kotlin Flow系列之 - 冷流SafeFlow源码解析之 - Safe在那里?

news2024/12/24 4:04:45

本文涉及源码基于kotlinx-coroutines-core-jvm:1.7.1

kotlin 协成系列文章:

你真的了解kotlin中协程的suspendCoroutine原理吗?

Kotlin Channel系列(一)之读懂Channel每一行源码

kotlin Flow系列之-冷流SafeFlow源码解析之 - Safe在那里?

kotlin Flow系列之-SharedFlow源码解析

kotlin Flow系列之-StateFlow源码解析

Kotlin Flow系列之-ChannelFlow源码解析之 -操作符 buffer & fuse & flowOn线程切换

文章目录

    • 目标
    • 一,初识SafeFlow
    • 二,SafeFlwo创建以及collect调用流程
    • 三,何为Safe
      • SafeCollector源码

目标

通过本文的学习你将掌握以下知识:

  1. 对冷流SafeFlow的基本使用
  2. 从通过flow{}函数创建,到collect整个调用流程
  3. SafeFlow中的Safe是什么意思?这里的安全是指的什么方面的安全

一,初识SafeFlow

一个简单的Flow实例:

flow<Int> {
        emit(1)
    }.collect{
        println(1)
    }

flow()函数:

public fun <T> flow(@BuilderInference block: suspend FlowCollector<T>.() -> Unit): Flow<T> = SafeFlow(block)

flow()函数接收一个带接收者FlowCollectorsuspend Function. 返回一个SafeFlow

//FlowCollector
public fun interface FlowCollector<in T> {
    public suspend fun emit(value: T)
}

//SafeFlow
private class SafeFlow<T>(private val block: suspend FlowCollector<T>.() -> Unit) : AbstractFlow<T>() {
    override suspend fun collectSafely(collector: FlowCollector<T>) {
        collector.block()
    }
}

SafeFlow继承了AbstractFlow:

@FlowPreview
public abstract class AbstractFlow<T> : Flow<T>, CancellableFlow<T> {

    public final override suspend fun collect(collector: FlowCollector<T>) {
        val safeCollector = SafeCollector(collector, coroutineContext)
        try {
            collectSafely(safeCollector)
        } finally {
            safeCollector.releaseIntercepted()
        }
    }

    public abstract suspend fun collectSafely(collector: FlowCollector<T>)
}

AbstractFlow实现了两个接口FlowCancellableFlow<out T>

public interface Flow<out T> {
    public suspend fun collect(collector: FlowCollector<T>)
}

internal interface CancellableFlow<out T> : Flow<T>

他们之间的关系类图:

在这里插入图片描述

Flow的思想很简单,就是一个流,分为上游和下游,上游数据生产者,下游数据消费者。上游生成数据,然后把数据交给下游。如果把Flow比作上游,那么FlowCollector就是下游。Flow自己没有生产数据的功能,真正生成数据的是调用flow()函数时传进去的Function : block: suspend FlowCollector<T>.() -> Unit

调用上游Flowcollect方法传入一个FlowColletor对象,这样就把下游和上游对接上,上游开始工作。

Step1:当我们调用flow()方法,并传入一个Function后,就返回了一个Flow的子类SafeFlow对象,SafeFlow持有Function的引用,这样Flow就可以通过Function来生成数据了。到此完成了上游的创建。

val upStream = flow{
  emit(1)
} 

//上面的代码拆开来看,

//1先定义一个suspend 的Function类型,真正生产数据的是它
val realProducer : suspend FlowCollector<Int>.() -> Unit = {flowCollector ->
  			//生成数据
  			val data = 1
        //把数据交给下游                                                
        flowCollector.emit(data)
}

//2.调用flow函数,传入function,获得了一个Flow对象。·
val upStream  = flow<Int>(realProducer)

Step2:调用Flowcollect()函数,传入一个FlowCollector打通上下游。

upStream.collect{
  println(it)
}

//代码拆开

//1.创建一个FlowCollector作为下游消费者
val downStream = object : FlowCollector<Int>{
    override suspend fun emit(value: Int) {
   		 println(value)
    }
}
//2.通过Flow的collect方法打通上下游
upStream.collect(downStream)

二,SafeFlwo创建以及collect调用流程

通过基本认识中,我们知道了什么是上游,下游,以及如何把上下游打通。Flow是一个冷流,也可以叫做懒流,其意思就是Flow只有在使用它的时候才会工作。也就是说只调用了Flow.collect()函数,Flow才开始生产工作(创建Flow时传入的Function才开始执行)。上游为每一个下游消费者单独启动(执行Function的的代码)接着上面的代码。我们进入源码继续分析:

Step1:flow<Int>(realProducer) 通过flow函数传入名为realProducer的Function创建一个流:

//直接实例化了一个SafeFlow对象返回,并把realProducer作为SafeFlow构造函数参数传入
public fun <T> flow(@BuilderInference block: suspend FlowCollector<T>.() -> Unit): Flow<T> = SafeFlow(block)

发现flow{}函数返回了一个SafeFlow对象:

//block作为SafeFlow的私有属性。这里的block 就是是realProducer
private class SafeFlow<T>(private val block: suspend FlowCollector<T>.() -> Unit) : AbstractFlow<T>() {
    override suspend fun collectSafely(collector: FlowCollector<T>) {
        collector.block()
    }
}

