近，官方推出了一份关于应用架构的佳实践指南。这里就给大家简要介绍一下：
首先，Android 开发者肯定都知道 Android 中有四大组件，这些组件都有各自的生命周期并且在一定程度上是不受你控制的。在任何时候，Android 操作系统都可能根据用户的行为或资源紧张等原因回收掉这些组件。
这也就引出了条准则：「不要在应用程序组件中保存任何应用数据或状态，并且组件间也不应该相互依赖」。
常见的错误就是在 Activity 或 Fragment 中写了与 UI 和交互无关的代码。尽可能减少对它们的依赖，这能避免大量生命周期导致的问题，以提供更好的用户体验。
第二条准则：「通过 model 驱动应用 UI，并尽可能的持久化」。
这样做主要有两个原因：
在这里，官方演示了通过使用新推出的 Architecture Components 来构建一个应用。
想象一下，您正在打算开发一个显示用户个人信息的界面，用户数据通过 REST API 从后端获取。
首先，我们需要创建三个文件：
为了简单起见，我们这里就省略掉布局文件。
public class UserProfileViewModel extends ViewModel { private String userId; private User user; public void init(String userId) { this.userId = userId;
} public User getUser() { return user;
}
}public class UserProfileFragment extends LifecycleFragment { private static final String UID_KEY = "uid"; private UserProfileViewModel viewModel; @Override public void onActivityCreated(@Nullable Bundle savedInstanceState) { super.onActivityCreated(savedInstanceState);
String userId = getArguments().getString(UID_KEY);
viewModel = ViewModelProviders.of(this).get(UserProfileViewModel.class);
viewModel.init(userId);
} @Override public View onCreateView(LayoutInflater inflater,
@Nullable ViewGroup container, @Nullable Bundle savedInstanceState) { return inflater.inflate(R.layout.user_profile, container, false);
}
}注意其中的 ViewModel 和 LifecycleFragment 都是 Android 新引入的，可以参考官方说明进行集成。
现在，我们完成了这三个模块，该如何将它们联系起来呢？也就是当 ViewModel 中的用户字段被设置时，我们需要一种方法来通知 UI。这就是 LiveData 的用武之地了。
LiveData 是一个可被观察的数据持有者（用到了观察者模式）。其能够允许 Activity, Fragment 等应用程序组件对其进行观察，并且不会在它们之间创建强依赖。LiveData 还能够自动响应各组件的声明周期事件，防止内存泄漏，从而使应用程序不会消耗更多的内存。
注意： LiveData 和 RxJava 或 Agera 的区别主要在于 LiveData 自动帮助处理了生命周期事件，避免了内存泄漏。
所以，现在我们来修改一下 UserProfileViewModel：
public class UserProfileViewModel extends ViewModel { ... private LiveData<User> user; public LiveData<User> getUser() { return user;
}
}再在 UserProfileFragment 中对其进行观察并更新我们的 UI：
@Override public void onActivityCreated(@Nullable Bundle savedInstanceState) { super.onActivityCreated(savedInstanceState);
viewModel.getUser().observe(this, user -> { // update UI });
}获取数据
现在，我们联系了 ViewModel 和 Fragment，但 ViewModel 又怎么来获取到数据呢？
在这个示例中，我们假定后端提供了 REST API，因此我们选用 Retrofit 来访问我们的后端。
首先，定义一个 Webservice：
public interface Webservice { /**
* @GET declares an HTTP GET request
* @Path("user") annotation on the userId parameter marks it as a
* replacement for the {user} placeholder in the @GET path
*/ @GET("/users/{user}")
Call<User> getUser(@Path("user") String userId);
}不要通过 ViewModel 直接来获取数据，这里我们将工作转交给一个新的 Repository 模块。
Repository 模块负责数据处理，为应用的其他部分提供干净可靠的 API。你可以将其考虑为不同数据源（Web，缓存或数据库）与应用之间的中间层。
public class UserRepository { private Webservice webservice; // ... public LiveData<User> getUser(int userId) { // This is not an optimal implementation, we'll fix it below final MutableLiveData<User> data = new MutableLiveData<>();
webservice.getUser(userId).enqueue(new Callback<User>() { @Override public void onResponse(Call<User> call, Response<User> response) { // error case is left out for brevity data.setValue(response.body());
}
}); return data;
}
}管理组件间的依赖关系
根据上面的代码，我们可以看到 UserRepository 中有一个 Webservice 的实例，不要直接在 UserRepository 中 new 一个 Webservice。这很容易导致代码的重复与复杂化，比如 UserRepository 很可能不是用到 Webservice 的类，如果每个用到的类都新建一个 Webservice，这显示会导致资源的浪费。
这里，我们推荐使用 Dagger 2 来管理这些依赖关系。
现在，让我们来把 ViewModel 和 Repository 连接起来吧：
public class UserProfileViewModel extends ViewModel { private LiveData<User> user; private UserRepository userRepo; @Inject // UserRepository parameter is provided by Dagger 2 public UserProfileViewModel(UserRepository userRepo) { this.userRepo = userRepo;
} public void init(String userId) { if (this.user != null) { // ViewModel is created per Fragment so // we know the userId won't change return;
}
user = userRepo.getUser(userId);
} public LiveData<User> getUser() { return this.user;
}
}缓存数据
