
• SharedFlow 更像是事件的通道，没有"当前状态"的概念。

// StateFlow 的特点
println(stateFlow.value) // 始终可以拿到当前值

// SharedFlow 没有 value，只能 collect
sharedFlow.collect { event -> ... }

---

✅ 3. 如何处理"被压的"问题（Backpressure、丢失事件）？

📌 StateFlow：

• 没有丢失问题：永远保留最后一个值。
• 新订阅者会立刻收到当前值。
• 不支持 backpressure，因为没有队列：只有一个值。

val sf = MutableStateFlow(0)
sf.value = 1
sf.value = 2
// collect 会立即收到 2（中间的1不会被保留）

📌 SharedFlow：

• 默认不保留任何事件 （replay = 0，无 buffer）。
• 如果事件很快发送但没人 collect，就直接丢失。
• 可以设置 replay 和 extraBufferCapacity 来控制：

val shared = MutableSharedFlow<Int>(
    replay = 2,
    extraBufferCapacity = 5
)

• 设置 onBufferOverflow = BufferOverflow.DROP_OLDEST/ DROP_LATEST / SUSPEND 控制丢弃策略。

---

✅ 使用建议总结

需求	推荐使用
需要保存并暴露当前状态（如 UI 状态）	✅ StateFlow
需要发送一次性事件，如 Toast、导航	✅ SharedFlow
想在订阅时立即拿到最后值	✅ StateFlow
想发送多个相同值	✅ SharedFlow（StateFlow 会去重）

---

三 MutableStateFlow 是如何更新值的？

_seatLevel.value = newValue 和 _seatLevel.update { ... } 都可以用来更新 MutableStateFlow 的值，但它们在 并发安全性 和 使用场景 上有区别：

---

1. _seatLevel.value = newValue（直接赋值）

• 作用 ：直接设置 MutableStateFlow 的新值。

• 特点 ：

  • 非原子操作 ：如果在多线程环境下，直接赋值可能会导致竞态条件（Race Condition），因为 value 的读写不是线程安全的。
  • 简单直接：适用于单线程或确定不会并发更新的场景。

• 示例 ：

  _seatLevel.value = 5 // 直接设置新值

---

2. _seatLevel.update { ... }（原子更新）

• 作用 ：以 原子方式 计算并更新 MutableStateFlow 的值。

• 特点 ：

  • 原子操作 ：update 是线程安全的，内部使用 CAS (Compare-And-Swap) 机制，确保在并发环境下不会出现数据竞争。
  • 基于当前值计算 ：可以访问当前值（current），并返回新值。
  • 适合条件更新：适用于需要依赖当前值进行计算的场景（如递增、条件过滤等）。

• 示例 ：

  _seatLevel.update { current ->
      if (newLevel in 0..100) newLevel else current
  }

  这里：

  • current 是当前 _seatLevel 的值。
  • 返回的值会作为新值（如果 newLevel 不在 0..100 范围内，则保持原值）。

---

关键区别

特性	_seatLevel.value = newValue	_seatLevel.update { ... }
线程安全	❌ 非原子操作，可能竞态条件	✅ 原子操作，线程安全
是否依赖当前值	❌ 直接赋值，不关心当前值	✅ 可以访问当前值并计算新值
适用场景	单线程或确定无并发更新	多线程环境或需要条件更新

---

如何选择？

1. 如果只是简单赋值，且确定不会并发更新 （例如 UI 线程中），可以直接用 value = newValue。
2. 如果涉及多线程，或需要基于当前值计算新值 （如递增、条件过滤等），应该用 update { ... }。

---

底层实现

• update 内部使用了 while (true) + compareAndSet 机制，确保原子性：

  public inline fun update(function: (T) -> T) {
      while (true) {
          val prevValue = value
          val nextValue = function(prevValue)
          if (compareAndSet(prevValue, nextValue)) {
              return
          }
      }
  }

  它会不断尝试更新，直到成功（避免并发冲突）。

---

总结

• value = newValue：简单直接，但不适合并发场景。
• update { ... }：线程安全，适合多线程或需要依赖当前值的更新。

在你的 updateLevel 函数中，由于涉及条件判断（newLevel in 0..100），使用 update 是更安全、更合理的选择。

四 为什么update 更新是原子性?

