首页 > 其他分享> > Jetpack—LiveData组件的缺陷以及应对策略

Jetpack—LiveData组件的缺陷以及应对策略

2022-01-18 10:02:17 作者：互联网

一、前言

为了解决Android-App开发以来一直存在的架构设计混乱的问题，谷歌推出了Jetpack-MVVM的全家桶解决方案。作为整个解决方案的核心-LiveData，以其生命周期安全，内存安全等优点，甚至有逐步取代EventBus，RxJava作为Android端状态分发组件的趋势。

官网商城app团队在深度使用LiveData的过程中，也遇到了一些困难，尤其是在LiveData的观察者使用上踩到了不少坑，我们把这些经验在这里做一次总结与分享。

二、Observer到底可以接收多少次回调

2.1 为什么最多收到2个通知

这是一个典型的案例，在调试消息总线的场景时，我们通常会在消息的接收者那里打印一些log日志方便我们定位问题，然而日志的打印有时候也会给我们的问题定位带来一定的迷惑性，可以看下面的例子。

我们首先定义一个极简的ViewModel:

public class TestViewModel extends ViewModel {
    private MutableLiveData<String> currentName;
    public MutableLiveData<String> getCurrentName() {
        if (currentName == null) {
            currentName = new MutableLiveData<String>();
        }
        return currentName;
    }
}

然后看下我们的activity代码；

public class JavaTestLiveDataActivity extends AppCompatActivity {
    
    private TestViewModel model;
 
    private String test="12345";
 
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_java_test_live_data);
        model = new ViewModelProvider(this).get(TestViewModel.class);
        test3();       
        model.getCurrentName().setValue("3");
    }
    private void test3() {
 
        for (int i = 0; i < 10; i++) {
            model.getCurrentName().observe(this, new Observer<String>() {
                @Override
                public void onChanged(String s) {
                    Log.v("ttt", "s:" + s);
                }
            });
        }
    }
}

大家可以想一下，这段程序运行的结果会是多少？我们创建了一个Livedata，然后对这个Livedata Observe了10次，每次都是new出不同的Observer对象，看上去我们对一个数据源做了10个观察者的绑定。当我们修改这个数据源的时候，我们理应有10条通知。运行一下看看执行结果：

2021-11-21 15:20:07.662 27500-27500/com.smart.myapplication V/ttt: s:3
2021-11-21 15:20:07.662 27500-27500/com.smart.myapplication V/ttt: s:3

奇怪，为什么我明明注册了10个观察者，但是只收到了2个回调通知？换种写法试试？

我们在Log的代码里增加一部分内容比如打印下hashCode再看下执行结果：

2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:217112568
2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:144514257
2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:72557366
2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:233087543
2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:22021028
2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:84260109
2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:94780610
2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:240593619
2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:207336976
2021-11-21 15:22:59.378 27912-27912/com.smart.myapplication V/ttt: s:3  hashCode:82154761

这次结果就正常了,其实对于很多消息总线的调试都有类似的问题。

实际上对于Log系统来说，如果他判定时间戳一致的情况下，后面的Log内容也一致，那么他就不会重复打印内容了。这里一定要注意这个细节，否则在很多时候，会影响我们对问题的判断。再回到我们之前没有添加hashCode的代码，再仔细看看也就明白了：只是Log打印了两条而已，但是通知是收到了10次的，为啥打印两条？因为你的时间戳一致，后续的内容也一致。

2.2 奇怪的编译优化

事情到这还没结束，看下图：

上述的代码跑在android studio里面会变灰，相信很多有代码洁癖的人一看就知道为啥，这不就是Java8的lambda嘛，ide自动给提示给我们让我们优化一下写法呗，而且鼠标一点就自动优化了，贼方便。

灰色没有了，代码变的简洁了，kpi在向我招手了，运行一下试试：

2021-11-21 15:31:50.386 29136-29136/com.smart.myapplication V/ttt: s:3

奇怪，为啥这次只有一个日志了？难道还是Log日志系统的原因？那我加个时间戳试试：

再看下执行结果：

2021-11-21 15:34:33.559 29509-29509/com.smart.myapplication V/ttt: s:3 time:1637480073559

奇怪，为什么还是只打印了一条log？我这里for循环add了10次观察者呀。难道是lambda导致的问题？嗯，我们可以把Observer的数量打出来看看，看看到底是哪里出了问题。看下源码，如下图所示：我们的观察者实际上都是存在这个map里面的，我们取出来这个map的size就可以知道原因了。

