前言

之前的文章已经分析了Flow的相关原理与简单使用，Flow之所以用起来香，Flow便捷的操作符功不可没，而想要熟练使用更复杂的操作符，那么需要厘清Flow和Channel的关系。
本篇文章构成：

1. Flow与Channel 对比

1.1 Flow核心原理与使用场景

原理

先看最简单的Demo：

    fun test0() {runBlocking {//构造flowval flow = flow {//下游emit("hello world ${Thread.currentThread()}")}//收集flowflow.collect {//下游println("collect:$it ${Thread.currentThread()}")}}}

打印结果：

collect:hello world Thread[main,5,main] Thread[main,5,main]

说明下游和上游运行在同一线程里。

一个最基本的flow包含如下几个元素：

操作符，也即是函数
上游，通过构造操作符创建
下游，通过末端操作符构建

我们可以类比流在管道里流动：

上游早就准备好了，只是下游没有发出指令，此时上下游是没有建立起关联的，只有当下游渴了，需要水了才会通知上游放水，这个时候上下游才关联起来，管道就建好了。
因此我们认为Flow是冷流。

更多Flow细节请移步：Kotlin Flow啊，你将流向何方？

使用
基于Flow的特性，通常将其用在提供数据的场景，比如生产数据的模块将生产过程封装到flow的上游里，最终创建了flow对象。
而使用数据的模块就可以通过该flow对象去收集上游的数据，如下：

//提供数据的模块
class StudentInfo {fun getInfoFlow() : Flow<String> {return flow {//假装构造数据Thread.sleep(2000)emit("name=fish age=18")}}
}//消费数据的模块fun test1() {runBlocking {val flow = StudentInfo().getInfoFlow()flow.collect {println("studentInfo:$it")}}}

1.2 Channel核心原理与使用场景

原理
由上可知，Flow比较被动，在没有收集数据之前，上下游是互不感知的，管道并没有建起来。
而现在我们有个场景：

需要将管道提前建起来，在任何时候都可以在上游生产数据，在下游取数据，此时上下游是可以感知的

先看最简单的Demo：

    fun test2() {//提前建立通道/管道val channel = Channel<String>()GlobalScope.launch {//上游放数据（放水）delay(200)val data = "放水啦"println("上游:data=$data ${Thread.currentThread()}")channel.send(data)}GlobalScope.launch {val data = channel.receive()println("下游收到=$data ${Thread.currentThread()}")}}

一个最基本的Channel包含如下几个元素：

创建Channel
往Channel里放数据（生产）
从Channel里取数据（消费）

使用
可以看出与Flow不同的是，生产者、消费者都可以往Channel里存放/取出数据，只是能否进行有效的存放，能否成功取出数据需要根据Channel的状态确定。
Channel最大的特点：

生产者、消费者访问Channel是线程安全的，也就是说不管生产者和消费者在哪个线程，它们都能安全的存取数据
数据只能被消费一次，上游发送了1条数据，只要有1个下游消费了数据，则其它下游将不会拿到此数据

更多Channel细节请移步：继续来，同我一起撸Kotlin Channel 深水区

2. Flow与Channel 相逢

2.1 Flow切换线程的始末

思考一种场景：需要在flow里进行耗时操作（比如网络请求），外界拿到flow对象后等待收集数据即可。
很容易我们就想到如下写法：

    fun test3() {runBlocking {//构造flowval flow = flow {//下游//模拟耗时thread { Thread.sleep(3000)emit("hello world ${Thread.currentThread()}")}}}}

可惜的是编译不通过：

因为emit是挂起函数，需要在协程作用域里调用。

当然，添加一个协程作用域也很简单：

    fun test4() {runBlocking {//构造flowval flow = flow {//下游val coroutineScope = CoroutineScope(Job() + Dispatchers.IO)coroutineScope.launch {//模拟耗时，在子线程执行Thread.sleep(3000)emit("hello world ${Thread.currentThread()}")}}flow.collect {println("collect:$it")}}}

