2018年做视频网站seo网络优化日常工作内容
一 sharedFlow是什么
SharedFlow 是 Kotlin 协程中 Flow 的一种 热流（Hot Flow），用于在多个订阅者之间 共享事件或数据流。它适合处理 一次性事件（如导航、弹窗、Toast、刷新通知等），而不是持续状态。
✅ SharedFlow 是什么？
SharedFlow 是 Flow 的一种扩展，具备以下特点：
| 特性 | 描述 |
|---|---|
| 热流 | 一旦被触发，即使没人监听也会发出 |
| 多订阅者 | 所有活跃订阅者都能收到事件 |
| 不保留最新值（除非设置 replay） | 不像 StateFlow 那样始终有个当前值 |
| 可配置 buffer 和回放（replay） | 控制事件是否缓存、丢弃或排队 |
它本质上是一个“事件广播器”。
✅ 常见使用场景
📍 1. 一次性 UI 事件
- Toast 弹窗
- SnackBar 提示
- 导航跳转
- 关闭页面
- 对话框展示/取消
这些事件都是“一次性的”，不需要保存状态，也不该重复触发，因此适合 SharedFlow。
sealed class UiEvent {data class ShowToast(val message: String) : UiEvent()object NavigateToHome : UiEvent()
}
// ViewModel 中
private val _uiEvent = MutableSharedFlow<UiEvent>()
val uiEvent = _uiEvent.asSharedFlow()fun loginSuccess() {viewModelScope.launch {_uiEvent.emit(UiEvent.NavigateToHome)}
}
// Fragment 中
lifecycleScope.launchWhenStarted {viewModel.uiEvent.collect { event ->when (event) {is UiEvent.ShowToast -> showToast(event.message)is UiEvent.NavigateToHome -> navigate()}}
}
📍 2. 流式通知
- 通知其他模块刷新数据
- 数据拉取完成通知页面更新
- ViewModel 向 UI 发信号
📍 3. 替代 LiveData<Event> 解决重复消费问题
传统用 LiveData<Event<T>> 或 SingleLiveEvent 处理一次性事件，代码复杂、不优雅，而 SharedFlow 是官方推荐的替代方案。
✅ 在公司项目中，SharedFlow 的典型用法
| 层 | 使用方式 |
|---|---|
| ViewModel | 使用 MutableSharedFlow 发送事件 |
| UI（Activity/Fragment） | 使用 collect 监听事件，做 UI 响应 |
| 工具类/中间层 | 也可以用于广播通知、分发事件 |
示例：登录成功后跳转 + 弹出 Toast
// ViewModel
val eventFlow = MutableSharedFlow<UiEvent>()suspend fun login(username: String, pwd: String) {if (doLogin(username, pwd)) {eventFlow.emit(UiEvent.ShowToast("登录成功"))eventFlow.emit(UiEvent.NavigateHome)}
}
✅ 与其他 Flow 类型的对比
| 类型 | 是否热流 | 是否可变 | 是否保留值 | 场景 |
|---|---|---|---|---|
| Flow | ❌ 冷流 | ❌ | ❌ | 一次性数据流 |
| SharedFlow | ✅ 热流 | ✅ | ❌（可设置 replay） | 一次性事件广播 |
| StateFlow | ✅ 热流 | ✅ | ✅（必须初始值） | 状态管理（UI 状态、进度等） |
✅ 总结一句话：
SharedFlow= Kotlin 中处理一次性事件的推荐工具，适合在 ViewModel → UI 层传递 Toast、导航、弹窗等短暂行为，比LiveData更现代、可控。
二 sharedFlow如何处理背压的？
✅ 1. SharedFlow 是如何处理被压的（Backpressure）？
SharedFlow 是 热流（hot stream），意味着数据会立即发出，而不会像 Flow 那样等待订阅者 collect。这也就意味着：
- 如果发射得太快（比如连续多次 emit）
- 而订阅者还没来得及 collect
- 数据就可能被丢弃，或缓存起来等待
这就需要一个“缓存策略”来决定怎么处理这些“来不及处理”的数据 —— 这就是 SharedFlow 的 buffer 和 溢出策略（onBufferOverflow）。
✅ 2. replay = 2, extraBufferCapacity = 5 的含义
val sharedFlow = MutableSharedFlow<Int>(replay = 2,extraBufferCapacity = 5
)
这两者分别控制了两块缓存区域：
| 参数 | 含义 |
|---|---|
replay = 2 | 每个新订阅者会 立刻收到前 2 条值（即“回放值”） |
extraBufferCapacity = 5 | 除了 replay 缓冲区之外，还允许临时缓存 最多 5 条数据 |
💡 总缓冲区大小 = replay + extraBufferCapacity
即上面的配置，总共可以缓冲 最多 7 条数据。
这意味着在没有 collect 的情况下，可以最多 emit 7 条数据不会失败或丢失。
✅ 3. onBufferOverflow = DROP_OLDEST / DROP_LATEST / SUSPEND 是什么？
这是控制当 缓冲区已满时，继续 emit 会怎么处理的策略。
支持的策略：
| 策略名 | 解释 |
|---|---|
DROP_OLDEST | 丢掉最早 emit 的一条数据（先进先出） |
DROP_LATEST | 丢掉新发射的数据（调用的 emit） |
SUSPEND（默认） | 挂起 emit 调用，直到 buffer 有空间（安全但可能阻塞） |
示例说明：
val flow = MutableSharedFlow<Int>(replay = 1,extraBufferCapacity = 2,onBufferOverflow = BufferOverflow.DROP_OLDEST
)
此时总 buffer 是 3 条：
- 如果连续 emit 第 1、2、3 条 → 都能进 buffer。
- 如果 emit 第 4 条时还没人 collect → buffer 满了。
DROP_OLDEST策略：会把 第 1 条值移除，保留 2、3、4。
🔄 emit() 和 tryEmit() 的区别：
emit()是 挂起函数，可能会suspend（如果 buffer 满且策略是SUSPEND）。tryEmit()是 非挂起，返回true/false表示是否成功发射。
✅ 总结一句话：
| 配置项 | 意义 |
|---|---|
replay | 新订阅者能收到多少“历史值” |
extraBufferCapacity | 在未 collect 情况下，能暂存多少新值 |
onBufferOverflow | 当缓存已满，是否丢老的、丢新的，或挂起等候 |
| 总缓存 | replay + extraBufferCapacity 条数据 |