第10章 Flow实战

课程目录第10章 Flow实战

10、Flow实战：搜索防抖、数据刷新、分页加载等常见场景

好，咱们终于到了Flow的实战环节。前面几章讲了那么多概念和原理，说实话，不落地到具体场景里，总觉得差点意思。这一章我就带大家看看，在真实的Android开发中，Flow到底能帮我们解决哪些痛点。

我个人习惯把Flow的实战场景分成三类：输入防抖、数据刷新、分页加载。这三个场景几乎每个App都会遇到，而且用Flow处理起来，代码会干净很多。

10.1 搜索防抖：别再让用户等你的网络请求了

搜索框防抖，这应该是Flow最经典的入门案例了。你想想看，用户每敲一个字就发一次请求，那体验得多糟糕。尤其是调用后端接口，频繁请求不仅浪费流量，还可能被服务器限流。

用Flow处理这个，核心就两个操作符：debounce 和 distinctUntilChanged。

// 搜索框的防抖实现
class SearchViewModel : ViewModel() {

    private val _query = MutableStateFlow("")

    val searchResults: StateFlow<List<SearchItem>> = _query
        .debounce(300) // 300ms 内没有新输入，才发射
        .filter { it.length >= 2 } // 少于2个字不搜索
        .distinctUntilChanged() // 内容没变就不重复搜索
        .flatMapLatest { query ->
            repository.search(query)
        }
        .stateIn(
            scope = viewModelScope,
            started = SharingStarted.WhileSubscribed(5000),
            initialValue = emptyList()
        )

    fun onQueryChanged(query: String) {
        _query.value = query
    }
}

这里有个细节我想强调一下：flatMapLatest 的作用是，当新的搜索请求发出时，自动取消上一个还在进行的网络请求。我在项目中遇到过这样的情况——用户快速输入"Android"，中间会经过"An"、"And"、"Andr"等中间状态。如果没有 flatMapLatest，前面的请求还在跑，后面的又来了，最后界面显示的结果可能是乱序的。

💡 我的小技巧： debounce 的时间不要设太短，300ms 是个比较稳妥的值。太短了起不到防抖效果，太长了用户会觉得搜索反应慢。你可以根据实际场景微调，比如输入法联想场景可以设到 500ms。

10.2 数据刷新：下拉刷新与自动刷新

数据刷新这个场景，说白了就是怎么让UI和数据源保持同步。传统的做法是用LiveData + 手动触发，但用Flow的话，我们可以做得更优雅。

我常用的模式是：用一个 MutableStateFlow 作为刷新触发器，然后用 flatMapLatest 或 switchMap 来重新加载数据。

// 支持下拉刷新的数据流
class DashboardViewModel(
    private val repository: DashboardRepository
) : ViewModel() {

    private val _refreshTrigger = MutableStateFlow(0L)

    val dashboardData: StateFlow<UiState<Dashboard>> = _refreshTrigger
        .flatMapLatest {
            repository.getDashboard()
                .map { result ->
                    UiState.Success(result)
                }
                .catch { e ->
                    emit(UiState.Error(e.message ?: "未知错误"))
                }
        }
        .stateIn(
            scope = viewModelScope,
            started = SharingStarted.WhileSubscribed(5000),
            initialValue = UiState.Loading
        )

    fun refresh() {
        _refreshTrigger.value = System.currentTimeMillis()
    }
}

为什么用 Long 类型的时间戳作为触发器？嗯，这里有个小讲究。用 Int 自增的话，如果连续调用两次 refresh()，值可能没变，distinctUntilChanged 会过滤掉。用时间戳就保证每次都不一样。

⚠️ 我曾经踩过的坑： 如果使用 MutableStateFlow<Unit> 作为触发器，连续发射两个 Unit 会被认为是同一个值，因为 StateFlow 会做相等性检查。所以一定要用 Long 或自定义数据类来保证每次发射的值都不同。

10.3 分页加载：用Flow实现无限滚动

分页加载这个场景，说实话，用Flow处理起来比传统的回调方式要清爽得多。Android官方推荐用Paging 3库，它本身就是基于Flow构建的。但如果你不想引入Paging 3，自己用Flow实现一个轻量级的分页方案也不难。

我给大家展示一个我自己项目中用过的方案：

// 轻量级分页加载实现
class PaginatedRepository(
    private val api: ApiService
) {

    fun loadPage(page: Int, pageSize: Int = 20): Flow<List<Item>> = flow {
        val response = api.getItems(page, pageSize)
        emit(response.data)
    }.retry(2) // 失败重试2次
     .catch { e ->
        emit(emptyList()) // 出错时发射空列表
     }

    // 使用 callbackFlow 处理基于回调的分页
    fun loadWithCallbackFlow(): Flow<List<Item>> = callbackFlow {
        val callback = object : PaginationCallback {
            override fun onPageLoaded(items: List<Item>) {
                trySend(items)
            }
            override fun onError(error: Throwable) {
                close(error)
            }
        }
        // 注册回调
        api.registerPaginationCallback(callback)
        // 协程取消时自动清理
        awaitClose {
            api.unregisterPaginationCallback(callback)
        }
    }
}

在ViewModel中，我们可以这样组合使用：

class PaginatedViewModel(
    private val repository: PaginatedRepository
) : ViewModel() {

    private val _loadMore = MutableSharedFlow<Int>()

    val items: StateFlow<List<Item>> = _loadMore
        .scan(emptyList<Item>()) { acc, page ->
            acc + repository.loadPage(page).first()
        }
        .stateIn(
            scope = viewModelScope,
            started = SharingStarted.WhileSubscribed(5000),
            initialValue = emptyList()
        )

    fun loadNextPage(page: Int) {
        viewModelScope.launch {
            _loadMore.emit(page)
        }
    }
}

📌 核心要点：

搜索防抖：debounce + distinctUntilChanged + flatMapLatest 三件套
数据刷新：用时间戳作为触发器，保证每次刷新都生效
分页加载：scan 操作符可以优雅地累积分页数据
错误处理：catch 和 retry 是Flow自带的错误恢复机制

这三个场景其实有一个共同点：把事件转化为数据流。不管是用户的输入、下拉刷新动作，还是滚动到底部的事件，都可以抽象成一个Flow，然后用各种操作符去组合、变换。这就是响应式编程的核心思想。

我个人觉得，Flow最大的价值不在于它提供了多少操作符，而在于它让异步数据流的处理变得可组合、可测试、可预测。你想想看，如果用传统的回调方式实现分页加载，代码得嵌套多少层？用Flow的话，几行操作符就搞定了。

好了，这一章的内容就到这里。代码示例我都放在GitHub上了，建议大家自己跑一遍，改改参数看看效果。实践出真知嘛。

📚 课程目录

10、Flow实战：搜索防抖、数据刷新、分页加载等常见场景

10.1 搜索防抖：别再让用户等你的网络请求了

10.2 数据刷新：下拉刷新与自动刷新

10.3 分页加载：用Flow实现无限滚动