1. 首页首页
  2. 编程笔记编程笔记

冷热流体换热效果最好的方式

编程笔记 • • 阅读 31

在协程中，通过调用操作符shareIn与stateIn，可以将一个冷流转换成一个热流，这两个方法的区别如下： shareIn ：将一个冷流转换成一个标准的热流——SharedFlow类型的对象。 stateIn ：将一个冷流转换成一个单数据更新的热流——StateFlow类型的对象。

    在协程中，通过调用操作符shareIn与stateIn，可以将一个冷流转换成一个热流，这两个方法的区别如下：

  • shareIn：将一个冷流转换成一个标准的热流——SharedFlow类型的对象。
  • stateIn：将一个冷流转换成一个单数据更新的热流——StateFlow类型的对象。

    shareIn方法与stateIn方法的使用与实现的原理类似，下面以shareIn方法为例进行分析。

一.shareIn方法的使用

    shareIn方法用于将一个冷流转换成一个热流对象，并在指定的协程作用域中根据不同的启动终止策略启动热流，将上游发射的数据发射给下游的多个订阅者，代码如下：

public fun <T> Flow<T>.shareIn(
    scope: CoroutineScope,
    started: SharingStarted,
    replay: Int = 0
): SharedFlow<T> {

    ...

}

    shareIn方法共有三个参数，含义如下：

  • scope：表示热流启动的协程作用域。
  • started：热流的启动终止策略，共三种：
    • Eagerly：立刻启动，并且不会终止。
    • Lazily：当第一个订阅者出现时启动，并且不会终止。
    • WhileSubscribed：默认情况下，当第一个订阅者出现时启动，当最后一个订阅者消失时终止，并保留replayCache中的数据。
  • replay：SharedFlow中replayCache的最大容量，必须大于等于零。

1.典型场景的使用

    shareIn方法用于当创建或获取一个冷流成本较高，同时还有多个订阅者需要获取冷流发射的数据的场景。比如：通过网络连接获取数据，IO读取文件等，会消耗大量的时间和设备资源，这时就可以使用shareIn方法，代码如下：

private suspend fun test() {
    val flow = flow {
        // 网络连接
        connectToNet()
        try {
            while (true) {
                // 获取数据并发射
                emit(getDataFromNet())
            }
        } finally {
            // 断开连接
            disconnectFromNet()
        }
    }

    // 不使用shareIn方法
    // 10次网络连接
    for (i in 0..10)
        launch {
            flow.collect {
                Log.d("liduo", "test: $it")
            }
        }

    // 使用shareIn方法
    val sharedFlow = flow.shareIn(GlobalScope, SharingStarted.Eagerly, 1)

    // 1次网络连接
    for (i in 0..10)
        launch {
            sharedFlow.collect {
                Log.d("liduo", "test1: $it")
            }
        }
}

2.搭配操作符的使用

1）感知上游流的结束

    当上游流正常执行完毕结束时，订阅者无法感知，因为热流不会结束。如果需要通知订阅者上游的流执行完成，可以在shareIn操作符前使用onCompletion操作符，代码如下：

val sharedFlow = flow {
    // 向下游发射100
    emit(100)
    // 向下游发射200
    emit(200)
}.onCompletion {
    // 如果不是由于异常而结束
    if (it == null)
        // 发射0
        emit(0)
    else // 如果是因为异常结束，则发射-1
        emit(-1)
}.shareIn(GlobalScope, SharingStarted.Eagerly, 1)

2）感知上游流的异常

    当上游的流发生异常导致热流取消时，会直接被热流所在的协程作用域处理，因此订阅者是没有感知的。如果需要通知订阅者，可以在shareIn操作符前使用catch或retry操作符，代码如下：

val sharedFlow = flow { 
    // 向下游发射100
    emit(100)
    // 向下游发射200
    emit(200)
}.catch {
    // 发生异常，发射-1通知下游
    emit(-1)
}.shareIn(GlobalScope, SharingStarted.Eagerly, 1)

3）感知上游流的启动

    当上游流启动时，订阅者是无法感知的。如果需要通知订阅者，可以在shareIn操作符前使用onStart操作符，代码如下：

val sharedFlow = flow {
    // 向下游发射100
    emit(100)
    // 向下游发射200
    emit(200)
}.onStart {
    // 向下游发射1
    emit(1)
}.shareIn(GlobalScope, SharingStarted.Eagerly, 1)