在实例化SafeFlow对象时,realProducer作为构造函数参数传给了SafeFlow,被SafeFlow的block属性持有。这样就相当与SafeFlow持有了realProducer的引用。realProducer作为一个Function,具有生产数据的能力,也就是说SafeFlow就可以调用realProducer来生产数据了,这就意味着一个具备生产能力的上游被构造好了。

Step2: 调用upStream.collect(collector),打通上下游,upStream 实际上是一个SafeFlowSafeFlow代码中并没有重写collect()方法,继续往上找。找到父类AbstractFlow。发现其重写了collect()方法:

public abstract class AbstractFlow<T> : Flow<T>, CancellableFlow<T> {
  
		//所以upStream.collect(collector)真正调用到了此处,参数就是我们传进来的downStream
    public final override suspend fun collect(collector: FlowCollector<T>) {
      	//downStream作为构造函数参数被SafeCollector持有
      	//这里为什么要用SafeCollector?在西面”何为Safe“小结里面会讲解。
        val safeCollector = SafeCollector(collector, coroutineContext)
        try {
          	//step3:接通上下游
            collectSafely(safeCollector)
        } finally {
            safeCollector.releaseIntercepted()
        }
    }
    public abstract suspend fun collectSafely(collector: FlowCollector<T>)
}

在collect()方法中,发现传进去的downStream对象并没有直接和上游对接,而是被进行了一次包装或者代理,变成了一个SafeCollector对象。由SafeCollector对象和上游Flow对接。Flow中生成的数据交给了SafeCollector。然后在由SafeCollector交给我们下游也就是downStreamd对象。SafeCollector是FlowCollector的子类,同时它内部有一个colletor的属性,持有了我们下游的引用:

internal actual class SafeCollector<T> actual constructor(
    @JvmField internal actual val collector: FlowCollector<T>, //指向下游
    @JvmField internal actual val collectContext: CoroutineContext
) : FlowCollector<T>, ContinuationImpl(NoOpContinuation, EmptyCoroutineContext), CoroutineStackFrame {
  
  
}

到此真正的下游downStream被包装成了一个SafeCollector对象。

Step3:collectSafely(safeCollector)把包装好的下游对象和上游对接上。collectSafely()方法在SafeFlow中被重写:

private class SafeFlow<T>(private val block: suspend FlowCollector<T>.() -> Unit) : AbstractFlow<T>() {
  	//collectSafely(safeCollector)方法调用了此处,参数为包装后的下游
    override suspend fun collectSafely(collector: FlowCollector<T>) {
      	//此处的block就是realProducer。负责生产数据。
      	//此处的colector就是包装后的SafeCollector.
      	//开始调用block指向的Function,
        collector.block()//相当于 block(collector)
      	
    }
}

包装后的SafeCollector作为参数传给了Flow中真正用来生产数据的Function。这样Function内部就可以通过调用SafeCollector的emit方法把数据交给SafeCollector:


val realProducer : suspend FlowCollector<Int>.() -> Unit = { flowCollector ->
  			//生成数据
  			val data = 1
        //flowCollector实际上就是SafeCollector                                              
        flowCollector.emit(data)
}

Step4:flowCollector.emit(data) 生产数据的Function。把数据生成好后,交给了SafeCollector对象:

internal actual class SafeCollector<T> actual constructor(
    @JvmField internal actual val collector: FlowCollector<T>,//指向真正的下游对象
    @JvmField internal actual val collectContext: CoroutineContext
) : FlowCollector<T>, ContinuationImpl(NoOpContinuation, EmptyCoroutineContext), CoroutineStackFrame {
  

  	//flowCollector.emit(data)调用该方法。
    override suspend fun emit(value: T) {
        return suspendCoroutineUninterceptedOrReturn sc@{ uCont ->
            try {
              	//继续调用,先不用管协第一个参数,
                emit(uCont, value)
            } catch (e: Throwable) {
                lastEmissionContext = DownstreamExceptionContext(e, uCont.context)
                throw e
            }
        }
    }  
  	//继续调用了此处
    private fun emit(uCont: Continuation<Unit>, value: T): Any? {
        val currentContext = uCont.context
        currentContext.ensureActive()
       
        val previousContext = lastEmissionContext
        if (previousContext !== currentContext) {
            checkContext(currentContext, previousContext, value)
            lastEmissionContext = currentContext
        }
        completion = uCont
      	//相当于调用了下游对象的emit方法。collector指向的就是下游真正的对象。
        val result = emitFun(collector as FlowCollector<Any?>, value, this as Continuation<Unit>)
      
        if (result != COROUTINE_SUSPENDED) {
            completion = null
        }
        return result
    }
}
//emitFun是FlowCollctor的emit方法的一个引用。
private val emitFun =
    FlowCollector<Any?>::emit as Function3<FlowCollector<Any?>, Any?, Continuation<Unit>, Any?>

emitFun 指向了真正的下游的emit方法:

val downStream = object : FlowCollector<Int>{
  
  	//emitFun执行了该emit方法
    override suspend fun emit(value: Int) {
      //下游消费上游的数据。
   		 println(value)
    }
}

到此一个最基础版的Flow的上游下游的创建,生产消费过程就完成了。

在这里插入图片描述

三,何为Safe

在官方的文档中对实现Flow子类(cold flow)提出了两点约束:

在这里插入图片描述

关于这两点的详细解释,感兴趣的可以自行车查阅官网文档:

