Android官方架构组件LiveData: 观察者模式领域二三事 - 好文

本文是《Android Jetpack 官方架构组件》
<https://blog.csdn.net/mq2553299/column/info/24151> 系列的最后一篇文章，和一些朋友的观点不同的是，我认为它是
最重要的核心组件，因为 LiveData本身很简单，但其代表却正是 MVVM 模式最重要的思想，即数据驱动视图（也有叫观察者模式、响应式等）——这也是摆脱
顺序性编程思维的重要一步。

本文默认读者已经学习了 Lifecycle , 欢迎关注笔者的Jetpack系列：

争取打造 Android Jetpack 讲解的最好的博客系列：

* Android官方架构组件Lifecycle：生命周期组件详解&原理分析
<https://www.jianshu.com/p/b1208012b268>
* Android官方架构组件ViewModel:从前世今生到追本溯源 <https://www.jianshu.com/p/59adff59ed29>
* Android官方架构组件LiveData: 观察者模式领域二三事 <https://www.jianshu.com/p/550a8bd71214>
* Android官方架构组件Paging：分页库的设计美学 <https://www.jianshu.com/p/10bf4bf59122>
* Android官方架构组件Navigation：大巧不工的Fragment管理框架
<https://www.jianshu.com/p/ad040aab0e66>
Android Jetpack 实战篇：

* 开源项目：MVVM+Jetpack实现的Github客户端 <https://github.com/qingmei2/MVVM-Rhine>
* 总结：使用MVVM尝试开发Github客户端及对编程的一些思考 <https://www.jianshu.com/p/b03710f19123>
<>回顾LiveData：从处境尴尬到咸鱼翻身

我们都知道Google在去年的 I/O 大会非常隆重地推出了一系列的架构组件，本文的主角，LiveData
<https://developer.android.com/topic/libraries/architecture/livedata> 正是其中之一，和
Lifecycle、ViewModel、Room比较起来，LiveData
可以说是最受关注的组件也不为过，遗憾的是，在发布的最初，关注点是因为它饱含争议，相当一部分的开发者认为——LiveData 实在太鸡肋了！

2017年的 Android 技术领域，RxJava无疑是炙手可热的名词之一，其观察者模式和链式调用所表现出来的 API 优秀地设计，使得它位于很多
Android项目技术选型中的第一序列。

这时 Google 隆重推出了具有类似功能的 LiveData （其本质就是观察者模式），可以说是有点初生牛犊不怕虎的感觉，开发者们不由自主将LiveData
和RxJava 进行了对比，结论基本出奇的一致—— LiveData所提供的功能，RxJava完全足以胜任，而后者却同时具有庞大的生态圈，这是LiveData
短时间内难以撼动（替代）的。

时至今日，LiveData的使用者越来越多，最主要的原因当然和Google的强力支持不无关系，但是LiveData
本身优秀的设计和轻量级也吸引了越来越多开发者的青睐。

现在我们需要去了解它了，我们都知道，LiveData 本质是观察者模式的体现，可关键的问题是：

<>观察者模式到底是啥？！

讨论这个问题之前，我们先看看 LiveData 的用法，这实在没什么技术难度，比如，你可以这样实例化一个LiveData并使用它：

如你所见，LiveData实际上就像一个容器, 本文中它存储了一个String类型的引用，每当这个容器内 String
的数据发生变化，我们都能在回调函数中进行对应的处理，比如Toast。

这似乎和我们日常用到的 Button 控件的 setOnClickListener() 非常相似，实际上点击事件的监听也正是观察者模式
的一种体现，对于观察者来说，它并不关心观察对象数据是如何过来的，而只关心数据过来后进行怎样的处理。