反射取一下这个size，注意我们平常使用的LiveData是MutableLiveData，而这个值是在LiveData里，所以是getSuperclass()。

private void hook(LiveData liveData) throws Exception {
       Field map = liveData.getClass().getSuperclass().getDeclaredField("mObservers");
       map.setAccessible(true);
       SafeIterableMap safeIterableMap = (SafeIterableMap) map.get(liveData);
       Log.v("ttt", "safeIterableMap size:" + safeIterableMap.size());
   }

再看下执行结果：

2021-11-21 15:40:37.010 30043-30043/com.smart.myapplication V/ttt: safeIterableMap size:1
2021-11-21 15:40:37.013 30043-30043/com.smart.myapplication V/ttt: s:3 time:1637480437013

果然这里的map size是1，并不是10，那肯定只能收到1条通知了。那么问题来了，我明明是for循环添加了10个观察者啊，为啥一改成lambda的写法，我的观察者就变成1个了？遇事不决我们反编译(用jadx直接反编译我们的debug app)一下看看。

private void test3() {
        for (int i = 0; i < 10; i++) {
            this.model.getCurrentName().observe(this, $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE.INSTANCE);
        }
}
 
public final /* synthetic */ class $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE implements Observer {
    public static final /* synthetic */ $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE INSTANCE = new $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE();
 
    private /* synthetic */ $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE() {
    }
 
    public final void onChanged(Object obj) {
        Log.v("ttt", "s:" + ((String) obj));
    }
}

已经很清晰的看出来，这里因为使用了Java8 lambda的写法，所以编译器在编译的过程中自作聪明了一下，自动帮我们优化成都是添加的同一个静态的观察者，并不是10个，这就解释了为什么会出现map size为1的情况了。我们可以再把lambda的写法删除掉，再看看反编译的结果就正常了。

还剩最后一个问题，这个lamda的优化是不分任何场景一直生效的嘛？我们换个写法试试：

private String outer = "123456";
 
private void test3() {
  for (int i = 0; i < 10; i++) {
   model.getCurrentName().observe(this, s -> Log.v("ttt", "s:" + s + outer));
  }
}

注意看，我们这种写法虽然也是用了lambda，但是我们引入了外部变量，和之前的lambda的写法是不一样的，看下这种写法反编译的结果；

private void test3() {
        for (int i = 0; i < 10; i++) {
            this.model.getCurrentName().observe(this, new Observer() {
                public final void onChanged(Object obj) {
                    JavaTestLiveDataActivity.this.lambda$test33$0$JavaTestLiveDataActivity((String) obj);
                }
            });
        }
}

看到new关键字就放心了，这种写法就可以绕过Java8 lambda编译的优化了。

1.3 Kotlin的lambda写法会有坑吗

考虑到现在大多数人都会使用Kotlin语言，我们也试试看Kotlin的lamda写法会不会也和Java8的lambda一样会有这种坑？

看下Kotlin中 lambda的写法：

fun test2() {
      val liveData = MutableLiveData<Int>()
      for (i in 0..9) {
          liveData.observe(this,
              { t -> Log.v("ttt", "t:$t") })
      }
      liveData.value = 3
  }

再看下反编译的结果：

public final void test2() {
        MutableLiveData liveData = new MutableLiveData();
        int i = 0;
        do {
            int i2 = i;
            i++;
            liveData.observe(this, $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc.INSTANCE);
        } while (i <= 9);
        liveData.setValue(3);
    }
 
public final /* synthetic */ class $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc implements Observer {
    public static final /* synthetic */ $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc INSTANCE = new $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc();
 
    private /* synthetic */ $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc() {
    }
 
    public final void onChanged(Object obj) {
        KotlinTest.m1490test2$lambda3((Integer) obj);
    }
}

看来Kotlin的lambda编译和Java8 lambda的编译是一样激进的，都是在for循环的基础上默认帮你优化成一个对象了。同样的，我们也看看让这个lambda访问外部的变量，看看还有没有这个“负优化”了。

val test="12345"
fun test2() {
    val liveData = MutableLiveData<Int>()
    for (i in 0..9) {
        liveData.observe(this,
            { t -> Log.v("ttt", "t:$t $test") })
    }
    liveData.value = 3
}

看下反编译的结果：

public final void test2() {
       MutableLiveData liveData = new MutableLiveData();
       int i = 0;
       do {
           int i2 = i;
           i++;
           liveData.observe(this, new Observer() {
               public final void onChanged(Object obj) {
                   KotlinTest.m1490test2$lambda3(KotlinTest.this, (Integer) obj);
               }
           });
       } while (i <= 9);
       liveData.setValue(3);
   }