第一点 Context preservation:

意思就是说上游发送和下游接收(直接下游)只能运行在同一个CoroutineContext(协成上下文)里面。fowOn是唯一可以切换上游下游在不同context的方式。

al myFlow = flow {
   // GlobalScope.launch { // 禁止
   // launch(Dispatchers.IO) { // 禁止
   // withContext(CoroutineName("myFlow")) { // 禁止
   emit(1) // OK
   coroutineScope { //这个相当于创建了一个作用于,同样的supervisorScope也可以
       emit(2) // OK -- 可以,仍然是同一个协成
   }
}

简而言之,flow{}里面的emit必须是顺序发送的,不能并发发送。如果想要实现上下游在不同context里面可以使用channelFlow来创建流。

注意,这里指的上游和下游在同一个协成上下文里面。在kotlin里面,不要把协成和线程混为一谈,比如:

suspend fun main() {
    val flow = flow<Int> {
        log("emit 1")
        emit(1)
        log("emit 2")
        emit(2)
    }
    flow.collect {
        log("receive $it")
        delay(1000)
    }
    Thread.sleep(1000000)
}

//
20:35:45:018[ main ] emit 1
20:35:45:051[ main ] receive 1
20:35:46:071[ kotlinx.coroutines.DefaultExecutor ] emit 2
20:35:46:071[ kotlinx.coroutines.DefaultExecutor ] receive 2

上面代码collect 和 emit 运行的协成的context 为 EmptyCouroutinecContext,emit(1) 和emit(2) 不在同一个线程。

第二点 Exception transparency:

当emit或者emitAll发生异常(也就是下游处理数据时发生异常),上游必须停止继续发送新的数据,并以异常结束。流的实现永远不要捕获或者处理下游流中发生的异常。 从实现的角度来看,这意味着永远不要将对 emit 和 emitAll 的调用包裹在 try {…} catch {…} 块中。 流中的异常处理应由 catch 运算符执行,并且旨在仅捕获来自上游流的异常,而传递所有下游异常。 类似地,终端运算符如 collect 会抛出在其代码或上游流中发生的任何未处理的异常,例如:

flow { emitData() }
    .map { computeOne(it) }
    .catch { ... } // 能捕获上游 computeOne 和emitData里面的溢出
    .map { computeTwo(it) }
    .collect { process(it) } //抛出未被处理的溢出,比如process 和 computeTow中发生了未捕获的溢出。

在前面我们知道了flow{}函数返回了一个SafeFlow,一个安全的流,安全是指的哪方面安全?是线程安全吗?答案不是的。这里的安全有两点,第一是指emit数据发送顺序的安全(禁止并发emit),第二下游发生了异常,即使在上游try catch了,也不会继续emit。如果你写的代码让emit和collect不是在同一个coroutine里面,那就是不安全的,就会抛异常。比如说:

  1. 顺序发送,禁止并发送
//加入说代码可以这样写,那就会存在下游先收到数据3。实际上这样写了会抛出一个异常:
val flow<Int>{
  emit(1)
  launch(Dispatchers.IO){
    //TODO 做一些复杂的计算,需要销号一定的时间
    emit(2)
  }
  emit(3)
}

在这里插入图片描述

这个异常信息里面也说的比较明白

Flow invariant is violated: //违背了流的不可改变的特性
//检查到了emit在别的协成被调用(意思就是不是collect函数所在的协成)
Emission from another coroutine is detected.
//emit被调用在StandaloneCoroutine这个Job里面。emit期望的是调用在BlockingCoroutine这个Job里面。
//launch启动的协成的Job是StandaloneCoroutine
//collec函数运行在runBlockiing代码块里面,因此Job为BlockingCoroutine
//在抛出异常的代码里面是通过 === 来比较两个Job的,所以你就算把collect调用写在同样的launch也是不行的。
//比如上面代码在collect调用的地方也加一个launch。这样Job也是StandaloneCoroutine,但是他们是不是同一个对象
//虽然是同一个类。两个Job的 === 为false.
Child of StandaloneCoroutine{Active}@4dd11322, expected child of BlockingCoroutine{Active}@2302b8ed.


//FlowCollector不是线程安全的,并且禁止并发emit。上面emit(2)和emit(3)就相当于并发执行
FlowCollector is not thread-safe and concurrent emissions are prohibited.
//要想不受此限制,请使用“channelFlow”构建器而不是“flow”。
To mitigate this restriction please use 'channelFlow' builder instead of 'flow'

。

Tips: 关于”channelFlow“的相关讲解,不出意外下一篇博客就是它了。感兴趣的先关注,第一时间收到通知,不过想搞搞懂channelFlow函数的前提是先要搞懂ChannelFlow这个类。关于ChannelFlow的讲解,我已经发布了,大家可以自行查看学习,连接在文章顶部。

  1. 下游发生异常,上游try catch后,也不能继续发送。
suspend fun main() {
    val flow = flow<Int> {
        emit(1)
        try {
            emit(2)
        } catch (e: Exception) {
            println(e)
        }
        println("我还能继续执行,但是不能emit")
        emit(3) //会抛出异常
    }
    flow.collect {
        println(it)
        if (it == 2) {
            throw NullPointerException("ddd")
        }
    }