编译没有报错，满心欢喜执行，等待3s后，事与愿违：

意思是"检测到了在另一个线程里发射数据，这种行为不是线程安全的因此被禁止了"。

查看源码发现：

在emit之前会检测emit所在的协程与collect所在协程是否一致，不一致就抛出异常。
显然在我们上面的Demo里，collect属于runBlocking协程，而emit属于我们新开的协程，当然不一样了。

2.2 ChannelFlow 闪亮登场

2.2.1 自制丐版ChannelFlow

既然是线程安全问题，我们很容易想到使用Channel来解决，在此之前需要对Flow进行封装：

//参数为SendChannel扩展函数
class MyFlow(private val block: suspend SendChannel<String>.() -> Unit) : Flow<String> {//构造Channelprivate val channel = Channel<String>()override suspend fun collect(collector: FlowCollector<String>) {val coroutineScope = CoroutineScope(Job() + Dispatchers.IO)coroutineScope.launch {//启动协程//模拟耗时，在子线程执行Thread.sleep(3000)//把Channel对象传递出去block(channel)}//获取数据val data = channel.receive()//发射collector.emit(data)}
}

如上，重写了Flow的collect函数，当外界调用flow.collect时：

先启动一个协程
从channel里读取数据，没有数据则挂起当前协程
1里的协程执行，调用flow的闭包执行上游逻辑
拿到数据后进行发射，最终传递到collect的闭包

外界使用flow:

    fun test5() {runBlocking {//构造flowval myFlow = MyFlow {send("hello world emit 线程: ${Thread.currentThread()}")}myFlow.collect {println("下游收到=$it collect 线程: ${Thread.currentThread()}")}}}

最终打印：

下游收到=hello world emit 线程: Thread[DefaultDispatcher-worker-1,5,main] collect 线程: Thread[main,5,main]

可以看出，上游、下游在不同的协程里执行，也在不同的线程里执行。
如此一来就满足了需求。

2.2.2 ChannelFlow 核心原理

上面重写的Flow没有使用泛型，也没有对Channel进行关闭，还有其它的点没有完善。
还好官方已经提供了完善的类和操作符，得益于此我们很容易就完成如上需求。

    fun test6() {runBlocking {//构造flowval channelFlow = channelFlow<String> {send("hello world emit 线程: ${Thread.currentThread()}")}channelFlow.collect {println("下游收到=$it collect 线程: ${Thread.currentThread()}")}}}

接着来简单分析其原理：

#ChannelFlow.kt
private open class ChannelFlowBuilder<T>(//闭包对象private val block: suspend ProducerScope<T>.() -> Unit,context: CoroutineContext = EmptyCoroutineContext,//Channel模式capacity: Int = Channel.BUFFERED,//Buffer满之后的处理方式，此处是挂起onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND
) : ChannelFlow<T>(context, capacity, onBufferOverflow) {//...override suspend fun collectTo(scope: ProducerScope<T>) =//调用闭包block(scope)//...
}public abstract class ChannelFlow<T>(// upstream context@JvmField public val context: CoroutineContext,// buffer capacity between upstream and downstream context@JvmField public val capacity: Int,// buffer overflow strategy@JvmField public val onBufferOverflow: BufferOverflow
) : FusibleFlow<T> {//produceImpl 开启的新协程会调用这internal val collectToFun: suspend (ProducerScope<T>) -> Unitget() = { collectTo(it) }public open fun produceImpl(scope: CoroutineScope): ReceiveChannel<T> =//创建Channel协程，返回Channel对象scope.produce(context, produceCapacity, onBufferOverflow, start = CoroutineStart.ATOMIC, block = collectToFun)//重写collect函数override suspend fun collect(collector: FlowCollector<T>): Unit =//开启协程coroutineScope {//发射数据collector.emitAll(produceImpl(this))}
}

