LiveData 与 StateFlow，我该用哪个？

前言

LiveData 相信大家都非常熟悉了，但是由于协程与 Flow 的不断发展，之前所使用的技术也正在不断被替代，而 LiveData 的功能与 StateFlow 很相似，所以，很多人都在考虑使用 StateFlow 去替代 LiveData。

这里，我们就分析下，LiveData 与 StateFlow 的优缺点，以及我们该如何抉择。

LiveData 与 StateFlow 的区别

关于 LiveData 与 StateFlow，网上说的最多的区别，其实就是「官方指导文档」中所讲解的这两点，这里我直接搬运过来：

• StateFlow 需要将初始状态传递给构造函数，而 LiveData 不需要。
• 当 View 进入 STOPPED 状态时，LiveData.observe() 会自动取消注册使用方，而从 StateFlow 或任何其他数据流收集数据的操作并不会自动停止。如需实现相同的行为，您需要从 Lifecycle.repeatOnLifecycle 块收集数据流。

关于第一点，对于 LiveData 与 StateFlow 的使用并不能起决定性的作用，因为在创建 StateFlow 的时候，你可以传入 null 进去，就像这样：

val stateFlow = MutableStateFlow<String?>(null)

而在第二点中，LiveData 会跟生命周期绑定，能够自动取消注册，这个看起来是优点，但是，其实也是一个缺点。

为什么这样说？

因为对于数据而言，它其实并不需要关心调用者的生命周期，它只需要负责数据读取与存储即可，所以，为什么要考虑数据使用者的状态？这时，可能有的人会说，“数据基本上都是与视图进行绑定，所以，视图消失的时候，数据自然也用不上了，所以自动取消很好啊”，确实，这样的确很好，但是有时在数据读取的之后，我们并非希望它每次都是在刷新视图，而是进行存储、写日志、上报等他用，而这时，自动取消就会变成了一种负担。

因此，数据与取消绑定应该剥离开来，可以用统一的方式获取数据，在数据进行调用前，再依据情况判断是否与生命周期进行关联。这个判断并非为代码判断，而是开发者的逻辑判断，因为只有开发者清楚，这些代码是否需要与生命周期相关联，若要关联，可以使用 lifecycleScope 或 ViewModelScope 进行解决，这里就以 lifecycleScope 为主进行说明。

解决有两种方式：

• lifecycleScope.launch
• repeatOnLifecycle

lifecycleScope.launch

launch 里面的代码由 lifecycleScope 进行控制，若对象生命周期结束了，则 launch 里面的代码也会被取消。

repeatOnLifecycle

这个主要用于当对象运行到生命周期的某个阶段的时候，就自动触发相应的功能：

class MainActivity : AppCompatActivity() {

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)

        GlobalScope.launch {
            repeatOnLifecycle(Lifecycle.State.RESUMED){
                println("repeatOnLifecycle RESUMED 已被执行")
            }
        }
    }

    override fun onResume() {
        super.onResume()
        println("onResume 已被执行")
    }
}

日志输出：

I/System.out: onResume 已被执行
I/System.out: repeatOnLifecycle RESUMED 已被执行

当然，也可以使用以下方法来实现：

    lifecycleScope.launchWhenCreated {  }
    lifecycleScope.launchWhenStarted {  }
    lifecycleScope.launchWhenResumed {  }

被动回调与主动收集

上面说的只是「官方指导文档」所提及的「LiveData 与 StateFlow 的区别」，但是，我觉得这两种说法，还是不能决定我该用 LiveData 还是 StateFlow，因为关于 LiveData 的生命周期的优势，可以使用 lifecycleScope+StateFlow解决。所以，我从另外一个角度谈谈我是怎么理解与判断的，那就是被动回调与主动收集。

被动回调

相信了解过观察者模式的同学都知道，当被观察者有改动的时候，就会通知观察者，但是，其实在这个时候，观察者只知道被观察者有改动了，并不清楚外部的情况，例如生命周期走到哪里了？是什么地方触发了被观察者去更新等等，所以，我认为 LiveData 这种更新数据方式为被动回调。

主动收集

对于 StateFlow 而言，并不是每次数据更新都会回调到 collect 中了，而是在 collect 的时候，看看最新数据是哪些，然后进行读取，等 collect 运行完后，即使数据更新了，也不会回调到 collect 中，需要开发者自己再次调用 collect，才能再次获取数据。

所以，对于 StateFlow，其实更像一个单独的数据管理，核心并不在于观察者模式，更强调于用户主动去获取数据，所以，我认为这种方式为主动收集。

总结

由于被动回调与主动收集的区别，这时我们就很清晰什么时候该用哪种方式了。

假如数据与视图进行强绑定，或者说，一旦数据改变了，需要更改多处地方 UI，那么，这时使用 LiveData 更合适，但是，假如你只想对数据进行管理，清楚每次数据刷新的时机，那么使用 StateFlow 更合适。