这也就是说，事件发射的上游和接收事件的下游互不干涉，大幅降低了互相持有的依赖关系所带来的强耦合性。

我依然坚持学习原理比学习如何应用的优先级更高，因此我们先来一一探究LiveData本身设计中存在的那些闪光点背后的故事。

<>LiveData是如何避免内存泄漏的

我们都知道，RxJava在使用过程中，避免内存泄漏是一个不可忽视的问题，因此我们一般需要借助三方库比如RxLifecycle、AutoDispose
来解决这个问题。

而反观LiveData，当它被我们的Activity订阅观察，这之后Activity如果finish()掉，LiveData本身会自动“清理”以避免内存泄漏。

这是一个非常好用的特性，它的实现原理非常简单，其本质就是利用了Jetpack 架构组件中的另外一个成员—— Lifecycle。

让我们来看看LiveData被订阅时内部的代码：

源码中的逻辑非常复杂，我们只关注核心代码：

* 1.首先我们在调用LiveData.observer()方法时，传递的第一个参数Acitivity实际被向上抽象成为了 LifecycleOwner
，第二个参数Obserser实际就是我们的观察后的回调。
这里我们需要注意的是，执行LiveData.observer()方法时必须处于主线程，否则会因为断言失败而抛出异常。

* 2.方法内部实际上将我们传入的2个参数包装成了一个新的 LifecycleBoundObserver对象，它实现了 Lifecycle 组件中的
LifecycleObserver接口:

这里就解释了为什么LiveData能够自动解除订阅而避免内存泄漏了，因为它内部能够感应到Activity或者Fragment的生命周期。

这种设计非常巧妙——在我们初识 Lifecycle 组件时，总是下意识认为它能够对大的对象进行有效生命周期的管理（比如 Presenter
），实际上，这种生命周期的管理我们完全可以应用到各个功能的基础组件中，比如大到吃内存的MediaPlayer（多媒体播放器）、绘制设计复杂的自定义View
，小到随处可见的LiveData，都可以通过实现LifecycleObserver接口达到感应生命周期并内部释放重的资源的目的。

关于上述代码中注释了更新LiveData的活跃状态的源码，我们先跳过，稍后我们会详细探讨它。

*
* 我们继续回到上上一个源码片段的第三步中，对于一个可观察的LiveData
来讲，当然存在多个观察者同时订阅观察的情况，因此考虑到这一点，Google的工程师们为每一个LiveData配置了一个Map存储所有的观察者。
*
4.到了这一步，我们将第2步包装生成的对象交给我们传入的 Activity，让它在不同的生命周期事件中去逐一通知其所有的观察者，当然也包含了我们的
LiveData。

<>数据更新后如何通知到回调方法？

LiveData原生的API提供了2种方式供开发者更新数据, 分别是 setValue()和postValue()，官方文档明确标明：setValue()
方法必须在主线程进行调用，而postValue()方法更适合在执行较重工作子线程中进行调用（比如网络请求等）——在所有情况下，调用setValue()或
postValue()都会触发观察者并更新UI。

柿子挑软的捏，我们先看setValue()方法的实现原理：

通过保留最终的核心代码，我们很清晰了解了setValue()方法为什么能更新LiveData的值，并且通知到回调函数中的代码去执行，比如更新UI。

但是我们知道，普遍情况下，Android不允许在子线程更新UI，但是postValue()方法却可以在子线程更新LiveData()
的数据，并通知更新UI，这是如何实现的呢？

其实答案已经呼之欲出了，就是通过 Handler：

现在你已经对LiveData整体了一个基本的了解了，接下来让我们开始去探究更细节的闪光点。

<>看完源码，你告诉我才算入门？

LiveData本身非常简单，毕竟它本身的源码一共也就500行左右，也许你要说准备面试粗读一遍源码就够了
，很遗憾，即使是粗读了源码，也很难说能够完全招架更深入的提问…

让我们来看一道题目：在下述Activity完整的生命周期中，Activity一共观察到了几次数据的变更——即一共打印了几条Log
？（补充纠正，onStop()方法中值应该为 “onStop”）

