LiveData Coroutine Builder的5个诡计

Posted 2022-02-09 eclipse_xu

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LiveData Coroutine Builder的5个诡计相关的知识，希望对你有一定的参考价值。

点击上方蓝字关注我，知识会给你力量

这个系列我做了协程和Flow开发者的一系列文章的翻译，旨在了解当前协程、Flow、LiveData这样设计的原因，从设计者的角度，发现他们的问题，以及如何解决这些问题，pls enjoy it。

LiveData是由Google引入的，作为连接视图（Activity/Fragment）和其ViewModel的一种手段。它就像一个简化的反应式组件（例如RxJava或Kotlin的Flow），也知道视图的生命周期。

随着最近Kotlin的Coroutine和Kotlin的Flow的推出，现在Google推出了一种使用LiveData Coroutine Builder连接Kotlin的Flow和LiveData的方法。

Benefits of using Kotlin’s Coroutine/Flow

使用Kotlin的Coroutine/Flow连接到LiveData的好处是，它可以确保底层组件（如存储库、域层）完全在后台完成。

img

这将有助于克服以下问题：

如果主线程很忙，LiveData的postValue就会丢弃。
LiveData的转换功能都是在主线程中完成的。

Pre-requisite

要使用LiveData Coroutine Builder，首先我们需要包含KTX库，例如：

implementation "androidx.lifecycle:lifecycle-livedata-ktx:2.4.0"

然后，人们可以使用它，使用：

liveData 
    emit(data) // OR
    emitSource(liveData)

// OR
stateFlow.asLiveData()

让我们来看看LiveData Coroutine Builder的用法吧。

1. Connect Kotlin Coroutine to LiveData

如果我们有一个需要调用的coroutine，以获取一些数据到LiveData，我们可以做以下工作。

val someTypeLiveData: LiveData<SomeType> = liveData 
    // get data from is a suspend function 
    val data = aSuspedFunction() 
    emit(data)

img

一旦LiveData连接到任何观察者，它就会调用并接纳来自suspend函数的数据。

我们也可以确保它是在后台线程上完成的，使用：

val someTypeLiveData: LiveData<SomeType> =
    liveData(viewModelScope.coroutineContext + Dispatchers.IO) 
        // get data from is a suspend function 
        val data = aSuspedFunction()
        emit(data)

2. Connect Kotlin Flow (or StateFlow) to LiveData

以上是一次性的获取。但如果我们有一个流程，其中数据是连续排放的，我们可以使用：

val someTypeLiveData: LiveData<SomeType> =   
    stateFlow.asLiveData(
        viewModelScope.coroutineContext + Dispatchers.IO
    )

img

一旦LiveData连接到任何观察者，它就会在stateFlow上待命，发出它的数据。在内部对于asLiveData实际上也是一个LiveData ...。

public fun <T> Flow<T>.asLiveData(
    context: CoroutineContext = EmptyCoroutineContext,
    timeoutInMs: Long = DEFAULT_TIMEOUT
): LiveData<T> = liveData(context, timeoutInMs) 
    collect 
        emit(it)

3. Transformation on Background

正如我们之前所分享的，LiveData转换是在主线程上完成的。这使得如果转换逻辑是计算密集型的，这种转换就成了问题。

img

为了把它移到后台，我们必须使用LiveData的switchMap和liveData的coroutine builder，如下图所示。

val liveData: LiveData<String> =
    Transformations.switchMap(sourceliveData) 
        liveData(viewModelScope.coroutineContext + Dispatchers.IO)
            val data = someTranformFunction(it)
            emit(data)

img

4. Connecting Multiple LiveData Source Emission

在这种情况下，我们有多个LiveDatas源数据，我们想控制数据输出的逻辑，我们也可以使用Coroutine Builder。

img

下面是一个非常蹩脚的例子：

liveData(viewModelScope.coroutineContext + Dispatchers.IO) 
    emitSource(repository.liveDataSourceA)
    delay(2000)
    emitSource(repository.liveDataSourceB)
    delay(2000)
    emitSource(repository.liveDataSourceC)

完整示例：https://github.com/elye/demo_android_compose_state_flow_livedata_viewmodel

5. Delay and Keep Coroutine Alive Temporarily

我们在liveData coroutine builder中的一个特殊功能是，它可以被配置为在LiveData不活动的特定时间内保持coroutine的活力。

这在用户改变配置或临时暂停Activity的情况下是非常有用的，而我们希望保持循环程序的活力以完成工作。但是，如果它超过了时间阈值，那么我们就想重新启动整个coroutine操作。

下面是对该条件的准确描述：

❝
liveData构建块作为coroutines和LiveData之间的结构化并发原件。该代码块在LiveData变得活跃时开始执行，当LiveData变得不活跃时，在一个可配置的超时后自动取消。如果它在完成之前被取消，那么如果LiveData再次变得活跃，它将被重新启动。如果它在之前的运行中成功完成，它不会重新启动。注意，只有在自动取消的情况下才会重新启动。如果该块因任何其他原因被取消（例如抛出一个CancellationException），它不会被重新启动。
❞

如果我们看一下代码，我们会看到我们有timeoutInMs，它默认为5s。

@OptIn(ExperimentalTypeInference::class)
public fun <T> liveData(
    context: CoroutineContext = EmptyCoroutineContext,
    timeoutInMs: Long = DEFAULT_TIMEOUT,
    @BuilderInference block: suspend LiveDataScope<T>.() -> Unit
): LiveData<T> = CoroutineLiveData(context, timeoutInMs, block)

这意味着，当我们把活动（观察LiveData）放在后台，并且活动在暂停/停止时（注意：不是不保留活动），Coroutine将在timeoutInMs的时间内保持活力。