produceImpl函数并不耗时，仅仅只是开启了新的协程。
接着来看collector.emitAll：

#Channels.kt
private suspend fun <T> FlowCollector<T>.emitAllImpl(channel: ReceiveChannel<T>, consume: Boolean) {ensureActive()var cause: Throwable? = nulltry {//循环从Channel读取数据while (true) {//从Channel获取数据val result = run { channel.receiveCatching() }if (result.isClosed) {//如果Channel关闭了，也就是上游关闭了，则退出循环result.exceptionOrNull()?.let { throw it }break // returns normally when result.closeCause == null}//发射数据emit(result.getOrThrow())}} catch (e: Throwable) {cause = ethrow e} finally {//关闭Channelif (consume) channel.cancelConsumed(cause)}
}

从源码可能无法一眼厘清其流程，老规矩上图就会清晰明了。

上一小结丐版的实现就是参照channelFlow，若是了解了丐版，再来了解官方豪华版就比较容易。

2.2.3 ChannelFlow 应用场景

查看ChannelFlow衍生的子类：

这些子类是Flow里各种复杂操作符的基础，如：
buffer、flowOn、flatMapLatest、flatMapMerge等。
因此掌握了ChannelFlow再来看各种操作符就会豁然开朗。

2.3 callbackFlow 拯救你的回调

2.3.1 原理

使用channelFlow {}，虽然能够在新的协程里执行闭包，但由于新协程的调度器是使用collect所在协程调度器不够灵活：

    fun test6() {runBlocking {//构造flowval channelFlow = channelFlow<String> {send("hello world emit 线程: ${Thread.currentThread()}")}channelFlow.collect {println("下游收到=$it collect 线程: ${Thread.currentThread()}")}}}

collect所在的协程为runBlocking协程，而send函数虽然在新的协程里，但它的协程调度器使用的是collect协程的，因此send函数与collect函数所运行的线程是同一个线程。
虽然我们可以更改外层的调度器使之运行在不同的线程如：

    fun test6() {GlobalScope.launch {//构造flowval channelFlow = channelFlow<String> {send("hello world emit 线程: ${Thread.currentThread()}")}channelFlow.collect {println("下游收到=$it collect 线程: ${Thread.currentThread()}")}}}

但终归不灵活，从设计的角度来说，Flow(对象)的提供者并不关心使用者在什么样的环境下进行collect操作。

还是以网络请求为例：

fun getName(callback:NetResult<String>) {thread {//假装从网络获取Thread.sleep(2000)callback.onSuc("I'm fish")}
}interface NetResult<T> {fun onSuc(t:T)fun onFail(err:String)
}

如上，存在这样一个网络请求，在子线程里进行网络请求，并通过回调通知外部调用者。
很典型的一个请求回调，该怎么把它封装为Flow呢？尝试用channelFlow进行封装：

    fun test7() {runBlocking {//构造flowval channelFlow = channelFlow {getName(object : NetResult<String> {override fun onSuc(t: String) {println("begin send")trySend("hello world emit 线程: ${Thread.currentThread()}")println("stop send")}override fun onFail(err: String) {}})}channelFlow.collect {println("下游收到=$it collect 线程: ${Thread.currentThread()}")}}}

看似美好，实则却收不到数据，明明"begin send"和"stop send"都打印了，为啥collect闭包里没有打印呢？
getName函数内部开启了线程，因此它本身并不是耗时操作，由此可知channelFlow闭包很快就执行完成了。
由ChannelFlow源码可知：CoroutineScope.produce的闭包执行结束后会关闭Channel:

