百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT技术 > 正文

Kotlin 协程五

wptr33 2024-12-14 15:32 17 浏览

上一节主要介绍了协程的同步、异步、上下文、调度。通过前面的介绍,其实主要都是基于挂起函数,然后挂起函数是异步返回单个值,那如何返回多个异步计算的值呢?这就是本节主要要讲述的Kotlin Flows。

Flow之前

在介绍Flow之前,我们看一下还可以通过哪些方式来产生多个值?

集合(collections)

在Kotlin中可以使用集合来表示多个值。例如,我们可以有一个简单的函数,返回一个包含三个数字的列表,然后使用forEach将它们全部打印出来:

fun simple(): List<Int> = listOf(1, 2, 3)
 
fun main() {
    simple().forEach { value -> println(value) } 
}

执行结果:

1
2
3

系列(Sequences)

使用阻塞代码来计算这些数字(每次计算需要100毫秒),可以使用一个序列来表示这些数字:

fun simple(): Sequence<Int> = sequence { 
    for (i in 1..3) {
        Thread.sleep(100)
        yield(i) 
    }
}

fun main() {
    simple().forEach { value -> println(value) } 
}

执行结果:

1
2
3

挂起方法

通过上面这种计算会阻塞正在运行代码的主线程。当这些值由异步代码计算时,我们还可以用挂起修饰符标记简单函数,这样它就可以在不阻塞的情况下执行工作,并以列表的形式返回结果:

suspend fun simple(): List<Int> {
    delay(100)
    return listOf(1, 2, 3)
}

fun main() = runBlocking<Unit> {
    simple().forEach { value -> println(value) } 
}

执行结果:

1
2
3

Flows

使用List<Int>结果类型,意味着我们只能一次返回所有值。为了表示正在异步计算的值流,我们可以使用Flow<Int>类型,就像上面使用Sequence<Int>类型用于同步计算值一样:

fun simple(): Flow<Int> = flow { 
    for (i in 1..3) {
        delay(100) 
        emit(i) 
    }
}

fun main() = runBlocking<Unit> {
    launch {
        for (k in 1..3) {
            println("I'm not blocked $k")
            delay(100)
        }
    }
    simple().collect { value -> println(value) } 
}

执行结果

I'm not blocked 1
1
I'm not blocked 2
2
I'm not blocked 3
3

来看一下Flow代码有哪些不同之处:

  1. Flow类型的构建器函数称为flow
  2. flow{…}中的代码可以挂起;
  3. simple函数不再用suspend修饰符标记;
  4. 使用emit函数从流发射值;
  5. 使用collect函数从流中收集值。

冷流

Flow流是类似于序列的冷流——流构建器中的代码直到流被收集后才运行。我们可以通过下面的例子更清晰的看出来:

fun simple(): Flow<Int> = flow { 
    println("Flow started")
    for (i in 1..3) {
        delay(100)
        emit(i)
    }
}

fun main() = runBlocking<Unit> {
    println("Calling simple function...")
    val flow = simple()
    println("Calling collect...")
    flow.collect { value -> println(value) } 
    println("Calling collect again...")
    flow.collect { value -> println(value) } 
}

执行结果:

Calling simple function...
Calling collect...
Flow started
1
2
3
Calling collect again...
Flow started
1
2
3

这就是simple函数(返回流)没有使用挂起修饰符标记的关键原因。simple()调用本身快速返回,不等待任何东西。每次收集时,流都会重新开始,这就是为什么每次调用collect时我们都会看到“流已启动”的原因。

构建Flow

通过flow{…} 来构建Flow是最基本的一种方式。接下来,我们看看还可以通过哪些方式可以构建Flow:

  1. flowOf构建器定义了一个流,它发出一组固定的值。
  2. 可以使用. asflow()扩展函数将各种集合和序列转换为流。
(1..3).asFlow().collect { value -> println(value) }

Flow操作

Flow流可以使用操作符进行转换,就像转换集合和序列一样。中间操作符应用于上游流并返回下游流。这些操作符也是冷操作,就像Flow一样。意味着对这样一个操作符的调用本身并不是一个挂起函数,它会快速执行并返回一个新的转换流。

基本操作符,如mapfilter。这些操作符与序列的一个重要区别是,这些操作符中的代码块可以调用挂起函数。

map

suspend fun performRequest(request: Int): String {
    delay(1000) 
    return "response $request"
}

fun main() = runBlocking<Unit> {
    (1..3).asFlow()
        .map { request -> performRequest(request) }
        .collect { response -> println(response) }
}

