拉钩-数据分析实战训练营完结数据分析

download:拉钩-数据分析实战训练营完结
Jetpack架构演化（一）：初步运用flow，附加经典案例
在jetpack体系中 livedata的角色纯地道粹是个桥接器，DataSource中获取到数据，然后由viewmodel停止逻辑处置，最后被livedata.postValue到view层，独一的价值是绑定了lifecycle，只在页面活泼（start）的时分承受数据
官方的一篇引见能够参考：从 LiveData 迁移到 Kotlin 数据流 - 掘金
关于初学者来说运用lieveData的益处是足够简单和相对平安
引入flow主要由于以下几点：
具有更友好的API，学习本钱较低
跟Kotlin协程、LiveData分离更严密，Flow可以转换成LiveData，在ViewModel中直接运用
分离协程的作用域，当协程被取消时，Flow也会被取消，防止内存走漏
flow库从属于kotlin， livedata属于Android，拜托Android平台的限制关于将来跨平台开展有利
【flow是个冷数据流】
所谓冷流，即下游无消费行为时，上游不会产生数据，只要下游开端消费，上游才开端产生数据。
而所谓热流，即无论下游能否有消费行为，上游都会本人产生数据。
下边经过一个经典场景细致描绘下flow（单纯的flow，而stateFlow会在后续章节中解说）的运用
案例：一个菜谱应用app中，我想在一个页面展现一个列表（recyclerview），此列表的每个item是个子列表，子列表依次为
方案菜谱列表；
珍藏菜谱列表；
依据食材挑选的菜谱列表；
依据食材获取用户偏好的菜谱列表；
四个子列表需求四个接口来获取，组装好后来刷新最后的列表
其中每个列表都有可能是空，是emptylist的话这行就不显现了，由于四个接口数据量大小不同，所以不会同一时间返回，同时又要保证这四个子列表按请求的次第来展现。
思绪：
设计数据构造，最外层的data：
data class ContainerData(val title : String , val list: List)
复制代码
其中Recipe实体是每个菜谱
data class Recipe(val id: String,

val name: String, val cover: String, val type: Int, val ingredients: List? = mutableListOf(), val minutes: Int, val pantryItemCount : Int )

复制代码
模仿四个恳求为:
val plannlist = Request.getPlannlist()
val favouritelist= Request.getFavouritelist()
... 以此类推
假如依照请求四个恳求返回次序不同，同时请求在列表中按次第显现，假如完成？
计划一：能够等候四个恳求都返回后然后组装数据，刷新列表
能够应用协程的await办法：
val dataList = MutableLiveData()
viewModelScope.launch {
// planner
val plannerDefer = async { Request.getPlannlist() }
// favourite
val favouriteDefer = async { Request.getFavouritelist() }
val plannerData = https://www.it610.com/article/plannerDefer.await()
val favouriteData = https://www.it610.com/article/favouriteDefer.await()
....省略后两个接口
val list = listof(
Container("planner" , plannerData)，

Container("favourite" , favouriteData)，

...
)
dataList.postValue(list)
}
复制代码
await() 办法是挂起协程，四个接口异步恳求（非次第），等最后一个数据恳求返回后才会执行下边的步骤
然后组装数据应用liveData发送，在view中渲染
viewModel.dataList.observe(viewLifecycleOwner) {

mAdapter.submitList(it)

}
复制代码
此种方式简单，并且有效处理了按次第排列四个列表的需求，缺陷是体验差，假设有一个接口极慢，其他几个就会等候它，用户看着loading不断发愣么。
计划二：接口间不再相互等候，哪个接口先回来就渲染哪个，问题就是如何保证次第？
有的同窗会有计划：先定制一个空数据list
val list = listOf(
Container("planner", emptylist()),
Container("favourite", emptylist()),
...
)
复制代码
然后先用adapter去渲染list，哪个接口回来就去之前的列表查找交换，然后adapter刷新对应的数据，当然能够，不过会产生一局部逻辑胶水代码，查找遍历的操作。
此时我们能够借助flow来完成了
1 结构一个planner数据流
val plannerFlow = flow {

val plannList = Request.getPlanlist()

emit(ContainerData("Planner", plannList))

}.onStart { emit(ContainerData("", emptylist())) }

复制代码
留意是个val 变量，不要写成 fun plannerFlow() 办法，不然每次调用开拓新栈的时分新建个flow，并且会不断保管在内存中，直到协程取消
其中onStart 会在发送正式数据之前发送，作为预加载。
然后我们就能够结构正式恳求了
viewModelScope.launch {

combine(plannerFlow , favouriteFlow , xxxFlow ,xxxFlow) { planner , favourites , xxx , xxx-> mutableListOf(planner , favourites , xxx,xxx) }.collect { datalist.postValue(it) } }

【拉钩-数据分析实战训练营完结】复制代码
combine 的官方注释为
Returns a Flow whose values are generated with transform function by combining the most recently emitted values by each flow.
复制代码
combine操作符能够衔接两个不同的Flow ，一旦产生数据就会触发组合后的flow的活动，同时它是有序的。