4）显示指定缓存最大容量

    shareIn操作符启动的热流在独立的协程中运行，并且热流中缓存数组的buffered values的最大容量为replay或CHANNEL_DEFAULT_CAPACITY中较大的。如果需要显示的指定buffered values的最大容量，可以在shareIn操作符前使用buffer或conflate操作符，使用规则如下：

  • buffer(0).shareIn(scope, started, 0)：replay = 0，extraBufferCapacity = 0，没有缓存。
  • buffer(b).shareIn(scope, started, r)：replay = r，extraBufferCapacity = b。
  • conflate().shareIn(scope, started, r)：replay = r，onBufferOverflow = DROP_OLDEST，如果r等于0，则extraBufferCapacity = 1。

二.热流的启动终止策略

    在前面的介绍中，提到在shareIn方法中，热流的启动终止策略定义在接口SharingStarted中，代码如下：

public interface SharingStarted {
    public companion object {
        // 立刻启动，并且不会终止
        public val Eagerly: SharingStarted = StartedEagerly()

        // 当第一个订阅者出现时启动，并且不会终止
        public val Lazily: SharingStarted = StartedLazily()

        // 默认情况下，当第一个订阅者出现时启动，
        // 当最后一个订阅者消失时终止，并保留replayCache中的数据
        // 参数stopTimeoutMillis表示当最后一个订阅者消失后多长时间终止，默认为0——立刻终止
        // 参数replayExpirationMillis表示在终止后多长时间去清除replayCache，默认为Int最大值——不清除
        @Suppress("FunctionName")
        public fun WhileSubscribed(
            stopTimeoutMillis: Long = 0,
            replayExpirationMillis: Long = Long.MAX_VALUE
        ): SharingStarted =
            StartedWhileSubscribed(stopTimeoutMillis, replayExpirationMillis)
    }

    // 核心接口方法
    public fun command(subscriptionCount: StateFlow<Int>): Flow<SharingCommand>
}

    热流的三个启动终止策略分别对应StartedEagerly、StartedLazily、StartedWhileSubscribed这三个类的对象。除了三个启动终止策略外，接口中还定义了一个核心方法command，用于将SharedFlow类型对象的全局变量subscriptionCount，转换为泛型SharingCommand的Flow类型对象，实际上就是通过监听订阅者数量的变化来发出不同的控制指令。

    StartedEagerly、StartedLazily、StartedWhileSubscribed这三个类都实现了SharingStarted接口，并重写了command方法。如果我们需要自定义一个新的启动终止策略，也可以通过实现SharingStarted接口重写command方法来完成。

1.热流的控制指令

    SharingCommand类是一个枚举类，定义了控制热流的指令，代码如下：

public enum class SharingCommand {
    // 启动热流，并触发上游流的执行
    START,

    // 终止热流，并取消上游流的执行
    STOP,

    // 终止热流，并取消上游流的执行，同时将replayCache重置为初始状态
    // 如果热流的类型为StateFlow，则将replayCache重置为初始值
    // 如果热流的类型为SharedFlow，则调用resetReplayCache方法，清空replayCache
    STOP_AND_RESET_REPLAY_CACHE
}

    连续发射相同的指令不会有任何作用。先发射STOP指令，再发射START指令，可以触发热流的重启，并重新触发上游流的执行。

2.Eagerly策略的实现

    Eagerly策略表示立刻启动热流，并且不会终止，由StartedEagerly类实现，代码如下：

private class StartedEagerly : SharingStarted {
    override fun command(subscriptionCount: StateFlow<Int>): Flow<SharingCommand> =
        flowOf(SharingCommand.START)
        
    override fun toString(): String = "SharingStarted.Eagerly"
}

...