一切正常了。最后我们再看看普通Kotlin的非lambda写法是不是和Java的非lambda写法一样呢？

fun test1() {
       val liveData = MutableLiveData<Int>()
       for (i in 0..9) {
           liveData.observe(this, object : Observer<Int> {
               override fun onChanged(t: Int?) {
                   Log.v("ttt", "t:$t")
               }
           })
       }
       liveData.value = 3
}

看下反编译的结果：

public final void test11() {
        MutableLiveData liveData = new MutableLiveData();
        int i = 0;
        do {
            int i2 = i;
            i++;
            liveData.observe(this, new KotlinTest$test11$1());
        } while (i <= 9);
        liveData.setValue(3);
}

一切正常，到这里我们就可以下一个结论了。

对于for循环中间使用lambda的场景，当你的lambda中没有使用外部的变量或者函数的时候，那么不管是Java8的编译器还是Kotlin的编译器都会默认帮你优化成使用同一个lambda。

编译器的出发点是好的，for循环中new不同的对象，当然会导致一定程度的性能下降(毕竟new出来的东西最后都是要gc的)，但这种优化往往可能不符合我们的预期，甚至有可能在某种场景下造成我们的误判，所以使用的时候一定要小心。

二、LiveData为何会收到Observe之前的消息

2.1 分析源码找原因

我们来看一个例子：

fun test1() {
        val liveData = MutableLiveData<Int>()
        Log.v("ttt","set live data value")
        liveData.value = 3
        Thread{
            Log.v("ttt","wait start")
            Thread.sleep(3000)
            runOnUiThread {
                Log.v("ttt","wait end start observe")
                liveData.observe(this,
                    { t -> Log.v("ttt", "t:$t") })
            }
        }.start()
 
}

这段代码的意思是我先更新了一个livedata的值为3，然后3s之后我livedata 注册了一个观察者。这里要注意了，我是先更新的livedata的值，过了一段时间以后才注册的观察者，那么此时，理论上我应该是收不到livedata消息的。因为你是先发的消息，我后面才观察的，但程序的执行结果却是：

2021-11-21 16:27:22.306 32275-32275/com.smart.myapplication V/ttt: set live data value
2021-11-21 16:27:22.306 32275-32388/com.smart.myapplication V/ttt: wait start
2021-11-21 16:27:25.311 32275-32275/com.smart.myapplication V/ttt: wait end start observe
2021-11-21 16:27:25.313 32275-32275/com.smart.myapplication V/ttt: t:3

这个就很诡异了，而且不符合一个我们常见的消息总线框架的设计。来看看源码到底是咋回事？

每次observe的时候我们会创建一个wrapper，看下这个wrapper是干啥的。

注意这个wrapper有一个onStateChanged方法，这是整个事件分发的核心，我们暂且记住这个入口，再回到我们之前的observe方法，最后一行是调用了addObserver方法，我们看看这个方法里做了啥。

最终流程会走到这个dispatchEvent方法里，继续跟。

这个mLifeCycleObserver其实就是我们一开始observe那个方法里new出来的LifecycleBoundObserver对象了，也就是那个wrapper的变量。这个onStateChanged方法经过一系列的调用最终会走到如下图所示的considerNotify方法。

而整个considerNotify方法的作用只有一个。

就是判断mLastVersion和mVersion的值，如果mLastVersion的值<mversion的值，那么就会触发observer的onchaged方法了，也就是会回调到我们的观察者方法里面<strong="">。

我们来看看这2个值咋变化的。首先看这个mVersion；

可以看出来这个值默认值就是start_version也就是-1。但是每次setValue的时候这个值都会加1。

而我们observer里面的mLastVersion 它的初始值就是-1。

最后总结一下：

Livedata的mVersion初始值是-1。
经过一次setValue以后她的值就变成了0。
后续每次observe的时候会创建一个ObserverWrapper。
Wrapper她里面有一个mLastVersion 这个值是-1，observe的函数调用最终会经过一系列的流程走到considerNotify方法中此时 LiveData的mVersion是0。
0显然是大于observer的mLastVersion-1的，所以此时就一定会触发observer的监听函数了。