    Unit
}

在这里插入图片描述

输出的溢出信息还是比较直观容易理解的,接不做翻译解释了。

知道了Safe是何物后,那SafeFlow是通过什么来实现的呢?从前第二节的调用流程里面,我们知道调用SafeFlow的collect函数后,会把我们下游的FlowCollector包装进一个SafeCollector。这个SafeCollector就是用来保证”safe“的关键。

SafeCollector源码

SafeCollector不光实现了FlowCollector接口,同样它还继承了ContinuationImpl,至于CoroutineStackFrame这个接口里面的函数编译器会实现,用来在debugger时获取一个stack frame,我们不用去关心它,对我们来首CoroutineStackFrame没啥用。

SafeCollector为什么要实现ContinuationImpl呢?


internal actual class SafeCollector<T> actual constructor(
  	//这使我们下游的collector
    @JvmField internal actual val collector: FlowCollector<T>,
  	//这是我们下游调用SafeFlow collect函数所在的协成的context
    @JvmField internal actual val collectContext: CoroutineContext
) : FlowCollector<T>, ContinuationImpl(NoOpContinuation, EmptyCoroutineContext), CoroutineStackFrame {

    override val callerFrame: CoroutineStackFrame? get() = completion as? CoroutineStackFrame
	
    override fun getStackTraceElement(): StackTraceElement? = null

    @JvmField //计算context中包含的Element个数,是为了后面对比emit和collect两个调用的context是否一样。
    internal actual val collectContextSize = collectContext.fold(0) { count, _ -> count + 1 }

    //用来保存上一次emit的context(每一次emit后就会把context保存在该属性中),或者如果下游处理数据发生异常了
  	//就把emit调用的的context包装成一个DownstreamExceptionContext保存在属性中。
    private var lastEmissionContext: CoroutineContext? = null
    // 上游的续体,因为flow{}里面的代码块会封装成一个续体(ContinuationImpl的子类)。当在flow{}里面
  	//被挂起后,调用completion.resume后能接着继续下一次emit。
    private var completion: Continuation<Unit>? = null

    /*
     * This property is accessed in two places:
     * * ContinuationImpl invokes this in its `releaseIntercepted` as `context[ContinuationInterceptor]!!`
     * * When we are within a callee, it is used to create its continuation object with this collector as completion
     */
  	/**
  	 * 这个属性会在两个地方被调用:
  	 * 1. ContinuationImpl中调用 releaseIntercepted的时候在里面会context[ContinuationInterceptor]!!
  	 * 2. 当SafeCollector作为一个被调用者时候,这个context作为创建continuation的completion.
  	 *   比如说下游collect{} 里面调用了别的挂起函数,比如delay。在delay中就会创建一个SafeContinuation,
  	 *   SafeContinuation的构造函数参数需要调用 SafeCollector.intercepted()。在intercepted()里面
  	 *  就会调用SafeCollector的context[ContinuationInterceptor].interceptContinuation()。
  	 *  正因为这样,delay挂起恢复后,恢复后的代码才能继续执行在原来的协成的context环境里面。
  	 */
    override val context: CoroutineContext
        get() = lastEmissionContext ?: EmptyCoroutineContext
  
  
		//SafeCollector作为ContinuationImpl的子类,当flow{}里面代用SafeCollector的emit函数,SafeCollector
  	//的emit里面继续调用下游collector的emit函数,如果下游collector的emit(也就是colelct代码块)被挂起了,那么
   //flow{}里面的emit也被挂起了(SafeCollector的emit被挂起了),当下游collect{}里面挂起被恢复后,执行完colect
  //代码块后就调用SafeCollector的resume函数,在BaseContinuationImpl的resumeWith里面会调用SafeCollector的
  //invokeSupend,在其里面调用completion.resume就能上flow{}里面继续emit。
    override fun invokeSuspend(result: Result<Any?>): Any {
      	//如果下游collect{}里面发生了异常(这个异常肯定是被try catch了,不然直接就泡出来了,也不会走到这里)
      	//调用了con.rresumeWithException(),这里con就是SafeCollector,那么result里面就会包含异常信息。
      	//result.onFailure里面就会把异常信息和context封装到DownstreamExceptionContext里面然后赋值给
      	//lastEmissionContext。这样上游再想继续emit时就会抛出异常。在SafeCollector的emit函数里面
      	//回去检查lastEmissionContext,如果lastEmissionContext是DownstreamExceptionContext
      	//就会抛出异常。
        result.onFailure { lastEmissionContext = DownstreamExceptionContext(it, context) }
      	//恢复flow{}里面的挂起,继续emit
        completion?.resumeWith(result as Result<Unit>)
      	//返回COROUTINE_SUSPENDED是为了让BaseContinuationImpl的resumeWith里面调用了invokeSuspend后
      	//就直接return掉。也可以说让是SafeCollector这个ContinuationImpl的子类挂起了,如果不返回
      	//返回COROUTINE_SUSPENDED,在BaseContinuationImpl的resumeWith里面就会继续执行releaseIntercepted
      	//函数。
      	//SafeCollector这个ContinuationImpl的子类,那他也是一个协成。它只有在Flow执行完成后,这个协成
      	//才能结束,调用releaseIntercepted。因此如果此处不返回COROUTINE_SUSPENDED就会导致Flow下一次emit挂起
      	//被恢复后调用BaseContinuationImpl的resumeWith->releaseIntercepted 或者Flow执行完成后
      	//在调用releaseIntercepted的时候就会抛出异常。
     
        return COROUTINE_SUSPENDED
    }

    // 每一个协成执行完后都需要releaseIntercepted
    public actual override fun releaseIntercepted() {
        super.releaseIntercepted()
    }

