Kotlin协程(3)
操作符
过渡流操作符
- 可以使用操作符转换符,就像使用集合与序列一样
- 过渡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符,就像流一样。这类操作符本身不是挂起函数。
- 它运行的速度很快,返回新的转换流的定义。
transform()
// 定义一个挂起函数,模拟发送请求并返回响应
suspend fun performRequest(request: Int): String {
delay(1000) // 模拟网络延迟,延迟 1000 毫秒(1 秒)
return "response $request" // 返回一个响应字符串
}
// 测试函数,使用 JUnit 测试框架
@Test
fun `test transform flow operator`() = runBlocking {
// 将整数范围转换为 Flow
(1..3).asFlow()
.transform { request -> // 使用 transform 运算符转换流的元素
emit("Making request $request") // 发射一个字符串,表示正在发送请求
emit(performRequest(request)) // 发射 performRequest 的返回值
}
.collect { v -> // 收集流的元素
println(v) // 打印收集到的元素
}
}
take()
// 定义一个简单的 Flow,产生 Int 类型的值
fun numbers() = flow<Int> {
try {
emit(1) // 发射第一个整数 1
emit(2) // 发射第二个整数 2
println("This line will not execute") // 这一行代码不会被执行,因为 collect 操作会提前中止 Flow
emit(3) // 发射第三个整数 3(不会执行)
} finally {
// 在 Flow 被收集完成或取消时执行
println("Finally in numbers") // 打印 "Finally in numbers",表示 finally 块的执行
}
}
// 测试函数,使用 JUnit 测试框架
@Test
fun `test limit length operator`() = runBlocking {
// 调用 numbers 函数,限制收集的元素数量为 2
numbers()
.take(2) // 使用 take 运算符,只收集前 2 个元素
.collect { v -> // 收集 Flow 中的元素
println(v) // 打印每个收集到的元素
}
}
末端操作符
- 末端操作符是在流上用于启动流收集的挂起函数。collect是最基础的末端操作符,但是还有另外一些更方便使用的末端操作符
- 转化为各种集合,例如
toList
和toSet
- 获取第一个(first)值与确保流发射单个(single)值的操作符
- 使用reduce与fold将流规约到单个值
- 转化为各种集合,例如
组合多个流
- 就像
Kotlin
标准库中的Sequence.zip
拓展函数一样,流拥有一个zip操作符用于组合两个流中的相关值
@Test
fun `test zip2`() = runBlocking {
// 创建一个整数流,发射 1 到 3 的数字,每个数字发射之间延迟 300 毫秒
val numbs = (1..3).asFlow().onEach {
delay(300) // 模拟延迟
}
// 创建一个字符串流,发射 "one"、"two" 和 "three" 的字符串,每个字符串发射之间延迟 400 毫秒
val strs = flowOf("one", "two", "three").onEach {
delay(400) // 模拟延迟
}
// 记录测试开始时间
val startTime = System.currentTimeMillis()
// 使用 zip 操作符将两个流的元素配对
numbs.zip(strs) { a, b -> "$a -> $b" } // 将 numbs 和 strs 的每对元素组合成字符串
.collect { v -> // 收集配对后的元素
// 打印配对后的元素和从测试开始到当前时间的时间差
println("$v, consume time : ${System.currentTimeMillis() - startTime} ms ")
}
}
展平流
- 流表示异步接收的值序列,所以很容易遇到这样的情况:每个值都会触发对另一个值序列的请求,然而,由于流具有异步的性质,因此需要不同的展平模式,为此,存在一系列的流展平操作符:
flatMapConcat
连接模式flatMapMerge
合并模式flatMapLatest
最新展平模式
// 使用 flatMapConcat 操作符的测试函数
@Test
fun `test flatMapConcat`() = runBlocking<Unit> {
val startTime = System.currentTimeMillis() // 记录开始时间
// 创建一个流,包含数字 1 到 3
(1..3)
.asFlow() // 将数字转换为流
.onEach { delay(100) } // 在每个元素上施加 100 毫秒的延迟
// 使用 flatMapConcat 将每个元素转换为新的流并串联
.flatMapConcat { requestFlow(it) }
.collect { v ->
// 收集并打印每个元素的值以及从开始到现在的消耗时间
println("$v, consume time : ${System.currentTimeMillis() - startTime} ms ")
}
}
// 使用 flatMapMerge 操作符的测试函数
@Test