public fun <T> flowOf(value: T): Flow<T> = flow {
    emit(value)
}

    Eagerly策略不关心订阅者的数量，在触发后直接向下游发射START指令。

3.Lazily策略的实现

    Lazily策略表示当第一个订阅者出现时启动热流，并且不会终止，由StartedLazily类实现，代码如下：

private class StartedLazily : SharingStarted {
    override fun command(subscriptionCount: StateFlow<Int>): Flow<SharingCommand> = flow {
        // 标志位，默认为false
        var started = false
        // 监听订阅者数量的变化
        subscriptionCount.collect { count ->
            // 如果订阅者数量大于0，且之前没有发射过指令
            if (count > 0 && !started) {
                // 设置标志位为true
                started = true
                // 发射START指令
                emit(SharingCommand.START)
            }
        }
    }

    override fun toString(): String = "SharingStarted.Lazily"
}

    Eagerly策略只有当订阅者数量大于0的时候，才会向下游发射START指令，并且只会发射一次。

4.WhileSubscribed策略的实现

    WhileSubscribed策略默认情况下表示当第一个订阅者出现时启动热流，并在最后一个订阅者消失时终止，保留replayCache中的数据，由StartedWhileSubscribed类实现，代码如下：

private class StartedWhileSubscribed(
    private val stopTimeout: Long,
    private val replayExpiration: Long
) : SharingStarted {

    ...

    override fun command(subscriptionCount: StateFlow<Int>): Flow<SharingCommand> = 
        // 监听订阅者变化，并对上游发射的数据进行转换
        subscriptionCount.transformLatest { count ->
            // 如果订阅者数量大于0
            if (count > 0) {
                // 发射START指令
                emit(SharingCommand.START)
            } else { // 如果订阅者数量等于0
                // 延迟指定的热流终止时间
                delay(stopTimeout)
                // 如果指定的清除缓存时间大于0
                if (replayExpiration > 0) {
                    // 发射STOP指令
                    emit(SharingCommand.STOP)
                    // 延迟指定的清除缓存时间
                    delay(replayExpiration)
                }
                // 发射STOP_AND_RESET_REPLAY_CACHE指令
                emit(SharingCommand.STOP_AND_RESET_REPLAY_CACHE)
            }
        } // 只有当START指令发射后，才会向下游发射
        .dropWhile { it != SharingCommand.START }
        .distinctUntilChanged()// 只有当前后指令不同时，才会向下游发射

    ...
}

    WhileSubscribed策略在订阅者数量大于0的时候向下游发射START指令，在订阅者数量等于0的时候根据不同的延迟时间参数向下游发射STOP指令和STOP_AND_RESET_REPLAY_CACHE指令。并且必须先发射START指令，相邻重复的指令也不会被发射到下游。

三.shareIn方法的实现

    代码如下：

public fun <T> Flow<T>.shareIn(
    scope: CoroutineScope,
    started: SharingStarted,
    replay: Int = 0
): SharedFlow<T> {
    // 计算热流的参数
    val config = configureSharing(replay)
    // 创建一个类型为MutableSharedFlow的对象
    val shared = MutableSharedFlow<T>(
        replay = replay,
        extraBufferCapacity = config.extraBufferCapacity,
        onBufferOverflow = config.onBufferOverflow
    )
    // 在指定的协程作用域内启动热流所在的协程
    @Suppress("UNCHECKED_CAST")
    scope.launchSharing(config.context, config.upstream, shared, started, NO_VALUE as T)
    // 返回SharedFlow类型的对象，控制单一数据发射源
    return shared.asSharedFlow()
}

    在shareIn方法中，首先调用configureSharing方法，得到热流的基本参数，这些参数会被封装成一个类型为SharingConfig的对象，代码如下：

private class SharingConfig<T>(
    // 上游的流
    @JvmField val upstream: Flow<T>,
    // extraBufferCapacity参数
    @JvmField val extraBufferCapacity: Int,
    // 溢出策略
    @JvmField val onBufferOverflow: BufferOverflow,
    // 协程上下文
    @JvmField val context: CoroutineContext
)

    接下来，会根据计算出的参数，创建一个MutableSharedFlow类型的对象，并调用launchSharing方法启动热流所在的协程，最后返回一个SharedFlow类型的对象。

