LiveData 的缺陷：为什么我现在越来越少使用 LiveData？

我第一次接触 LiveData 的时候，觉得它非常惊艳。

在那个时代，Android 开发充满了 Callback、生命周期问题、内存泄漏风险。

LiveData 的出现，让 Android 开发第一次拥有了一个和生命周期结合的数据观察方案。

那时候我觉得：

LiveData 真的好棒，简单好用。

但是几年之后，我越来越少使用 LiveData。

现在的新项目里，我基本已经不会主动选择 LiveData，而更多使用 Kotlin Flow。

这是因为随着 Android 应用复杂度提升，LiveData 本身的一些设计限制越来越明显。

---

一、刚出道的 LiveData，为什么让我觉得惊艳？

在 LiveData 出现之前，Android 异步开发是什么样？

大量 Callback：

api.getUser(new Callback<User>() {

    @Override
    public void onSuccess(User user) {

        textView.setText(user.name);

    }

});

看起来简单，但是隐藏大量问题。

---

1. 生命周期问题

比如：

打开页面

↓

请求网络

↓

用户返回

↓

Activity销毁

↓

接口返回

↓

更新UI

↓

Crash

开发者需要自己判断：

if(!activity.isDestroyed()){

}

大量生命周期判断代码。

---

2. 数据和 UI 强绑定

以前：

请求成功

↓

Callback

↓

修改UI

业务代码和 UI 更新混在一起。

---

LiveData 出现：

viewModel.user.observe(this){
    name.text = it.name
}

突然变得非常自然。

它解决：

• 生命周期自动管理
• 自动取消观察
• 数据变化自动通知 UI

当时来看，这是非常大的进步。

---

二、LiveData 最大的价值：让 Android 有了生命周期感知的数据观察

LiveData 最大的设计：

observe(owner){

}

它知道：

STARTED

RESUMED

DESTROYED

状态。

例如：

Activity:

onStart

↓

开始接收数据


onDestroy

↓

自动解绑

开发者不用再手动处理：

• 取消监听
• 防止内存泄漏
• 判断页面状态

所以 LiveData 的核心贡献：

它解决了 Android 世界中"数据观察"和"生命周期管理"的问题。

---

三、但是 LiveData 的第一个限制：它不是一个真正的数据流

这是 LiveData 最大的问题之一。

LiveData：

val user = MutableLiveData<User>()

它更像：

一个可以被观察的数据容器。

它保存：

当前值

然后通知：

观察者

---

但是现代应用很多场景，本质是：

数据流。

例如搜索：

用户输入：

a

↓

ab

↓

abc

我们希望：

300ms没有输入

↓

请求abc

Flow：

queryFlow
    .debounce(300)
    .flatMapLatest {

        search(it)

    }

非常自然。

因为 Flow 表达：

数据产生

↓

数据转换

↓

数据过滤

↓

数据消费

而 LiveData 更关注：

现在是什么值

---

四、LiveData 缺少完整的数据流处理能力

现代应用大量需要：

• map
• filter
• combine
• debounce
• retry
• catch
• flatMapLatest

Flow：

userFlow
    .filter {

    }
    .map {

    }
    .combine(otherFlow){

    }

这些都是 Flow 的核心能力。

---

LiveData 虽然有：

Transformations.map()
Transformations.switchMap()

