美文网首页
解决LiveData数据倒灌的新思路

解决LiveData数据倒灌的新思路

作者: BlueSocks | 来源:发表于2023-08-20 17:21 被阅读0次

    数据倒灌现象

    对于LiveData“数据倒灌”的问题,我相信很多人已经都了解了,这里提一下。所谓的“数据倒灌”:其实是类似粘性广播那样,当新的观察者开始注册观察时,会把上次发的最后一次的历史数据传递给当前注册的观察者

    比如在在下面的例子代码中:

    val testViewModel = ViewModelProvider(this)[TestViewModel::class.java]
    testViewModel.updateData("第一次发送数据")
    testViewModel.testLiveData.observe(this,object :Observer<String>{
        override fun onChanged(value: String) {
            println("==============$value")
        }
    })
    
    

    updateData方法发送了一次数据,当下面调用LiveData的observe方法时,会立即打印==============第一次发送数据,这就是上面说的“数据倒灌”现象。

    发生原因

    原因其实也很简单,其实就是 LiveData内部有一个mVersion字段,记录版本,其初始的 mVersion 是-1,当我们调用了其 setValue 或者 postValue,其 mVersion+1;对于每一个观察者的封装 ObserverWrapper,其初始 mLastVersion 也为-1,也就是说,每一个新注册的观察者,其 mLastVersion 为-1;当 LiveData 设置这个 ObserverWrapper 的时候,如果 LiveDatamVersion 大于 ObserverWrappermLastVersionLiveData 就会强制把当前 value 推送给 Observer

    也就是下面这段代码

        private void considerNotify(ObserverWrapper observer) {
            if (!observer.mActive) {
                return;
            }
    
            if (!observer.shouldBeActive()) {
                observer.activeStateChanged(false);
                return;
            }
            // 判断observer的版本是否大于LiveData的版本mVersion
            if (observer.mLastVersion >= mVersion) {
                return;
            }
            observer.mLastVersion = mVersion;
            observer.mObserver.onChanged((T) mData);
        }
    
    

    所以要解决这个问题,思路上有两种方式:

    • 通过改变每个ObserverWrapper的版本号的值
    • 通过某种方式,保证第一次分发不响应

    解决方法

    目前网络上可以看到有三种解决方式

    每次只响应一次

    public class SingleLiveData<T> extends MutableLiveData<T> {
        private final AtomicBoolean mPending = new AtomicBoolean(false);
    
        public SingleLiveData() {
        }
    
        public void observe(@NonNull LifecycleOwner owner, @NonNull Observer<? super T> observer) {
            super.observe(owner, (t) -> {
                if (this.mPending.compareAndSet(true, false)) {
                    observer.onChanged(t);
                }
    
            });
        }
    
        @MainThread
        public void setValue(@Nullable T t) {
            this.mPending.set(true);
            super.setValue(t);
        }
    
        @MainThread
        public void call() {
            this.setValue((Object)null);
        }
    }
    
    

    这个方法能解决历史数据往回发的问题,但是对于多Observe监听就不行了,只能单个监听,如果是多个监听,只有一个能正常收到,其他的就无法正常工作

    反射

    这种方式就是每次注册观察者时,通过反射获取LiveData的版本号,然后又通过反射修改当前Observer的版本号值。这种方式的优点是:

    • 能够多 Observer 监听
    • 解决粘性问题

    但是也有缺点:

    • 每次注册 observer 的时候,都需要反射更新版本,耗时有性能问题

    UnPeekLiveData

    public class UnPeekLiveData extends LiveData {
    
        protected boolean isAllowNullValue;
    
        private final HashMap observers = new HashMap();
    
        public void observeInActivity(@NonNull AppCompatActivity activity, @NonNull Observer super T> observer) {
            LifecycleOwner owner = activity;
            Integer storeId = System.identityHashCode(observer);
            observe(storeId, owner, observer);
        }
    
        private void observe(@NonNull Integer storeId,
                             @NonNull LifecycleOwner owner,
                             @NonNull Observer super T> observer) {
    
            if (observers.get(storeId) == null) {
                observers.put(storeId, true);
            }
    
            super.observe(owner, t -> {
                if (!observers.get(storeId)) {
                    observers.put(storeId, true);
                    if (t != null || isAllowNullValue) {
                        observer.onChanged(t);
                    }
                }
            });
        }
    
        @Override
        protected void setValue(T value) {
            if (value != null || isAllowNullValue) {
                for (Map.Entry entry : observers.entrySet()) {
                    entry.setValue(false);
                }
                super.setValue(value);
            }
        }
    
        protected void clear() {
            super.setValue(null);
        }
    }
    
    

    这个其实就是上面 SingleLiveData 的升级版,SingleLiveData 是用一个变量控制所有的 Observer,而上面采用的每个 Observer 都采用一个控制标识进行控制。 每次 setValue 的时候,就打开所有 Observer 的开关,表示可以接受分发。分发后,关闭当前执行的 Observer 开关,即不能对其第二次执行了,除非你重新 setValue。 这种方式基本上是比价完美了,除了内部多一个用HashMap存放每个Observer的标识,如果Observer比较多的话,会有一定的内存消耗。

    新的思路

    我们先看下LiveData获取版本号方法:

    int getVersion() {
        return mVersion;
    }
    
    

    这个方法是一个包访问权限的方法,如果我新建一个和LiveData同包名的类,是不是就可以不需要反射就能获取这个值呢?其实这是可行的

    // 跟LiveData同包名
    package androidx.lifecycle
    
    open class SafeLiveData<T> : MutableLiveData<T>() {
    
        override fun observe(owner: LifecycleOwner, observer: Observer<in T>) {
            // 直接可以通过this.version获取到版本号
            val pictorialObserver = PictorialObserver(observer, this.version > START_VERSION)
            super.observe(owner, pictorialObserver)
        }
    
        class PictorialObserver<T>(private val realObserver: Observer<in T>, private var preventDispatch: Boolean = false) :
            Observer<T> {
    
            override fun onChanged(value: T) {
                // 如果版本有差异,第一次不处理
                if (preventDispatch) {
                    preventDispatch = false
                    return
                }
                realObserver.onChanged(value)
            }
    
        }
    }
    
    

    这种取巧的方式的思路就是:

    • 利用同包名访问权限可以获取版本号,不需要通过反射获取
    • 判断LiveDataObserver是否有版本差异,如果有,第一次不响应,否则就响应

    我个人是偏向这种方式,也应用到了实际的开发中。这种方式的优点是:改动小,不需要反射,也不需要用HashMap存储等,缺点是:有一定的侵入性,假如后面这个方法的访问权限修改或者包名变动,就无效了,但是我认为这种可能性是比较小,毕竟androidx库迭代了这么多版本,算是比较稳定了。

    相关文章

      网友评论

          本文标题:解决LiveData数据倒灌的新思路

          本文链接:https://www.haomeiwen.com/subject/dqosmdtx.html