Flow是什么
Flow用于表达多个连续的异步过程。
实现方式为使用协程封装成生产者消费者模式，上游流负责生产，下游流负责消耗。
Flow创建
创建
fun simpleFlow() = flow {
for (i in 1..3) {
delay(100)
emit(i)
}
}
消费
fun createFlowTest() {
runBlocking {
simpleFlow().collect {
Log.v(TAG, "收到数据111 = $it")
}
Log.v(TAG, "======")
simpleFlow().collect {
Log.v(TAG, "收到数据2222 = $it")
}
}
}
以上输出为
收到数据111 = 1
收到数据111 = 2
收到数据111 = 3
======
收到数据2222 = 1
收到数据2222 = 2
收到数据2222 = 3
runBlocking {
//flowOf构造器构造
flowOf(1, 2, 3)
.onEach {
delay(100)
}
.collect {
Log.v(TAG, "flowOf 构造方法 = $it")
}
//asFlow 构造
(1..5).asFlow().onEach {
delay(100)
}.collect {
Log.v(TAG, "asFlow 构造方法 = $it")
}
}
以上输出为
flowOf 构造方法 = 1
flowOf 构造方法 = 2
flowOf 构造方法 = 3
asFlow 构造方法 = 1
asFlow 构造方法 = 2
asFlow 构造方法 = 3
asFlow 构造方法 = 4
asFlow 构造方法 = 5
接收
Flow为冷流，冷流不会发射数据，只有到了收集（末端操作符）的时候，数据才开始生产并被发射出去。
collect()
上游流emit()之后，下游流在collect()中接收数据
中间操作符
filter() 过滤
map()转换
runBlocking {
(1..10).asFlow().onEach {
delay(100)
}.filter {
it % 2 == 0
}.map {
it * 2
}.collect {
Log.v(TAG, "中间操作符filter map 测试 = $it")
}
}
输出结果为
中间操作符filter map 测试 = 4
中间操作符filter map 测试 = 8
中间操作符filter map 测试 = 12
中间操作符filter map 测试 = 16
中间操作符filter map 测试 = 20
flowOn() 指定上游流是否使用子协程
runBlocking {
flow {
Log.v(TAG, "flow ：${Thread.currentThread().name}")
for (i in 1..5) {
delay(100)
emit(i)
}
}.flowOn(Dispatchers.Default)
.collect {
Log.v(TAG, "collect：${Thread.currentThread().name} $it")
}
}
输出结果为
flow ：DefaultDispatcher-worker-1
collect：main 1
collect：main 2
collect：main 3
collect：main 4
collect：main 5
可以看出，只改变了发射的协程，没改变接收的
launchIn() 让flow下游使用全新的携程上下文
runBlocking {
flow {
Log.v(TAG, "flow ：${Thread.currentThread().name}")
for (i in 1..5) {
delay(100)
emit(i)
}
}.flowOn(Dispatchers.Default)
.onEach {
Log.v(TAG, "collect：${Thread.currentThread().name} $it")
}
.launchIn(CoroutineScope(Dispatchers.IO))
.join()//主线程等待这个协程执行结束
}
输出结果为
flow ：DefaultDispatcher-worker-3
collect：DefaultDispatcher-worker-1 1
collect：DefaultDispatcher-worker-2 2
collect：DefaultDispatcher-worker-3 3
collect：DefaultDispatcher-worker-2 4
collect：DefaultDispatcher-worker-3 5
可以看出，上下游协程都发生了改变
背压 ：
一般情况下，上下游执行同步
runBlocking {
val flow = flow {
for (i in 1..3) {
delay(100)
emit(i)
}
}
val time = measureTimeMillis {
flow
.collect {
delay(300)
Log.v(TAG, "$it")
}
}
Log.v(TAG, "time : $time ms")
}
输出结果为 1223 ms，可以看出，上下游是同步执行的
buff() 上游流不等待下游流接收，而是发射到缓冲区
runBlocking {
val flow = flow {
for (i in 1..3) {
delay(100)
emit(i)
}
}
val time = measureTimeMillis {
flow .buffer(50)//指定缓存区大小为50个
.collect {
delay(300)
Log.v(TAG, "$it")
}
}
Log.v(TAG, "time : $time ms")
}
输出结果为time : 1078 ms，可以看出，当使用缓冲区时，上游的生产（除第一次生产外）的结果存放到缓冲区内
- 还可以选择如下函数，来指定背压时的丢弃策略
conflate() 下游流来不及处理的，丢掉
collectLast() 只接收上游流发射的最后一个元素
take(n) 只取前n个
末端操作
collect()，收集，不赘述
flod() 、 reduce()将元素整合
runBlocking {
val value = flow {
for (i in 1..3) {
emit(i)
}
}.map {
it * it
}.fold(0) { acc, value ->
acc + value
}
Log.v(TAG, "value = $value")
}
输出结果为 value = 14
runBlocking {
val value = flow {
for (i in 1..3) {
emit(i)
}
}.reduce { accumulator, value ->
accumulator + value
}
Log.v(TAG, "value = $value")
}
输出结果为 value = 6
组合操作
zip()
runBlocking {
val flow1 = flow {
for (i in 1..3) {
emit(i)
}
}
val flow2 = flowOf("one", "two", "three")
flow1.zip(flow2) { a, b ->
"$a -> $b"
}.collect { value ->
Log.v(TAG, value)
}
}
输出结果为
1 -> one
2 -> two
3 -> three
如果两个flow长度不一致的情况，按照短的处理
展平操作符
flatMapConcat()
runBlocking {
flow {
for (i in 1..3) {
emit(i)
}
}.flatMapConcat {
flow {
emit("first $it")
emit("second $it")
}
}.collect {
Log.v(TAG, "result = $it")
}
}
输出结果为
result = first 1
result = second 1
result = first 2
result = second 2
result = first 3
result = second 3
以上操作一般用于集合的集合之中
catch()
runBlocking {
val flow = flow {
for (i in 1..3) {
emit(i)
throw RuntimeException()
}
}.catch { e ->
Log.v(TAG, "caught: $e")
}.collect {
println(it)
}
}
输出结果为 caught: java.lang.RuntimeException。可以看出，成功捕获了异常
下篇文章，从源码的角度看看flow是如何运行的
