APP 使用 JetPack 架构后，你觉得会有哪些变化？

作者: 搬砖小老弟 | 来源:发表于2022-09-20 16:27 被阅读0次

作者：Bezier
转载地址：https://juejin.cn/post/6955491901265051661

知识储备：需要对Lifcycle、LiveData、ViewModel、DataBinding有基本了解

1. 有了Lifecycle，再也不用担心生命周期同步问题
- 1.1 为什么要做生命周期绑定？
- 1.2 Lifecycle解决了哪些问题？
2. LiveData并不是只运用观察者模式
- 2.1 观察者模式的优点有哪些？
- 2.2 LiveData基于观察者模式又做了哪些扩展？
- 2.3 LiveData + Lifecycle 实现 1 + 1 > 2
3. ViewModel与LiveData真乃天作之合
- 3.1 如何优雅的实现Fragment之间通讯？
- 3.2 由ViewModel担任 VM/Presenter 的好处有哪些？
4. 解除你对DataBinding的误解
- 4.1 使用DataBinding的好处有哪些？
- 4.2 为什么很多人说DataBinding很难调试？
5. Jetpack和MVVM有什么关系？
- 5.1 什么是MVVM
- 5.2 Jetpack只是让MVVM更简单、更安全

1. 有了Lifecycle，再也不用担心生命周期同步问题

1.1 为什么要做生命周期绑定？

关于Activity/Fragment其最重要的概念就是生命周期管理，我们开发者需要在不同生命周期回调中做不同事情。比如onCreate做一些初始化操作，onResume做一些恢复操作等等等等，以上这些操作都比较单一直接去写也没有多大问题。

但有一些组件需要强依赖于Activity/Fragment生命周期，常规写法一旦疏忽便会引发安全问题，比如下面这个案例：

现有一个视频播放界面，我们需要做到当跳到另一个界面就暂停播放，返回后再继续播放，退出后重置播放,常规思路：

#class PlayerActivity
    onCreate(){
        player.init()
    }
    onResume(){
        player.resume()
    }
    onPause(){
        player.pause()
    }
    onDestroy(){
        player.release()
    }

读过我上篇文章的小伙伴可能一眼就能看出来这违背了控制反转，人不是机器很容易写错或者忘写，特别是player.release()如果忘写便会引发内存泄漏此时我们可以基于控制反转思想(将player生命周期控制权交给不会出错的框架)进行改造：第一步：

interface ObserverLifecycle{
    onCreate()
    ...
    onDestroy()
}

首先定义一个观察者接口,包含Activity/Fragment主要生命周期方法

第二步：

class BaseActivity{
    val observers = mutableList<ObserverLifecycle>()
    onCreate(){
        observers.forEach{
            observer.onCreate()
        }
    }
    ...
    onDestroy(){
        observers.forEach{
            observer.onDestroy()
        }
    }
}

在BaseActivity中观察生命周期并逐一通知到observers的观察者

第三步：

class VideoPlayer : ObserverLifecycle{
    onCreate(){
        init()
    }
    ...
    onDestroy(){
        release()
    }
}
class PlayerActivity : BaseActivity{
    observers.add(videoPlayer)
}

播放器实现ObserverLifecycle接口，并在每个时机调用相应方法。PlayerActivity只需将videoPlayer注册到observers即可实现生命周期同步。

其实不光videoPlayer，任何需要依赖Activity生命周期的组件只需实现ObserverLifecycle接口最后注册到Activity的observers即可实现生命周期自动化管理，进而可以规避误操作带来的风险

1.2 Lifecycle解决了哪些问题？

既然生命周期的同步如此重要，Google肯定不会视而不见，虽然自定义ObserverLifecycle可以解决这种问题，但并不是每个人都能想到。所以Google就制定了一个标准化的生命周期管理工具Lifecycle，让开发者碰到生命周期问题自然而然的想到Lifecycle，就如同想在Android手机上新建一个界面就会想到Activity一样。

同时Activity和Fragment内部均内置了Lifecycle，使用非常简单，以1.1 案例通过Lifecycle改造后如下：

class VideoPlayer : LifecycleObserver {
    @OnLifecycleEvent(Lifecycle.Event.ON_CREATE)
    fun onCreate(){
        init()
    }
    ..
    @OnLifecycleEvent(Lifecycle.Event.ON_DESTROY)
    fun onDestroy(){
        release()
    }
}
class PlayerActivity : BaseActivity{
    lifecycle.addObserver(videoPlayer)
}

