APP 使用 JetPack 架构后，你觉得会有哪些变化？

作者：Bezier
转载地址：https://juejin.cn/post/6955491901265051661

知识储备：需要对Lifcycle、LiveData、ViewModel、DataBinding有基本了解

目录

• 1. 有了Lifecycle，再也不用担心生命周期同步问题
  • 1.1 为什么要做生命周期绑定？
  • 1.2 Lifecycle解决了哪些问题？
• 2. LiveData并不是只运用观察者模式
  • 2.1 观察者模式的优点有哪些？
  • 2.2 LiveData基于观察者模式又做了哪些扩展？
  • 2.3 LiveData + Lifecycle 实现 1 + 1 > 2
• 3. ViewModel与LiveData真乃天作之合
  • 3.1 如何优雅的实现Fragment之间通讯？
  • 3.2 由ViewModel担任 VM/Presenter 的好处有哪些？
• 4. 解除你对DataBinding的误解
  • 4.1 使用DataBinding的好处有哪些？
  • 4.2 为什么很多人说DataBinding很难调试？
• 5. Jetpack和MVVM有什么关系？
  • 5.1 什么是MVVM
  • 5.2 Jetpack只是让MVVM更简单、更安全

1. 有了Lifecycle，再也不用担心生命周期同步问题

1.1 为什么要做生命周期绑定？

关于Activity/Fragment其最重要的概念就是生命周期管理，我们开发者需要在不同生命周期回调中做不同事情。比如onCreate做一些初始化操作，onResume做一些恢复操作等等等等，以上这些操作都比较单一直接去写也没有多大问题。

但有一些组件需要强依赖于Activity/Fragment生命周期，常规写法一旦疏忽便会引发安全问题，比如下面这个案例：

现有一个视频播放界面，我们需要做到当跳到另一个界面就暂停播放，返回后再继续播放，退出后重置播放,常规思路：

#class PlayerActivity
    onCreate(){
        player.init()
    }
    onResume(){
        player.resume()
    }
    onPause(){
        player.pause()
    }
    onDestroy(){
        player.release()
    }

读过我上篇文章的小伙伴可能一眼就能看出来这违背了控制反转，人不是机器很容易写错或者忘写，特别是player.release()如果忘写便会引发内存泄漏 此时我们可以基于控制反转思想(将player生命周期控制权交给不会出错的框架)进行改造： 第一步：

interface ObserverLifecycle{
    onCreate()
    ...
    onDestroy()
}

首先定义一个观察者接口,包含Activity/Fragment主要生命周期方法

第二步：

class BaseActivity{
    val observers = mutableList<ObserverLifecycle>()
    onCreate(){
        observers.forEach{
            observer.onCreate()
        }
    }
    ...
    onDestroy(){
        observers.forEach{
            observer.onDestroy()
        }
    }
}

在BaseActivity中观察生命周期并逐一通知到observers的观察者

第三步：

class VideoPlayer : ObserverLifecycle{
    onCreate(){
        init()
    }
    ...
    onDestroy(){
        release()
    }
}
class PlayerActivity : BaseActivity{
    observers.add(videoPlayer)
}

播放器实现ObserverLifecycle接口，并在每个时机调用相应方法。PlayerActivity只需将videoPlayer注册到observers即可实现生命周期同步。

其实不光videoPlayer，任何需要依赖Activity生命周期的组件 只需实现ObserverLifecycle接口最后注册到Activity的observers即可实现生命周期自动化管理，进而可以规避误操作带来的风险

1.2 Lifecycle解决了哪些问题？

既然生命周期的同步如此重要，Google肯定不会视而不见，虽然自定义ObserverLifecycle可以解决这种问题，但并不是每个人都能想到。所以Google就制定了一个标准化的生命周期管理工具Lifecycle，让开发者碰到生命周期问题自然而然的想到Lifecycle，就如同想在Android手机上新建一个界面就会想到Activity一样。

同时Activity和Fragment内部均内置了Lifecycle，使用非常简单，以1.1 案例通过Lifecycle改造后如下：

class VideoPlayer : LifecycleObserver {
    @OnLifecycleEvent(Lifecycle.Event.ON_CREATE)
    fun onCreate(){
        init()
    }
    ..
    @OnLifecycleEvent(Lifecycle.Event.ON_DESTROY)
    fun onDestroy(){
        release()
    }
}
class PlayerActivity : BaseActivity{
    lifecycle.addObserver(videoPlayer)
}

两步操作即可，不用我们自己向观察者(videoPlayer)做生命周期分发处理。

2. LiveData并不是只运用观察者模式

2.1 观察者模式的优点有哪些？

观察者是一种常见并且非常实用的一种行为型模式，具有扩展性强、耦合性低的特性。

本文1.1 中 生命周期同步设计就是一个标准的观察者模式，ObserverLifecycle可作为观察者，PlayerActivity作为被观察者,当被观察者(PlayerActivity)生命周期发生改变时会主动通知到观察者(VideoPlayer)