在实际项目中，Repository 往往不会只有一个数据源。因此，我们这里在其中再加入缓存：
@Singleton // informs Dagger that this class should be constructed once public class UserRepository { private Webservice webservice; // simple in memory cache, details omitted for brevity private UserCache userCache; public LiveData<User> getUser(String userId) {
LiveData<User> cached = userCache.get(userId); if (cached != null) { return cached;
} final MutableLiveData<User> data = new MutableLiveData<>();
userCache.put(userId, data); // this is still suboptimal but better than before. // a complete implementation must also handle the error cases. webservice.getUser(userId).enqueue(new Callback<User>() { @Override public void onResponse(Call<User> call, Response<User> response) {
data.setValue(response.body());
}
}); return data;
}
}持久化数据
现在当用户旋转屏幕或暂时离开应用再回来时，数据是直接可见的，因为是直接从缓存中获取的数据。但要是用户长时间关闭应用，并且 Android 还彻底杀死了进程呢？
我们目前的实现中，会再次从网络中获取数据。这可不是一个好的用户体验。这时就需要数据持久化了。继续引入一个新组件Room。
Room 能帮助我们方便的实现本地数据持久化，抽象出了很多常用的数据库操作，并且在编译时会验证每个查询，从而损坏的 SQL 查询只会导致编译时错误，而不是运行时崩溃。还能和上面介绍的 LiveData 完美合作，并帮开发者处理了很多线程问题。
现在，让我们来看看怎么使用 Room 吧。: )
首先，在 User 类上面加上 @Entity，将 User 声明为你数据库中的一张表。
@Entity class User { @PrimaryKey private int id; private String name; private String lastName; // getters and setters for fields }再创建数据库类并继承 RoomDatabase：
@Database(entities = {User.class}, version = 1) public abstract class MyDatabase extends RoomDatabase { }注意 MyDatabase 是一个抽象类，Room 会自动添加实现的。
现在我们需要一种方法来将用户数据插入到数据库：
@Dao public interface UserDao { @Insert(onConflict = REPLACE) void save(User user); @Query("SELECT * FROM user WHERE id = :userId")
LiveData<User> load(String userId);
}再在数据库类中加入 DAO：
@Database(entities = {User.class}, version = 1) public abstract class MyDatabase extends RoomDatabase { public abstract UserDao userDao();
}注意上面的 load 方法返回的是 LiveData，Room 会知道什么时候数据库发生了变化并自动通知所有的观察者。这也就是 LiveData 和 Room 搭配的妙用。
现在继续修改 UserRepository：
@Singleton public class UserRepository { private final Webservice webservice; private final UserDao userDao; private final Executor executor; @Inject public UserRepository(Webservice webservice, UserDao userDao, Executor executor) { this.webservice = webservice; this.userDao = userDao; this.executor = executor;
} public LiveData<User> getUser(String userId) {
refreshUser(userId); // return a LiveData directly from the database. return userDao.load(userId);
} private void refreshUser(final String userId) {
executor.execute(() -> { // running in a background thread // check if user was fetched recently boolean userExists = userDao.hasUser(FRESH_TIMEOUT); if (!userExists) { // refresh the data Response response = webservice.getUser(userId).execute(); // TODO check for error etc. // Update the database.The LiveData will automatically refresh so // we don't need to do anything else here besides updating the database userDao.save(response.body());
}
});
}
}可以看到，即使我们更改了 UserRepository 中的数据源，我们也完全不需要修改 ViewModel 和 Fragment，这就是抽象的好处。同时还非常适合测试，我们可以在测试 UserProfileViewModel 时提供测试用的 UserRepository。
下面部分的内容在原文中是作为附录，但我个人觉得也很重要，所以擅自挪上来，一起为大家介绍了。: )
在上面的例子中，有心的大家可能发现了我们没有处理网络错误和正在加载状态。但在实际开发中其实是很重要的。这里，我们就实现一个工具类来根据不同的网络状况选择不同的数据源。
首先，实现一个 Resource 类：
//a generic class that describes a data with a status public class Resource<T> {
@NonNull public final Status status;
@Nullable public final T data;
@Nullable public final String message; private Resource(@NonNull Status status, @Nullable T data, @Nullable String message) { this.status = status; this.data = data; this.message = message;
} public static <T> Resource<T> success(@NonNull T data) { return new Resource<>(SUCCESS, data, null);
} public static <T> Resource<T> error(String msg, @Nullable T data) { return new Resource<>(ERROR, data, msg);
} public static <T> Resource<T> loading(@Nullable T data) { return new Resource<>(LOADING, data, null);
}
