任务链与并行任务：让WorkManager真正“串”起来

说实话，刚开始用WorkManager的时候，我总觉得它就是个“高级版的后台任务管理器”。直到有一天，我在做一个电商App的订单同步功能——需要先下载订单数据，再解析，再上传到本地数据库，最后通知UI更新。这一串操作如果拆成一个个独立任务，代码会变得又臭又长。嗯，这时候任务链就派上用场了。

今天我们就来聊聊WorkManager里最核心的编排能力：任务链（WorkChain）和并行任务组合。说白了，就是让你能像搭积木一样，把多个任务串起来或者并起来跑。

1. beginWith()与then()：最简单的任务链

先看最基础的情况。假设你有三个任务：A、B、C，必须按顺序执行。A做完才能做B，B做完才能做C。这在WorkManager里怎么表达？

val workA = OneTimeWorkRequestBuilder<DownloadWorker>()
    .build()
val workB = OneTimeWorkRequestBuilder<ParseWorker>()
    .build()
val workC = OneTimeWorkRequestBuilder<SaveWorker>()
    .build()

WorkManager.getInstance(context)
    .beginWith(workA)
    .then(workB)
    .then(workC)
    .enqueue()

这段代码看着是不是很直观？beginWith()启动链条，then()追加后续任务。我个人的习惯是，把beginWith()想象成“起跑线”，后面的then()就是接力棒。每个任务完成后，WorkManager会自动把结果传递给下一个。

2. 并行任务组合：WorkContinuation

但现实世界哪有这么简单？很多时候，我们需要同时做几件事。比如用户上传图片时，同时压缩图片、同时生成缩略图、同时上传到CDN。这三件事互不依赖，完全可以并行。

WorkManager提供了WorkContinuation来组合并行任务。看代码：

val compress = OneTimeWorkRequestBuilder<CompressWorker>()
    .build()
val thumbnail = OneTimeWorkRequestBuilder<ThumbnailWorker>()
    .build()
val upload = OneTimeWorkRequestBuilder<UploadWorker>()
    .build()

// 三个任务并行执行
val parallelWorks = WorkContinuation.combine(
    listOf(compress, thumbnail, upload)
)
parallelWorks.enqueue()

这里WorkContinuation.combine()接收一个WorkRequest列表，所有任务会同时启动。我在项目中遇到过一个问题：如果列表里有某个任务特别慢，整个combine会等它完成才继续。所以建议把耗时相近的任务放在一起，避免“木桶效应”。

3. 合并多个任务链

有时候，你会有多个独立的链条，最后需要合并成一个。举个例子：

• 链条1：下载用户信息 → 解析用户信息
• 链条2：下载用户头像 → 裁剪头像
• 最后：合并用户信息和头像 → 保存到本地

这种场景下，WorkContinuation.combine()可以接收多个WorkContinuation对象：

val chain1 = WorkManager.getInstance(context)
    .beginWith(downloadUserInfo)
    .then(parseUserInfo)

val chain2 = WorkManager.getInstance(context)
    .beginWith(downloadAvatar)
    .then(cropAvatar)

// 合并两个链条
val merged = WorkContinuation.combine(
    listOf(chain1, chain2)
).then(saveToLocal)

merged.enqueue()

你看，combine()的参数可以是WorkContinuation列表，而不仅仅是WorkRequest列表。这样就能把任意复杂的链条组合起来。我曾经在做一个社交App的“发布动态”功能时，就用这个模式把图片处理、文字审核、位置获取三个链条合并，最后统一提交。

4. 任务链中的输入输出传递

任务链最强大的地方，就是数据可以在任务之间传递。每个Worker可以通过inputData接收数据，通过outputData输出数据。下一个任务会自动拿到上一个任务的输出作为输入的一部分。

看一个完整的例子：

// 任务A：下载订单数据
class DownloadOrderWorker(context: Context, params: WorkerParameters) 
    : Worker(context, params) {
    override fun doWork(): Result {
        val orderId = inputData.getString("order_id") ?: return Result.failure()
        // 模拟下载
        val rawData = "order_$orderId:item1,item2"
        val output = workDataOf("raw_data" to rawData)
        return Result.success(output)
    }
}

// 任务B：解析订单数据
class ParseOrderWorker(context: Context, params: WorkerParameters) 
    : Worker(context, params) {
    override fun doWork(): Result {
        val rawData = inputData.getString("raw_data") ?: return Result.failure()
        val items = rawData.split(":")[1].split(",")
        val output = workDataOf("items" to items.toTypedArray())
        return Result.success(output)
    }
}

// 构建链条
val download = OneTimeWorkRequestBuilder<DownloadOrderWorker>()
    .setInputData(workDataOf("order_id" to "12345"))
    .build()
val parse = OneTimeWorkRequestBuilder<ParseOrderWorker>()
    .build()

WorkManager.getInstance(context)
    .beginWith(download)
    .then(parse)
    .enqueue()

这里的关键是：DownloadOrderWorker输出的raw_data，会自动成为ParseOrderWorker的输入。你不需要手动传递，WorkManager帮你做了。

5. 知识体系总览

为了让你更直观地理解任务链和并行任务的关系，我画了一张图：

这张图展示了三种核心模式：串行链条（A→B→C）、并行任务（X、Y、Z同时执行后合并）、以及链条合并（两个独立链条最后汇合）。你可以把它当作一个速查表，写代码时对照着看。

6. 总结一下

任务链和并行任务，说白了就是WorkManager给你的“编排工具箱”。我个人觉得，掌握这三个要点就够了：

• 串行用then()：一个接一个，数据自动传递
• 并行用combine()：多个任务同时跑，等所有完成再继续
• 数据用input/output：别偷懒用全局变量，Worker的生命周期你控制不了

嗯，这些基础概念搞懂了，后面我们才能聊更高级的话题——比如任务链的监听、唯一工作链、以及如何与LiveData/Flow结合。一步一步来，别急。

---