DataStore概念与实践

概念

轻量级数据存储方案
Kotlin Countinue+Flow 以异步，一致的事务方式存储数据
SharedPrefderences方案的替代者
- Sp的痛点
  详情参见再见 SharedPreferences 拥抱 Jetpack DataStore
  - getXXX可能会阻塞主线程：在同步方法内调用了 wait() 方法，会一直等待 getSharedPreferences() 方法开启的线程读取完数据才能继续往下执行
  - 类型不一定安全：相同的key，putInt(key,0)，getString(key)，就会出现ClassCastException异常
  - Sp加载的数据会一直存在内存中：通过静态的 ArrayMap 缓存每一个 SP 文件，而每个 SP 文件内容通过 Map 缓存键值对数据，这样数据会一直留在内存中，浪费内存。
  - apply方法是异步的，但可能会导致ANR：当生命周期处于 handleStopService() 、 handlePauseActivity() 、 handleStopActivity() 的时候会一直等待 apply() 方法将数据保存成功，否则会一直等待，从而阻塞主线程造成 ANR
  - SP 不能用于跨进程通信：当遇到 MODE_MULTI_PROCESS 的时候，会重新读取 SP 文件内容，并不能用 SP 来做跨进程通信。
- DataStore的优势
  - DataStore 是基于 Flow 实现的，所以保证了在主线程的安全性
  - 以事务方式处理更新数据，事务有四大特性（原子性、一致性、隔离性、持久性）
  - 没有 apply() 和 commit() 等等数据持久的方法
  - 自动完成 SharedPreferences 迁移到 DataStore，保证数据一致性，不会造成数据损坏
  - 可以监听到操作成功或者失败结果

Preferences DataStore (键值对) 方式

Preference DataStore 本质也是proto buffer存储，只是这个proto文件时框架自己提供的，对应的Serializer为PreferencesSerializer，proto大致如下：

syntax = "proto2";
......
message PreferenceMap {
    map preferences = 1;
}
message Value {
  oneof valueName {
    bool boolean = 1;
    float float = 2;
    int32 integer = 3;
    int64 long = 4;
    string string = 5;
    double double = 7;
  }
}

Proto DataStore方式
- proto文件可完全自定义，类型更加灵活
- 序列化：对象->可存储传输的字节序列；反序列化倒过来
- 数据序列化协议：
  - JSON: 是一种轻量级的数据交互格式，支持跨平台、跨语言，被广泛用在网络间传输，JSON 的可读性很强，但是序列化和反序列化性能却是最差的，解析过程中，要产生大量的临时变量，会频繁的触发 GC，为了保证可读性，并没有进行二进制压缩，当数据量很大的时候，性能上会差一点。
  - ProtoBuffer：它是 Google 开源的跨语言编码协议，可以应用到 C++ 、C# 、Dart 、Go 、Java 、Python 等等语言，Google 内部几乎所有 RPC 都在使用这个协议，使用了二进制编码压缩，体积更小，速度比 JSON 更快，但是缺点是牺牲了可读性
  - FlatBuffers ：同 Protocol Buffers 一样是 Google 开源的跨平台数据序列化库，可以应用到 C++ 、 C# , Go 、 Java 、 JavaScript 、 PHP 、 Python 等等语言，空间和时间复杂度上比其他的方式都要好，在使用过程中，不需要额外的内存，几乎接近原始数据在内存中的大小，但是缺点是牺牲了可读性，是为游戏或者其他对性能要求很高的应用开发的。

使用

Preferences DataStore

基本使用流程

引入

def dataStoreVersion = '1.0.0-beta01'
implementation "androidx.datastore:datastore-preferences:$dataStoreVersion"

创建DataStore

//指定DataStore的文件名
//对应最终件:/data/data/org.geekbang.aac/files/datastore/user_preferences.preferences_pb
private const val USER_PREFERENCES_NAME = "user_preferences"
//扩展属性DataStore，实际类型为DataStore
private val Context.dataStore by preferencesDataStore(
    name = USER_PREFERENCES_NAME,//指定名称
    produceMigrations = {context ->  //指定要恢复的sp文件，无需恢复可不写
        listOf(SharedPreferencesMigration(context, USER_PREFERENCES_NAME))
    }
)

定义Key

val SORT_ORDER = stringPreferencesKey("sort_order")
val SHOW_COMPLETED = booleanPreferencesKey("show_completed")
//... 通过查看源码可以看到支持的其它数据类型

存储

//edit要在suspend函数中
override suspend fun updateShowCompleted(showCompleted: Boolean) {
        dataStore.edit { preferences ->
            //...这里可以做一些数据的逻辑处理
           preferences[SHOW_COMPLETED] = showCompleted
            // 整个tranform中的所有代码块被视为单个事务
        }
    }