执行结果:

response 1
response 2
response 3

transform

它可以用来模仿简单的转换,如map和filter,以及实现更复杂的转换。使用转换操作符,我们可以发射任意次数的任意值。

例如下面这段代码,使用transform我们可以在执行一个长时间运行的异步请求之前发出一个字符串,并在它后面跟着一个响应:

fun main() = runBlocking<Unit> {
  (1..3).asFlow()
      .transform { request ->
          emit("Making request $request") 
          emit(performRequest(request)) 
      }
      .collect { response -> println(response) }
}

执行结果

Making request 1
response 1
Making request 2
response 2
Making request 3
response 3

take

take操作符会在达到相应限制时取消流的执行。协程中的取消总是通过抛出异常来执行,这样所有的资源管理函数(比如try{…}finally{…} )在取消的情况下正常运行:

fun numbers(): Flow<Int> = flow {
    try {                          
        emit(1)
        emit(2) 
        println("This line will not execute")
        emit(3)    
    } finally {
        println("Finally in numbers")
    }
}

fun main() = runBlocking<Unit> {
    numbers() 
        .take(2) // take only the first two
        .collect { value -> println(value) }
}       

执行结果:

1
2
Finally in numbers

通过结果可以看出,只取出了前两个值,然后就取消了协程。

Flow是按顺序执行的

Flow流执行规则如下:

  1. 流的每个单独收集都是按顺序执行的,除非使用了操作多个流的特殊操作符。
  2. 集合直接在调用终止操作符的协程中工作。
  3. 默认情况下不会启动新的协程。
  4. 每个发出的值都由上游到下游的所有中间操作符处理,然后传递给终端操作符。

通过下面的例子,过滤偶数并将它们映射到字符串:

fun main() = runBlocking<Unit> {
	(1..5).asFlow()
    .filter {
        println("Filter $it")
        it % 2 == 0              
    }              
    .map { 
        println("Map $it")
        "string $it"
    }.collect { 
        println("Collect $it")
    }    
}

执行结果:

Filter 1
Filter 2
Map 2
Collect string 2
Filter 3
Filter 4
Map 4
Collect string 4
Filter 5

通过上面的结果,我们可以更直白得看出流的顺序执行规则。

Flow上下文

Flow流的collect操作总是发生在调用协程的上下文中。例如,存在一个simple流,并在指定的上下文中运行,而不管simple流的实现细节:

withContext(context) {
    simple().collect { value ->
        println(value) 
    }
}

默认情况下,flow{…}构建器运行在相应流的收集器提供的上下文中。例如:

fun simple(): Flow<Int> = flow {
    log("Started simple flow")
    for (i in 1..3) {
        emit(i)
    }
}  

fun main() = runBlocking<Unit> {
    simple().collect { value -> log("Collected $value") } 
}      

执行结果:

[main @coroutine#1] Started simple flow
[main @coroutine#1] Collected 1
[main @coroutine#1] Collected 2
[main @coroutine#1] Collected 3

simple().collect是从主线程调用,简单的流体也在主线程中调用。

注意:使用withContext的一个陷阱

我们开发过程,对于长时间运行且消耗cpu代码,可能需要在Dispatchers.Default上下文中执行,然后ui更新代码可能需要在Dispatchers.Main上下文中执行。通常Kotlin协程使用withContext更改代码中的上下文,但是flow{…}构建器必须遵守上下文一致性,不允许从不同的上下文emit。

fun simple(): Flow<Int> = flow {
    // 试图通过Dispatchers.Default改变上下文,以执行耗时操作
    kotlinx.coroutines.withContext(Dispatchers.Default) {
        for (i in 1..3) {
            Thread.sleep(100) 
            emit(i)
        }
    }
}

fun main() = runBlocking<Unit> {
    simple().collect { value -> println(value) } 
}            

执行结果:

Exception in thread "main" java.lang.IllegalStateException: Flow invariant is violated:
		Flow was collected in [CoroutineId(1), "coroutine#1":BlockingCoroutine{Active}@5511c7f8, BlockingEventLoop@2eac3323],
		but emission happened in [CoroutineId(1), "coroutine#1":DispatchedCoroutine{Active}@2dae0000, Dispatchers.Default].
		Please refer to 'flow' documentation or use 'flowOn' instead
	at ...

flowOn

上面的异常是指出必须使用flowOn函数来改变流发射上下文。下面的例子显示了更改流上下文的正确方法,它还打印了相应线程的名称,以显示它是如何工作的:

fun log(msg: String) = println("[${Thread.currentThread().name}] $msg")

fun simple(): Flow<Int> = flow {
    for (i in 1..3) {
        Thread.sleep(100) 
        log("Emitting $i")
        emit(i) 
    }
}.flowOn(Dispatchers.Default)

fun main() = runBlocking<Unit> {
    simple().collect { value ->
        log("Collected $value") 
    } 
}            