1.热流参数的计算

    configureSharing方法是Flow的扩展方法，根据不同的策略计算出热流的参数，代码如下：

// Flow的扩展方法
private fun <T> Flow<T>.configureSharing(replay: Int): SharingConfig<T> {
    assert { replay >= 0 }
    // 计算的extraBufferCapacity默认值
    // 结果为0与(Channel.CHANNEL_DEFAULT_CAPACITY - replay)中较大的一个
    val defaultExtraCapacity = replay.coerceAtLeast(Channel.CHANNEL_DEFAULT_CAPACITY) - replay
    // 如果上游流是通道流，则与上游的通道流融合
    if (this is ChannelFlow) {
        // 获取上游流的上游，检查上游流是否可以在不依赖Channel的情况下执行
        val upstream = dropChannelOperators()
        // 如果不为空，说明可以不依赖Channel
        if (upstream != null) {
            // 返回一个SharingConfig类型的对象
            return SharingConfig(
                // 上游流的上游
                upstream = upstream,
                // 计算extraBufferCapacity，根据通道流的容量进行判断
                extraBufferCapacity = when (capacity) {
                    // 如果容量为默认值或0
                    Channel.OPTIONAL_CHANNEL, Channel.BUFFERED, 0 ->
                        when {
                            // 如果溢出策略为挂起
                            onBufferOverflow == BufferOverflow.SUSPEND ->
                                // 如果容量为0，则返回0，否则返回extraBufferCapacity的默认值
                                if (capacity == 0) 0 else defaultExtraCapacity
                            // 如果replayCache的最大容量为0，同时溢出策略又不是挂起，
                            // 说明至少需要一个缓存，返回1
                            replay == 0 -> 1
                            // 走到这里说明replayCache存在，且不需要挂起，返回0
                            else -> 0
                        }
                    // 容量为其他情况，返回通道流的容量
                    else -> capacity
                },
                // 通道流的溢出策略
                onBufferOverflow = onBufferOverflow,
                // 通道流的上下文
                context = context
            )
        }
    }
    // 如果上游不为通道流，会走到这里
    return SharingConfig(
        // 上游的流
        upstream = this,
        // 默认的extraBufferCapacity
        extraBufferCapacity = defaultExtraCapacity,
        // 默认溢出策略为挂起
        onBufferOverflow = BufferOverflow.SUSPEND,
        // 空上下文
        context = EmptyCoroutineContext
    )
}

2.热流协程的启动

    launchSharing方法是CoroutineScope的扩展方法，用于启动热流所在的协程，代码如下：

private fun <T> CoroutineScope.launchSharing(
    context: CoroutineContext,
    upstream: Flow<T>,
    shared: MutableSharedFlow<T>,
    started: SharingStarted,
    initialValue: T
) {
    // 根据指定的上下文启动一个新的协程
    launch(context) {
        // 根据热流启动终止策略进行判断
        when {
            // Eagerly策略
            started === SharingStarted.Eagerly -> {
                // 触发上游的执行，并将热流作为一个FlowCollector类型的对象
                upstream.collect(shared)
            }
            // Lazily策略
            started === SharingStarted.Lazily -> {
                // 监听订阅者数量
                // first用于返回上游发射的第一个满足条件的数据，即订阅者数量大于0
                // 由于subscriptionCount为热流，因此在没有新数据时，会挂起当前协程
                shared.subscriptionCount.first { it > 0 }
                // 走到这里，说明订阅者数量大于0
                // 触发上游的执行，并将热流作为一个FlowCollector类型的对象
                upstream.collect(shared)
            }
            // WhileSubscribed策略或者自定义策略
            else -> {
                // 调用command方法获取指令
                started.command(shared.subscriptionCount)
                    // 只有当前后指令发生变化时才会发射给下游 
                    .distinctUntilChanged()
                    // 触发上游流的执行
                    .collectLatest {
                        // 根据热流控制指令进行判断
                        when (it) {
                            // 如果为启动指令，则触发上游的执行，并将热流作为一个FlowCollector类型的对象
                            SharingCommand.START -> upstream.collect(shared)
                            // 如果为终止指令，什么都不做
                            SharingCommand.STOP -> { }
                            // 如果为终止并清空replayCache指令
                            SharingCommand.STOP_AND_RESET_REPLAY_CACHE -> {
                                // 如果热流的类型为SharedFlow，即当前方法在shareIn方法中调用
                                if (initialValue === NO_VALUE) {
                                    // 调用resetReplayCache方法，清除replayCache
                                    shared.resetReplayCache()
                                } else { // 如果热流的类型为StateFlow，即当前方法在stateIn方法中调用
                                    // 设置状态为初始值
                                    shared.tryEmit(initialValue)
                                }
                            }
                        }
                    }
            }
        }
    }
}
知秋君
知秋君

知秋君

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容， 请关注公众号“全栈程序员社区”联系小编举报，一经查实，本站将立刻删除。
上一篇 2024-07-28 21:02
下一篇 2024-07-28 20:36

相关推荐