Flow vs LiveData
自 StateFlow/ SharedFlow 出现后， 官方开始推荐在 MVVM 中使用 Flow 替换 LiveData。 ( 见文章：从 LiveData 迁移到 Kotlin 数据流 )
Flow 基于协程实现，具有丰富的操作符，通过这些操作符可以实现线程切换、处理流式数据，相比 LiveData 功能更加强大。 但唯有一点不足，无法像 LiveData 那样感知生命周期。
感知生命周期为 LiveData 至少带来以下两个好处：
- 避免泄漏：当 lifecycleOwner 进入 DESTROYED 时，会自动删除 Observer
- 节省资源：当 lifecycleOwner 进入 STARTED 时才开始接受数据，避免 UI 处于后台时的无效计算。
Flow 也需要做到上面两点，才能真正地替代 LiveData。
lifecycleScope
lifecycle-runtime-ktx 库提供了 lifecycleOwner.lifecycleScope 扩展，可以在当前 Activity 或 Fragment 销毁时结束此协程，防止泄露。
Flow 也是运行在协程中的，lifecycleScope 可以帮助 Flow 解决内存泄露的问题：
lifecycleScope.launch {
viewMode.stateFlow.collect {
updateUI(it)
}
}虽然解决了内存泄漏问题， 但是 lifecycleScope.launch 会立即启动协程，之后一直运行直到协程销毁，无法像 LiveData 仅当 UI 处于前台才执行，对资源的浪费比较大。
因此，lifecycle-runtime-ktx 又为我们提供了 LaunchWhenStarted 和 LaunchWhenResumed （ 下文统称为 LaunchWhenX ）
launchWhenX 的利与弊
LaunchWhenX 会在 lifecycleOwner 进入 X 状态之前一直等待，又在离开 X 状态时挂起协程。 lifecycleScope + launchWhenX 的组合终于使 Flow 有了与 LiveData 相媲美的生命周期可感知能力：
- 避免泄露：当 lifecycleOwner 进入 DESTROYED 时， lifecycleScope 结束协程
- 节省资源：当 lifecycleOwner 进入 STARTED/RESUMED 时 launchWhenX 恢复执行，否则挂起。
但对于 launchWhenX 来说， 当 lifecycleOwner 离开 X 状态时，协程只是挂起协程而非销毁，如果用这个协程来订阅 Flow，就意味着虽然 Flow 的收集暂停了，但是上游的处理仍在继续，资源浪费的问题解决地不够彻底。
资源浪费
举一个资源浪费的例子，加深理解
fun FusedLocationProviderClient.locationFlow() = callbackFlow<Location> {
val callback = object : LocationCallback() {
override fun onLocationResult(result: LocationResult?) {
result ?: return
try { offer(result.lastLocation) } catch(e: Exception) {}
}
}
// 持续获取最新地理位置
requestLocationUpdates(
createLocationRequest(), callback, Looper.getMainLooper())
}如上，使用 callbackFlow 封装了一个 GoogleMap 中获取位置的服务，requestLocationUpdates 实时获取最新位置，并通过 Flow 返回
class LocationActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
// 进入 STATED 时，collect 开始接收数据
// 进入 STOPED 时，collect 挂起
lifecycleScope.launchWhenStarted {
locationProvider.locationFlow().collect {
// Update the UI
}
}
}
}当 LocationActivity 进入 STOPED 时， lifecycleScope.launchWhenStarted 挂起，停止接受 Flow 的数据，UI 也随之停止更新。但是 callbackFlow 中的 requestLocationUpdates 仍然还在持续，造成资源的浪费。
因此，即使在 launchWhenX 中订阅 Flow 仍然是不够的，无法完全避免资源的浪费
解决办法：repeatOnLifecycle
lifecycle-runtime-ktx 自 2.4.0-alpha01 起，提供了一个新的协程构造器 lifecyle.repeatOnLifecycle， 它在离开 X 状态时销毁协程，再进入 X 状态时再启动协程。从其命名上也可以直观地认识这一点，即围绕某生命周期的进出反复启动新协程。
使用 repeatOnLifecycle 可以弥补上述 launchWhenX 对协程仅挂起而不销毁的弊端。因此，正确订阅 Flow 的写法应该如下（以在 Fragment 中为例）：
onCreateView(...) {
viewLifecycleOwner.lifecycleScope.launch {
viewLifecycleOwner.lifecycle.repeatOnLifecycle(STARTED) {
viewMode.stateFlow.collect { ... }
}
}
}当 Fragment 处于 STARTED 状态时会开始收集数据，并且在 RESUMED 状态时保持收集，最终在 Fragment 进入 STOPPED 状态时结束收集过程。
需要注意 repeatOnLifecycle 本身是个挂起函数，一旦被调用，将走不到后续代码，除非 lifecycle 进入 DESTROYED。
冷流 or 热流
顺道提一点，前面举得地图SDK的例子是个冷流的例子，对于热流（StateFlow/SharedFlow）是否有必要使用 repeatOnLifecycle 呢？ 个人认为热流的使用场景中，像前面例子那样的情况会少一些，但是在 StateFlow/SharedFlow 的实现中，需要为每个 FlowCollector 分配一些资源，如果 FlowCollector 能即使销毁也是有利的，同时为了保持写法的统一，无论冷流热流都建议使用 repeatOnLifecycle
最后：Flow.flowWithLifecycle
当我们只有一个 Flow 需要收集时，可以使用 flowWithLifecycle 这样一个 Flow 操作符的形式来简化代码
lifecycleScope.launch {
viewMode.stateFlow
.flowWithLifecycle(this, Lifecycle.State.STARTED)
.collect { ... }
}当然，其本质还是对 repeatOnLifecycle 的封装：
public fun <T> Flow<T>.flowWithLifecycle(
lifecycle: Lifecycle,
minActiveState: Lifecycle.State = Lifecycle.State.STARTED
): Flow<T> = callbackFlow {
lifecycle.repeatOnLifecycle(minActiveState) {
this@flowWithLifecycle.collect {
send(it)
}
}
close()
}<br/>
系列文章
