本文同步发表于我的微信公众号，扫一扫文章底部的二维码或在微信搜索 郭霖 即可关注，每个工作日都有文章更新。

大家好，今天是Kotlin Flow响应式编程三部曲的最后一篇。

其实回想一下我写这个Kotlin Flow三部曲的初衷，主要还是因为我自己想学这方面的知识。

虽然Kotlin我已经学了很多年了，但是对于Flow我却一直没怎么接触过。可能是因为工作当中一直用不上吧，我现在工作的主语言依然还是Java。

而我一直都是这个样子，写博客基本上不是为了谁而写的，大部分都只是因为我自己想学。但是学了不用很快又会忘记，所以经常就会通过文章的形式把它记录下来，算是助人又助己了。

而Kotlin Flow在可预见的时间里，我也上不太可能能在工作当中用得到，所以这个系列也就基本是属于我个人的学习笔记了。

今天的这一篇文章，我准备讲一讲StateFlow和SharedFlow的知识。内容和前面的两篇文章有一定的承接关系，所以如果你还没有看过前面两篇文章的话，建议先去参考 Kotlin Flow响应式编程，基础知识入门 和 Kotlin Flow响应式编程，操作符函数进阶 。

Flow的生命周期管理

首先，我们接着在 Kotlin Flow响应式编程，基础知识入门 这篇文章中编写的计时器例子来继续学习。

之前在编写这个例子的时候我有提到过，首要目的就是要让它能跑起来，以至于在一些细节方面的写法甚至都错误的。

那么今天我们就要来看一看，之前的计时器到底错在哪里了。

如果只是直观地从界面上看，好像一切都是可以正常工作的。但是，假如我们再添加一些日志来进行观察的话，问题就会浮出水面了。

那么我们在MainActivity中添加一些日志，如下所示：

class MainActivity : AppCompatActivity() {

    private val mainViewModel by viewModels<MainViewModel>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        val textView = findViewById<TextView>(R.id.text_view)
        val button = findViewById<Button>(R.id.button)
        button.setOnClickListener {
            lifecycleScope.launch {
                mainViewModel.timeFlow.collect { time ->
                    textView.text = time.toString()
                    Log.d("FlowTest", "Update time $time in UI.")
                }
            }
        }
    }
}

这里每当计时器更新一次的时候，我们同时打印一行日志来方便进行进行观察。

另外，MainViewModel中的代码这里我也贴上吧，虽然它是完全没有改动的：

class MainViewModel : ViewModel() {

    val timeFlow = flow {
        var time = 0
        while (true) {
            emit(time)
            delay(1000)
            time++
        }
    }
    
}

运行程序看一看效果：

一开始的时候，界面上计时器每更新一次，同时控制台也会打印一行日志，这还算是正常。

可接下来，当我们按下Home键回到桌面后，控制台的日志依然会持续打印。好家伙，这还得了？

这说明，即使我们的程序已经不在前台了，UI更新依然在持续进行当中。这是非常危险的事情，因为在非前台的情况下更新UI，某些场景下是会导致程序崩溃的。

也就是说，我们并没有很好地管理Flow的生命周期，它没有与Activity的生命周期同步，而是始终在接收着Flow上游发送过来的数据。

那这个问题要怎么解决呢？lifecycleScope除了launch函数可以用于启动一个协程之外，还有几个与Activity生命周期关联的launch函数可以使用。比如说，launchWhenStarted函数就是用于保证只有在Activity处于Started状态的情况下，协程中的代码才会执行。

那么我们用launchWhenStarted函数来改造一下上述代码：

class MainActivity : AppCompatActivity() {

    private val mainViewModel by viewModels<MainViewModel>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        val textView = findViewById<TextView>(R.id.text_view)
        val button = findViewById<Button>(R.id.button)
        button.setOnClickListener {
            lifecycleScope.launchWhenStarted {
                mainViewModel.timeFlow.collect { time ->
                    textView.text = time.toString()
                    Log.d("FlowTest", "Update time $time in UI.")
                }
            }
        }
    }
}

