正文
当然不想听我瞎bb的,可以直接官方文档。如果想图个乐,顺便了解了解新技术。那欢迎光临红...,男宾一位,里边请!
一、概况
官网:LiveData是一个可观察的数据持有者类。与常规observable不同,LiveData是生命周期感知的。
从官方文档上我们可以看到俩个关键词:可观察、生命周期感知。简单来说,Google给我们提供了一个可以被观察的,并且拥有生命周期感知能力的类。那有什么用呢?
直接上demo:
二、入门
1.1、初级官方demo
class NameViewModel : ViewModel() { // 这里new了一个MutableLiveData,它是LiveData的实现类,LiveData是抽象的,很明显不能被new val currentName: LiveData<String> by lazy { MutableLiveData<String>() } }class NameActivity : AppCompatActivity() { private lateinit var mModel: NameViewModel override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) mModel = ViewModelProviders.of(this).get(NameViewModel::class.java) // 这个this是LifecycleOwner mModel.currentName.observe(this, Observer { newName -> // mNameTextView一个TextView mNameTextView.text = newName }) // 更新被观察者数据,LiveData会通知观察者 mModel.currentName.postValue("MDove") } }
如果看到这几行代码,豁然开朗,那么可以跳过看下面的部分。如果感觉有些疑惑,不着急咱们不打针不吃药,坐下就是和你唠...
1.2、demo解释
最开始我们先声明了一个NameViewModel的ViewModel,这部分内容在ViewModel篇有所提及。内部有一个MutableLiveData<String>的成员变量。说白了就是一个LiveData类型的String,我们使用时是借助LiveData的特性,但本质还是用String。
也就是说这里如果我们要用一个List<String>,那么此时就是MutableLiveData<List<String>>()
。
Activity之中,我们先获取ViewModel,然后mModel.currentName.observe(...,...)
,这里我们就是在观察LiveData。我们只需要在回调中处理我们自己的UI操作即可了。也就是demo中的mNameTextView.text = newName
。
LiveData会在每一次postValue(...)
或者value=...
时,observe()
便会回调,哪怕是null。
注意
这里有俩个点需要特别注意:
1、LiveData是生命周期感知的,在当前的LifecycleOwner不处于活动状态(例如
onPasue()
、onStop()
)时,LiveData是不会回调observe()
的,因为没有意义。2、如果LiveData没有被
observe()
,那么此时你调用这个LiveData的postValue(...)/value=...,是没有任何作用。这个我们可以在源码中看到。
1.3、不同的LiveData实现类(系统实现)
MutableLiveData:
上文咱们已经见过了,没什么特别的,就是LiveData的实现类。就相当于List和ArrayList的关系。
MediatorLiveData:
MutableLiveData的子类,它是一个比较强大的LiveData,我们的map()
、switchMap()
都是基于它进行实现的。
最大的特点是可以同时监听多个LiveData。
三、进阶
官网的这个小破demo,属实太寒酸了,你倒是加点特技啊?就这中初级用法,谁能觉得好用呢!所以,如果对LiveData稍稍有点感觉,那咱们不要停,一起决战到天明。
3.1、map()
初用过RxJava的小伙伴,估计会和我一样,被各种“姿势”的操作符所正经,比如常用的:map、flatMap...而LiveData中同样有这样的操作。
一个很常见的场景:我们通过一个唯一id去查询这个id下的实体类,并且要同时展示二者的数据。很简单的业务逻辑,在LiveData中的展示是这样的:
3.1.1、使用
class NameViewModel : ViewModel() { val userIdLiveData = MutableLiveData<Long>() // 伪码:当userIdLiveData发生变化时,userLiveData中的map就会调用,那么我们就可以得到罪行的id val userLiveData: LiveData<User> = Transformations.map(userIdLiveData) { id-> // 通过id拿到User,return一个User的实例user user } }// Activity中mModel.userLiveData.observe(this, Observer { user -> // user变化后通知mNameTextView更新UI mNameTextView.text = user.name })// 给userIdLiveData设置id为1mModel.userIdLiveData.postValue("1")
针对这个业务场景,我们只需要监听我们用户通知UI变化的LiveData(userLiveData),然后通过userIdLiveData.postValue("1")
来驱动数据的变化。
这里可能和我们传统的MVP的思想并不相同,毕竟MVVM和MVP还是有区别的,而MVVM的这种方式被称之为:数据驱动。
3.1.2、map()源码
我们直接点到Transformations.map()
中。
@MainThreadpublic static <X, Y> LiveData<Y> map( @NonNull LiveData<X> source, @NonNull final Function<X, Y> mapFunction) { final MediatorLiveData<Y> result = new MediatorLiveData<>(); result.addSource(source, new Observer<X>() { @Override public void onChanged(@Nullable X x) { result.setValue(mapFunction.apply(x)); } }); return result; }
很简单,就是使用了MediatorLiveData
,然后通过一个高阶函数,将高阶函数返回的内容,set到LiveData上,完成map()。
既然提到了MediatorLiveData
,以及它的addSource()
的方法,那么我们就来看看它的源码。
3.1.3、MediatorLiveData源码
这部分没啥意思,可以直接跳过看3.1.4、map()源码总结...