两步操作即可，不用我们自己向观察者(videoPlayer)做生命周期分发处理。

2. LiveData并不是只运用观察者模式

2.1 观察者模式的优点有哪些？

观察者是一种常见并且非常实用的一种行为型模式，具有扩展性强、耦合性低的特性。

本文1.1 中生命周期同步设计就是一个标准的观察者模式，ObserverLifecycle可作为观察者，PlayerActivity作为被观察者,当被观察者(PlayerActivity)生命周期发生改变时会主动通知到观察者(VideoPlayer)

同时观察者在不改变代码结构的情况随意扩展,比如PlayerActivity属于一个MVP架构，此时可以将Presenter实现ObserverLifecycle作为观察者随后注册到被观察者(PlayerActivity)中，这样Presenter也可以监测到Activity生命周期，并且代码结构没有任何改变，符合开闭原则(对扩展开发修改关闭)

2.2 LiveData基于观察者模式又做了哪些扩展？

LiveData符合标准的观察者模式，所以它具备扩展性强、耦合性低的特性，同样它还是一个存储数据的容器，当容器数据改变时会触发观察者，即数据驱动。

数据驱动是前端开发领域非常重要的一个概念，说数据驱动之前我们先思考一个问题，为什么要改变数据？答案显而易见，无非是想让数据使用者感知到而已，而LiveData可以优雅的实现这一流程，将 改变、通知 两步操作合并为一步即省事也提高了安全性.

根据LiveData的特性决定它非常适合去做数据驱动UI，下面举个例子简单描述下：

# 需求：改变textView内容以及对应的数据，用LiveData实现方式如下
val liveData = MutableLiveData<String>()
liveData?.observe(this, Observer { value->
            textView.text = value
        })
//这一步会改变liveData值并且会触发textView重新渲染
liveData.value = "android"

看起来平平无奇甚至理所当然，但它确实解决了我们前端开发的痛点，在此之前数据和UI都需要我们开发者单独修改，当面对十几个View时很难做到不漏不忘。引入liveData后改变数据会自动触发UI渲染，将两步操作合并为一步，大大降低出错的概率关于数据驱动UI上篇文章我已经做了详细描述，感兴趣的可以翻回去查看。

2.3 LiveData + Lifecycle 实现 1 + 1 > 2

LiveData在Lifecycle的加持下可以实现只在可见状态接收通知，说的通俗一点Activity执行了onStop()后内部的LiveData就无法收到通知，这样设计有什么好处？举个例子： ActivityA和ActivityB共享同一个LiveData，伪代码如下

class ActivityA{
    liveData?.observe(this, Observer { value->
            textView.text = value
        })
}
class ActivityB{
    liveData?.observe(this, Observer { value->
            textView.text = value
        })
}

当ActivityA启动ActivityB后多次改变liveData值，等回到ActivityA时你肯定不希望Observer收到多次通知而引发textView多次重绘。

引入Lifecycle后这个问题便可迎刃而解，liveData绑定Lifecycle(例子中的this)后，当回到ActivityA时只会取liveData最新的值然后做通知，从而避免多余的操作引发的性能问题

3. ViewModel与LiveData真乃天作之合

3.1 Jetpack ViewModel 并不等价于 MVVM ViewModel

经常有小伙伴将Jetpack ViewModel 和 MVVM ViewModel相提并论，其实这二者根本没有在同一个层次，MVVM ViewModel是MVVM架构中的一个角色，看不见摸不着只是一种思想。而Jetpack ViewModel是一个实实在在的框架用于做状态托管，有对应的作用域可跟随Activity/Fragment生命周期，但这种特性恰好可以充当MVVM ViewModel的角色，分隔数据层和视图层并做数据托管。

所以结论是Jetpack ViewModel可以充当MVVM ViewModel 但二者并不等价

3.2 如何优雅的实现Fragment之间通讯？

ViewModel官方定义是一个带作用域的状态托管框架，可通过指定作用域和Activity/Fragment共存亡，为了将其状态托管发挥到极致，Google甚至单独为ViewModel开了个后门，Activity横竖屏切换时不会销毁对应的ViewModel，为的就是横竖屏能共用同一个ViewModel，从而保证数据的一致性。

既然是状态托管框架那ViewModel的第一要务就要时时刻刻保证最新状态分发到视图层，这让我不禁想到了LiveData，数据的承载以及分发交给Livedata，而ViewModel专注于托管LiveData保证不丢失，二者搭配简直是天作之合。

有了ViewModel加LiveData ，Fragment之间可以更优雅的通讯。比如我的开源项目中的音乐播放器（属于单Activity多Fragment架构），播放页和首页悬浮都包含音乐基本信息，如下图所示：