变动就只有这一处，我们使用launchWhenStarted函数替换了之前的launch函数，其余部分都是保持不变的。

现在重新运行一下程序，效果如下图所示：

可以看到，这次当我们将程序切到后台的时候，日志就会停止打印，说明刚才的改动生效了。而当我们将程序重新切回到前台时，计时器会接着刚才切出去的时间继续计时。

那么现在程序终于一切正常了吗？

很遗憾，还没有。

还有什么问题呢？上图其实已经将问题显现出来了。

现在的主要问题在于，当我们将程序从后台切回到前台时，计时器会接着之前切出去的时间继续计时。

这说明了什么？说明程序在后台的时候，Flow的管道中一直会暂存着一些的旧数据，这些数据不仅可能已经失去了时效性，而且还会造成一些内存上的问题。

要知道，我们使用flow构建函数构建出的Flow是属于冷流，也就是在没有任何接受端的情况下，Flow是不会工作的。但是上述例子当中，即使程序切到了后台，Flow依然没有中止，还是为它保留了过期数据，这就是一种内存上的浪费。

当然，我们这个例子非常简单，在实际项目中一个Flow可能又是由多个上游Flow合并而成的。在这种情况下，如果程序进入了后台，却仍有大量Flow依然处于活跃的状态，那么内存问题会变得更加严重。

为此，Google推荐我们使用repeatOnLifecycle函数来解决这个问题，写法如下：

class MainActivity : AppCompatActivity() {

    private val mainViewModel by viewModels<MainViewModel>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        val textView = findViewById<TextView>(R.id.text_view)
        val button = findViewById<Button>(R.id.button)
        button.setOnClickListener {
            lifecycleScope.launch {
                repeatOnLifecycle(Lifecycle.State.STARTED) {
                    mainViewModel.timeFlow.collect { time ->
                        textView.text = time.toString()
                        Log.d("FlowTest", "Update time $time in UI.")
                    }
                }
            }
        }
    }
}

repeatOnLifecycle函数接受一个Lifecycle.State参数，这里我们传入Lifecycle.State.STARTED，同样表示只有在Activity处于Started状态的情况下，协程中的代码才会执行。

使用repeatOnLifecycle函数改造之后，运行效果会完全不一样，我们来看一下：

可以看到，当我们将程序切到后台之后，日志打印就停止了。当我们将程序重新切回前台时，计时器会从零开始重新计时。

这说明什么？说明Flow在程序进入后台之后就完全停止了，不会保留任何数据。程序回到前台之后Flow又从头开始工作，所以才会从零开始计时。

正确使用repeatOnLifecycle函数，这样才能让我们的程序在使用Flow的时候更加安全。

StateFlow的基本用法

即使你从来没有使用过Flow，但是我相信你一定使用过LiveData。

而如果谈到在Flow的所有概念当中，最最接近LiveData的，那毫无疑问就是StateFlow了。

可以说，StateFlow的基本用法甚至能够做到与LiveData完全一致。对于广大Android开发者来说，我认为这是一个非常容易上手的组件。

下面我们就通过一个例子来学习一下StateFlow的基本用法。例子非常简单，就是复用了刚才计时器的例子，并稍微进行了一下改造。

首先是对MainViewModel的改造，代码如下所示：

class MainViewModel : ViewModel() {

    private val _stateFlow = MutableStateFlow(0)

    val stateFlow = _stateFlow.asStateFlow()

    fun startTimer() {
        val timer = Timer()
        timer.scheduleAtFixedRate(object : TimerTask() {
            override fun run() {
                _stateFlow.value += 1
            }
        }, 0, 1000)
    }
}

可以看到，这里我们采取了和基础知识入门篇完全不一样的计时器实现策略。

之前我们是借助Flow和协程的延迟机制来实现计时器效果的，而这里则改成了借助Java的Timer类来实现。

现在，只要调用了startTimer()函数，每隔一秒钟Java的Timer定时器都会执行一次。那么执行了要干什么呢？这就非常关键了，我们每次都给StateFlow的value值加1 。

你会发现，这个例子中展示的StateFlow的用法几乎和LiveData是完全一致。同样都是通过给value变量赋值来更新数据，甚至同样都是创建一个Mutable的private版本来进行内部操作（一个叫MutableStateFlow，一个叫MutableLiveData），再转换一个public的外部版本进行数据观察（一个叫StateFlow，一个叫LiveData）。