同时观察者在不改变代码结构的情况随意扩展,比如PlayerActivity属于一个MVP架构，此时可以将Presenter实现ObserverLifecycle作为观察者 随后 注册到被观察者(PlayerActivity)中， 这样Presenter也可以监测到Activity生命周期，并且代码结构没有任何改变，符合开闭原则(对扩展开发 修改关闭)

2.2 LiveData基于观察者模式又做了哪些扩展？

LiveData符合标准的观察者模式，所以它具备扩展性强、耦合性低的特性，同样它还是一个存储数据的容器，当容器数据改变时会触发观察者，即数据驱动。

数据驱动是前端开发领域非常重要的一个概念，说数据驱动之前我们先思考一个问题，为什么要改变数据？ 答案显而易见，无非是想让数据使用者感知到而已，而LiveData可以优雅的实现这一流程，将 改变、通知 两步操作合并为一步 即省事也提高了安全性.

根据LiveData的特性决定它非常适合去做数据驱动UI，下面举个例子简单描述下：

# 需求：改变textView内容以及对应的数据，用LiveData实现方式如下
val liveData = MutableLiveData<String>()
liveData?.observe(this,Observer { value->
            textView.text = value
        })
//这一步会改变liveData值并且会触发textView重新渲染
liveData.value = "android"

看起来平平无奇甚至理所当然，但它确实解决了我们前端开发的痛点，在此之前数据和UI都需要我们开发者单独修改，当面对十几个View时很难做到不漏不忘。 引入liveData后改变数据会自动触发UI渲染，将两步操作合并为一步，大大降低出错的概率 关于数据驱动UI上篇文章我已经做了详细描述，感兴趣的可以翻回去查看。

2.3 LiveData + Lifecycle 实现 1 + 1 > 2

LiveData在Lifecycle的加持下可以实现只在可见状态接收通知，说的通俗一点Activity执行了onStop()后内部的LiveData就无法收到通知，这样设计有什么好处？ 举个例子： ActivityA和ActivityB共享同一个LiveData，伪代码如下

class ActivityA{
    liveData?.observe(this,Observer { value->
            textView.text = value
        })
}
class ActivityB{
    liveData?.observe(this,Observer { value->
            textView.text = value
        })
}

当ActivityA启动ActivityB后多次改变liveData值，等回到ActivityA时 你肯定不希望Observer收到多次通知而引发textView多次重绘。

引入Lifecycle后这个问题便可迎刃而解，liveData绑定Lifecycle(例子中的this)后，当回到ActivityA时只会取liveData最新的值然后做通知，从而避免多余的操作引发的性能问题

3. ViewModel与LiveData真乃天作之合

3.1 Jetpack ViewModel 并不等价于 MVVM ViewModel

经常有小伙伴将Jetpack ViewModel 和 MVVM ViewModel相提并论，其实这二者根本没有在同一个层次，MVVM ViewModel是MVVM架构中的一个角色，看不见摸不着只是一种思想。 而Jetpack ViewModel是一个实实在在的框架用于做状态托管，有对应的作用域可跟随Activity/Fragment生命周期，但这种特性恰好可以充当MVVM ViewModel的角色，分隔数据层和视图层并做数据托管。

所以结论是Jetpack ViewModel可以充当MVVM ViewModel 但二者并不等价

3.2 如何优雅的实现Fragment之间通讯？

ViewModel官方定义是一个带作用域的状态托管框架，可通过指定作用域和Activity/Fragment共存亡，为了将其状态托管发挥到极致，Google甚至单独为ViewModel开了个后门，Activity横竖屏切换时不会销毁对应的ViewModel，为的就是横竖屏能共用同一个ViewModel，从而保证数据的一致性。

既然是状态托管框架那ViewModel的第一要务 就要时时刻刻保证最新状态分发到视图层，这让我不禁想到了LiveData，数据的承载以及分发交给Livedata，而ViewModel专注于托管LiveData保证不丢失，二者搭配简直是天作之合。

有了ViewModel加LiveData ，Fragment之间可以更优雅的通讯。比如我的开源项目中的音乐播放器（属于单Activity多Fragment架构），播放页和首页悬浮都包含音乐基本信息，如下图所示：

想要使两个Fragment中播放信息实时同步，最优雅的方式是将播放状态托管在Activity作用域下ViewModel的LiveData中，然后各自做状态监听，这样只有要有一方改变就能立即通知到另一方，简单又安全，具体细节可至我的开源项目中查看。