进入MediatorLiveData
之中,我们会发现代码比较少。这里抽出俩块比较重点的内容,我们一同来感受一下:
@MainThreadpublic <S> void addSource(@NonNull LiveData<S> source, @NonNull Observer<? super S> onChanged) { Source<S> e = new Source<>(source, onChanged); Source<?> existing = mSources.putIfAbsent(source, e); if (existing != null && existing.mObserver != onChanged) { throw new IllegalArgumentException( "This source was already added with the different observer"); } if (existing != null) { return; } if (hasActiveObservers()) { e.plug(); } }
从这段代码中,我们粗略可以得到一个信息,这里把我们的LiveData和Observer封装成了Source对象,并且这个对象,不能重复添加。
此外,Source的plug()方法,被调用。接下来我们去看一看这个内部类Source的实现:
private static class Source<V> implements Observer<V> { final LiveData<V> mLiveData; final Observer<? super V> mObserver; int mVersion = START_VERSION; Source(LiveData<V> liveData, final Observer<? super V> observer) { mLiveData = liveData; mObserver = observer; } void plug() { mLiveData.observeForever(this); } void unplug() { mLiveData.removeObserver(this); } @Override public void onChanged(@Nullable V v) { if (mVersion != mLiveData.getVersion()) { mVersion = mLiveData.getVersion(); mObserver.onChanged(v); } } }
首先Source是一个观察者,可以看到,我们外部使用的Observer会以Source的成员变量的形式,添加到传入的LiveData中。值得注意的是,这里使用了mLiveData.observeForever(this);
。
从observeForever()
用法可以看到,我们并没有传递LifecycleOwner
,因此它并不具备生命感知能力。从注释中也可见一斑:This means that the given observer will receive all events and will never be automatically removed.
3.1.4、map()源码总结
打住,打住吧。其实没必要继续看了。一句话总结:map()的原理就是基于MediatorLiveData,MediatorLiveData内部会将传递进来的LiveData和Observer封装成内部类,然后放在内部维护的一个Map中。并且自动帮我们完成observeForever
()和removeObserver()
。
3.2、switchMap()
3.2.1、使用
switchMap()的场景可以应用在切换LiveData上。这话怎么解释呢?
很常见的业务场景:比如你的业务用的是map(),map()中使用你自己写的络,而且LiveData运行的很良好,抽着烟喝着酒,啥事都没有...就比如,上面map()那样的代码:
val userLiveData: LiveData<User> = Transformations.map(userIdLiveData) { id-> // 自己的一段逻辑 user }// Activity中mViewModel.userLiveData.observe(this,Observer{->user //更新UI})
突然有一天,这个地方数据结构、UI都没变,唯独变了逻辑。此时你一个同事写好了一个方法,让你替换一下就好了了。不过当你调用的时候突然返现,这个方法返回一个LiveData对象!
