前言

结束了Lifecycle篇和ViewModel篇，终于到了相对复杂的LiveData篇了。

最开始了解LiveData我是拒绝的，因为你不能上来就让我用，马上就用。第一我要试一下，我不原意用完以后...duang、duang都是bug....

一点点入坑JetPack：ViewModel篇

一点点入坑JetPack：Lifecycle篇

后来用完之后，好嗨呦，感觉人生已经达到了高潮...

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1
mModel.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。

@MainThread
public 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：

 @MainThread
public <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：

@MainThread
public 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

@MainThread
public 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：

@MainThread
protected 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
@Override
boolean 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。

尾声

到此关于LiveData的部分就整完了，不知道各位看官是否感受到LiveData的好用之处了呢？如果没有，不如自己写一写，用身体去感受来自LiveData的爽快~

个人公众号：咸鱼正翻身