使用协程和 Flow 简化 API 设计
Posted 谷歌开发者
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用协程和 Flow 简化 API 设计相关的知识,希望对你有一定的参考价值。
如果您是库作者,您也许希望用户在使用 Kotlin 协程与 Flow 时可以更加轻松地调用您基于 Java 或回调的 API。另外,如果您是 API 的使用者,则可能愿意将第三方 API 界面适配协程,以使它们对 Kotlin 更友好。
本文将会介绍如何使用协程和 Flow 简化 API,以及如何使用 suspendCancellableCoroutine 和 callbackFlow API 创建您自己的适配器。针对那些富有好奇心的读者,本文还会对这些 API 进行剖析,以帮您了解它们底层的工作原理。
如果您更喜欢观看视频,可以 点击这里。
检查现有协程适配器
在您为现有 API 编写自己的封装之前,请检查是否已经存在针对您的用例的适配器或者 扩展方法。下面是一些包含常见类型协程适配器的库。
Future 类型
对于 future 类型,Java 8 集成了 CompletableFuture,而 Guava 集成了 ListenableFuture。这里提到的并不是全部,您可以在线搜索以确定是否存在适用于您的 future 类型的适配器。
// 等待 CompletionStage 的执行完成而不阻塞线程
suspend fun <T> CompletionStage<T>.await(): T
// 等待 ListenableFuture 的执行完成而不阻塞线程
suspend fun <T> ListenableFuture<T>.await(): T
使用这些函数,您可以摆脱回调并挂起协程直到 future 的结果被返回。
Reactive Stream
对于响应式流的库,有针对 RxJava、Java 9 API 与 响应式流库 的集成:
// 将给定的响应式 Publisher 转换为 Flow
fun <T : Any> Publisher<T>.asFlow(): Flow<T>
这些函数将响应式流转换为了 Flow。
Android 专用 API
对于 Jetpack 库或 android 平台 API,您可以参阅 Jetpack KTX 库 列表。现有超过 20 个库拥有 KTX 版本,构成了您所熟悉的 Java API。其中包括 SharedPreferences、ViewModels、SQLite 以及 Play Core。
回调
回调是实现异步通讯时非常常见的做法。事实上,我们在 后台线程任务运行指南 中将回调作为 Java 编程语言的默认解决方案。然而,回调也有许多缺点: 这一设计会导致令人费解的回调嵌套。同时,由于没有简单的传播方式,错误处理也更加复杂。在 Kotlin 中,您可以简单地使用协程调用回调,但前提是您必须创建您自己的适配器。
创建您自己的适配器
如果没有找到适合您用例的适配器,更直接的做法是自己编写适配器。对于一次性异步调用,可以使用 suspendCancellableCoroutine API;而对于流数据,可以使用 callbackFlow API。
作为练习,下面的示例将会使用来自 Google Play Services 的 Fused Location Provider API 来获取位置数据。此 API 界面十分简单,但是它使用回调来执行异步操作。当逻辑变得复杂时,这些回调容易使代码变得不可读,而我们可以使用协程来摆脱它们。
如果您希望探索其它解决方案,可以通过上面函数所链接的源代码为您带来启发。
一次性异步调用
Fused Location Provider API 提供了 getLastLocation 方法来获得 最后已知位置。对于协程来说,理想的 API 是一个直接返回确切结果的挂起函数。
我们可以通过为 FusedLocationProviderClient
创建扩展函数来获得更好的 API:
suspend fun FusedLocationProviderClient.awaitLastLocation(): Location
由于这是一个一次性异步操作,我们使用 suspendCancellableCoroutine
函数: 一个用于从协程库创建挂起函数的底层构建块。
suspendCancellableCoroutine
会执行作为参数传入的代码块,然后在等待继续信号期间挂起协程的执行。当协程 Continuation 对象中的 resume
或 resumeWithException
方法被调用时,协程会被恢复执行。有关 Continuation 的更多信息,请参阅: Kotlin Vocabulary | 揭秘协程中的 suspend 修饰符。
我们使用可以添加到 getLastLocation 方法中的回调来在合适的时机恢复协程。参见下面的实现:
// FusedLocationProviderClient 的扩展函数,返回最后已知位置
suspend fun FusedLocationProviderClient.awaitLastLocation(): Location =
// 创建新的可取消协程
suspendCancellableCoroutine<Location> { continuation ->
// 添加恢复协程执行的监听器
lastLocation.addOnSuccessListener { location ->
// 恢复协程并返回位置
continuation.resume(location)
}.addOnFailureListener { e ->
// 通过抛出异常来恢复协程
continuation.resumeWithException(e)
}
// suspendCancellableCoroutine 块的结尾。这里会挂起协程
//直到某个回调调用了 continuation 参数
}
注意: 尽管协程库中同样包含了不可取消版本的协程构建器 (即 suspendCoroutine
),但最好始终选择使用 suspendCancellableCoroutine
处理协程作用域的取消及从底层 API 传播取消事件。
suspendCancellableCoroutine 原理
在内部,suspendCancellableCoroutine 使用 suspendCoroutineUninterceptedOrReturn 在挂起函数的协程中获得 Continuation。这一 Continuation
对象会被一个 CancellableContinuation 对象拦截,后者会从此时开始控制协程的生命周期 (其 实现 具有 Job 的功能,但是有一些限制)。
接下来,传递给 suspendCancellableCoroutine
的 lambda 表达式会被执行。如果该 lambda 返回了结果,则协程将立即恢复;否则协程将会在 CancellableContinuation 被 lambda 手动恢复前保持挂起状态。
您可以通过我在下面代码片段 (原版实现) 中的注释来了解发生了什么:
public suspend inline fun <T> suspendCancellableCoroutine(
crossinline block: (CancellableContinuation<T>) -> Unit
): T =
// 获取运行此挂起函数的协程的 Continuation 对象
suspendCoroutineUninterceptedOrReturn { uCont ->
// 接管协程。Continuation 已经被拦截,
// 接下来将会遵循 CancellableContinuationImpl 的生命周期
val cancellable = CancellableContinuationImpl(uCont.intercepted(), ...)
