前言
前几天 Google 更新了几个 Jetpack 新成员 Hilt、Paging 3、App Startup 等等，在之前的文章里面分了 App Startup 是什么、App Startup 为我们解决了什么问题，如果之前没有看过可以点击下面连接前往查看文章和代码。
- Jetpack 最新成员 AndroidX App Startup 实践以及原理分析
- AppStartup 代码地址：https://github.com/hi-dhl/AndroidX-Jetpack-Practice
今天这边文章主要来分析 Paging3，Paging3 会分为三篇文章，详细的分析其原理，每篇文章都有完整的项目示例。
- Jetpack 成员 Paging3 数据库实践以及源码分析（一）
- Jetpack 成员 Paging3 网络实践及原理分析（二）
- Jetpack 成员 Paging3 使用 RemoteMediator 实现加载网络分页数据并更新到数据库中（三）
通过这篇文章你将学习到以下内容：
- Paging3 是什么？
- Paging3 在项目中的架构以及类的职能源码分析？
- 如何在项目中正确使用 Paging3？
- 数据映射（Data Mapper）是什么？
- Kotlin Flow 是什么？
在分析之前我们先来了解一下本文实战项目中用到的技术：
- 使用 Koin 作为依赖注入，可以看我之前写的篇文章：[译][2.4K Star] 放弃 Dagger 拥抱 Koin。
- 使用 Composing builds 作为依赖库的版本管理，可以看我之前写篇文章：再见吧 buildSrc, 拥抱 Composing builds 提升 Android 编译速度。
- JDataBinding 是我基于 DataBinding 封装的库，可以看我之前写篇文章：项目中封装 Kotlin + Android Databinding。
- 数据映射（Data Mapper）： 将数据源的实体，转换为上层用到的 model，在项目中起到了很大重要，我看了很多项目的，这个概念很少被提及到，看国外的大牛的写的文章时，它们提及到了这个概念，后面会对它详细的分析。
- 项目中用到了一些 Kotlin 技巧，可以查看我另外一篇文章：为数不多的人知道的 Kotlin 技巧以及 原理解析。
- 还有 Paging 3、Room、Anko、Repository 设计模式、MVVM 架构等等。
Paging3 是什么？
Paging 是一个分页库，它可以帮助您从本地存储或通过网络加载显示数据。这种方法使你的 App 更有效地使用网络带宽和系统资源。
Paging3 是使用 Kotlin 协程完全重写的库，经历了从 Paging1x 到 Paging2x 在到现在的 Paging3，深刻领悟到 Paging3 比 Paging1 和 Paging2 真的方便了很多。
Google 推荐使用 Paging 作为 App 架构的一部分，它可以很方便的和 Jetpack 组件集成，Paging3 包含了以下功能：
- 在内存中缓存分页数据，确保您的 App 在使用分页数据时有效地使用系统资源。
- 内置删除重复数据的请求，确保您的 App 有效地使用网络带宽和系统资源。
- 可配置 RecyclerView 的 adapters，当用户滚动到加载数据的末尾时自动请求数据。
- 支持 Kotlin 协程和 Flow, 以及 LiveData 和 RxJava。
- 内置的错误处理支持，包括刷新和重试等功能。
Paging3 的架构以及类的职能源码分析
Google 推荐我们使用 Paging3 时，在应用程序的三层中操作，以及它们如何协同工作加载和显示分页数据，如下图所示：
但是我个人认为应该在增加一层 Data Mapper (下面会有详细的介绍)，如下图所示：
数据映射（Data Mapper）将数据源的实体，转换为上层用到的 model，往往会被我们忽略掉，但是在项目中起到了很大重要，我看了很多项目的，这个概念很少被提及到，我只在国外的大牛的写的文章中，它们提及到了这个概念。关于数据映射（Data Mapper） 后面会单独写一篇文章，配合 Demo 去验证，这里只是简单提及一下。
Data Mapper
在一个快速开发的项目中，为了越快完成第一个版本交付，下意识的将数据源和 UI 绑定到一起，当业务逐渐增多，数据源变化了，上层也要一起变化，导致后期的重构工作量很大，核心的原因耦合性太强了。
使用数据映射（Data Mapper）优点如下：
- 数据源的更改不会影响上层的业务。
- 糟糕的后端实现不会影响上层的业务 (想象一下，如果你被迫执行2个网络请求，因为后端不能在一个请求中提供你需要的所有信息，你会让这个问题影响你的整个代码吗)。
- Data Mapper 便于做单元测试，确保不会因为数据源的变化，而影响上层的业务。
- 在本文案例项目 Paging3Simple 中会用到 Data Mapper 作为数据映射，在代码中有详细的注释。
Repository layer
在 Repository layer 中的主要使用 Paging3 组件中的 PagingSource，每个 PagingSource 对象定义一个数据源以及如何从该数据源查找数据， PagingSource 对象可以从任何一个数据源加载数据，包括网络数据和本地数据。