如此来看，在MainViewModel层面确实是非常好理解的。

接下来看一下MainActivity中的代码改造：

class MainActivity : AppCompatActivity() {

    private val mainViewModel by viewModels<MainViewModel>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        val textView = findViewById<TextView>(R.id.text_view)
        val button = findViewById<Button>(R.id.button)
        button.setOnClickListener {
            mainViewModel.startTimer()
        }
        lifecycleScope.launch {
            repeatOnLifecycle(Lifecycle.State.STARTED) {
                mainViewModel.stateFlow.collect {
                    textView.text = it.toString()
                }
            }
        }
    }
}

当点击按钮时，我们会调用MainViewModel中的startTimer()函数开启定时器。

然后，这里通过lifecycleScope启动了一个协程作用域，并开始对我们刚才定义的StateFlow进行监听。上述代码中的collect函数相当于LiveData中的observe函数。

StateFlow的基本用法就是这样了，现在让我们来运行一下程序吧：

看上去计时器已经可以正常工作了，非常开心。

StateFlow其中一个重要的价值就是它和LiveData的用法保持了高度一致性。如果你的项目之前使用的是LiveData，那么终于可以放宽了心，零成本地迁移到Flow上了吧？

StateFlow的高级用法

虽说我们使用StateFlow改造的计时器已经可以成功运行了，但是有没有觉得刚才的写法有点太过于传统了，看着非常得不响应式（毕竟用法和LiveData完全一致）。

实际上，StateFlow也有更加响应式的用法，借助stateIn函数，可以将其他的Flow转换成StateFlow。

不过，为了能够更好地讲解stateIn函数，我们还需要对之前的例子进行一下改造。

首先将MainViewModel中的代码还原到最初版本：

class MainViewModel : ViewModel() {

    val timeFlow = flow {
        var time = 0
        while (true) {
            emit(time)
            delay(1000)
            time++
        }
    }
    
}

然后修改MainActivity中的代码：

class MainActivity : AppCompatActivity() {

    private val mainViewModel by viewModels<MainViewModel>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        val textView = findViewById<TextView>(R.id.text_view)
        lifecycleScope.launch {
            repeatOnLifecycle(Lifecycle.State.STARTED) {
                mainViewModel.timeFlow.collect { time ->
                    textView.text = time.toString()
                }
            }
        }
    }
}

这里我们移除了对Button点击事件的监听，而是在onCreate函数中直接让计时器就开始工作。

为什么要做这样的修改呢？

因为这会暴露出我们之前代码中隐藏的另外一个问题，观察如下效果图：

可以看到，原来除了程序进入后台之外，手机发生横竖屏切换也会让计时器重新开始计时。

出现这个情况的原因是，手机横竖屏切换会导致Activity重新创建，重新创建就会使得timeFlow重新被collect，而冷流每次被collect都是要重新执行的。

但这并不是我们想看到的现象，因为横竖屏切换是很迅速的事情，在这种情况下我们没必要让所有的Flow都停止工作再重新启动。

那么该怎么解决呢？现在终于可以引入stateIn函数了，先上代码，我再进行讲解。修改如下：

class MainViewModel : ViewModel() {

    private val timeFlow = flow {
        var time = 0
        while (true) {
            emit(time)
            delay(1000)
            time++
        }
    }

    val stateFlow =
        timeFlow.stateIn(
            viewModelScope,
            SharingStarted.WhileSubscribed(5000), 
            0
        )
}