执行结果:

[DefaultDispatcher-worker-1] Emitting 1
[main] Collected 1
[DefaultDispatcher-worker-1] Emitting 2
[main] Collected 2
[DefaultDispatcher-worker-1] Emitting 3
[main] Collected 3

通过执行结果可以看出,flow{…}在后台线程中工作,而在主线程中进行收集。

这里要注意,flowOn操作符改变了流的默认顺序性质。现在收集发生在一个协程(“coroutine#1”)中,而发射发生在另一个协程(“coroutine#2”)中,该协程与收集的协程同时运行在另一个线程中。当上游流必须在其上下文中更改CoroutineDispatcher时,flowOn操作符为其创建一个新的协程。

总结

如果我们之前已经熟悉响应式流或响应式框架(如RxJava和Reactor项目)的人来说,Flow的设计可能看起来非常熟悉。事实上,它的设计灵感来自于Reactive Streams及其各种实现。但是Flow的主要目标是拥有尽可能简单的设计,对Kotlin和suspend友好,并使用结构化并发。

Flow是一个响应式流,可以将其转换为响应式,反之亦然。由kotlinx.coroutines提供转换器:

  • kotlinx-coroutines-reactive for Reactive Streams,
  • kotlinx-coroutines-reactor for Reactor
  • kotlinx-coroutines-rx2/kotlinx-coroutines-rx3 for RxJava2/RxJava3

相关推荐

python生成脚本与部署的方案(python生成脚本与部署的方案区别)

上周接到一个需求任务,去帮助抢舱位小队优化流程和提升他们的效率。公司的订舱需求越来越大,需求的舱位产品越来越多,而且每次只给我们几十分钟的准备时间,导致每次匆匆忙忙,人手不足,抢不到舱位则影响公司业务...

什么是Python中的生成器推导式?(生成器推导式的结果是一个)

编程派微信号:codingpy本文作者为NedBatchelder,是一名资深Python工程师,目前就职于在线教育网站Edx。文中蓝色下划线部分可“阅读原文”后点击。Python中有一种紧凑的语法...

Python技巧1:使用Python生成验证码

使用Python生成验证码

别再用手敲了,这个工具可以自动生成python爬虫代码

我们在写爬虫代码时,常常需要各种分析调试,而且每次直接用代码调试都很麻烦所以今天给大家分享一个工具,不仅能方便模拟发送各种http请求,还能轻松调试,最重要的是,可以将调试最终结果自动转换成爬虫代码,...

在 Python 中构建生成式 AI 处理器

为什么不为ApacheNiFi2.0.0创建一个Python处理器?在本教程中,了解这样做的挑战是容易还是困难。当我开始做这件事时,那是一个下雪天。我看到了IBMWatsonXPyt...

一文掌握Python生成器和迭代器之间的区别

迭代器(Iterators)迭代器是遵循迭代器协议的对象,这意味着它们实现了__iter__()和__next__()方法。__iter__()返回迭代器对象本身,__next__()返回容器中的下一...

为你的python程序上锁:软件序列号生成器

序列号很多同学可能开发了非常多的程序了,并且进行了...

5分钟掌握Python(八)之生成器(生成器 python)

1)说明:在Python中,这种一边循环一边计算的机制,称为生成器:generator。在Python中,使用了yield的函数被称为生成器(generator)。跟普通函数不同的是,生成...

python中迭代器和生成器傻傻分不清,别急,这就告诉你区别

杂谈...

使用python生成添加管理员账户的exe

0x01前言在渗透测试中,针对Windows服务器获取webshell后一般会考虑新建管理员账号(当然某些情况下可以直接读密码)登录rdp方便渗透。目前来说,常见的使用netuser(包括激活gu...

人人都能看懂的「迭代器、生成器」入门指南

来源:早起Python作者:刘早起...

用检索增强生成让大模型更强大,这里有个手把手的Python实现

选自towardsdatascience...

Markdown + 文档管理 + 静态网页生成,集大成的 Markdown 应用:MWeb

上周给大家推荐了Typora,作为一款纯粹的Markdown应用来说,它的各种功能和细节可以说已经相当极致,然而,Ulysses用户表示:我们想要的不仅仅是Markdown。是的,Markdo...

python yield -- 生成器(python 生成器send)

概念:yield和return的区别:一个是返回值,一个是迭代器,多次返回python中,yield关键字用于从一个函数中返回一个值,并且能够在之后从同一个位置继续执行。这使得yield成为...

Python生成器(Python生成器对象)

一、Python生成器介绍1.什么是生成器在Python中,使用了...