}因为，从网络加载数据和从磁盘加载是很相似的，所以再新建一个 NetworkBoundResource 类，方便多处复用。下面是 NetworkBoundResource 的决策树：
API 设计：
// ResultType: Type for the Resource data // RequestType: Type for the API response public abstract class NetworkBoundResource<ResultType, RequestType> { // Called to save the result of the API response into the database @WorkerThread protected abstract void saveCallResult(@NonNull RequestType item); // Called with the data in the database to decide whether it should be // fetched from the network. @MainThread protected abstract boolean shouldFetch(@Nullable ResultType data); // Called to get the cached data from the database @NonNull @MainThread protected abstract LiveData<ResultType> loadFromDb(); // Called to create the API call. @NonNull @MainThread protected abstract LiveData<ApiResponse<RequestType>> createCall(); // Called when the fetch fails. The child class may want to reset components // like rate limiter. @MainThread protected void onFetchFailed() {
} // returns a LiveData that represents the resource public final LiveData<Resource<ResultType>> getAsLiveData() { return result;
}
}注意上面使用了 ApiResponse 作为网络请求， ApiResponse 是对于 Retrofit2.Call 的简单包装，用于将其响应转换为 LiveData。
下面是具体的实现：
public abstract class NetworkBoundResource<ResultType, RequestType> { private final MediatorLiveData<Resource<ResultType>> result = new MediatorLiveData<>();
@MainThread
NetworkBoundResource() {
result.setValue(Resource.loading(null));
LiveData<ResultType> dbSource = loadFromDb();
result.addSource(dbSource, data -> {
result.removeSource(dbSource); if (shouldFetch(data)) {
fetchFromNetwork(dbSource);
} else {
result.addSource(dbSource,
newData -> result.setValue(Resource.success(newData)));
}
});
} private void fetchFromNetwork(final LiveData<ResultType> dbSource) {
LiveData<ApiResponse<RequestType>> apiResponse = createCall(); // we re-attach dbSource as a new source, // it will dispatch its latest value quickly result.addSource(dbSource,
newData -> result.setValue(Resource.loading(newData)));
result.addSource(apiResponse, response -> {
result.removeSource(apiResponse);
result.removeSource(dbSource); //noinspection ConstantConditions if (response.isSuccessful()) {
saveResultAndReInit(response);
} else {
onFetchFailed();
result.addSource(dbSource,
newData -> result.setValue(
Resource.error(response.errorMessage, newData)));
}
});
}
@MainThread private void saveResultAndReInit(ApiResponse<RequestType> response) { new AsyncTask<Void, Void, Void>() {
@Override protected Void doInBackground(Void... voids) {
saveCallResult(response.body); return null;
}
@Override protected void onPostExecute(Void aVoid) { // we specially request a new live data, // otherwise we will get immediately last cached value, // which may not be updated with latest results received from network. result.addSource(loadFromDb(),
newData -> result.setValue(Resource.success(newData)));
}
}.execute();
}
}现在，我们就能使用 NetworkBoundResource 来根据不同的情况获取数据了：
class UserRepository {
Webservice webservice;
UserDao userDao; public LiveData<Resource<User>> loadUser(final String userId) { return new NetworkBoundResource<User,User>() { @Override protected void saveCallResult(@NonNull User item) {
userDao.insert(item);
} @Override protected boolean shouldFetch(@Nullable User data) { return rateLimiter.canFetch(userId) && (data == null || !isFresh(data));
} @NonNull @Override protected LiveData<User> loadFromDb() { return userDao.load(userId);
} @NonNull @Override protected LiveData<ApiResponse<User>> createCall() { return webservice.getUser(userId);
}
}.getAsLiveData();
}
}到这里，我们的代码就全部完成了。后的架构看起来就像这样：
下面的原则虽然不是强制性的，但根据我们的经验遵循它们能使您的代码更健壮、可测试和可维护的。
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责，本站只提供参考并不构成任何投资及应用建议。本站是一个个人学习交流的平台，网站上部分文章为转载，并不用于任何商业目的，我们已经尽可能的对作者和来源进行了通告，但是能力有限或疏忽，造成漏登，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。