前面已经介绍了，stateIn函数可以将其他的Flow转换成StateFlow。那么这里，我们就是将之前的timeFlow转换成了StateFlow。

stateIn函数接收3个参数，其中第1个参数是作用域，传入viewModelScope即可。第3个参数是初始值，计时器的初始值传入0即可。

而第2个参数则是最有意思的了。刚才有说过，当手机横竖屏切换的时候，我们不希望Flow停止工作。但是再之前又提到了，当程序切到后台时，我们希望Flow停止工作。

这该怎么区分分别是哪种场景呢？

Google给出的方案是使用超时机制来区分。

因为横竖屏切换通常很快就能完成，这里我们通过stateIn函数的第2个参数指定了一个5秒的超时时长，那么只要在5秒钟内横竖屏切换完成了，Flow就不会停止工作。

反过来讲，这也使得程序切到后台之后，如果5秒钟之内再回到前台，那么Flow也不会停止工作。但是如果切到后台超过了5秒钟，Flow就会全部停止了。

这点开销还是完全可以接受的。

好的，接下来我们在MainActivity中改成对StateFlow进行collect，从而完成这个例子吧：

class MainActivity : AppCompatActivity() {

    private val mainViewModel by viewModels<MainViewModel>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        val textView = findViewById<TextView>(R.id.text_view)
        lifecycleScope.launch {
            repeatOnLifecycle(Lifecycle.State.STARTED) {
                mainViewModel.stateFlow.collect { time ->
                    textView.text = time.toString()
                }
            }
        }
    }
}

现在重新运行一下程序看一看效果：

可以看到，现在手机横竖屏切换计时器依然是可以正常计时的，说明关联的Flow也都在继续工作，符合我们的预期。

到这里，StateFlow的相关内容基本就都讲完了。接下来还有今天的最后一块主题，SharedFlow。

SharedFlow

要想轻松理解SharedFlow，首先我们得要先理解粘性这个概念。

如果你接触过EventBus，应该对粘性不会感到陌生吧？

这是一个响应式编程中专有的概念。响应式编程是一种发送者和观察者配合工作的编程模式，由发送者发出数据消息，观察者接收到了消息之后进行逻辑处理。

普通场景下，这种发送者和观察者的工作模式还是很好理解的。但是，如果在观察者还没有开始工作的情况下，发送者就已经先将消息发出来了，稍后观察者才开始工作，那么此时观察者还应该收到刚才发出的那条消息吗？

不管你觉得是应该还是不应该，这都不重要。这里我抛出这个问题是为了引出粘性的定义。如果此时观察者还能收到消息，那么这种行为就叫做粘性。而如果此时观察者收不到之前的消息，那么这种行为就叫做非粘性。

EventBus允许我们在使用的时候通过配置指定它是粘性的还是非粘性的。而LiveData则不允许我们进行指定，它的行为永远都是粘性的。

刚才我们也说过，StateFlow和LiveData具有高度一致性，因此可想而知，StateFlow也是粘性的。

怎么证明呢？通过一个非常简单的例子即可证明。

修改MainViewModel中的代码，如下所示：

class MainViewModel : ViewModel() {

    private val _clickCountFlow = MutableStateFlow(0)

    val clickCountFlow = _clickCountFlow.asStateFlow()

    fun increaseClickCount() {
        _clickCountFlow.value += 1
    }
}

这里我们使用了一个名为clickCountFlow的StateFlow来进行简单的计数功能。然后定义了一个increaseClickCount()函数，用于将计数值加1。

接下来修改MainActivity中的代码：

class MainActivity : AppCompatActivity() {

    private val mainViewModel by viewModels<MainViewModel>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        val textView = findViewById<TextView>(R.id.text_view)
        val button = findViewById<Button>(R.id.button)
        button.setOnClickListener {
            mainViewModel.increaseClickCount()
        }
        lifecycleScope.launch {
            repeatOnLifecycle(Lifecycle.State.STARTED) {
                mainViewModel.clickCountFlow.collect { time ->
                    textView.text = time.toString()
                }
            }
        }
    }
}

可以看到，每当点击一次按钮时，我们都调用increaseClickCount()函数来让计数值加1。

另外就是使用前面学习过的写法，对clickCountFlow进行collect。

现在运行一下程序，效果如下图所示：

这里需要关注的重点是，当手机发生横竖屏切换时，计数器的数字仍然会保留在屏幕上。

你觉得这很正常？其实则不然。因为当手机发生横竖屏切换时，整个Activity都重新创建了，则此调用clickCountFlow的collect函数之后，并没有什么新的数据发送过来，但我们仍然能在界面上显示之前计数器的数字。

由此说明，StateFlow确实是粘性的。

粘性特性在绝大多数场景下都非常好使，这也是为什么LiveData和StateFlow都设计成粘性的原因。

但确实在一些场景下，粘性又会导致出现某些问题。而LiveData并没有提供非粘性的版本，所以网上甚至还出现了一些用Hook技术来让LiveData变成非粘性的方案。

