我们来看看SharedFlow的构造函数
public fun MutableSharedFlow(
replay: Int = 0,
extraBufferCapacity: Int = 0,
onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND
): MutableSharedFlow
其主要有3个参数
1.replay表示当新的订阅者Collect时，发送几个已经发送过的数据给它，默认为0，即默认新订阅者不会获取以前的数据
2.extraBufferCapacity表示减去replay，MutableSharedFlow还缓存多少数据，默认为0
3.onBufferOverflow表示缓存策略，即缓冲区满了之后Flow如何处理，默认为挂起
简单使用如下：
//ViewModel
val sharedFlow=MutableSharedFlow()
viewModelScope.launch{
sharedFlow.emit(“Hello”)
sharedFlow.emit(“SharedFlow”)
}
//Activity
lifecycleScope.launch{
viewMode.sharedFlow.collect {
print(it)
}
}
3.3 将冷流转化为SharedFlow
普通flow可使用shareIn扩展方法，转化成SharedFlow
val sharedFlow by lazy {
flow {
//…
}.shareIn(viewModelScope, WhileSubscribed(500), 0)
}
shareIn主要也有三个参数：
@param
scope共享开始时所在的协程作用域范围
@param
started控制共享的开始和结束的策略
@param
replay状态流的重播个数
started 接受以下的三个值:
1.Lazily: 当首个订阅者出现时开始，在scope指定的作用域被结束时终止。
2.Eagerly: 立即开始，而在scope指定的作用域被结束时终止。
3.WhileSubscribed: 这种情况有些复杂，后面会详细讲解
对于那些只执行一次的操作，您可以使用Lazily或者Eagerly。然而，如果您需要观察其他的流，就应该使用WhileSubscribed来实现细微但又重要的优化工作
3.4 Whilesubscribed策略
WhileSubscribed策略会在没有收集器的情况下取消上游数据流,通过shareIn运算符创建的SharedFlow会把数据暴露给视图 (View)，同时也会观察来自其他层级或者是上游应用的数据流。
让这些流持续活跃可能会引起不必要的资源浪费，例如一直通过从数据库连接、硬件传感器中读取数据等等。当您的应用转而在后台运行时，您应当保持克制并中止这些协程。
public fun WhileSubscribed(
stopTimeoutMillis: Long = 0,
replayExpirationMillis: Long = Long.MAX_VALUE
)
如上所示，它支持两个参数：
-
1.
stopTimeoutMillis控制一个以毫秒为单位的延迟值，指的是最后一个订阅者结束订阅与停止上游流的时间差。默认值是 0 (立即停止).这个值非常有用，因为您可能并不想因为视图有几秒钟不再监听就结束上游流。这种情况非常常见——比如当用户旋转设备时，原来的视图会先被销毁，然后数秒钟内重建。 -
2.
replayExpirationMillis表示数据重播的过时时间，如果用户离开应用太久，此时您不想让用户看到陈旧的数据，你可以用到这个参数
4. StateFlow介绍
4.1 为什
么引入StateFlow
我们前面刚刚看了SharedFlow，为什么又冒出个StateFlow?
StateFlow 是 SharedFlow 的一个比较特殊的变种，StateFlow 与 LiveData 是最接近的，因为:
-
1.它始终是有值的。
-
2.它的值是唯一的。
-
3.它允许被多个观察者共用 (因此是共享的数据流)。
-
4.它永远只会把最新的值重现给订阅者，这与活跃观察者的数量是无关的。
可以看出，StateFlow与LiveData是比较接近的，可以获取当前的值，可以想像之所以引入StateFlow就是为了替换LiveData
总结如下：
1.StateFlow继承于SharedFlow,是SharedFlow的一个特殊变种
2.StateFlow与LiveData比较相近，相信之所以推出就是为了替换LiveData
4.2 StateFlow的简单使用
我们先来看看构造函数：
public fun MutableStateFlow(value: T): MutableStateFlow = StateFlowImpl(value ?: NULL)
1.StateFlow构造函数较为简单，只需要传入一个默认值
2.StateFlow本质上是一个replay为1，并且没有缓冲区的SharedFlow,因此第一次订阅时会先获得默认值
3.StateFlow仅在值已更新，并且值发生了变化时才会返回，即如果更新后的值没有变化，也没会回调Collect方法，这点与LiveData不同
与StateFlow类似，我们也可以用stateIn将普通流转化成SharedFlow
val result: StateFlow<Result> = someFlow
.stateIn(
scope = viewModelScope,
started = WhileSubscribed(5000),
initialValue = Result.Loading
)
与shareIn类似，唯一不同的时需要传入一个默认值
同时之所以WhileSubscribed中传入了5000，是为了实现等待5秒后仍然没有订阅者存在就终止协程的功能，这个方法有以下功能
-
用户将您的应用转至后台运行，5 秒钟后所有来自其他层的数据更新会停止，这样可以节省电量。
-
最新的数据仍然会被缓存，所以当用户切换回应用时，视图立即就可以得到数据进行渲染。
-
订阅将被重启，新数据会填充进来，当数据可用时更新视图。
-
在屏幕旋转时，因为重新订阅的时间在5s内，因此上游流不会中止
4.3 在页面中观察StateFlow
与LiveData类似，我们也需要经常在页面中观察StateFlow
观察StateFlow需要在协程中，因此我们需要协程构建器，一般我们会使用下面几种
-
lifecycleScope.launch: 立即启动协程，并且在本Activity或Fragment销毁时结束协程。 -
LaunchWhenStarted和LaunchWhenResumed,它会在lifecycleOwner进入X状态之前一直等待，又在离开X状态时挂起协程
如上图所示：
1.使用launch是不安全的，在应用在后台时也会接收数据更新，可能会导致应用崩溃
2.使用launchWhenStarted或launchWhenResumed会好一些，在后台时不会接收数据更新，但是，上游数据流会在应用后台运行期间保持活跃，因此可能浪费一定的资源
这么说来，我们使用WhileSubscribed进行的配置岂不是无效了吗？订阅者一直存在，只有页面关闭时才会取消订阅
官方推荐repeatOnLifecycle来构建协程
在某个特定的状态满足时启动协程，并且在生命周期所有者退出该状态时停止协程,如下图所示。
比如在某个Fragment的代码中:
onCreateView(…) {
viewLifecycleOwner.lifecycleScope.launch {
viewLifecycleOwner.lifecycle.repeatOnLifecycle(STARTED) {
myViewModel.myUiState.collect { … }
}
}
}
当这个Fragment处于STARTED状态时会开始收集流，并且在RESUMED状态时保持收集，最终在Fragment进入STOPPED状态时结束收集过程。
结合使用repeatOnLifecycle API和WhileSubscribed,可以帮助您的应用妥善利用设备资源的同时，发挥最佳性能
4.4 页面中观察Flow的最佳方式
通过ViewModel暴露数据，并在页面中获取的最佳方式是:
最佳实践如上图所示，如果采用其他方式，上游数据流会被一直保持活跃，导致资源浪费
当然，如果您并不需要使用到Kotlin Flow的强大功能，就用LiveData好了