Kotlin 异步数据流三剑客：Flow、Channel、StateFlow 深度解析

最新推荐文章于 2025-10-15 17:16:37 发布

原创

最新推荐文章于 2025-10-15 17:16:37 发布 · 1.3k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#android #kotlin

在 Kotlin 协程生态中，处理异步数据流是我们经常面对的任务。Kotlin 提供了三种核心工具：Flow、Channel 和 StateFlow，它们看似相似，实则有着截然不同的设计哲学和适用场景。本文将深入剖析这三者的区别，并通过实际代码示例帮助你做出正确的技术选型。

一、Flow：声明式的冷数据流

核心概念

Flow 是 Kotlin 协程库中的冷流（Cold Stream），它代表一个可以异步计算的数据序列。所谓"冷流"，意味着数据生产是惰性的，只有在有收集者订阅时才会开始执行。

关键特性

声明式编程：支持函数式操作符（map、filter、transform 等）
可取消：与协程生命周期绑定
背压支持：通过操作符处理生产消费速度不匹配
无共享状态：每个收集者独立消费完整数据流

基本使用

kotlin

复制

// 创建 Flow
fun fetchUserData(userId: String): Flow<User> = flow {
    // 模拟网络请求
    delay(1000)
    val user = api.getUser(userId)
    emit(user)
}

// 收集 Flow
viewModelScope.launch {
    fetchUserData("123")
        .map { it.toUiModel() }
        .catch { e -> showError(e) }
        .collect { user ->
            updateUI(user)
        }
}

操作符的强大能力

kotlin

复制

// 复杂的流转换
fun getCombinedData(): Flow<Result> = flow {
    emit(loadInitialData())
}.flatMapMerge { initialData ->
    combine(
        fetchDetails(initialData.id),
        fetchRelatedItems(initialData.category)
    ) { details, related ->
        Result(initialData, details, related)
    }
}.filter { it.isValid() }
 .debounce(300) // 防抖