第一章 协程与 Flow 概述
1.1 发展背景
协程这个概念早在 60 年代就出现了，但真正在 Android 圈火起来，是 Kotlin 在 1.3 版本把它带进来的。我记得 2019 年第一次用协程时，心里还在嘀咕：这不就是线程换了个马甲吗？
后来仔细一琢磨，还真不一样。协程是跑在用户态的轻量级线程，由编译器帮我们管理挂起和恢复。说白了，你写同步的代码，跑出异步的效果。不用再回调地狱里修修补补了。
Flow 呢？它是 Kotlin 协程生态里专门处理冷数据流的工具。我用 RxJava 好几年，看到 Flow 的第一反应：这不就是 RxJava 的 Observable 吗？但用下来发现，Flow 天生跟协程绑定，结构化并发，取消自动，测试起来也清爽很多。
| 对比维度 | 传统回调 | RxJava | Kotlin 协程 + Flow |
|---|---|---|---|
| 代码可读性 | 嵌套多，难维护 | 链式调用，稍好 | 同步风格，自然 |
| 取消机制 | 手动处理 | Disposable 管理 | 结构化取消，自动 |
| 背压支持 | 无 | 内置策略 | Flow 自带缓冲/合并 |
| 测试难度 | Mock 回调复杂 | TestScheduler 还行 | runTest + 虚拟时间，爽 |
1.2 核心概念
我们先看协程的两个核心：挂起函数和协程作用域。
suspend 关键字，它可以在不阻塞线程的前提下挂起当前协程，等结果回来再恢复。你想想看，它不像线程那样阻塞，而是让出执行权，线程继续干别的活。
协程作用域则决定了协程的生命周期。我个人习惯把作用域绑定到 ViewModel 或 Activity 上，比如 viewModelScope。页面销毁，协程自动取消，不会泄露。
什么是 Flow？
Flow 是一个冷流：只有被收集（collect）时才开始发射数据。跟 LiveData 不一样，它默认不在主线程发射，需要我们用 flowOn 指定调度器。
// 一个简单的 Flow 示例
fun fetchUserData(): Flow<String> = flow {
for (i in 1..3) {
delay(1000)
emit("User data chunk $i")
}
}嗯，这里要注意：Flow 里的 emit 是挂起函数，不会阻塞线程。我在项目中遇到过，有人把 emit 放到 withContext(Dispatchers.IO) 里，忘了 flowOn，结果数据全在主线程发射了……
1.3 适用场景归纳总结
协程跟 Flow 并不是银弹，但有几个场景用起来是真香：
- 网络请求串行/并行：用
async/await或flatMapConcat，比回调美观太多。 - 数据流观测：比如定位变化、传感器数据，用
callbackFlow转成 Flow，再配合catch处理异常。 - UI 层刷新：Flow 的
collectLatest可以跳过中间值，只处理最新数据。我用它做搜索防抖，省了自定义 debounce 的代码。 - 单元测试：协程的
runTest加上TestDispatcher，能模拟时间快进。我曾经因为异步测试跑得慢，后来全换成虚拟时间，测试套件从 5 分钟缩到 30 秒。
viewModelScope.launch 配合 suspend 函数就够了。只有当你需要连续发射多个值，或者要做数据变换时，才上 Flow。别把 Flow 当成万能工具，它是有代价的（冷流本质，多次 collect 会重复执行）。
StateFlow 或者 shareIn 做热流转换。
1.4 总结
协程和 Flow 并不是什么新魔法，它们只是帮我们把异步代码的复杂度藏到了语言层面。我个人觉得，理解「挂起」的本质（不是阻塞，而是让出线程）比背 API 更重要。
至于适用场景，记住三点就够了：
- 一次请求 →
suspend函数 - 多次发射 →
Flow - 状态共享 →
StateFlow或SharedFlow
好了，这章先聊到这儿。接下来在实践环节，我们再一个一个拆开细看。