fun `test flatMapMerge`() = runBlocking<Unit> {
val startTime = System.currentTimeMillis() // 记录开始时间
// 创建一个流,包含数字 1 到 3
(1..3)
.asFlow() // 将数字转换为流
.onEach { delay(100) } // 在每个元素上施加 100 毫秒的延迟
// 使用 flatMapMerge 将每个元素转换为新的流并并发执行
.flatMapMerge { requestFlow(it) }
.collect { v ->
// 收集并打印每个元素的值以及从开始到现在的消耗时间
println("$v, consume time : ${System.currentTimeMillis() - startTime} ms ")
}
}
// 使用 flatMapLatest 操作符的测试函数
@Test
fun `test flatMapLatest`() = runBlocking<Unit> {
val startTime = System.currentTimeMillis() // 记录开始时间
// 创建一个流,包含数字 1 到 3
(1..3)
.asFlow() // 将数字转换为流
.onEach { delay(100) } // 在每个元素上施加 100 毫秒的延迟
// 使用 flatMapLatest 将每个元素转换为新的流,仅保留最新流
.flatMapLatest { requestFlow(it) }
.collect { v ->
// 收集并打印每个元素的值以及从开始到现在的消耗时间
println("$v, consume time : ${System.currentTimeMillis() - startTime} ms ")
}
}
流的异常处理
- 当运算符中的发射器或代码抛出异常时,有几种处理异常的方法:
- try/catch块
- catch函数
/**
* 测试用例 `test exception1`:
* 使用 runBlocking 启动协程,收集 simpleFlow 的值。
* 如果值大于 1,则抛出异常并捕获。
*/
@Test
fun `test exception1`() = runBlocking<Unit> {
try {
simpleFlow().collect { v ->
println(v)
check(v <= 1) { "Collected $v" }
}
} catch (e: Throwable) {
println("Caught $e")
}
}
/**
* 测试用例 `test exception2`:
* 创建一个流,发射一个值后抛出异常。
* 使用 catch 操作符处理异常。
*/
@Test
fun `test exception2`() = runBlocking<Unit> {
flow {
emit(1)
throw ArithmeticException("Div 0")
}
.catch { e: Throwable ->
println("Caught: $e")
}
.flowOn(Dispatchers.IO)
.collect {
println(it)
}
}
流的完成
- 当流收集完成时(普通情况或异常情况),它可能需要执行一个动作
- 命令是
finally
块 onCompletion
声明式处理
- 命令是
// 定义一个函数,返回1到3的值作为 Flow
fun simpleFlow2() = (1..3).asFlow()
@Test
// 测试在 finally 块中完成流的处理
fun `test flow complete in finally`() = runBlocking {
try {
// 收集 simpleFlow2 流中的每个值
simpleFlow2().collect {
println(it)
}
} finally {
// 无论流的收集过程是否成功,这条消息都会在最后打印
println("Done!")
}
}
// 定义一个函数,返回一个 Flow<Int> 类型的流
fun simpleFlow3() = flow<Int> {
// 发射(emit)第一个值
emit(1)
// 发射一个异常来中断流
throw RuntimeException()
}
@Test
// 测试使用 onCompletion 操作符处理流完成
fun `test flow complete in onCompletion`() = runBlocking {
simpleFlow3()
// 在流完成时调用的操作符
.onCompletion { exception ->
if (exception != null) {
// 如果有异常,打印流以异常方式完成
println("Flow completed exceptionally")
}
}
// 捕获流中的异常
.catch { exception ->
println("Caught $exception")
}
// 收集 simpleFlow3 流中的每个值
.collect {
println(it)
}
}
通道-多路复用-并发安全
Channel
- Channel是一个并发安全的队列,它可以用来连接协程,实现不同协程的通信。
@Test
fun `test know channel`() = runBlocking<Unit> {
// 创建一个整数类型的通道,用于在不同的协程之间传递数据
val channel = Channel<Int>()
// 在全局范围内启动一个生产者协程,负责向通道发送数据
val producer = GlobalScope.launch {
var i = 0
while (true) {
// 每次发送前暂停1秒钟
delay(1000)
// 递增计数器并将值发送到通道
channel.send(++i)