但是能力有限。

复杂一点：

例如：

用户信息

+

配置

+

网络状态

+

权限状态

LiveData 通常：

MediatorLiveData

多个数据源手动管理。

代码容易越来越复杂。

---

五、LiveData 的第二个限制：它不适合作为 Data 层的数据类型

这是很多项目后期遇到的问题。

早期很多项目：

class UserRepository {
    fun getUser():LiveData<User>
}

当时觉得：

很方便。

但是问题来了：

LiveData 属于：

androidx.lifecycle.LiveData

它本质是 Android 生命周期组件。

---

Data 层为什么不应该暴露 LiveData？

因为数据层关注：

数据怎么产生

数据怎么变化

而不是：

Activity有没有显示

Fragment有没有销毁

但是 LiveData 天生关注：

LifecycleOwner

例如：

STARTED

RESUMED

DESTROYED

这意味着：

数据层开始知道：

Android 生命周期模型。

---

举个例子：

数据库：

@Query(
"select * from user"
)
fun observeUser():LiveData<User>

看起来很好。

但是如果：

后台 Service 需要用户数据：

或者：

Worker 需要监听数据：

它们怎么办？

因为它们并没有：

LifecycleOwner

于是开始出现：

各种转换：

asFlow()

其实：

如果数据源一开始就是 Flow：

这些问题不存在。

---

六、LiveData 会限制数据的消费方式

假设：

Repository：

fun message():LiveData<Message>

UI：

没问题：

observe()

但是：

后台任务：

Coroutine

更希望：

collect()

但是 LiveData：

设计目标就是：

Observer。

于是：

数据生产者决定了消费者模式。

---

而 Flow：

fun message():Flow<Message>

消费者自己决定：

UI：

collectAsState()

后台：

collect()

测试：

first()

同一个数据源：

不同消费方式。

---

七、LiveData 对事件处理一直比较尴尬

经典问题：

一次性事件。

例如：

登录成功：

loginSuccess.value = true

页面：

observe {

    Toast.makeText(
        "登录成功"
    )

}

旋转屏幕。

LiveData 会重新发送：

true

结果：

Toast 又出现一次。

于是出现：

SingleLiveEvent

或者：

EventWrapper

但是这也说明：

LiveData 更适合：

状态。

不适合：

事件流。

---

事件：

点击一次

发送一次

消费一次

状态：

当前是什么

两者语义不同。

---

八、LiveData 的线程模型比较简单，也限制了能力

LiveData：

setValue()

主线程。

后台：

postValue()

看起来简单。

但是：

它隐藏了一些细节。

例如：

postValue(1)

postValue(2)

postValue(3)

最终：

可能只收到：

3

原因：

LiveData 的目标：

保存最新状态。

它不是消息队列。

---

但是很多场景需要：

事件1

事件2

事件3

全部处理

例如：

• 下载进度
• 消息通知
• 操作事件

LiveData 并不适合。

---

九、LiveData 和 Kotlin 协程结合，不如 Flow 自然

现在 Android 主流：

Coroutine

+

Flow

但是 LiveData：

通常：

viewModelScope.launch {
      val result = repository.getUser()
       liveData.value = result
}

中间：

Coroutine

↓

LiveData

↓

Observer

多了一层。

---

Flow：

viewModelScope.launch {

    repository.user()
        .collect {

        }

}

天然连接。

---

十、LiveData 最大的问题：简单很好，复杂容易失控

LiveData：

简单页面：

val loading =
    MutableLiveData<Boolean>()

非常舒服。

但是复杂页面：

多个 LiveData：

UserLiveData

+

ConfigLiveData

+

NetworkLiveData

+

PermissionLiveData

最后：

MediatorLiveData

Transformations

Event包装

各种工具类

越来越像：

自己实现一个数据流框架。

---

十一、LiveData 和 Flow，本质区别是什么？

LiveData：

一个生命周期感知的数据容器。

Flow：

一个可以被组合、转换、取消的数据流。

---

LiveData 思维：

数据变化了

通知我

Flow 思维：

数据本身就是流

我要处理这个流

---

总结

LiveData 没有错。

它是 Android 架构发展过程中非常重要的一环。

它解决：

生命周期安全的数据观察。

但是它也有明显限制：

1. 它不是完整的数据流模型

2. 数据组合能力有限

3. 不适合作为 Data 层的数据类型

4. 和协程结合不够自然

5. 对事件处理存在天然缺陷

所以：

LiveData 适合 UI 层，但不应该成为整个应用的数据传递模型。