共计 5093 个字符，预计需要花费 13 分钟才能阅读完成。
Kotlin 协程中的 Flow 次要用于解决简单的异步数据，以一种”流“的形式，从上到下顺次解决，和 RxJava 的解决形式类型，然而比后者更加弱小。
Flow 基本概念
Flow 中基本上有三个概念，即 发送方，解决中间层，接管方，能够类比水利发电站中的上游，发电站，上游的概念，数据从上游开始发送”流淌“至两头站被”解决“了一下，又流淌到了上游。
示例代码如下
flow { // 发送方、上游
emit(1) // 挂起函数，发送数据
emit(2)
emit(3)
emit(4)
emit(5)
}
.filter {it > 2} // 中转站，解决数据
.map {it * 2}
.take(2)
.collect{ // 接管方，上游
println(it)
}
输入内容：6
8通过下面代码咱们能够看到，基于一种链式调用 api 的形式，流式的进行解决数据还是很棒的，接下来具体看一下下面的组成:
- flow{}, 是个高阶函数，次要用于创立一个新的 Flow。在其 Lambda 函数外部应用了 emit() 挂起函数进行发送数据。
- filter{}、map{}、take{}, 属于两头解决层，也是两头数据处理的操作符，Flow 最大的劣势，就是它的操作符跟汇合操作符高度一致。只有会用 List、Sequence，那么就能够疾速上手 Flow 的操作符。
- collect{}, 上游接管方，也成为终止操作符，它的作用其实只有一个：终止 Flow 数据流，并且接管这些数据。
其余创立 Flow 的形式还是 flowOf() 函数，示例代码如下
fun main() = runBlocking{aassssssssaaaaaaaas
flowOf(1,2,3,4,5).filter {it > 2}
.map {it * 2}
.take(2)
.collect{println("flowof: $it")
}
}咱们在看一下 list 汇合的操作示例
listOf(1,2,3,4,5).filter {it > 2}
.map {it * 2}
.take(2)
.forEach{println("listof: $it")
}通过以上比照发现，两者的基本操作简直统一，Kotlin 也提供了两者互相转换的 API，Flow.toList()、List.asFlow() 这两个扩大函数，让数据在 List、Flow 之间来回转换，示例代码如下：
//flow 转 list
flowOf(1,2,3)
.toList()
.filter {it > 1}
.map {it * 2}
.take(2)
.forEach{println(it)
}
// list 转 flow
listOf(1,2,3).asFlow()
.filter {it > 2}
.map {it * 2}
.take(2)
.collect{println(it)
}Flow 生命周期
尽管从下面操作看和汇合类型，然而 Flow 还是有些非凡操作符的，毕竟它是协程的一部分，和 Channel 不同，Flow 是有生命周期的，只是以操作符的模式回调而已，比方 onStart、onCompletion 这两个两头操作符。
flowOf(1,2,3,4,5,6)
.filter {println("filter: $it")
it > 3
}
.map {println("map: $it")
it * 2
}
.take(2)
.onStart {println("onStart") }
.collect{println("collect: $it")
}
输入内容：onStart
filter: 1
filter: 2
filter: 3
filter: 4
map: 4
collect: 8
filter: 5
map: 5
collect: 10咱们能够看到 onStart，它的作用是注册一个监听事件：当 flow 启动当前，它就会被回调。
和 filter、map、take 这些两头操作符不同，他们的程序会影响数据的处理结果，这也很好了解；onStart 和地位没有关系，它实质上是一个回调，不是一个数据处理的两头站。同样的还有数据处理实现的回调 onCompletion。
flowOf(1,2,3,4,5,6)
.filter {println("filter: $it")
it > 3
}
.map {println("map: $it")
it * 2
}
.take(2)
.onStart {println("onStart") }
.onCompletion {println("onCompletion") }
.collect{println("collect: $it")
}Flow 中 onCompletion{} 在面对以下三种状况时都会进行回调：
- 1，Flow 失常执行结束
- 2，Flow 当中出现异常
- 3，Flow 被勾销。
解决异样
在数据流的处理过程中，很难保障不呈现问题，那么出现异常之后再该怎么解决呢？
- 对于产生在上游、两头操作这两个阶段的异样，咱们能够间接应用 catch 这个操作符来进行捕捉和进一步解决。
- 对于产生在上游，应用 try-catch，把 collect{} 当中可能呈现问题的代码包裹起来进行捕捉解决。
上游或者两头异样应用 catch
fun main() = runBlocking{
val flow = flow {emit(1)
emit(2)
throw IllegalStateException()
emit(3)
}
flow.map {it * 2}
.catch {println("catch: $it") }
.collect{println("collect: $it")
}
}
输入：collect: 2
collect: 4
catch: java.lang.IllegalStateExceptioncatch 这个操作符的作用是和它的地位强相干的,catch 的作用域，仅限于 catch 的上游。换句话说，产生在 catch 上游的异样，才会被捕捉，产生在 catch 上游的异样，则不会被捕捉。
val flow = flow {emit(1)
emit(2)
throw IllegalStateException()
emit(3)
}
flow.map {it * 2}
.catch {println("catch: $it") }
.filter {it / 0 > 1} // catch 之后产生异样
.collect{println("collect: $it")