相比之下，Flow则人性化了很多。想要使用非粘性的StateFlow版本？那么用SharedFlow就可以了。

在开始介绍SharedFlow的用法之前，我们先来看一下到底是什么样的场景不适用于粘性特性。

假设我们现在正在开发一个登录功能，点击按钮开始执行登录操作，登录成功之后弹出一个Toast告知用户。

首先修改MainViewModel中的代码，如下所示：

class MainViewModel : ViewModel() {

    private val _loginFlow = MutableStateFlow("")

    val loginFlow = _loginFlow.asStateFlow()

    fun startLogin() {
        // Handle login logic here.
        _loginFlow.value = "Login Success"
    }
}

这里我们定义了一个startLogin函数，当调用这个函数时开始执行登录逻辑操作，登录成功之后向loginFlow进行赋值来告知用户登录成功了。

接着修改MainActivity中的代码，如下所示：

class MainActivity : AppCompatActivity() {

    private val mainViewModel by viewModels<MainViewModel>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        val button = findViewById<Button>(R.id.button)
        button.setOnClickListener {
            mainViewModel.startLogin()
        }
        lifecycleScope.launch {
            repeatOnLifecycle(Lifecycle.State.STARTED) {
                mainViewModel.loginFlow.collect {
                    if (it.isNotBlank()) {
                        Toast.makeText(this@MainActivity, it, Toast.LENGTH_SHORT).show()
                    }
                }
            }
        }
    }
}

这里当点击按钮时，我们调用MainViewModel中的startLogin函数开始执行登录。

然后在对loginFlow进行collect的地方，通过弹出一个Toast来告知用户登录已经成功了。

现在运行一下程序，效果如下图所示：

可以看到，当点击按钮开始执行登录时，弹出了一个Login Success的Toast，说明登录成功了。到这里都还挺正常的。

接下来当我们尝试去旋转一下屏幕，此时又会弹出一个Login Success的Toast，这就不对劲了。

而这，就是粘性所导致的问题。

现在我们明白了在某些场景下粘性特性是不太适用的，接下来我们就学习一下如何使用SharedFlow这个非粘性的版本来解决这个问题。

修改MainViewModel中的代码，如下所示：

class MainViewModel : ViewModel() {

    private val _loginFlow = MutableSharedFlow<String>()

    val loginFlow = _loginFlow.asSharedFlow()

    fun startLogin() {
        // Handle login logic here.
        viewModelScope.launch {
            _loginFlow.emit("Login Success")
        }
    }
}

SharedFlow和StateFlow的用法还是略有不同的。

首先，MutableSharedFlow是不需要传入初始值参数的。因为非粘性的特性，它本身就不要求观察者在观察的那一刻就能收到消息，所以也没有传入初始值的必要。

另外就是，SharedFlow无法像StateFlow那样通过给value变量赋值来发送消息，而是只能像传统Flow那样调用emit函数。而emit函数又是一个挂起函数，所以这里需要调用viewModelScope的launch函数启动一个协程，然后再发送消息。

总体改动就是这么多，MainActivity中的代码是不需要做修改的，现在让我们重新运行一下程序吧：

可以看到，这次当我们再旋转一下屏幕，不会再像刚才那样又弹出一次Toast了，说明SharedFlow的改动已经生效了。

当然，其实SharedFlow的用法还远不止这些，我们可以通过一些参数的配置来让SharedFlow在有观察者开始工作之前缓存一定数量的消息，甚至还可以让SharedFlow模拟出StateFlow的效果。

但是我觉得这些配置会让SharedFlow更难理解，就不打算讲了。还是让它们之间的区别更纯粹一些，通过粘性和非粘性的需求来选择你所需要的那个版本即可。

好了，到这里，Kotlin Flow三部曲全剧终。

虽不敢说通过这三篇文章你就能成为Flow大神了，但是相信这些知识已经足够你解决工作中遇到了绝大多数问题了。

如果想要学习Kotlin和最新的Android知识，可以参考我的新书 《第一行代码 第3版》，点击此处查看详情。