kotlin知识体系(六) : Flow核心概念与与操作符指南
1. Flow基础概念
1.1 冷流(Cold Stream)
冷流是Flow的默认形式,其核心特点如下:
• 按需触发:仅在消费者调用 collect
时开始发射数据,且每次收集都会重新执行流的逻辑(类似“单播”)。
• 独立性:同一流的多个消费者会各自触发独立的数据生产和发射流程。
• 适用场景:适用于一次性任务(如网络请求、数据库查询)或需要重复触发的场景。
代码示例:
val coldFlow = flow { emit("冷流开始发射数据") delay(1000)emit("数据发射完成")
}// 消费者1收集数据
coldFlow.collect { println("消费者1: $it") }// 消费者2再次收集会重新触发流的执行
coldFlow.collect { println("消费者2: $it") }
1.2 热流(Hot Stream)
热流的生命周期不与消费者绑定,特点如下:
• 主动发射:数据由生产者主动发射,无论是否有消费者订阅(类似“广播”)。
• 共享性:多个消费者共享同一流实例,接收到的是同一组数据的最新值或事件。
• 代表类型:StateFlow
(用于状态管理)、SharedFlow
(用于事件传递)。
适用场景:
• 实时状态同步(如UI状态更新)。
• 全局事件通知(如用户登录状态变动)。
代码示例:
// 热流示例(StateFlow)
val stateFlow = MutableStateFlow("初始值")// 生产者更新值(不依赖是否有消费者)
stateFlow.value = "新值" // 多个消费者共享同一最新值
stateFlow.collect { println("消费者A: $it") }
stateFlow.collect { println("消费者B: $it") }
1.3 数据流模型(Data Stream Model)
Flow采用生产者-消费者模型,通过异步非阻塞的机制和响应式编程思想,形成完整的处理链。
1.3.1 生产者-消费者分离
• 生产者(Producer)
负责生成数据流(如通过 emit
发送数据),可以是网络请求、数据库查询或传感器事件等。
fun fetchData(): Flow<String> = flow {val data = api.getData() // 模拟耗时操作emit(data)
}
• 消费者(Consumer)
订阅数据并处理(如更新UI、存储结果):
fetchData().collect { data ->updateUI(data) // 处理数据
}
1.3.2 异步非阻塞
Flow通过在协程中运行,实现以下特点:
• 非阻塞主线程:耗时操作(如IO)通过 flowOn(Dispatchers.IO)
切换到子线程。
• 挂起与恢复:使用挂起函数(如 delay
)可暂停流处理,无需回调嵌套。
1.3.3 响应式编程
• 实时响应:当数据变化时,自动推送新值(如 StateFlow
驱动UI刷新)。
• 链式处理:通过操作符(如 map
、filter
)组合复杂逻辑,例如:
flow { emit(1..5) }.flatMapConcat { it.asFlow() } // 展开数据.filter { it % 2 == 0 } // 过滤偶数.map { it * 2 } // 转换数据.collect { println(it) } // 输出:4, 8
1.4 关键总结
特性 | 冷流 | 热流 |
---|---|---|
触发方式 | 按需触发(被收集时才发射) | 主动发射 |
数据共享 | 消费者独立触发,数据独立 | 多消费者共享数据 |
适用场景 | 接口请求、数据库查询 | 状态共享(UI)、全局事件通知 |
2. Flow的构建方式
2.1 flow { ... }
flow
构建器是创建自定义Flow的核心方式,适用于需要手动控制数据发射逻辑的场景。其核心特点是通过 emit()
函数逐个发射数据,并通过挂起函数支持异步操作。
基础示例:模拟分页加载数据
fun loadPagesFlow(pageSize: Int): Flow<List<Item>> = flow {var page = 0while (true) {val items = fetchPage(page, pageSize) // 挂起函数获取分页数据emit(items) // 发射当前页数据if (items.size < pageSize) break // 数据不足时终止流page++}
}// 使用方式
viewModelScope.launch {loadPagesFlow(20).collect { items ->updateRecyclerView(items)}
}
关键特性:
• 冷流特性:每次收集都会重新执行 flow
块内的逻辑
• 线程限制:默认在调用者的协程上下文中运行,不可直接切换线程(需配合 flowOn
)
• 挂起支持:内部可使用 delay()
、withContext()
等挂起函数
适用场景:
• 需要逐条生成数据的异步任务(如实时聊天消息接收)
• 复杂的数据生成逻辑(如分页加载、传感器数据融合)
2.2 flowOf()
快速创建包含固定数据集的冷流,适用于已知静态数据的场景。其行为类似集合操作,但支持响应式处理链。
示例:创建预定义颜色值的流
val colorFlow = flowOf("Red", "Green", "Blue")// 等价于:
val colorFlow = flow {emit("Red")emit("Green")emit("Blue")
}
特殊用法:空数据流
val emptyFlow = flowOf<String>() // 创建不发射任何值的流
性能特点:
• 数据缓存在内存中,每次收集都会重新发射全部数据
• 适用于小规模固定数据集(≤1000条)
2.3 asFlow()
将现有集合或序列转换为冷流,实现集合数据与Flow操作符的无缝衔接。
集合转换示例:
val listFlow = listOf(1, 2, 3).asFlow()// 等价于:
