Kotlin Flow与LiveData

在上一个Google I / O中，Jose Alcerreca和Yigit Boyar 告诉我们，我们不再应该使用LiveData来获取数据。现在，我们应该将暂停功能用于一次抓取，并使用Kotlin的Flow创建数据流。我同意协程对于单次获取或其他CRUD操作（例如插入等）非常有用。但是，在需要数据流的情况下，我不了解Flow给我带来什么好处。在我看来，LiveData也在这样做。

流示例：

视图模型

val items = repository.fetchItems().asLiveData()

资料库

fun fetchItems() = itemDao.getItems()

道

@Query("SELECT * FROM item")
fun getItems(): Flow<List<Item>>

LiveData示例：

视图模型

val items = repository.fetchItems()

资料库

fun fetchItems() = itemDao.getItems()

道

@Query("SELECT * FROM item")
fun getItems(): LiveData<List<Item>>

我还希望看到一些使用协程和Flow与Room或Retrofit协同工作的项目示例。我只找到了一个Google的ToDo示例，其中协程用于一次获取，然后在更改时手动重新获取数据。

Flow有点reactive stream像（如rxjava）。有很多不同的运算符，例如.map，buffer()（与rxJava相比，反之少。）因此，LiveData和之间的主要区别之一Flow是您可以computation / transformation使用来在其他线程中订阅地图

 flowOn(Dispatcher....). 

因此，例如：

 flowOf("A","B","C").map { compute(it) }.flowOn(Dispatchers.IO).collect {...} // U can change the execution thread of the computation ( by default its in the same dispatcher as collect )

使用LiveData和map不能直接实现以上目的！

因此，建议保持流在存储库级别，并使livedata成为UI和存储库之间的桥梁！

主要的区别是flow有很多没有的运算符livedata！但同样，取决于您，您要如何构建您的项目！

顾名思义，您可以将Flow视为多个异步计算值的连续流。从我的角度来看，LiveData与Flow之间的主要区别在于，Flow连续发出结果，而LiveData将在获取所有数据时更新并立即返回所有值。在您的示例中，您正在获取单个值，这在我看来并不完全是针对Flow的。

我没有“房间”示例，但假设您正在渲染需要时间的内容，但是您想在渲染和缓冲下一个结果时显示结果。

private fun render(stuffToPlay: List<Any>): Flow<Sample> = flow {
     val sample = Sample()
     // computationally intensive operation on stuffToPlay
     Thread.sleep(2000)
     emit(sample)
}

然后，在“播放”功能中，例如，可以显示结果，其中stuffToPlay是要渲染的对象列表，例如：

playbackJob = GlobalScope.launch(Dispatchers.Default) {

    render(stuffToPlay)
        .buffer(1000)   // tells the Flow how many values should be calculated in advance

        .onCompletion {
            // gets called when all stuff got played
        }
        .collect{sample ->
           // collect the next value in the buffered queue
           // e.g. display sample
        }
}

Flow的一个重要特征是它的生成器代码（此处为render函数）仅在被收集时才执行，因此很冷。

您也可以参考异步流程中的文档