		/**
		 * emit 的返回值为suspendCoroutineUninterceptedOrReturn的返回值。
		 * suspendCoroutineUninterceptedOrReturn的返回值为 try 表达式的返回值。
		 *  如果对这个不理解的可以看文章顶部列出的“[你真的了解kotlin中协程的suspendCoroutine原理吗?]
		 * 这篇文章。
		 * try 里面的emit 就是把把上游来的数据交给下游collector,并把SafeCollector作为协成续体传入到下游。
		 * 因此如果下游collect{}里面被挂起了emit就会返回COROUTINE_SUSPENDED,这样flow{} 里面的emit也就被挂起了。
		 *
		 * 下游collect{}里面挂起恢复后,执行完collect{}里面的代码后就会调用SafeCollector的invokeSuspend
		 * 让上游flow{}中挂起的emit(也就是SafeCollector的emit)恢复,继续执行,继续emit.
		 */
    override suspend fun emit(value: T) {
      
        return suspendCoroutineUninterceptedOrReturn sc@{ uCont ->
            try {
              	//调用内部自己的emit
                emit(uCont, value) 
            } catch (e: Throwable) {
                //如果下游collect{} 里面发生了未捕获的异常,这里把异常捕获,然后把context 和
              	//异常信息封装到DownstreamExceptionContext里面,赋值给lastEmissionContext。
              	//这样如果上游还想继续emit,因为lastEmissionContext为DownstreamExceptionContext
              	//类型,里面记录了下游抛出了异常,就会抛出异常。
              	//这个异常是在exceptionTransparencyViolated里面抛出。
                lastEmissionContext = DownstreamExceptionContext(e, uCont.context)
                throw e
            }
        }
    }
		
  	/**
  	 * 1,这个emit里面会对上游flow{}里面调用emit时所处的协成的context和下游collect函数所处的协成的context
  	 * 通过checkContext函数做比较,如果发现emit 和 collect 不是同一个协成,那就会抛出异常。
  	 * 2,如果下游抛collect{}里面抛出了未捕获的溢出,也会在 checkContext的时候调用
  	 * exceptionTransparencyViolated抛出异常。阻止上游flow{}里面继续发送。
  	 */
    private fun emit(uCont: Continuation<Unit>, value: T): Any? {
      	//上游flow{}里面调用emit时所处的协成的context
        val currentContext = uCont.context
      	//相应协成取消。也就是说在collect上游数据的过程中如果外部协成被取消了。flow 也要停止继续发送。
        currentContext.ensureActive()
      
        // 要么是上一次emit时所处的协成的context,要么是DownstreamExceptionContext(代表上一次emit数据,下游
      	// 发生了未捕获的异常)。
        val previousContext = lastEmissionContext
      
        /**
         * 如果两次的context 不相等。比如: 
         * flow {
         *	emit(1)
         *  launch{
         *		emit(2)
         *   }
         * }
         * 两次emit的context 肯定就不相等了。(原因1)
         * 或者前一次emit时下游抛异常了,那也不相等。(原因2)
         * 第一次emit lastEmissionContext = null。因此也不相等(原因3)
         */
        if (previousContext !== currentContext) {
          	//如果两次不相等,就再做进一步检查,看看是什么原因导致的。
            checkContext(currentContext, previousContext, value)
          	//记录本次emit的context,存入lastEmissionContext中。
            lastEmissionContext = currentContext
        }
      	//记录flow{}代码块的协成续体,当下游collect遇到挂起,挂起恢复执行完collect{}里面的代码后,需要
      	//通过completion来让上游flow{}里面继续执行。
        completion = uCont
      	//emitFun指的是下游Collector的emit函数。这里为什么没有直接调用collector.emit。而是通过函数引用的
      	//方式,因为直接调用就没办法把协成续体(SafeCollector)传过去了。
        val result = emitFun(collector as FlowCollector<Any?>, value, this as Continuation<Unit>)
        /*
         * If the callee hasn't suspended, that means that it won't (it's forbidden) call 'resumeWith` (-> `invokeSuspend`)
         * and we don't have to retain a strong reference to it to avoid memory leaks.
         */
      	//如果下游
        if (result != COROUTINE_SUSPENDED) {
            completion = null
        }
        return result
    }
	
  	//进一步检查是哪一种原因导致两次context不相等的
    private fun checkContext(
        currentContext: CoroutineContext,
        previousContext: CoroutineContext?,
        value: T
    ) {	
      	//如果是前一次emit时下游抛出了未捕获的溢出
        if (previousContext is DownstreamExceptionContext) {
          	//遵循官网提出的两个约束中的 Eexception Transparency,
          	//exceptionTransparencyViolated里面直接抛出异常,结束Flow。
            exceptionTransparencyViolated(previousContext, value)
        }
      	//如果不是下游抛出异常的,那就遍历context里面的每一个Element进行比较。
        checkContext(currentContext)
    }
		