PagingSource 是一个抽象类，其中有两个重要的方法 load 和 和 getRefreshKey，load 方法如下所示：
abstract suspend fun load(params: LoadParams<Key>): LoadResult<Key, Value>
这是一个挂起函数，实现这个方法来触发异步加载，另外一个 getRefreshKey 方法
open fun getRefreshKey(state: PagingState<Key, Value>): Key? = null
该方法只在初始加载成功且加载页面的列表不为空的情况下被调用。
在这一层中还有另外一个 Paging3 的组件 RemoteMediator，RemoteMediator 对象处理来自分层数据源的分页，例如具有本地数据库缓存的网络数据源。
ViewModel layer
在 ViewModel layer 层主要用到了 Paging3 的组件 Pager，Pager 是主要的入口页面，在其构造方法中接受 PagingConfig、initialKey、remoteMediator、pagingSourceFactory，代码如下所示：
class Pager<Key : Any, Value : Any> @JvmOverloads constructor( config: PagingConfig, initialKey: Key? = null, @OptIn(ExperimentalPagingApi::class) remoteMediator: RemoteMediator<Key, Value>? = null, pagingSourceFactory: () -> PagingSource<Key, Value> )
今天这篇文章和项目主要用到了 PagingConfig 和 PagingSource，PagingSource 上面已经说过了，所以我们主要来分一下 PagingConfig。
val pagingConfig = PagingConfig( // 每页显示的数据的大小 pageSize = 60, // 开启占位符 enablePlaceholders = true, // 预刷新的距离，距离最后一个 item 多远时加载数据 prefetchDistance = 3, /** * 初始化加载数量，默认为 pageSize * 3 * * internal const val DEFAULT_INITIAL_PAGE_MULTIPLIER = 3 * val initialLoadSize: Int = pageSize * DEFAULT_INITIAL_PAGE_MULTIPLIER */ initialLoadSize = 60, /** * 一次应在内存中保存的最大数据 * 这个数字将会触发，滑动加载更多的数据 */ maxSize = 200 )
将 ViewModel 层连接到 UI 层用到了 Paging3 的组件 PagingData，PagingData 对象是分页数据的容器，它查询一个 PagingSource 对象并存储结果。
Google 推荐我们将组件 Pager 放到 ViewModel layer，但是我更喜欢放到 Repository layer，详见下文。
UI layer
在 UI layer 中的主要到了 Paging3 的组件 PagingDataAdapter，PagingDataAdapter 是一个处理分页数据的可回收视图适配器，您可以使用 AsyncPagingDataDiffer 组件来构建自己的自定义适配器，本文中用到是 PagingDataAdapter。
Paging 3 如何在项目中使用
在 App 模块中的 build.gradle 文件中添加以下代码：
dependencies { def paging_version = "3.0.0-alpha01" implementation "androidx.paging:paging-runtime:$paging_version" }
接下来我将按照上面说的每层去实现，首先我们先来看一下项目的结构。
- bean: 存放上层需要的 model，会和 RecyclerView 的 Adapter 绑定在一起。
- loca: 存放和本地数据库相关的操作。
- mapper: 数据映射，主要将数据源的实体 转成上层的 model。
- repository：主要来处理和数据源相关的操作（本地、网络、内存中缓存等等）。
- di: 和依赖注入相关。
- ui：数据的展示。
数据库部分
@Dao interface PersonDao { @Query("SELECT * FROM PersonEntity order by updateTime desc") fun queryAllData(): PagingSource<Int, PersonEntity> @Insert fun insert(personEntity: List<PersonEntity>) @Delete fun delete(personEntity: PersonEntity) }
关于 Dao 这里需要解释一下, queryAllData 方法返回了一个 PagingSource，后面会通过 Pager 转换成 flow<PagingData<Value>>。
