LiveData的缺点：

---

而LiveData它的缺点其实也非常明显，LiveData肩负着为UI提供数据订阅的能力，所以他的数据订阅只能在主线程，可能会有小伙伴说可以在子线程通过postValue去发布数据啊。但是其实这个postValue是有坑的，被坑过的小伙伴都应该知道短时间通过多次postValue，中间可能会存在数据的丢失。

而且在复杂的场景LiveData支持的能力确实有一些尴尬。

总结一下LiveDta有几个缺点：

• 在异步线程修改数据可能存在数据丢失的问题

• 在复杂的场景，LiveData的能力有一些捉襟见肘

LiveData你别走

---

《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》

【docs.qq.com/doc/DSkNLaERkbnFoS0ZF】 完整内容开源分享

但我们也不应该踩一捧一，确实LiveData整体上有更低的学习成本，在一些简单的场景LiveData已经完全能够满足我们的需要。

而且官方也说过并不会废弃LiveData，原因是：

• 用 Java 写 Android 的人还需要它，因为Flow是协程的东西，所以如果你是用 Java 的，是没有办法使用Flow的，所以LiveData还是有意义的。

• LiveData 的使用比较简单，而且功能上对于简单场景也是足够的，而 RxJava 和 Flow 这种东西学起来就没 LiveData 那么直观。

Flow

====

Flow是Google官方提供的一个类似于RxJava的响应式编程模型。它是基于Kotlin协程的。 它相对于Rxjava具有以下特点：

• 具有更友好的API，学习成本较低

• 跟Kotlin协程、LiveData结合更紧密，Flow能够转换成LiveData，在ViewModel中直接使用

• 结合协程的作用域，当协程被取消时，Flow也会被取消，避免内存泄漏

我们知道Flow的特点之一就是冷流。那么什么是冷流呢？

• 冷流：当数据被订阅的时候，发布者才开始执行发射数据流的代码。并且当有多个订阅者的时候，每一个订阅者何发布者都是一对一的关系，每个订阅者都会收到发布者完整的数据。

• 热流：无论有没有订阅者订阅，事件始终都会发生。当热流有多个订阅者时，发布者跟订阅者是一对多的关系，热流可以与多个订阅者共享信息。

StateFlow

---

因为Flow是冷流，这与LiveData的特点完全不一样，因此Flow提供了StateFlow来实现热流。

StateFlow 是 SharedFlow 的一个比较特殊的变种，而 SharedFlow 又是 Kotlin 数据流当中比较特殊的一种类型。StateFlow 与 LiveData 是最接近的，因为:

• 它始终是有值的。

• 它的值是唯一的。

• 它允许被多个观察者共用 (因此是共享的数据流)。

• 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。

官方推荐当暴露 UI 的状态给视图时，应该使用 StateFlow。这是一种安全和高效的观察者，专门用于容纳 UI 状态。

StateFlow使用

StateFlow替换掉LiveData是简单的。我们来看看StateFlow的构造函数：

/**

• Creates a [MutableStateFlow] with the given initial [value].

*/

@Suppress(“FunctionName”)

public fun MutableStateFlow(value: T): MutableStateFlow = StateFlowImpl(value ?: NULL)

我们在ViewModel上游中不断的发送值，View层通过collect函数去获取到上游发送的数据。

StateFlow只有在值发生改变时才会返回，如果发生更新但值没有变化时，StateFlow不会回调collect函数，但LiveData会进行回调。

stateIn

StateIn 能够将普通的流转换为StateFlow，但转换之后还需要一些配置工作.

• scope 共享开始时所在的协程作用域范围

• started 控制共享的开始和结束的策略

• 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。

• Eagerly: 立即开始，而在 scope 指定的作用域被结束时终止。

• WhileSubscribed能够指定当前不有订阅者后，多少时间取消上游数据和能够指定多少时间后，缓存中的数据被丢失，回复称initialValue的值。

• initialValue 初始值

WhileSubscribed

WhileSubscribed 策略会在没有收集器的情况下取消上游数据流。通过 stateIn 运算符创建的 StateFlow 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。