  	//如果下游抛出异常,继续在emit,exceptionTransparencyViolated里面直接抛出异常,结束Flow.
    private fun exceptionTransparencyViolated(exception: DownstreamExceptionContext, value: Any?) {
        /*
         * Exception transparency ensures that if a `collect` block or any intermediate operator
         * throws an exception, then no more values will be received by it.
         * For example, the following code:
         * ```
         * 上面的意思就是 Exception transparency 这个约束确保了如果collect{}代码块或者任何中间操作符里面
         * 抛出了异常,下游就不应该再接收到任何数据。
         * 比如:
         * val flow = flow {
         *     emit(1)
         *     try {
         *          emit(2)
         *     } catch (e: Exception) { //中间操作符或者collect代码块里面抛出了异常
         *          emit(3) //继续发送
         *     }
         * }
         * // Collector
         * flow.collect { value ->
         *     if (value == 2) { //让collect 代码块连抛出一个异常
         *         throw CancellationException("No more elements required, received enough")
         *     } else {
         *         println("Collected $value")
         *     }
         * }
         * ```
         * is expected to print "Collected 1" and then "No more elements required, received enough" 
         * exception,
         * 期望的是打印 “ollected 1” 和 异常信息“and then "No more elements required, received enough" 
         * exception”
         * but if exception transparency wasn't enforced, "Collected 1" and "Collected 3" would be
         * printed instead.
         * 但是如果 exception transparency这个约束没有被强制执行的话,就会打印 “Collected 1” 和 “Collected 3”
         */
      	
      	//因此为了确保 exception transparency的约束被应用,所以当collect里面抛出异常后,再想继续emit就
      	//直接抛出异常,终止Flow.
        error("""
        		//Flow的exception transparency被违背了
            Flow exception transparency is violated:
            		//上一次emit已经抛出了${exception.e},又检查到了继续emit ${value}
                Previous 'emit' call has thrown exception ${exception.e}, but then emission attempt of value '$value' has been detected.
                //在ty 的catch里面emit 是禁止的。  如果你想要做到下游抛出异常后,还想继续发送就用
                //catch操作符代替。
                Emissions from 'catch' blocks are prohibited in order to avoid unspecified behaviour, 'Flow.catch' operator can be used instead.
                	//更多的解释查阅 catch操作符的文档。
                	//catch操作符的源码在Errors.kt文件里面
                For a more detailed explanation, please refer to Flow documentation.
            """.trimIndent())
    }
}


//crrrentContext 为 本次emit时的context
internal fun SafeCollector<*>.checkContext(currentContext: CoroutineContext) {
   //fold 遍历context 里面的每一个Element,
  	// result为遍历完后count的值,用于和 SafeCollector中的collectContextSize进行对比。如果两个
  	//值都不相等,说明两个context里面的Element个数不一样。那就是发生了context切换。
    val result = currentContext.fold(0) fold@{ count, element ->
        val key = element.key //拿到第一个element的Key。
         
        //用这个Key去collectContext里面取Element。                                      
        val collectElement = collectContext[key]
        
         //Job代表了这个协成的completion。每次创建一个协成,都需要为其创建一个Job类型的Continuation
         //作为其completion。key != Job,意思就是其他非Job类型的Element的处理情况。
         //比如CoroutineName,Dispatchers.xxx 都不是Job类型                                     
        if (key !== Job) {
          	//如果两个element 不相等。返回Int.MIN_VALUE
           return@fold  if (element !== collectElement)
          		Int.MIN_VALUE
            else
          		//相等就加一。
          		count + 1
        }
 
        /**
         * note : 如果不理解上面代码,那就需要你自行去恶补一下协成相关知识。
         */
         
       //如果Element为Job类型                                       
        val collectJob = collectElement as Job? // collectContext中的Job
        
        // 拿到currentContext中的Job                                     
        val emissionParentJob = (element as Job).transitiveCoroutineParent(collectJob)
        /*
         * Code like
         * ```
         * coroutineScope {
         *     launch {
         *         emit(1)
         *     }
         *
         *     launch {
         *         emit(2)
         *     }
         * }
         * ```
         * 上面的代码写法是错的,会抛异常。
         * is prohibited because 'emit' is not thread-safe by default. Use 'channelFlow' instead if
         * you need concurrent emission
         * or want to switch context dynamically (e.g. with `withContext`).
         *
         * 如果你想要并发emit,意思就是在flow{}中开启子协成emit数据,或者想通过withContext来切换context
         * 那么请使用 channelFlow来代替。
         * Note that collecting from another coroutine is allowed, e.g.:
         * ```
         * //以下下代码出现在flow{}里面是可以的
         * coroutineScope {
         *     //虽然这个Channel的send是在一个新的协成里面
         *     val channel = produce {
         *         collect { value ->
         *             send(value)
         *         }
         *     }
         *    //但是从channe中receive 数据还是发生在和collect{}同一个协成里面。
         *   	//并且coroutineScope也没有切换context。
         *     channel.consumeEach { value ->
         *         emit(value)
         *     }
         * }
         * ```
         * is a completely valid.
         */
         //如果连个Job不相等,必然发生了context切换。直接抛出异常                                     
        if (emissionParentJob !== collectJob) {
            error(
                "Flow invariant is violated:\n" +
                        "\t\tEmission from another coroutine is detected.\n" +
                        "\t\tChild of $emissionParentJob, expected child of $collectJob.\n" +
                        "\t\tFlowCollector is not thread-safe and concurrent emissions are 				     prohibited.\n" +
                        "\t\tTo mitigate this restriction please use 'channelFlow' builder instead of 'flow'"
            )
        }