Repository 部分
通过 Koin 注入 RepositoryFactory，通过 RepositoryFactory 管理相关的 Repository，RepositoryFactory 代码如下：
class RepositoryFactory(val appDataBase: AppDataBase) { // 传递 PagingConfig 和 Data Mapper fun makeLocalRepository(): Repository = PersonRepositoryImpl(appDataBase, pagingConfig,Person2PersonEntityMapper(), PersonEntity2PersonMapper()) val pagingConfig = PagingConfig( // 每页显示的数据的大小 pageSize = 60, // 开启占位符 enablePlaceholders = true, // 预刷新的距离，距离最后一个 item 多远时加载数据 prefetchDistance = 3, /** * 初始化加载数量，默认为 pageSize * 3 * * internal const val DEFAULT_INITIAL_PAGE_MULTIPLIER = 3 * val initialLoadSize: Int = pageSize * DEFAULT_INITIAL_PAGE_MULTIPLIER */ initialLoadSize = 60, /** * 一次应在内存中保存的最大数据 * 这个数字将会触发，滑动加载更多的数据 */ maxSize = 200 ) }
这里主要是生成 PagingConfig 和 Data Mapper 然后传递给 PersonRepositoryImpl，我们来看一下 PersonRepositoryImpl 相关代码。
class PersonRepositoryImpl( val db: AppDataBase, val pageConfig: PagingConfig, val mapper2PersonEntity: Mapper<Person, PersonEntity>, val mapper2Person: Mapper<PersonEntity, Person> ) : Repository { private val mPersonDao by lazy { db.personDao() } override fun postOfData(): Flow<PagingData<Person>> { return Pager(pageConfig) { // 加载数据库的数据 mPersonDao.queryAllData() }.flow.map { pagingData -> // 数据映射，数据库实体 PersonEntity ——> 上层用到的实体 Person pagingData.map { mapper2Person.map(it) } } } }
Pager 是主要的入口页面，在其构造方法中接受 PagingConfig、pagingSourceFactory。
pagingSourceFactory: () -> PagingSource<Key, Value>
pagingSourceFactory 是一个 lambda 表达式，在 Kotlin 中可以直接用花括号表示，在花括号内，执行加载数据库的数据的请求。
最后调用 flow 返回 Flow<PagingData<Value>>，然后通过 Flow 的 map 将数据库实体 PersonEntity 转换成上层用到的实体 Person。
Flow 库是在 Kotlin Coroutines 1.3.2 发布之后新增的库，也叫做异步流，类似 RxJava 的 Observable，本文主要用到了 Flow 当中的 map 方法进行数据转换，简单实例如下所示：
flow{ for (i in 1..4) { emit(i) } }.map { it * it }
到这里我们在回过去看，项目中 pagingData.map { mapper2Person.map(it) } 这行代码，其中 mapper2Person 是我们自己实现的 Data Mapper，代码如下所示：
class PersonEntity2PersonMapper : Mapper<PersonEntity, Person> { override fun map(input: PersonEntity): Person = Person(input.id, input.name, input.updateTime) }
数据库实体 PersonEntity 转换为 上层用到的实体 Person。
UI 部分
通过 koin 依赖注入 MainViewModel，并传递参数 Repository。
class MainViewModel(val repository: Repository) : ViewModel() { // 调用 Flow 的 asLiveData 方法转为 LiveData val pageDataLiveData3: LiveData<PagingData<Person>> = repository.postOfData().asLiveData() }