val listFlow = flow {emit(1)emit(2)emit(3)
}
序列适配示例:
(1..10_000).asSequence() // 创建懒序列.filter { it % 2 == 0 } // 先进行过滤.asFlow() // 转换为Flow.map { it * 2 } // 继续Flow操作.collect { print(it) }
对比 flowOf()
:
flowOf(1, 2, 3) | listOf(1,2,3).asFlow() | |
---|---|---|
数据存储方式 | 独立参数存储 | 依赖原始集合对象 |
大数据性能 | 适合小数据集 | 适合超大规模集合(惰性处理) |
操作符兼容性 | 需转换为Flow操作符链 | 可衔接集合/序列预处理 |
3. Flow操作符详解
3.1 中间操作符
3.1.1 转换操作符
通过转换操作符,开发者可以对流中的每个元素进行实时修改或扩展,支持同步和异步处理。
-
map
• 功能:将数据转换为其他类型
• 场景:数据格式转换(如DTO → UI Model)
• 注意事项:内部可调用挂起函数(如网络请求)userFlow.map { user -> UserProfile(user.id, user.name) }
-
filter
• 功能:筛选符合条件的数据
• 场景:排除无效数据(如空值、非法范围值)
• 技巧:可filterIsInstance<T>()
,直接实现filter + map
操作符的效果intFlow.filter { num -> num % 2 == 0 }
-
transform
• 功能:复杂转换(可多次emit
)
• 场景:一对多转换(如展开嵌套集合)
• 典型用法:动态生成中间状态(如加载中→成功/失败)queryFlow.transform { query ->emit(Loading)emit(SearchResult(query)) }
3.1.2 组合操作符
组合多个流的数据,实现复杂的数据混合逻辑。
-
zip
• 功能:合并两个流,按顺序配对
• 触发条件:双方流在同一位置都有新元素时触发
• 终止条件:任一流结束则终止
• 场景:合并关联性强的数据(如用户ID + 用户详情)
• 特点:结果流长度等于较短流的长度val userIds = flowOf(1, 2, 3) val userNames = flowOf("Alice", "Bob") userIds.zip(userNames) { id, name -> "$id: $name" } // 输出:1: Alice, 2: Bob
-
combine
• 功能:动态合并流(任一更新触发)
• 触发条件:任一流发射新值时触发
• 终止条件:双方流都结束时终止
• 场景:实时仪表盘(温度+湿度)、输入框联动
• 特点:结果流长度 = 流A长度 + 流B长度 - 1val tempFlow = flowOf(25, 26) val humidityFlow = flowOf(60, 65) tempFlow.combine(humidityFlow) { t, h ->"$t℃/$h%" } // 输出:25/60 → 26/60 → 26/65
3.1.3 背压处理操作符
解决生产者-消费者速度不匹配的问题,提供多种流量控制策略。
-
buffer
• 功能:添加缓冲区,允许生产者和消费者异步运行
• 参数:capacity: Int
(默认64)
• 场景:生产者快于消费者时避免阻塞(如日志批量上传)
• 注意:缓冲区过大会增加内存压力fastFlow.buffer(100).collect { ... }
-
conflate
• 功能:丢弃中间值,只保留最新值
• 场景:UI刷新(如实时位置更新时,跳过中间帧)
• 典型问题:可能丢失关键历史数据locationFlow.conflate().collect { updateMap(it) }
-
collectLatest
• 功能:新元素到达时取消当前处理并重新开始
• 场景:搜索建议(用户持续输入时取消未完成请求)
• 要求:处理块必须是可取消的挂起函数inputFlow.collectLatest { searchApi(it) }
3.1.4 生命周期操作符
监控流的执行过程,实现资源管理和状态跟踪。
-
onStart
• 触发时机:流开始收集时
• 场景:显示加载动画、初始化资源
• 注意:即使流没有元素也会触发flow.onStart { showLoading() }
-
onCompletion
• 触发时机:流正常结束或取消时
• 参数:cause: Throwable?
(null表示正常结束)
• 场景:隐藏加载动画、释放资源flow.onCompletion { hideLoading() }
-
catch
• 作用域:捕获上游的所有异常
• 限制:无法捕获下游操作符和collect
中的异常
• 恢复策略:通过emit()
发射备用值flow.catch { e ->emit(ErrorData(e)) }
3.2 末端操作符
触发流的执行并处理最终结果。
-
collect
• 功能:启动流的收集,处理每个元素
• 返回值:Unit
• 场景:自定义处理逻辑(如更新UI)flow.collect { data -> println(data) }
-
toList
/toSet
• 功能:将流转换为集合
• 返回值:List<T>
/Set<T>
• 场景:批量处理数据(如缓存全部结果)val list = flow.toList()
-
launchIn
• 功能:在指定协程作用域中启动流收集
• 返回值:Job
• 场景:简化生命周期管理(如Android中配合lifecycleScope)flow.onEach { ... }.launchIn(viewModelScope)
-
first()
/single()
• first:取第一个元素后取消流
• single:确保流只发射一个元素(否则抛异常)
• 场景:获取单次结果(如权限请求)val result = flow.first()