2.2 配合ActivityViewModels要小心

Livedata的这种特性，在某些场景下会引发灾难性的后果，比如说，单Activity多Fragment的场景下，在没有Jetpack-mvvm组件之前，要让Activity-Fragment 实现数据同步是很不方便的，但是有了Jetpack-mvvm组件之后，要实现这套机制会变的非常容易。可以看下官网上的例子：

class SharedViewModel : ViewModel() {
    val selected = MutableLiveData<Item>()
 
    fun select(item: Item) {
        selected.value = item
    }
}
 
class MasterFragment : Fragment() {
 
    private lateinit var itemSelector: Selector
 
   
    private val model: SharedViewModel by activityViewModels()
 
    override fun onViewCreated(view: View, savedInstanceState: Bundle?) {
        super.onViewCreated(view, savedInstanceState)
        itemSelector.setOnClickListener { item ->
            // Update the UI
        }
    }
}
 
class DetailFragment : Fragment() {
    private val model: SharedViewModel by activityViewModels()
 
    override fun onViewCreated(view: View, savedInstanceState: Bundle?) {
        super.onViewCreated(view, savedInstanceState)
        model.selected.observe(viewLifecycleOwner, Observer<Item> { item ->
            // Update the UI
        })
    }
}

只要让2个fragment之间共享这套 ActivityViewModel 即可。使用起来很方便，但是某些场景下却会导致一些严重问题。来看这个场景，我们有一个activity默认显ListFragment，点击了ListFragment以后我们会跳转到DetailFragment，来看下代码：

class ListViewModel : ViewModel() {
    private val _navigateToDetails = MutableLiveData<Boolean>()
 
    val navigateToDetails : LiveData<Boolean>
        get() = _navigateToDetails
 
    fun userClicksOnButton() {
        _navigateToDetails.value = true
    }
}

再看下核心的ListFragment；

class ListFragment : Fragment() {
     
    private val model: ListViewModel by activityViewModels()
 
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
         
    }
 
    override fun onViewCreated(view: View, savedInstanceState: Bundle?) {
        super.onViewCreated(view, savedInstanceState)
        model.navigateToDetails.observe(viewLifecycleOwner, { t ->
            if (t) {
                parentFragmentManager.commit {
                    replace<DetailFragment>(R.id.fragment_container_view)
                    addToBackStack("name")
                }
            }
        })
    }
 
    override fun onCreateView(
        inflater: LayoutInflater, container: ViewGroup?,
        savedInstanceState: Bundle?
    ): View? {
        // Inflate the layout for this fragment
        return inflater.inflate(R.layout.fragment_list, container, false).apply {
            findViewById<View>(R.id.to_detail).setOnClickListener {
                model.userClicksOnButton()
            }
        }
    }
}

可以看出来我们的实现机制就是点击了按钮以后我们调用viewModel的userClicksOnButton方法将navigateToDetails这个livedata的值改成true，然后监听这个LiveData值，如果是true的话就跳转到Detail 这个详情的fragment。

这个流程初看是没问题的，点击以后确实能跳转到DetailFragment，但是当我们在DetailFragment页面点击了返回键以后，理论上会回到ListFragment，但实际的执行结果是回到ListFragment以后马上又跳到DetailFragment了。

这是为啥？问题其实就出现在Fragment生命周期这里，当你按了返回键以后，ListFragment的onViewCreated又一次会被执行，然后这次你observe了，Livedata之前的值是true，于是又会触发跳转到DetailFragment的流程。导致你的页面再也回不到列表页了。

2.3 解决方案一：引入中间层

俗话说的好，计算机领域中的所有问题都可以通过引入一个中间层来解决。这里也一样，我们可以尝试“一个消息只被消费一次”的思路来解决上述的问题。例如我们将LiveData的值包一层：

class ListViewModel : ViewModel() {
    private val _navigateToDetails = MutableLiveData<Event<Boolean>>()
 
    val navigateToDetails : LiveData<Event<Boolean>>
        get() = _navigateToDetails
 
 
    fun userClicksOnButton() {
        _navigateToDetails.value = Event(true)
    }
}
 
 
open class Event<out T>(private val content: T) {
 
    var hasBeenHandled = false
        private set // 只允许外部读 不允许外部写这个值
 
    /**
     * 通过这个函数取的value 只能被消费一次
     */
    fun getContentIfNotHandled(): T? {
        return if (hasBeenHandled) {
            null
        } else {
            hasBeenHandled = true
            content
        }
    }
 
    /**
     * 如果想消费之前的value 那就直接调用这个方法即可
     */
    fun peekContent(): T = content
}