在 Activity 当中注册 observe，并将数据绑定给 Adapter，如下所示：
mMainViewModel.pageDataLiveData3.observe(this, Observer { data -> mAdapter.submitData(lifecycle, data) })
知识扩充
刚才我们调用了 asLiveData 方法转为 LiveData，其实还有两种方法（作为了解即可）。
方法一
在 LifeCycle 2.2.0 之前使用的方法，使用两个 LiveData，一个是可变的，一个是不可变的，如下所示：
// 私有的 MutableLiveData 可变的，对内访问 private val _pageDataLiveData: MutableLiveData<Flow<PagingData<Person>>> by lazy { MutableLiveData<Flow<PagingData<Person>>>() } // 对外暴露不可变的 LiveData，只能查询 val pageDataLiveData: LiveData<Flow<PagingData<Person>>> = _pageDataLiveData _pageDataLiveData.postValue(repository.postOfData())
- 准备一私有的 MutableLiveData，只对内访问。
- 对外暴露不可变的 LiveData。
- 将值赋值给 _pageDataLiveData。
方法二
在 LifeCycle 2.2.0 之后，可以用更精简的方法来完成，使用 LiveData 协程构造方法 (coroutine builder)。
val pageDataLiveData2 = liveData { emit(repository.postOfData()) }
liveData 协程构造方法提供了一个协程代码块，产生的是一个不可变的 LiveData，emit() 方法则用来更新 LiveData 的数据。
最后添加左右滑动删除功能
调用 recyclerview 封装好的 ItemTouchHelper 实现 左右滑动删除 item 功能。
private fun initSwipeToDelete() { /** * 位于 [androidx.recyclerview.widget] 包下，已经封装好的控件 */ ItemTouchHelper(object : ItemTouchHelper.Callback() { override fun getMovementFlags( recyclerView: RecyclerView, viewHolder: RecyclerView.ViewHolder ): Int = makeMovementFlags(0, ItemTouchHelper.LEFT or ItemTouchHelper.RIGHT) override fun onMove( recyclerView: RecyclerView, viewHolder: RecyclerView.ViewHolder, target: RecyclerView.ViewHolder ): Boolean = false override fun onSwiped(viewHolder: RecyclerView.ViewHolder, direction: Int) { (viewHolder as PersonViewHolder).mBinding.person?.let { // 当 item 左滑 或者 右滑 的时候删除 item mMainViewModel.remove(it) } } }).attachToRecyclerView(rvList) }
关于 Paging 加载本地数据到这里就结束了，我们将在下一篇文章讲解如何加载网络数据，最后上一个效果图。
总结
这篇文章主要介绍了以下内容：
Paging3 是什么以及它的优点
Paging 是一个分页库，它可以帮助您从本地存储或通过网络加载和显示数据。这种方法使你的 App 更有效地使用网络带宽和系统资源，而 Paging3 是使用 Kotlin 协程完全重写的库：
- 在内存中缓存分页数据，确保您的 App 在使用分页数据时有效地使用系统资源。
- 内置删除重复数据的请求，确保您的 App 有效地使用网络带宽和系统资源。
- 可配置 RecyclerView 的 adapters，当用户滚动到加载数据的末尾时自动请求数据。
- 支持 Kotlin 协程和 Flow, 以及 LiveData 和 RxJava。
- 内置的错误处理支持，包括刷新和重试功能。
Paging3 的架构以及类的职能源码分析
- PagingSource：每个 PagingSource 对象定义一个数据源以及如何从该数据源查找数据。
- RemoteMediator：RemoteMediator 对象处理来自分层数据源的分页，例如具有本地数据库缓存的网络数据源。
- Pager：是主要的入口页面，在其构造方法中接受 PagingConfig、initialKey、remoteMediator、pagingSourceFactory。