3.3 由ViewModel担任 VM/Presenter 的好处有哪些？

传统MVVM和MVP遇到最多的的问题无非就是多线程下的内存泄露，ViewModel可以完全规避这个问题，内部的viewModelScope是一个协程的扩展函数，viewModelScope生命周期跟随ViewModel对应的Lifecycle（Activity/Fragment），当页面销毁时会一并结束viewModelScope协程作用域，所以将耗时操作直接放在viewModelScope即刻

另外在界面销毁时会调用ViewModel的onClear方法，可以在该方法做一些释放资源的操作，进一步降低内存泄露的风险

4. 解除你对DataBinding的误解

4.1 使用DataBinding的作用有哪些？

DataBinding最大的优点跟唯一的作用就是数据 UI双向绑定，UI和数据修改任何一方另外一方都会自动同步,这样的好处其实跟LiveData的类似，都是做数据跟UI同步操作，用来保证数据和UI一致性。其实写到这可以发现，不管是LiveData、DataBinding还是DiffUtil都是用来解决数据和UI一致性问题，可见Google对这方面有多么重视，所以我们一定要紧跟官方步伐
小知识点：

DataBinding包中的ObservableField作用跟LiveData基本一致，但ObservableField有一个去重的效果，

4.2 为什么很多人说DataBinding很难调试？

经常听一些小伙伴提DataBinding不好用，原因是要在xml中写业务逻辑不好调试，对于这个观点我是持否定态度的。并不是我同意xml中写业务逻辑这一观点，我觉得碰到问题就得去解决问题，如果解决问题的路上有障碍就尽量扫清障碍，而不是一味的逃避。

如{vm.isShow ? View.VISIBLE : View.GONE}之类的业务逻辑不写在xml放在哪好呢？关于这个问题我在上篇文章Data Mapper章节中描述的很清楚，拿到后端数据转换成本地模型(此过程会编写所有数据相关逻辑)，本地模型与设计图一一对应，不但可以将视图与后段隔离，而且可以解决xml中编写业务逻辑的问题。

5. Jetpack和MVVM有什么关系？

5.1 什么是MVVM

MVVM其实是前端领域一个专注于界面开发的架构模式，总共分为View、ViewModel、Repository三个模块 (需严格按照单一设计原则划分)

• View(视图层): 专门做视图渲染以及UI逻辑的处理
• Repository(远程): 代表远程仓库，从Repository取需要的数据
• ViewModel: Repository取出的数据需暂存到ViewModel，同时将数据映射到视图层

分层固然重要，但MVVM最核心点是通过ViewModel做数据驱动UI以及双向绑定的操作用来解决数据/UI的一致性问题。MVVM就这么些东西，千万不要把它理解的特别复杂

双向绑定和单向驱动应该如何选择？

当面临TextView之类的View时单向驱动已经完全够用了，毕竟在我们的认知里是不需要通过TextView显示的文案改变对应数据的，此时单向驱动就能保证数据、UI一致。

而双向绑定通常用在可交互式的View中，比如EditText内容会通过用户输入而改变的，此时需要通过双向绑定才能保证数据、UI一致。不管是双向绑定还是单向驱动，只要能保证数据、UI一致，那它就符合MVVM思想

其实我上篇文章也简单说过，好的架构不应该局限到某一种模式(MVC/MVP/MVVM)上，需要根据自己项目的实际情况不断添砖加瓦。如果你们的后端比较善变我建议引入Data Mapper的概念～如果你经常和同事开发同一个界面，可以试图将每一条业务逻辑封装到use case中，这样大概率可以解决Git冲突的问题…等等等等，总之只要能实实在在 提高 开发效率以及项目稳定性的架构就是好架构.

5.2 Jetpack只是让MVVM更简单、更安全

Jetpack是Android官方为确立标准化开发而提供的一套框架，Lifecycle可以让开发者不用过多考虑 生命周期引发的一系列问题 ～ 有了DataBinding的支持让数据UI双向绑定成为了可能 ～ LiveData的存在解除ViewModel跟Activity双向依赖的问题…
归根到底Jetpack就是一套开发框架，MVVM在这套框架的加持之下变得更加简单、安全。
Tips:作者公司项目引入Jetpack后，项目稳定性有着肉眼可见的提升。

综上所述

• Lifecycle 解决了生命周期 同步问题
• LiveData 实现了真正的状态驱动
• ViewModel 可以让 Fragment 通讯变得更优雅
• DataBinding 让双向绑定成为了可能
• Jetpack 只是让 MVVM 更简单、更安全

推荐

之前在学习 Jetpack 内容的时候，随手整理了Android JetPack与JetPack Compose的学习笔记，需要参考学习的小伙伴，可以 通过↓↓↓方式货取！！！ 如下图所示：

有需要的可以复制下方链接，传送直达！！！
https://qr21.cn/CaZQLo?BIZ=ECOMMERCE

原文地址：https://blog.csdn.net/weixin_61845324