        /*
         * If collect job is null (-> EmptyCoroutineContext, probably run from `suspend fun main`),
         * then invariant is maintained(common transitive parent is "null"),
         *  but count check will fail, so just do not count job context element when
         * flow is collected from EmptyCoroutineContext
         * 针对collectJob == null,也就是 collect 函数被调用在”suspend fun main“的情况,
         *  那就直接返回count。否则两个Job相等时对其加一,
         * 因为在计算collectContextSize的时候,collectJob不为空时是算了一个数的。因此这里也需要加一。
         */
        if (collectJob == null) count else count + 1
    }
  	//如果context中element个数不相等,那也说明发生了context切换。抛出异常
    if (result != collectContextSize的) {
        error(
            "Flow invariant is violated:\n" +
                    "\t\tFlow was collected in $collectContext,\n" +
                    "\t\tbut emission happened in $currentContext.\n" +
                    "\t\tPlease refer to 'flow' documentation or use 'flowOn' instead"
        )
    }
}


//
internal tailrec fun Job?.transitiveCoroutineParent(collectJob: Job?): Job? {
  	//如果currentContext没有Job。返回null。比如currentContext = EmptyCoroutineContext。
    if (this === null) return null
  	//如果currentContext和collectContext中的两个Job是同一个对象,直接返回this.
    if (this === collectJob) return this
  	//如果两个Job不是同一个对象。同时this 也不是ScopeCoroutine类型,意思就是在flow中发生了context
  	//切换,那也就意味着两个Job不相等。
    if (this !is ScopeCoroutine<*>) return this
  
  	//如果上面都不是,那就说明this 是ScopeCoroutine类型,比如在flow{} 里面使用了
  	//coroutineScope 或者supervisorScope,这种是支持的,那就拿到this.parent,也是Job,继续递归调用
  	//再进行比较。如果在flow{}里面没有启动新协成或者切换context, tiis作为一个ScopeCoroutine类型,它的
  	//parent递归时是能返回一个collectJob相等(===)的对象的。
  	//当让this 不是ScopeCoroutinel类型时,
    return parent.transitiveCoroutineParent(collectJob)
}

Flow的catch操作直接从代码里面点进取如果看不到源码,你可以试试双击Shift,搜索“Errors.kt"(一定要把后缀带上)

结语:本次发布比较充忙,没有来得及回顾,可能存在错别字和表述不清楚的地方,欢迎大家留言指出,谢谢

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/727785.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【vue2动画效果】实现两组单词逐渐减短,最后只保留首字母的效果

前言 实现两组单词逐渐减短&#xff0c;最后只保留首字母的效果 效果&#xff1a; 正文 <template><div class"header"><div style"margin-right: 12px; display: inline-flex"><divclass"door"id"book1"v-f…

常用数据回归建模算法总结记录

本文的主要目的是总结记录日常学习工作中常用到的一些数据回归拟合算法&#xff0c;对其原理简单总结记录&#xff0c;同时分析对应的优缺点&#xff0c;以后需要的时候可以直接翻看&#xff0c;避免每次都要查询浪费时间&#xff0c;欢迎补充。 (1)线性回归 (Linear Regressio…

解决springboot上传中文文件报错:NoClassDefFoundError: javax/mail/internet/MimeUtility

解决springboot上传中文文件报错:NoClassDefFoundError: javax/mail/internet/MimeUtility 1. 背景&#xff1a; springboot版本&#xff1a;2.7.11 前端使用 UnityEngine.WWWForm 进行文件上传 报错信息&#xff1a;org.springframework.web.multipart.MultipartException: F…

【资料分享】RK3568开发板规格书(4x ARM Cortex-A55(64bit),主频1.8GHz)

1 开发板简介 创龙科技TL3568-EVM是一款基于瑞芯微RK3568J/RK3568B2处理器设计的四核ARM Cortex-A55国产工业评估板&#xff0c;每核主频高达1.8GHz/2.0GHz&#xff0c;由核心板和评估底板组成。核心板CPU、ROM、RAM、电源、晶振、连接器等所有器件均采用国产工业级方案&#…

【拼多多API商品详情页面采集】具体的API接口调用步骤

要从拼多多获取商品数据&#xff0c;可以使用拼多多提供的API接口。首先需要注册一个拼多多开放平台的开发者账号&#xff0c;然后创建一个应用程序&#xff0c;获取应用程序的app_id和app_secret&#xff0c;以在API请求中进行身份验证。 在使用API接口时&#xff0c;需要按照…

力扣1816. 截断句子

代码展示&#xff1a; 方法1&#xff1a;通过StringBuilder创建的变量str来记录截断得到的字符串 思路&#xff1a;遍历字符串s&#xff0c;定义一个变量count_space来记录空格出现的次数&#xff0c;当空格没有出现k次时便将字符依次连接到StringBuilder类型的变量str后&#…

Web跳转案例、表单案例

一、跳转案例 <img>&#xff1a;html元素将图像嵌入文档 <body> <img src"../images(1)/images/7.5-1.jpg"> </body> 使用a标签进行一个跳转链接 <!DOCTYPE html> <html lang"en"> <head> <meta charset&qu…