公布答案：

意外的是，livedata.observer()的本次观察并没有观察到 onCreate、onStop 和 onDestroy 的数据变更。

<>为什么会这样？

还记得上文提到过2次的 LiveData的活跃状态(Active) 相关代码吗？实际上，LiveData内部存储的每一个
LifecycleBoundObserver本身都有shouldBeActive的状态：

现在我们明白了，原来并不是只要在onDestroy()之前为LiveData进行更新操作，LiveData的观察者就能响应到对应的事件的。

虽然我们明白了这一点，但是如果更深入的思考，你会又多一个问题，那就是：

* 既然LiveData已经能够实现在onDestroy()的生命周期时自动解除订阅，为什么还要多此一举设置一个Active的状态呢？
仔细想想，其实也不难得到答案，Activity并非只有onDestroy()一种状态的，更多时候，新的Activity运行在栈顶，旧的Activity
就会运行在background——这时旧的Activity会执行对应的onPause()和onStop()方法，我们当然不会关心运行在后台的Activity
所观察的LiveData对象（即使数据更新了，我们也无从进行对应UI的更新操作），因此LiveData进入 **InActive(待定、非活跃)**状态，
return并且不去执行对应的回调方法，是非常缜密的优秀设计。

当然，有同学提出，我如果希望这种情况下，Activity在后台依然能够响应数据的变更，可不可以呢？当然可以，LiveData此外还提供了
observerForever()方法，在这种情况下，它能够响应到任何生命周期中数据的变更事件：

除此之外，源码中处处都是优秀的细节，比如对于observe()方法和observerForever()方法对应生成的包装类，后者方法生成的是
AlwaysActiveObserver对象，统一抽象为ObserverWrapper。

这种即使只有2种不同场景，也通过代码的设计，将公共业务进行向上抽离为抽象类的严谨，也非常值得我们学习。

<>小结，与更深入的思考

本来写了更多，篇幅所限，最终还是决定删除了相当一部分和 RxJava 有关的内容，这些内容并非是将 LiveData 和 RxJava 进行对比一决高下——
例如，Google官方提供了LiveData 和 RxJava 互相进行转换的工具类：

https://developer.android.com/reference/android/arch/lifecycle/LiveDataReactiveStreams

<https://developer.android.com/reference/android/arch/lifecycle/LiveDataReactiveStreams>

值得玩味的是，官方的工具类中，LiveData向RxJava的转换方法，返回值并非是一个Flowable，而是一个Publisher接口：

正如我在注释中标注的，这个工具方法返回的是一个接口，很大程度上限制了我们对RxJava众多强大操作符的使用，这是否是来自Google的恶意？

当然不是，对于这种行为，我的理解是Google对于LiveData
本身严格的约束——它只应该用于进行数据的观察，而不是花哨的操作；转换为Flowable当然非常简单，但是这种行为是否属于LiveData
本身职责的逾越，更准确来说，是否属于不必要的过度设计？这些是我们需要去细细揣度的。

我无从验证我的理解是否正确，但是我的这个理由已经足够说服我自己，再往下已不再是LiveData
的范畴，关于这一点我将会专门起一篇文章去进行更深入的探讨，欢迎关注。

--------------------------广告分割线------------------------------

<>关于我

Hello，我是却把清梅嗅 <https://github.com/qingmei2>，如果您觉得文章对您有价值，欢迎 ❤️，也欢迎关注我的博客
<https://www.jianshu.com/u/df76f81fe3ff>或者Github <https://github.com/qingmei2>。

如果您觉得文章还差了那么点东西，也请通过关注督促我写出更好的文章——万一哪天我进步了呢？

* 我的Android学习体系 <https://github.com/qingmei2/android-programming-profile>
* 关于文章纠错
<https://github.com/qingmei2/Programming-life/blob/master/error_collection.md>
* 关于知识付费
<https://github.com/qingmei2/Programming-life/blob/master/appreciation.md>

热门工具换一换