引言
用户搜索时，为了避免产生无意义的搜索请求，通常会进行搜索数据限流。熟悉RxJava的同学，一定会知道怎么做，各种天花乱坠的操作符让你眼花缭乱。
那么用上了kotlin的小伙伴，完全可以不必使用RxJava，因为kotlin中自带的Flow就可以做到。不废话，直接开始。
激起我写作的原因是这一篇文章Kotlin Flow 开发应用实践之搜索优化，这篇文章错误的使用了Flow，目前作者已经对文章内部的错误进行了更改，但是我还是想借机来说明一下。随后给出正确的解释及正确的代码。
错在了哪
我先把那篇文章中错误的代码贴上来：
// 错误代码🙅
binding.etSearch.doOnTextChanged { text, _, _, _ ->
searchFilter(text.toString())
}
private fun searchFilter(str:String){
flow { emit(str) }
.debounce(400)
.filter {
it.isNotEmpty()
}
.catch { LogUtils.d(it.message) }
.flowOn(Dispatchers.Default)
.onEach {
LogUtils.d("输出:$it")
binding.tvShow.text = it.toString()
}.flowOn(Dispatchers.Main)
.launchIn(lifecycleScope)
}
复制代码
仔细看上面的代码，你们自己想想错在了哪里？
文本输入框etSearch每次文本的变化都会回掉searchFilter()方法，而方法里面每次都去实例化了一个flow，然后又使用了debounce()限流，那么这个debounce()限流的意义何在？毫无意义啊，对吧。因为每次都是新创建的flow啊。
还不懂的话，那就看下面简化的代码：
// 文章错误代码🙅的简化
for (i in 0..100) {
// 模拟生成数据
flow<Int> {
emit(i)
}.debounce(500) // 这里是无效的 限流，因为 flow 的 emit 只执行了一次啊……
.collect {
println("----------------->>> $it")
}
}
复制代码
那么我们理想中的正确代码逻辑是这样的：
flow<Int> {
for (i in 0..100) {
// 模拟生成数据
emit(i)
}
}.debounce(500) // 这里是有效的 限流
.collect {
println("----------------->>> $it")
}
复制代码
好了，同学们可以再对比以上两段代码，for循环就是我们模拟的输入数据，这个for循环在里面和在外面是两个完全不一样的逻辑～不再多做解释了
正确的用法
你以为的正确写法
对于输入框的这类业务逻辑，单纯使用flow是无法到达目的的，因为写不出来。有的小朋友要站起来高喊了，“怎么写不出来，你瞎说，我来写”，一顿操作写出了下面的代码：
// 小朋友写的错误代码🙅
flow<Editable> {
editText.doAfterTextChanged { text ->
emit(text) // 这里是错误的，emit不可以写在内部类中
}
}.debounce(500)
.collect {
println("----------------->>> $it")
}
复制代码
错误的地方我写上了注释，emit是一个suspend挂起函数，是不可以写在内部类里的，代码直接编译不通过。
真正的正确写法
首先我提一个知识点，大家回忆一下。RxJava中的流，是分为冷流和热流（即：cold Observable和 hot Observable）对吧。如果你说啥，流还分冷热？亲，那这里建议你炒个回锅肉呢。
在RxJava的使用中，不注意区分冷热流，是导致RxJava错用、滥用的原因之一！
这里我只用两句话简单解释冷热流，不展开讲RxJava。
-
冷流：只有观察者进行订阅了，上游才开始执行发射数据
-
热流：无论有没有观察者，上游的数据都会发射
flow是冷流
直接用注释说明：
flow {
// 发射数据
}.collect {
/*
只有执行了 collect 或者 collectLast 订阅了流，
上游 flow 里面的代码块才会执行！
*/
}
复制代码
现在这位小朋友，冷静一下，想想输入框的业务场景是什么样子的？即：不管有没有订阅者，只要EditText文本变化了，都会发送数据。那我们就应该用热流来解决问题。
StateFlow热流登场
各位大佬直接看代码吧：
// 定义一个全局的 StateFlow
private val _etState = MutableStateFlow("")
override fun onCreate(savedInstanceState: Bundle?) {
et.doAfterTextChanged { text ->
// 往流里写数据
_etState.value = (text ?: "").toString()
}
lifecycleScope.launch {
_etState
.sample(500) // 限流，500毫秒
.filter {
// 空文本过滤掉
it.isNotBlank()
}.collect {
// 订阅数据
println("----------------->>> $it")
}
}
}
复制代码
好了，收工了。对于 StateFlow ，Google是这么解释的：“与使用 flow 构建器构建的冷数据流不同，StateFlow 是热数据流：从数据流收集数据不会触发任何提供方代码。StateFlow 始终处于活跃状态并存于内存中，而且只有在垃圾回收根中未涉及对它的其他引用时，它才符合垃圾回收条件。”
课后作业
最后的代码中，我是用了sample()方法来作为限流，而没有使用debounce()方法限流。那么这两种限流的方法有什么区别呢？有兴趣的同学自己在代码里尝试一下吧，会得出自己的结论的。
（对于此场景，我更倾向于sample()方法限流）。
作者：limuyang2
链接：https://juejin.cn/post/6925304772383735822
网友评论