📚 课程目录第2章 LiveData原理与生命周期感知

2. Flow 核心概念速通：冷流与热流、发射与收集、背压机制简述

LiveData 是 Android 官方推荐的响应式数据容器，但它仅适合简单的 UI 状态订阅，缺乏对异步序列、背压、多路流的原生支持。Flow 作为 Kotlin 协程生态核心组件，提供了更强大的数据流模型。本章从冷流/热流、发射/收集、背压三个维度速通 Flow 核心概念，为后续迁移提供理论基础。

2.1 冷流 vs 热流

Flow 分为“冷流”与“热流”两种行为模式，理解它们的区别是使用 Flow 的第一步。

维度	冷流 (Cold Flow)	热流 (Hot Flow)
定义	每次收集时重新执行上游生产逻辑	数据流独立于收集器存在，多个收集器共享同一数据源
典型实现	普通 Flow，如 `flow { emit(...) }`	SharedFlow、StateFlow
生命周期	随收集者开始/结束而创建/销毁	常驻内存，即使无收集者也可以活跃
数据重播	无缓存，每次收集从头开始	可配置重播个数（replay）
适用场景	网络请求、数据库查询、文件读取	事件总线、UI 状态、传感器数据

  关键迁移认知：LiveData 本质上是热流（带有粘性数据），迁移时通常用 StateFlow 替代 LiveData 实现状态持有，用 SharedFlow 替代点击事件/一次性事件。

2.2 发射与收集

Flow 的发射使用 emit 函数，收集使用 collect 终端操作。以下是一个典型的冷流示例：

// 构建并发射数据（冷流）
fun simpleFlow(): Flow<Int> = flow {
    for (i in 1..3) {
        delay(100)          // 模拟异步工作
        emit(i)             // 发射一个值
    }
}.flowOn(Dispatchers.IO)    // 指定上游协程上下文

// 收集数据（在 ViewModel 或协程作用域中调用）
viewModelScope.launch {
    simpleFlow().collect { value ->
        // 在主线程处理每个值
        _uiState.value = "Received: $value"
    }
}

收集与取消：collect 是挂起函数，当协程被取消时，Flow 会自动停止发射并清理资源。在 Android 中通常使用 viewModelScope.launch 或 lifecycleScope.launch 托管生命周期。

2.3 背压机制简述

当 Flow 生产者发射速度大于消费者处理速度时，就会产生背压。Flow 提供了多种策略来处理背压，保持系统稳定性。

操作符	行为	适用场景
`buffer()`	将发射与收集分流到不同协程，提供缓冲区	IO 密集型生产者 + UI 收集
`conflate()`	丢弃旧值，只保留最新值	UI 状态更新，无需处理中间值
`collectLatest()`	当新值到达时取消当前收集操作	搜索去抖动、高频传感器事件
`flowOn()`	改变上游协程上下文，间接控制线程切换	指定 I/O 线程执行发射

背压处理示例：

// 使用 conflate 跳过中间值，仅处理最新数据
fun fastProducer(): Flow<String> = flow {
    while (true) {
        emit("Tick ${System.currentTimeMillis()}")
        delay(50)
    }
}

viewModelScope.launch {
    fastProducer()
        .conflate()               // 丢弃尚未处理的旧值
        .collect { tick ->
            // 即使生产者很快，UI 也只会按需更新
            _debugText.value = tick
        }
}

2.4 调试与常见错误

在迁移过程中需要留意以下适配点：

流未启动：冷流必须调用 collect 才会产生数据，忘记收集会导致无输出。
背压崩溃：未处理背压时，如果生产速度远超消费速度且缓冲区满，协程会抛出 BufferOverflowException。建议使用 buffer() 或 conflate() 预防。
线程安全：StateFlow 默认值是线程安全的，但自定义 MutableStateFlow 的更新操作（.value = ...）应放在 Dispatchers.Main 上，避免并发写。

LiveData 迁移陷阱：LiveData 的 observe 会自动在 Activity/Fragment 的 onDestroy 取消订阅，而 Flow 需要依赖协程作用域（如 lifecycleScope）手动管理。忘记在适当的协程作用域中启动 collect 会导致内存泄漏或崩溃。

2.5 性能优化要点

冷流复用：对于昂贵操作（如数据库查询），使用 shareIn 将冷流转为热流，避免多次创建数据源。
限制重播数：SharedFlow(replay = 0) 用于一次性事件，避免粘性事件导致重复消费。
背压策略选择：UI 场景优先使用 conflate 或 collectLatest；批量数据处理使用 buffer(capacity) 配合 BUFFERED。
错误恢复：使用 catch 操作符捕获上游异常，返回默认值或重试，避免整个流崩溃。

// 带错误恢复与背压优化的 Flow 示例
fun resilientFlow(): Flow<Result> = flow {
    emit(fetchData())                    // 可能抛异常
}.catch { e ->
    emit(Result.Error(e))                // 发射错误结果
}.retry(3) { cause ->
    cause is IOException                 // 网络错误自动重试
}.flowOn(Dispatchers.IO)
 .conflate()                            // UI 端只关心最新结果