}
输入内容:
Exception in thread "main" java.lang.ArithmeticException: / by zero上游应用 try-catch
flowOf(1,2,3)
.onCompletion {println("onCompletion $it") }
.collect{
try {println("collect: $it")
throw IllegalStateException();}catch (e: Exception){println("catch $e")
}
}
输入：collect: 1
catch java.lang.IllegalStateException
collect: 2
catch java.lang.IllegalStateException
collect: 3
catch java.lang.IllegalStateException
onCompletion null切换执行线程
Flow 适宜解决简单的异步工作，大多数状况下耗时工作放在子线程或线程池中解决，对于 UI 工作放在主线程中进行。
在 Flow 中能够应用 flowOn 操作符实现上述场景中的线程切换。
flowOf(1,2,3,4,5)
.filter {logX("filter: $it")
it > 2 }
.flowOn(Dispatchers.IO) // 切换线程
.collect{logX("collect: $it")
}
输入内容：================================
filter: 1
Thread:DefaultDispatcher-worker-1
================================
================================
filter: 2
Thread:DefaultDispatcher-worker-1
================================
================================
filter: 3
Thread:DefaultDispatcher-worker-1
================================
================================
filter: 4
Thread:DefaultDispatcher-worker-1
================================
================================
filter: 5
Thread:DefaultDispatcher-worker-1
================================
================================
collect: 3
Thread:main
================================
================================
collect: 4
Thread:main
================================
================================
collect: 5
Thread:main
================================flowOn 操作符也是和它的地位强相干的。作用域限于它的上游。在下面的代码中，flowOn 的上游，就是 flowOf{}、filter{} 当中的代码，所以，它们的代码全都运行在 DefaultDispatcher 这个线程池当中。只有 collect{} 当中的代码是运行在 main 线程当中的。
终止操作符
Flow 外面，最常见的终止操作符就是 collect。除此之外，还有一些从汇合中借鉴过去的操作符，也是 Flow 的终止操作符。比方 first()、single()、fold{}、reduce{}，实质上来说说当咱们尝试将 Flow 转换成汇合的时候，曾经不属于 Flow 的 API，也不属于协程的领域了，它自身也就意味着 Flow 数据流的终止。
“ 冷的数据流 ” 从何而来
在下面文章《Kotlin 协程 Channel 浅析》中，咱们意识到 Channel 是”热数据流“，随时筹备好，随用随取，就像海底捞里的服务员。
当初咱们看下 Flow 和 Channel 的区别
val flow = flow {(1..4).forEach{println("Flow 发送前：$it")
emit(it)
println("Flow 发送后：$it")
}
}
val channel: ReceiveChannel<Int> = produce {(1..4).forEach{println("Channel 发送前：$it")
send(it)
println("Channel 发送后：$it")
}
}
输入内容：Channel 发送前：1Flow 中的逻辑并未执行，因而咱们能够这样类比，Channel 之所以被认为是“热”的起因，是因为不论有没有接管方，发送方都会工作。那么对应的，Flow 被认为是“冷”的起因，就是因为只有调用终止操作符之后，Flow 才会开始工作。
除此之外，Flow 一次解决一条数据，是个”懒家伙“。
val flow = flow {(3..6).forEach {println("Flow 发送前：$it")
emit(it)
println("Flow 发送后：$it")
}
}.filter {println("filter: $it")
it > 3
}.map {println("map: $it")
it * 2
}.collect {println("后果 collect: $it")
}
输入内容：Flow 发送前：3
filter: 3
Flow 发送后：3
Flow 发送前：4
filter: 4
map: 4
后果 collect: 8
Flow 发送后：4
Flow 发送前：5
filter: 5
map: 5
后果 collect: 10
Flow 发送后：5
Flow 发送前：6
filter: 6
map: 6
后果 collect: 12
Flow 发送后：6相比于满面春风，热情服务的 Channel,Flow 更像个冷酷的家伙，你不找他，他不搭理你。
- Channel, 响应速度快，但数据可能是旧的，占用资源
- Flow, 响应速度慢，但数据是最新的，节俭资源
Flow 也能够是”热“的，你晓得吗？