- PagingDataAdapter：是一个处理分页数据的可回收视图适配器，您可以使用 AsyncPagingDataDiffer 组件来构建自己的自定义适配器。
数据映射（Data Mapper）
数据映射（Data Mapper）将数据源的实体，转换为上层用到的 model，往往会被我们忽略掉的，但是在项目中起到了很大重要，使用 数据映射（Data Mapper）优点如下：
- 数据源的更改不会影响上层的业务。
- 糟糕的后端实现不会影响上层的业务 (想象一下，如果你被迫执行2个网络请求，因为后端不能在一个请求中提供你需要的所有信息，你会让这个问题影响你的整个代码吗)。
- Data Mapper 便于做单元测试，确保不会因为数据源的变化，而影响上层的业务。
- 在本文案例项目 Paging3Simple 中会用到 Data Mapper 作为数据映射。
Kotlin Flow
Flow 库是在 Kotlin Coroutines 1.3.2 发布之后新增的库，也叫做异步流，类似 RxJava 的 Observable，本文主要用到了 flow 当中的 map 方法进行数据转换，如下面的例子所示：
flow{ for (i in 1..4) { emit(i) } }.map { it * it }
到这里我相信应该理解了，项目中 pagingData.map { mapper2Person.map(it) } 这行代码的意思了。
GitHub 地址：https://github.com/hi-dhl/AndroidX-Jetpack-Practice
正在建立一个最全、最新的 AndroidX Jetpack 相关组件的实战项目 以及 相关组件原理分析文章，目前已经包含了 App Startup、Paging3、Hilt 等等，正在逐渐增加其他 Jetpack 新成员，仓库持续更新，可以前去查看：AndroidX-Jetpack-Practice, 如果这个仓库对你有帮助，请仓库右上角帮我点个赞。
结语
致力于分享一系列 Android 系统源码、逆向分析、算法、翻译、Jetpack 源码相关的文章，可以关注我，如果这篇文章对你有帮助给个 star，正在努力写出更好的文章，一起来学习，期待与你一起成长。
算法
由于 LeetCode 的题库庞大，每个分类都能筛选出数百道题，由于每个人的精力有限，不可能刷完所有题目，因此我按照经典类型题目去分类、和题目的难易程度去排序。
- 数据结构： 数组、栈、队列、字符串、链表、树……
- 算法： 查找算法、搜索算法、位运算、排序、数学、……
每道题目都会用 Java 和 kotlin 去实现，并且每道题目都有解题思路，如果你同我一样喜欢算法、LeetCode，可以关注我 GitHub 上的 LeetCode 题解：Leetcode-Solutions-with-Java-And-Kotlin，一起来学习，期待与你一起成长。
Android 10 源码系列
正在写一系列的 Android 10 源码分析的文章，了解系统源码，不仅有助于分析问题，在面试过程中，对我们也是非常有帮助的，如果你同我一样喜欢研究 Android 源码，可以关注我 GitHub 上的 Android10-Source-Analysis，文章都会同步到这个仓库。
- 0xA01 Android 10 源码分析：APK 是如何生成的
- 0xA02 Android 10 源码分析：APK 的安装流程
- 0xA03 Android 10 源码分析：APK 加载流程之资源加载
- 0xA04 Android 10 源码分析：APK 加载流程之资源加载（二）
- 0xA05 Android 10 源码分析：Dialog 加载绘制流程以及在 Kotlin、DataBinding 中的使用
- 0xA06 Android 10 源码分析：WindowManager 视图绑定以及体系结构
- 0xA07 Android 10 源码分析：Window 的类型 以及 三维视图层级分析
- 更多......
Android 应用系列
- 如何高效获取视频截图
- 如何在项目中封装 Kotlin + Android Databinding
- 再见吧 buildSrc, 拥抱 Composing builds 提升 Android 编译速度
- 为数不多的人知道的 Kotlin 技巧以及 原理解析
- Jetpack 最新成员 AndroidX App Startup 实践以及原理分析
精选译文
目前正在整理和翻译一系列精选国外的技术文章，不仅仅是翻译，很多优秀的英文技术文章提供了很好思路和方法，每篇文章都会有译者思考部分，对原文的更加深入的解读，可以关注我 GitHub 上的 Technical-Article-Translation，文章都会同步到这个仓库。
- [译][Google工程师] 刚刚发布了 Fragment 的新特性 “Fragment 间传递数据的新方式” 以及源码分析
- [译][Google工程师] 详解 FragmentFactory 如何优雅使用 Koin 以及部分源码分析
- [译][2.4K Start] 放弃 Dagger 拥抱 Koin
- [译][5k+] Kotlin 的性能优化那些事
- [译] 解密 RxJava 的异常处理机制
- [译][1.4K+ Star] Kotlin 新秀 Coil VS Glide and Picasso
- 更多......