println("send $i")
}
}
// 在全局范围内启动一个消费者协程,负责从通道接收数据
val consumer = GlobalScope.launch {
while (true) {
// 接收通道中的数据
val element = channel.receive()
println("receive $element")
}
}
// 等待生产者和消费者协程结束
joinAll(producer, consumer)
}
Channel的容量
- Channel实际上就是一个队列,队列中一定存在缓冲区,一旦这个缓冲区满了,并且一直没有人调用receive并取走函数,send就需要挂起。故意让接收端的节奏放慢,发现send总是会挂起,直到receive之后才会继续往下执行。
迭代channel
produce 与 actor
- 构造生产者与消费者的便捷方法
- 可以通过produce方法启动一个生产者协程,并返回一个
ReceiveChannel
, 其他协程就可以用这个Channel来接收数据了。反之,可以用actor启动一个消费者协程。
@OptIn(DelicateCoroutinesApi::class)
@Test
fun `test fast consumer channel`() = runBlocking {
// 创建一个发送通道,它通过actor协程进行数据接收和处理
val sendChannel: SendChannel<Int> = GlobalScope.actor {
while (true) {
// 接收并处理通道中的数据
val element = receive()
println(element)
}
}
// 在全局范围内启动一个生产者协程,负责向通道发送数据
val producer = GlobalScope.launch {
for (i in 0..3) {
// 向通道发送数据
sendChannel.send(i)
}
}
// 等待生产者协程完成
producer.join()
}
Channel的关闭
- produce和actor返回的Channel都会随着对应的协程执行完毕而关闭,也正是这样,Channel才被称为热数据流。
- 对于Channel,如果我们调用了它的close方法,它会立即停止接收新元素,也就是说这是它的
isClosedForSend
会立即返回true。而由于Channel缓冲区的存在,这时候可能还有一些元素没有被处理完,因此要等所有的元素都被读取之后isClosedForSend
才会返回true。 - Channel的生命周期最好由主导方来维护,建议由主导的一方实现关闭。
@Test
fun `test close channel`() = runBlocking {
// 创建一个无界限的整数类型的通道,用于在不同的协程之间传递数据
val channel = Channel<Int>(Channel.UNLIMITED)
// 在全局范围内启动一个生产者协程,负责向通道发送数据
val producer = GlobalScope.launch {
List(3) {
channel.send(it)
println("send $it")
}
// 发送完成后关闭通道
channel.close()
// 打印通道的关闭状态
println(
"""close channel.
| -ClosedForSend : ${channel.isClosedForSend}
| -ClosedForReceive: ${channel.isClosedForReceive}
""".trimMargin()
)
}
// 在全局范围内启动一个消费者协程,负责从通道接收数据
val consumer = GlobalScope.launch {
for (element in channel) {
println("receive $element")
delay(1000)
}
// 消费完成后打印通道的关闭状态
println(
"""close channel.
| -ClosedForSend : ${channel.isClosedForSend}
| -ClosedForReceive: ${channel.isClosedForReceive}
""".trimMargin()
)
}
// 等待生产者和消费者协程结束
joinAll(producer, consumer)
}
BroadcastChannel
发送端和接收端在Channel
中存在一对多的情形,从数据处理本身来讲,虽然有多个接收端,但是同一个元素只会被一个接收端读到。广播则不然,多个接收端不存在互斥行为。
// 选择使用过时和精细的协程 API
@OptIn(ObsoleteCoroutinesApi::class, DelicateCoroutinesApi::class)
@Test
fun `test broadcastChannel`() = runBlocking<Unit> {
// 创建一个新的通道,使用无限缓冲区容量
val channel = Channel<Int>()
// 将通道转换为广播通道,可以有多个订阅者
val broadcastChannel = channel.broadcast(3)
// 生产者协程,将一系列整数发送到广播通道
val producer = GlobalScope.launch {
// 发送 3 个整数到广播通道,每次发送之间有延迟
List(3) {
delay(100)
broadcastChannel.send(it)
}
// 在发送完所有整数后关闭广播通道
broadcastChannel.close()
}
// 启动 3 个协程,每个协程订阅广播通道
List(3) { index: Int ->
GlobalScope.launch {
// 每个协程打开广播通道的一个订阅