想要使两个Fragment中播放信息实时同步，最优雅的方式是将播放状态托管在Activity作用域下ViewModel的LiveData中，然后各自做状态监听，这样只有要有一方改变就能立即通知到另一方，简单又安全，具体细节可至我的开源项目中查看。

3.3 由ViewModel担任 VM/Presenter 的好处有哪些？

传统MVVM和MVP遇到最多的的问题无非就是多线程下的内存泄露，ViewModel可以完全规避这个问题，内部的viewModelScope是一个协程的扩展函数，viewModelScope生命周期跟随ViewModel对应的Lifecycle（Activity/Fragment），当页面销毁时会一并结束viewModelScope协程作用域，所以将耗时操作直接放在viewModelScope即刻

另外在界面销毁时会调用ViewModel的onClear方法，可以在该方法做一些释放资源的操作，进一步降低内存泄露的风险

4. 解除你对DataBinding的误解

4.1 使用DataBinding的作用有哪些？

DataBinding最大的优点跟唯一的作用就是数据 UI双向绑定，UI和数据修改任何一方另外一方都会自动同步,这样的好处其实跟LiveData的类似，都是做数据跟UI同步操作，用来保证数据和UI一致性。其实写到这可以发现，不管是LiveData、DataBinding还是DiffUtil都是用来解决数据和UI一致性问题，可见Google对这方面有多么重视，所以我们一定要紧跟官方步伐
小知识点：

DataBinding包中的ObservableField作用跟LiveData基本一致，但ObservableField有一个去重的效果，

4.2 为什么很多人说DataBinding很难调试？

经常听一些小伙伴提DataBinding不好用，原因是要在xml中写业务逻辑不好调试，对于这个观点我是持否定态度的。并不是我同意xml中写业务逻辑这一观点，我觉得碰到问题就得去解决问题，如果解决问题的路上有障碍就尽量扫清障碍，而不是一味的逃避。

如{vm.isShow ? View.VISIBLE : View.GONE}之类的业务逻辑不写在xml放在哪好呢？关于这个问题我在上篇文章Data Mapper章节中描述的很清楚，拿到后端数据转换成本地模型(此过程会编写所有数据相关逻辑)，本地模型与设计图一一对应，不但可以将视图与后段隔离，而且可以解决xml中编写业务逻辑的问题。

5. Jetpack和MVVM有什么关系？

5.1 什么是MVVM

MVVM其实是前端领域一个专注于界面开发的架构模式，总共分为View、ViewModel、Repository三个模块 (需严格按照单一设计原则划分)

View(视图层): 专门做视图渲染以及UI逻辑的处理
Repository(远程): 代表远程仓库，从Repository取需要的数据
ViewModel: Repository取出的数据需暂存到ViewModel，同时将数据映射到视图层

分层固然重要，但MVVM最核心点是通过ViewModel做数据驱动UI以及双向绑定的操作用来解决数据/UI的一致性问题。MVVM就这么些东西，千万不要把它理解的特别复杂

双向绑定和单向驱动应该如何选择？

当面临TextView之类的View时单向驱动已经完全够用了，毕竟在我们的认知里是不需要通过TextView显示的文案改变对应数据的，此时单向驱动就能保证数据、UI一致。

而双向绑定通常用在可交互式的View中，比如EditText内容会通过用户输入而改变的，此时需要通过双向绑定才能保证数据、UI一致。不管是双向绑定还是单向驱动，只要能保证数据、UI一致，那它就符合MVVM思想

其实我上篇文章也简单说过，好的架构不应该局限到某一种模式(MVC/MVP/MVVM)上，需要根据自己项目的实际情况不断添砖加瓦。如果你们的后端比较善变我建议引入Data Mapper的概念～如果你经常和同事开发同一个界面，可以试图将每一条业务逻辑封装到use case中，这样大概率可以解决Git冲突的问题..等等等等，总之只要能实实在在提高开发效率以及项目稳定性的架构就是好架构.

5.2 Jetpack只是让MVVM更简单、更安全

Jetpack是Android官方为确立标准化开发而提供的一套框架，Lifecycle可以让开发者不用过多考虑生命周期引发的一系列问题～有了DataBinding的支持让数据UI双向绑定成为了可能～ LiveData的存在解除ViewModel跟Activity双向依赖的问题....
归根到底Jetpack就是一套开发框架，MVVM在这套框架的加持之下变得更加简单、安全。
Tips:作者公司项目引入Jetpack后，项目稳定性有着肉眼可见的提升。

综上所述

Lifecycle 解决了生命周期同步问题
LiveData 实现了真正的状态驱动
ViewModel 可以让 Fragment 通讯变得更优雅
DataBinding 让双向绑定成为了可能
Jetpack 只是让 MVVM 更简单、更安全