相关代码

public inline fun update(function: (T) -> T) {
    while (true) {
        val prevValue = value
        val nextValue = function(prevValue)
        if (compareAndSet(prevValue, nextValue)) {
            return
        }
    }
} 

这段代码之所以能保证 MutableStateFlow 的更新是 原子性（Atomic） 的，关键在于它使用了 CAS（Compare-And-Swap） 机制，并通过 while (true) 循环确保最终成功更新。我们逐行分析其原子性保证：

---

1. compareAndSet(prevValue, nextValue) 是关键

compareAndSet 是 Atomic 操作（底层基于 CPU 的 CAS 指令），它的行为是：

fun compareAndSet(expect: T, newValue: T): Boolean

• 如果当前 value == expect （说明其他线程尚未修改），则更新为 newValue 并返回 true。
• 如果当前 value != expect （说明其他线程已经修改），则放弃更新并返回 false。

由于 compareAndSet 是 硬件级原子操作，它保证了：

• 读取 value 、比较 expect 和 写入 newValue 这三个步骤是 不可分割的（不会被其他线程打断）。

---

2. while (true) 循环的作用

如果 compareAndSet 失败（返回 false），说明其他线程已经修改了 value，此时：

1. 重新读取最新的 value （val prevValue = value）。
2. 重新计算 nextValue （function(prevValue)）。
3. 再次尝试 compareAndSet，直到成功为止。

这种 乐观锁（Optimistic Locking） 策略确保了：

• 即使多线程竞争，最终所有更新都会 按顺序应用（不会丢失任何修改）。
• 不会发生 死锁（因为没有阻塞，只是重试）。

---

3. 为什么能保证原子性？

• compareAndSet 是原子的 ：单次 compareAndSet 调用是线程安全的。
• 循环直到成功：即使其他线程并发修改，当前线程最终会基于最新的值成功更新。
• 函数式更新 ：function(prevValue) 的计算是基于最新的 prevValue，不会出现脏数据。

---

4. 对比非原子更新的问题

如果直接用 value = newValue：

// 非原子操作，可能导致竞态条件
_seatLevel.value = _seatLevel.value + 1

在多线程环境下：

1. 线程 A 读取 value = 0。
2. 线程 B 读取 value = 0。
3. 线程 A 写入 value = 1。
4. 线程 B 写入 value = 1（本应是 2，但结果错误！）。

而 update 能避免这个问题：

_seatLevel.update { current -> current + 1 } // 线程安全

---

5. 原子性的直观体现

从代码中可以看出原子性的关键点：

1. val prevValue = value：读取当前值（可能被其他线程修改）。
2. val nextValue = function(prevValue)：基于当前值计算新值。
3. if (compareAndSet(prevValue, nextValue)) ：
   • 只有 value 仍等于 prevValue 时才会更新。
   • 如果失败（说明其他线程已修改），则 重试，确保最终更新是基于最新值。

---

6. 类似机制的对比

• Java 的 AtomicInteger ：

  atomicInt.updateAndGet(x -> x + 1); // 同样基于 CAS

• 数据库的乐观锁 ：

  UPDATE table SET value = newValue WHERE value = oldValue; -- 类似 CAS

---

总结

这段代码的原子性由以下两点保证：

1. compareAndSet 的原子性：确保比较和更新的操作不可分割。
2. 循环重试机制：确保并发冲突时最终能成功更新。

因此，update { ... } 是线程安全的，适合在多线程环境下使用，而直接 value = newValue 不是。