StateFlow 和 SharedFlow

StateFlow 与 SharedFlow 的深度对比与实战指南

---

​一、核心概念与设计目标​

1. ​StateFlow​

   • ​定位​：状态管理工具，用于持久化并同步最新状态值。

   • ​设计目标​：替代 LiveData，提供更灵活的协程支持，确保所有订阅者获取最新状态。

   • ​关键特性​：

     • 必须设置初始值，始终持有最新状态。

     • 新订阅者立即收到当前值（粘性）。

     • 自动防抖（相同值不重复触发）。

2. ​SharedFlow​

   • ​定位​：通用事件总线，支持广播事件与历史数据回放。

   • ​设计目标​：处理一次性事件（如通知、用户操作），支持灵活的缓冲策略。

   • ​关键特性​：

     • 无初始值，可配置 replay缓存历史数据。

     • 订阅者可能错过未收集的事件（除非设置 replay）。

     • 支持背压控制（buffer、onBufferOverflow）。

---

​二、核心特性对比​

​特性​	​StateFlow​	​SharedFlow​	​参考来源​
​初始值​	✅ 必须设置	❌ 无初始值
​历史数据​	仅保留最新值	可配置 replay缓存历史数据
​粘性事件​	✅ 新订阅者立即接收当前值	❌ 除非设置 replay
​防抖机制​	✅ 相同值不重复触发	❌ 每次 emit均触发
​背压处理​	无内置策略（依赖 flowOn线程切换）	支持 buffer、conflate、onBufferOverflow
​适用场景​	UI 状态管理（如 ViewModel 状态）	事件广播（如 Toast、导航、日志）

---

​三、源码实现与参数解析​

​1. StateFlow 源码特性​

• ​继承关系​：StateFlow继承自 SharedFlow，是 SharedFlow的特化版本。

• ​核心参数​：

  • value：当前状态值，通过 MutableStateFlow直接修改。

  • ​防抖逻辑​：内部通过 compareAndSet实现值比较，避免重复触发。

​2. SharedFlow 关键参数​

• ​replay​：新订阅者回放的历史数据数量（默认 0）。

• ​extraBufferCapacity​：额外缓冲容量，用于处理生产者和消费者速度差异。

• ​onBufferOverflow​：缓冲区满时的处理策略：

  • BufferOverflow.SUSPEND（默认）：挂起生产者直到有空间。

  • BufferOverflow.DROP_OLDEST：丢弃最旧数据。

  • BufferOverflow.DROP_LATEST：丢弃最新数据。

​示例配置​：

val chatFlow = MutableSharedFlow<String>(
    replay = 2,       // 新订阅者获取最近 2 条消息
    extraBufferCapacity = 5, // 额外缓冲 5 条
    onBufferOverflow = BufferOverflow.DROP_OLDEST // 溢出时丢弃旧数据
)

---

​四、适用场景与实战案例​

​1. StateFlow 典型场景​

• ​UI 状态管理​：

  class LoginViewModel : ViewModel() {
      private val _uiState = MutableStateFlow(LoginState.Idle)
      val uiState: StateFlow<LoginState> = _uiState
  
      fun login() {
          viewModelScope.launch {
              _uiState.value = LoginState.Loading
              // 模拟网络请求
              delay(1000)
              _uiState.value = LoginState.Success
          }
      }
  }

  ​优势​：确保 UI 始终显示最新状态，避免因配置变更导致的数据丢失。

​2. SharedFlow 典型场景​

• ​事件总线​：

  object EventBus {
      val navigationEvent = MutableSharedFlow<String>()
      val toastEvent = MutableSharedFlow<String>()
  }
  
  // 发送事件
  viewModelScope.launch {
      EventBus.navigationEvent.emit("Home")
  }
  
  // 接收事件
  lifecycleScope.launch {
      EventBus.navigationEvent.collect { destination ->
          findNavController().navigate(destination)
      }
  }

• ​日志系统​：

  val logFlow = MutableSharedFlow<String>(
      replay = 0,       // 不缓存历史日志
      extraBufferCapacity = 100, // 缓冲 100 条日志
      onBufferOverflow = BufferOverflow.DROP_OLDEST // 溢出时丢弃旧日志
  )

---

​五、性能优化与避坑指南​

​1. 避免内存泄漏​

• ​规则​：始终在 viewModelScope或 lifecycleScope中收集流。

  lifecycleScope.launchWhenStarted {
      viewModel.uiState.collect { /* ... */ }
  }

​2. 背压处理策略​

• ​高频数据​：使用 conflate()仅保留最新值。

• ​严格顺序​：使用 buffer()保证数据顺序处理。

• ​资源敏感场景​：onBufferOverflow = DROP_LATEST防止内存爆炸。

​3. 线程安全​

• ​修改状态​：在 viewModelScope中更新 StateFlow值。

• ​发射事件​：在 Dispatchers.IO中处理高负载操作。

---

​六、与 LiveData 的对比​

​特性​	​StateFlow/SharedFlow​	​LiveData​
​冷热流​	热流（主动发射）	冷流（依赖观察者）
​生命周期​	无绑定，需手动管理作用域	自动绑定 Lifecycle
​线程安全​	需手动切换线程	自动线程安全
​复杂场景​	支持背压、重放、多消费者	仅基础数据同步

---

​七、总结与选型建议​

• ​选 StateFlow 当​：

  ✅ 需要持久化最新状态（如 UI 状态）。

  ✅ 需要防抖机制避免重复触发。

• ​选 SharedFlow 当​：

  ✅ 需要广播事件或历史数据回放。

  ✅ 需精细控制背压和缓冲策略。

• ​避坑提示​：

  • 避免在 SharedFlow中发送高频数据，可能导致内存溢出。

  • 优先使用 StateFlow替代 LiveData，获得协程生态优势。

通过合理选择流类型，可显著提升应用性能与代码可维护性。

StateFlow 和 SharedFlow  |  Kotlin  |  Android Developers