/* ... */
// 使用可取消 Continuation 调用代码块
block(cancellable)
// 挂起协程并且等待 Continuation 在 “block” 中被恢复,或者在 “block” 结束执行时返回结果
cancellable.getResult()
}
想了解更多有关挂起函数的工作原理,请参阅这篇: Kotlin Vocabulary | 揭秘协程中的 suspend 修饰符。
流数据
如果我们转而希望用户的设备在真实的环境中移动时,周期性地接收位置更新 (使用 requestLocationUpdates 函数),我们就需要使用 Flow 来创建数据流。理想的 API 看起来应该像下面这样:
fun FusedLocationProviderClient.locationFlow(): Flow<Location>
为了将基于回调的 API 转换为 Flow,可以使用 callbackFlow 流构建器来创建新的 flow。callbackFlow
的 lambda 表达式的内部处于一个协程的上下文中,这意味着它可以调用挂起函数。不同于 flow 流构建器,channelFlow 可以在不同的 CoroutineContext 或协程之外使用 offer 方法发送数据。
通常情况下,使用 callbackFlow 构建流适配器遵循以下三个步骤:
- 创建使用 offer 向 flow 添加元素的回调;
- 注册回调;
- 等待消费者取消协程,并注销回调。
将上述步骤应用于当前用例,我们得到以下实现:
// 发送位置更新给消费者
fun FusedLocationProviderClient.locationFlow() = callbackFlow<Location> {
// 创建了新的 Flow。这段代码会在协程中执行。
// 1. 创建回调并向 flow 中添加元素
val callback = object : LocationCallback() {
override fun onLocationResult(result: LocationResult?) {
result ?: return // 忽略为空的结果
for (location in result.locations) {
try {
offer(location) // 将位置发送到 flow
} catch (t: Throwable) {
// 位置无法发送到 flow
}
}
}
}
// 2. 注册回调并通过调用 requestLocationUpdates 获取位置更新。
requestLocationUpdates(
createLocationRequest(),
callback,
Looper.getMainLooper()
).addOnFailureListener { e ->
close(e) // 在出错时关闭 flow
}
// 3. 等待消费者取消协程并注销回调。这一过程会挂起协程,直到 Flow 被关闭。
awaitClose {
// 在这里清理代码
removeLocationUpdates(callback)
}
}
callbackFlow 内部原理
在内部,callbackFlow 使用了一个 channel。channel 在概念上很接近阻塞 队列 —— 它在配置时需要指定容量 (capacity): 即可以缓冲的元素个数。在 callbackFlow 中创建的 channel 默认容量是 64 个元素。如果将新元素添加到已满的 channel,由于 offer 不会将元素添加到 channel 中,并且会立即返回 false,所以 send 会暂停生产者,直到频道 channel 中有新元素的可用空间为止。
awaitClose 内部原理
有趣的是,awaitClose
内部使用的是 suspendCancellableCoroutine
。您可以通过我在以下代码片段中的注释 (查看 原始实现) 一窥究竟:
public suspend fun ProducerScope<*>.awaitClose(block: () -> Unit = {}) {
...
try {
// 使用可取消 continuation 挂起协程
suspendCancellableCoroutine<Unit> { cont ->
// 仅在 Flow 或 Channel 关闭时成功恢复协程,否则保持挂起
invokeOnClose { cont.resume(Unit) }
}
} finally {
// 总是会执行调用者的清理代码
block()
}
}
复用 Flow
除非额外使用中间操作符 (如: conflate
),否则 Flow 是冷且惰性的。这意味着每次调用 flow 的终端操作符时,都会执行构建块。对于我们的用例来说,由于添加一个新的位置监听器开销很小,所以这一特性不会有什么大问题。然而对于另外的一些实现可就不一定了。
您可以使用 shareIn
中间操作符在多个收集器间复用同一个 flow,并使冷流成为热流。
val FusedLocationProviderClient.locationFlow() = callbackFlow<Location> {
...
}.shareIn(
// 让 flow 跟随 applicationScope
applicationScope,
// 向新的收集器发送上一次发送的元素
replay = 1,
// 在有活跃的订阅者时,保持生产者的活跃状态
started = SharingStarted.WhileSubscribed()
)
您可以通过文章《协程中的取消和异常 | 驻留任务详解》来了解更多有关在应用中使用 applicationScope
的最佳实践。
您应当考虑通过创建协程适配器使您的 API 或现存 API 简洁、易读且符合 Kotlin 的使用习惯。首先检查是否已经存在可用的适配器,如果没有,您可以使用 suspendCancellableCoroutine
针对一次性调用;或使用 callbackFlow
针对流数据,来创建您自己的适配器。
您可以通过 codelab: 创建 Kotlin 扩展库,来上手本文所介绍的话题。
以上是关于使用协程和 Flow 简化 API 设计的主要内容,如果未能解决你的问题,请参考以下文章
Android SingleLiveEvent Redux with Kotlin Flow