当然此时我们可以让UI重新observe()这个LiveData对象:
val otherLiveData:LiveData<User> = // 同事的逻辑// Activity中重新observe()mViewModel.otherLiveData.observe(this,Observer{->user //更新UI})
可是这样的话,自己之前写的东西不都白费了么?所以此时,我们可以使用switchMap()
,我们只需要很少的改动,就可以设配这次需求的变动:
val userLiveData: LiveData<User> = Transformations.switchMap(userIdLiveData) { id-> // 直接把同事的代码放在这里即可}
3.2.2、switchMap()源码
有了上边map()
源码基础,我们可以很容易的看出switchMap()
的端倪:
@MainThreadpublic static <X, Y> LiveData<Y> switchMap( @NonNull LiveData<X> source, @NonNull final Function<X, LiveData<Y>> switchMapFunction) { final MediatorLiveData<Y> result = new MediatorLiveData<>(); result.addSource(source, new Observer<X>() { LiveData<Y> mSource; @Override public void onChanged(@Nullable X x) { // 从Function中拿到返回的LiveData,也就是我们新的LiveData(文章背景中同事写的LiveData) LiveData<Y> newLiveData = switchMapFunction.apply(x); if (mSource == newLiveData) { return; } // remove掉旧的LiveData if (mSource != null) { result.removeSource(mSource); } mSource = newLiveData; if (mSource != null) { // add新的LiveData result.addSource(mSource, new Observer<Y>() { @Override public void onChanged(@Nullable Y y) { // 通知LiveData发生变化 result.setValue(y); } }); } } }); return result; }
我们对比一下switchMap()
和map()
的参数类型:
Function<X, LiveData<Y>> switchMapFunction
Function<X, Y> mapFunction
很明显一个是返回LiveData类型,一个是换一种类型。这也说明了,这俩个方法的不一样之处
。
代码解释可以看注释,很直白的思路。
3.3、MediatorLiveData的使用
上述我们看过了map()
和switchMap()
的用法。各位应该都注意到MediatorLiveData
这个类的作用。
上边我们一直都在操作一个LiveData,但是我们需求很容易遇到多种状态的变化。就像官方的demo:
LiveData liveData1 = ...; LiveData liveData2 = ...; MediatorLiveData liveDataMerger = new MediatorLiveData<>(); liveDataMerger.addSource(liveData1, value -> liveDataMerger.setValue(value)); liveDataMerger.addSource(liveData2, value -> liveDataMerger.setValue(value));
如同demo所示,我们可以同时add多个LiveData,根据不同的LiveData的变化,处理我们不同的逻辑。最后通过MediatorLiveData回调到我们的UI上。
四、源码分析
注册Observer
@MainThreadpublic void observe(@NonNull LifecycleOwner owner, @NonNull Observer<? super T> observer) { // 如果当前生命周期是DESTROYED,直接return if (owner.getLifecycle().getCurrentState() == DESTROYED) { return; } // 这个包装类,做了一件事情,在DESTROYED,移除Observer LifecycleBoundObserver wrapper = new LifecycleBoundObserver(owner, observer); // 添加在已经Observer,已存在且在Attach上后直接抛异常,也就是不能重复add ObserverWrapper existing = mObservers.putIfAbsent(observer, wrapper); if (existing != null && !existing.isAttachedTo(owner)) { throw new IllegalArgumentException("Cannot add the same observer" + " with different lifecycles"); } if (existing != null) { return; } // 把Wrapper添加到LifecycleOwner上 owner.getLifecycle().addObserver(wrapper); }
Observer如何被响应:
public interface Observer<T> { /** * Called when the data is changed. * @param t The new data */ void onChanged(T t); }
触发的起点,很明显是我们在set/postValue的时候:
@MainThreadprotected void setValue(T value) { // 记住这个值,它是用来表示数据是否发生变化的 mVersion++; mData = value; dispatchingValue(null); } void dispatchingValue(@Nullable ObserverWrapper initiator) { // 省略部分代码 for (Iterator<Map.Entry<Observer<? super T>, ObserverWrapper>> iterator = mObservers.iteratorWithAdditions(); iterator.hasNext(); ) { // 往里走 considerNotify(iterator.next().getValue()); if (mDispatchInvalidated) { break; } } // 省略部分代码}private void considerNotify(ObserverWrapper observer) { // 如果observer不在活动期,则直接return。也就是上述说observer不在前台,将不会接受回调。 if (!observer.mActive) { return; } // 省略部分代码 // 很直白的version对比 if (observer.mLastVersion >= mVersion) { return; } observer.mLastVersion = mVersion; // 回调 observer.mObserver.onChanged((T) mData); }
observer.mActive
在哪被赋值?很多地方。除了一些边界条件的赋值外,一个比较正式的赋值,ObserverWrapper
中的void activeStateChanged(boolean newActive)
方法:
void activeStateChanged(boolean newActive) { if (newActive == mActive) { return; } mActive = newActive; }// 此方法最终会调到此方法@Overrideboolean shouldBeActive() { return mOwner.getLifecycle().getCurrentState().isAtLeast(STARTED); }public boolean isAtLeast(@NonNull State state) { return compareTo(state) >= 0; }
很简单,每次生命周期回调,observer.mActive
都会被赋值,而只有到Lifecycle是活动状态是,mActive才会true。因此只有在我们的Activity为前台时我们的LiveData
才会被回调。
作者:MDove
链接:https://www.jianshu.com/p/cefaf8d68716
共同学习,写下你的评论
评论加载中...
作者其他优质文章