7-3学习发布订阅模式,观察者模式

7-3学习发布订阅模式&#xff0c;观察者模式 1.发布订阅模式2.观察者模式 1.发布订阅模式 前端比较重要的两个设计模式&#xff0c;发布订阅模式和观察者模式。来简单的学习下。 let fs require(fs); let person {}let event {arr:[],on(fn){this.arr.push(fn);},emit(){t…

谷歌浏览器如何实现书签同步

推荐使用GIT仓库来当做中间介质&#xff0c;实现书签上传和下载&#xff0c;可以在不同机器上的谷歌浏览器之间同步书签 这里默认已经有了Git和谷歌浏览器&#xff0c;其中谷歌浏览器可以登陆账号也可以不登录。 GIT上创建私密仓库用于存储书签的json文件&#xff0c;生成秘钥…

回归预测 | MATLAB实现PSO-GCNN粒子群算法优化分组卷积神经网络的数据多输入单输出回归预测

回归预测 | MATLAB实现PSO-GCNN粒子群算法优化分组卷积神经网络的数据多输入单输出回归预测 目录 回归预测 | MATLAB实现PSO-GCNN粒子群算法优化分组卷积神经网络的数据多输入单输出回归预测效果一览基本介绍模型描述程序设计参考资料 效果一览 基本介绍 回归预测 | MATLAB实现…

数据结构课设---C语言为主体+引用

目录 一、设计要求 二、实现方法 三、实现过程 1.链栈的实现 2.前缀表达式变后缀表达式 3.括号匹配 4.链队列的实现 5.队列实现栈 6.应用代码实现汇总 7.小猫钓鱼 文章只写了代码的实现&#xff0c;并未进行原理的讲解&#xff0c;希望大家不喜勿喷 一、设计要求 1.…

C++读取一行内个数不定的整数的方式

&#x1f4af; 博客内容&#xff1a;C读取一行内个数不定的整数的方式 &#x1f600; 作  者&#xff1a;陈大大陈 &#x1f680; 个人简介&#xff1a;一个正在努力学技术的准前端&#xff0c;专注基础和实战分享 &#xff0c;欢迎私信&#xff01; &#x1f496; 欢迎大家&…

如何查询组织结构(组织结构树)

创建简单的组织表 字段1&#xff1a; 组织ID字段2&#xff1a;组织名称字段3&#xff1a;组织的父级ID -- 创建组织结构表 CREATE TABLE organization (id VARCHAR(36) PRIMARY KEY,name VARCHAR(100),parent_id VARCHAR(36) );插入几条数据 INSERT INTO organization (id, …

3D模型轻量化开发工具HOOPS与WebGL的对比分析

HOOPS是一种商业级的3D开发平台&#xff0c;由Tech Soft 3D公司开发。它提供了一套全面的工具和API&#xff0c;用于构建和展示高度复杂的3D场景和模型&#xff0c;可以在多个平台和环境中使用&#xff0c;包括Web、移动设备和桌面&#xff0c;这使得开发者能够在不同的设备上展…

Spring的事务隔离

随着应用程序复杂性的增加&#xff0c;数据库的并发读写需求也越来越高。对于一个电商平台而言&#xff0c;每天都会有数十万笔的交易数据需要处理&#xff0c;这就需要能够高效地处理并发事务。Spring作为一个强大的应用框架&#xff0c;提供了事务管理的功能&#xff0c;可以…

WhaleStudio 完成与涛思数据 TDengine 产品相互兼容性测试认证

近日&#xff0c;WhaleStudio 与涛思数据 TDengine 产品已完成相互兼容性测试认证。 白鲸开源与涛思数据的联合测试结果显示&#xff0c;Whalestudio 平台与涛思数据 TDengine 产品双方产品完全兼容&#xff0c;整体运行稳定高效。 WhaleStudio 是白鲸开源科技根据全球领先的 …

如何在海外推广一个新品牌?

在海外推广一个新品牌时&#xff0c;以下是一些步骤和策略可以帮助你&#xff1a; 1、 市场调研&#xff1a;了解目标海外市场的文化、消费者行为和偏好&#xff0c;以及竞争情况。这将帮助你了解如何定位你的品牌&#xff0c;并制定相应的推广策略。 2、 品牌定位和价值观&am…

ARM半主机模式介绍

文章目录 什么是半主机参考链接&#xff1a; 什么是半主机 半主机是一种机制&#xff0c;它使运行在arm目标上的代码能够在运行调试器的主机上通信和使用输入/输出功能。 这些工具包括键盘输入&#xff0c;屏幕输出和磁盘I/O。例如&#xff0c;你可以使用这种机制来启用C库中的…

华为OD机试真题 Python 实现【新员工座位安排系统】【2022Q4 100分】,附详细解题思路

目录 一、题目描述二、输入描述三、输出描述四、解题思路五、Python算法源码六、效果展示1、输入2、输出3、说明 一、题目描述 工位由序列F1,F2…Fn组成&#xff0c;Fi值为0、1或2。其中0代表空置&#xff0c;1代表有人&#xff0c;2代表障碍物。 1、某一空位的友好度为左右连…

【MySQL】幻读被彻底解决了吗?

一、MySQL 幻读被彻底解决了吗 MySQL InnoDB 引擎的默认隔离级别虽然是【可重复读】&#xff0c;但是它很大程度上避免幻读现象&#xff08;并不是完全解决了&#xff09;&#xff0c;解决的方案有两种&#xff1a; 针对快照读&#xff08;普通 select 语句&#xff09;&#…