val receiveChannel = broadcastChannel.openSubscription()
// 迭代接收的广播通道中的值
for (i in receiveChannel) {
println("[#$index] received : $i")
}
}
}.joinAll() // 等待所有协程完成
}
多路复用
- 数据通信系统或计算机网络系统中,传输媒体的带宽或容量往往会大于传输单一信号的需求,为了有效地利用通信线路,希望一个信道同时传输多路信号,这就是多路复用技术(Multiplexing)
复用多个await
- 两个API分别从网络和本地缓存获取数据,期望哪个先返回就先用哪个做展示
@Test
fun `test select channel`() = runBlocking<Unit> {
// 创建一个包含两个整型通道的列表
val channels = listOf(Channel<Int>(), Channel<Int>())
// 第一个全局协程,在延迟100毫秒后向第一个通道发送200
GlobalScope.launch {
delay(100)
channels[0].send(200)
}
// 第二个全局协程,在延迟50毫秒后向第二个通道发送100
GlobalScope.launch {
delay(50)
channels[1].send(100)
}
// 使用select表达式从通道中接收一个值
val result = select<Int?> {
// 对每个通道应用onReceive子句
channels.forEach { channel ->
channel.onReceive { value ->
value // 返回接收到的值
}
}
}
// 打印从通道中接收到的值
println(result)
}
SelectClause
-
SelectClause0
: 对应事件没有返回值,例如 join 没有返回值,那么onJoin
就是SelectClauseN
类型。使用时,onJoin
的参数是一个无参函数。 -
SelectClause1
:对应事件有返回值,前面的onAwait
和onReceive
都是此类情况。 -
SelectClause2
:对应事件有返回值,此外还需要一个额外的参数,例如Channel.onSend
有两个参数,第一个是Channel数据类型的值,表示即将发送的值,第二个是发送成功时的回调参数。 -
如果想要确认挂起函数是否支持select,只需要查看其是否存在对应的
SelectClauseN
类型可回调即可。
使用Flow实现多路复用
@Test
fun `test select flow`() = runBlocking<Unit> {
// 定义用户名
val name = "guest"
// 在协程作用域内运行
coroutineScope {
// 创建一个包含两个函数引用的列表
listOf(::getUserFromLocal, ::getUserFromRemote)
.map { function ->
// 调用每个函数,传入用户名和当前协程作用域
function.call(name, this)
}
.map { deferred ->
// 将每个 Deferred 转换为 Flow,并发射其结果
flow { emit(deferred.await()) }
}
// 合并所有的 Flow
.merge()
// 收集结果并打印每个用户对象
.collect { user ->
println(user)
}
}
}
协程的并发工具
- 除了在线程中常用的解决并发问题的手段之外,协程框架也提供了一些安全的工具,包括:
Channel
:并发安全的消息通道Mutex
:轻量级锁,它的lock和unlock从语义上与线程锁比较类似,之所以轻量是因为它在获取不到锁时不会阻塞线程,而是挂起等待锁的释放Semaphore
:轻量级信号量,信号量可以有多个,协程在获取到信号量后即可执行并发操作。当Semaphore的参数为1时,效果等价于Mutex。
@Test
fun `test not concurrent tools`() = runBlocking {
// 初始化计数器
var count = 0
// 初始化一个互斥锁
var mutex = Mutex()
// 创建 1000 个协程,每个协程都尝试增加计数器
List(1000) {
GlobalScope.launch {
// 在互斥锁保护下增加计数器,确保线程安全
mutex.withLock {
count += 1
}
}
}.joinAll() // 等待所有协程完成
// 打印计数器的最终值
println(count)
}
@Test
fun `test not concurrent tools2`() = runBlocking {
// 初始化计数器
var count = 0
// 初始化一个信号量,允许同时只有一个协程进入临界区
var semaphore = Semaphore(1)
// 创建 1000 个协程,每个协程都尝试增加计数器
List(1000) {
GlobalScope.launch {
// 在信号量保护下增加计数器,确保线程安全
semaphore.withPermit {
count += 1
}
}
}.joinAll() // 等待所有协程完成
// 打印计数器的最终值
println(count)
}
避免访问外部可变状态
- 编写函数时要求它不得访问外部状态,只能基于参数做运算,通过返回值提供运算结果
@Test
fun `test avoid access outer variable`() = runBlocking {
var count = 0
var result = count + List(1000){
GlobalScope.async { 1 }
}.map { it.await() }.sum()
println(result)
}