这样我们在做监听的时候只要调用getContentIfNotHandled()这个方法即可:

model.navigateToDetails.observe(viewLifecycleOwner, { t ->
           t.getContentIfNotHandled()?.let {
               if (it){
                   parentFragmentManager.commit {
                       replace<DetailFragment>(R.id.fragment_container_view)
                       addToBackStack("name")
                   }
               }
           }
       })

2.4 解决方案二：Hook LiveData的observe方法

前文我们分析过，每次observe的时候，mLastVersion的值小于 mVersion的值是问题产生的根源，那我们利用反射，每次observer的时候将mLastVersion的值设置成与version相等不就行了么。

class SmartLiveData<T> : MutableLiveData<T>() {
    override fun observe(owner: LifecycleOwner, observer: Observer<in T>) {
        super.observe(owner, observer)
        //get livedata version
        val livedataVersion = javaClass.superclass.superclass.getDeclaredField("mVersion")
        livedataVersion.isAccessible = true
        // 获取livedata version的值
        val livedataVerionValue = livedataVersion.get(this)
        // 取 mObservers Filed
        val mObserversFiled = javaClass.superclass.superclass.getDeclaredField("mObservers")
        mObserversFiled.isAccessible = true
        // 取 mObservers 对象
        val objectObservers = mObserversFiled.get(this)
        // 取 mObservers 对象 所属的class SafeIterableMap
        val objectObserversClass = objectObservers.javaClass
        val methodGet = objectObserversClass.getDeclaredMethod("get", Any::class.java)
        methodGet.isAccessible = true
        //LifecycleBoundObserver
        val objectWrapper = (methodGet.invoke(objectObservers, observer) as Map.Entry<*, *>).value
        //ObserverWrapper
        val mLastVersionField = objectWrapper!!.javaClass.superclass.getDeclaredField("mLastVersion")
        mLastVersionField.isAccessible = true
        //将 mVersion的值 赋值给 mLastVersion 使其相等
        mLastVersionField.set(objectWrapper, livedataVerionValue)
 
    }
}

2.5 解决方案三：使用Kotlin-Flow

如果你还在使用Kotlin，那么此问题的解决方案则更加简单，甚至连过程都变的可控。在今年的谷歌I/O大会中，Yigit 在Jetpack的 AMA 中明确指出了 Livedata的存在就是为了照顾Java的使用者，短期内会继续维护（含义是什么大家自己品品），作为Livedata的替代品Flow会在今后渐渐成为主流(毕竟现在Kotlin渐渐成为主流)，那如果使用了Flow，上述的情况则可以迎刃而解。

改写viewModel

class ListViewModel : ViewModel() {
    val _navigateToDetails = MutableSharedFlow<Boolean>()
    fun userClicksOnButton() {
        viewModelScope.launch {
            _navigateToDetails.emit(true)
        }
    }
}

然后改写下监听的方式即可；

override fun onViewCreated(view: View, savedInstanceState: Bundle?) {
        super.onViewCreated(view, savedInstanceState)
        lifecycleScope.launch {
            model._navigateToDetails.collect {
                if (it) {
                    parentFragmentManager.commit {
                        replace<DetailFragment>(R.id.fragment_container_view)
                        addToBackStack("name")
                    }
                }
            }
        }
    }

我们重点看SharedFlow这个热流的构造函数；

他的实际作用就是：当有新的订阅者collect的时候（可以理解为collect就是Livedata中的observe），发送几个(replay)collect之前已经发送过的数据给它,默认值是0。所以我们上述的代码是不会收到之前的消息的。大家在这里可以试一下把这个replay改成1，即可复现之前Livedata的问题。相比于前面两种解决方案，这个方案更加优秀，唯一的缺点就是Flow不支持Java，仅支持Kotlin。

三、总结

整体上来说，即使现在有了Kotlin Flow，LiveData也依旧是目前Android客户端架构组件中不可缺少的一环，毕竟它的生命周期安全和内存安全实在是太香，可以有效降低我们平常业务开发中的负担，在使用他的时候我们只要关注3个方面即可避坑：

谨慎使用Android Studio给出的lambda智能提示
多关注是否真的需要Observe 在注册监听之前的消息
Activity与Fragment之间使用ActivityViewModel时要小心处理。

作者：vivo互联网前端团队-Wu Yue

标签：21,val,Jetpack,LiveData,ttt,observe,liveData,组件,lambda
来源： https://blog.csdn.net/vivo_tech/article/details/122553764