既然channel都关闭了，当子线程里回调onSuc并执行trySend并不会再往channel发送数据，collect当然就收不到了。

要解决这个问题也很简单：不让协程关闭channel，换句话说只要协程没有结束，那么channel就不会被关闭。而让协程不结束，最直接的方法就是在协程里调用挂起函数。
刚好，官方也提供了相应的挂起函数：

    fun test7() {runBlocking {//构造flowval channelFlow = channelFlow {getName(object : NetResult<String> {override fun onSuc(t: String) {println("begin send")trySend("hello world emit 线程: ${Thread.currentThread()}")println("stop send")//关闭channel，触发awaitClose闭包执行close()}override fun onFail(err: String) {}})//挂起函数awaitClose {//走到此，channel关闭println("awaitClose")}}channelFlow.collect {println("下游收到=$it collect 线程: ${Thread.currentThread()}")}}}

相较上个Demo而言，增加了2点：

awaitClose 挂起协程，该协程不结束，则channel不被关闭
channel使用完成后需要释放资源，主动调用channel的close函数，该函数最终会触发awaitClose闭包执行，在闭包里做一些释放资源的操作

你可能会说以上用法不太友好，如果不知道有awaitClose这函数，都无法排查为啥没收到数据。
嗯，这官方也考虑到了，那就是callbackFlow。

可以看出就比channelFlow函数多了个判断：
若是执行了红框部分，说明该协程没有被挂起，则抛出异常提示我们在协程里调用awaitClose函数。

2.3.2 使用

和channelFlow的使用一模一样：

    fun test8() {runBlocking {//构造flowval channelFlow = callbackFlow {getName(object : NetResult<String> {override fun onSuc(t: String) {println("begin send")trySend("hello world emit 线程: ${Thread.currentThread()}")println("stop send")//关闭channel，触发awaitClose闭包执行
//                        close()}override fun onFail(err: String) {}})//挂起函数awaitClose {//走到此，channel关闭println("awaitClose")}}channelFlow.collect {println("下游收到=$it collect 线程: ${Thread.currentThread()}")}}}

有了callbackFlow，我们就可以优雅的将回调转为Flow提供给外部调用者使用。

3. Flow与Channel 互转

3.1 Channel 转 Flow

Flow和Channel相遇，碰撞出了ChannelFlow，ChannelFlow顾名思义，既是Channel也是Flow，因此可以作为中介对Flow与Channel进行转换。

    fun test9() {runBlocking {val channel = Channel<String>()val flow = channel.receiveAsFlow()GlobalScope.launch {flow.collect {println("collect:$it")}}delay(200)channel.send("hello fish")}}

channel通过send，flow通过collect收集。

3.2 Flow 转 Channel

    fun test10() {runBlocking {val flow = flow {emit("hello fish")}val channel = flow.produceIn(this)val data = channel.receive()println("data:$data")}}

flow.produceIn(this) 触发collect操作，进而执行flow闭包，emit将数据放到channel里，最后通过channel.receive()取数据。

下篇将完全解析Flow各种操作符，掌握了ChannelFlow再去看操作符相信你会如虎添翼。

本文基于Kotlin 1.5.3，文中完整实验Demo请点击

您若喜欢，请点赞、关注、收藏，您的鼓励是我前进的动力

持续更新中，和我一起步步为营系统、深入学习Android/Kotlin

1、Android各种Context的前世今生
2、Android DecorView 必知必会
3、Window/WindowManager 不可不知之事
4、View Measure/Layout/Draw 真明白了
5、Android事件分发全套服务
6、Android invalidate/postInvalidate/requestLayout 彻底厘清
7、Android Window 如何确定大小/onMeasure()多次执行原因
8、Android事件驱动Handler-Message-Looper解析
9、Android 键盘一招搞定
10、Android 各种坐标彻底明了
11、Android Activity/Window/View 的background
12、Android Activity创建到View的显示过
13、Android IPC 系列
14、Android 存储系列
15、Java 并发系列不再疑惑
16、Java 线程池系列
17、Android Jetpack 前置基础系列
18、Android Jetpack 易学易懂系列
19、Kotlin 轻松入门系列
20、Kotlin 协程系列全面解读