读取

override val userPreferencesFlow = dataStore.data
        .catch { exception ->
            if (exception is IOException) {//进行IO异常处理，确保能得到默认值
                Log.e(TAG, "Error reading preferences.", exception)
                emit(emptyPreferences())
            } else {
                throw exception
            }
        }.map { preferences ->
            //真正的获取存储的一个字段
            val sortOrder = SortOrder.valueOf(preferences[SORT_ORDER] ?: SortOrder.NONE.name)
            val showCompleted = preferences[SHOW_COMPLETED] ?: false
            UserPreferences(showCompleted, sortOrder)
        }

使用总结

一个对应的preferences_pb文件对应一个.kt文件，里面包含了文件名定义，DataStore定义，Key定义，存取方法定义；例如：

//TaskConfigDataStore.kt
/**
 * 文件名
 */
private const val TASK_CONFIG_PREFERENCES_FILE_NAME = "task_config_pre"

/**
 * dataStore对象
 */
val Context.taskConfigDataStore : DataStore by preferencesDataStore(
    name = TASK_CONFIG_PREFERENCES_FILE_NAME
)

/** Keys **/
val SHOW_COMPLETED = booleanPreferencesKey("show_completed")
val OPEN_COUNT = intPreferencesKey("open_count")
//other keys


/** 存取方法 **/
fun getShowCompleted(context: Context): Flow
    = context.taskConfigDataStore.data
        .catch { e->
            if(e is IOException){
                emptyPreferences()
            }else{
                throw e
           }
        }.map { pre->
            pre[SHOW_COMPLETED] ?: false
        }

suspend fun setShowCompleted(context: Context,showComplete: Boolean){
    context.taskConfigDataStore.edit { pre->
        pre[SHOW_COMPLETED] = showComplete
    }
}
// other method

ProtoBuf DataStore

基本使用流程

接入protobuf，以最新的为准详情信息可参考protobuf-gradle-plugin，想详细了解protobuf基础知识，可参考Protobuf 终极教程

在xxx.build中加入：

  plugins {
      //other...
     id "com.google.protobuf" version "0.8.16"
  }

dependencies

// protobuf
def protobufVersion = "3.10.0"
// 3.0.0后Android建议使用javalite
implementation  "com.google.protobuf:protobuf-javalite:$protobufVersion"

增加protobuf 的块

protobuf {
    protoc {
        artifact = "com.google.protobuf:protoc:3.10.0"
    }

    generateProtoTasks {
        all().each { task ->
            task.builtins {
                java {
                    option 'lite'
                }
            }
        }
    }
}

在src/main/目录下建立proto文件，3.8.0以后自动识别此目录下的.proto文件

引入dataStore库

// dataStore
 def dataStoreVersion = '1.0.0-beta01'
 implementation  "androidx.datastore:datastore:$dataStoreVersion"

建立proto文件后，进行rebuild

syntax = "proto3";
option java_package = "org.geekbang.aac";
option java_multiple_files = true;
message UserPreferences {
  bool show_completed = 1;
  enum SortOrder {
    UNSPECIFIED = 0;
    NONE = 1;
    BY_DEADLINE = 2;
    BY_PRIORITY = 3;
    BY_DEADLINE_AND_PRIORITY = 4;
  }
  SortOrder sort_order = 2;
}

创建Serializer的实现，告诉框架如何读写，这个接口明确规定要有默认值，以便在尚未创建任何文件时使用,这是必要流程，基本是固定写法，用编译器生成的Java类对应api即可

object UserPreferencesSerializer : Serializer {
    override val defaultValue: UserPreferences = UserPreferences.getDefaultInstance()
    @Suppress("BlockingMethodInNonBlockingContext")
    override suspend fun readFrom(input: InputStream): UserPreferences {
        try {
            return UserPreferences.parseFrom(input)
        } catch (exception: InvalidProtocolBufferException) {
            throw CorruptionException("Cannot read proto.", exception)
        }
    }
    @Suppress("BlockingMethodInNonBlockingContext")
    override suspend fun writeTo(t: UserPreferences, output: OutputStream) = t.writeTo(output)
}

定义创建DataStore对象

//老的sp的文件名
private const val USER_PREFERENCES_NAME = "user_preferences"
//新的文件名，对应目录 /data/data/com.codelab.android.datastore/files/datastore/user_prefs.pb
private const val DATA_STORE_FILE_NAME = "user_prefs.pb"
//老的对应的key
private const val SORT_ORDER_KEY = "sort_order"
// Build the DataStore
private val Context.userPreferencesStore: DataStore by dataStore(
    fileName = DATA_STORE_FILE_NAME,
    serializer = UserPreferencesSerializer,
    produceMigrations = { context ->
        listOf(
            SharedPreferencesMigration(
                context,
                USER_PREFERENCES_NAME
            ) { sharedPrefs: SharedPreferencesView, currentData: UserPreferences ->
                // 定义从SharedPreferences到UserPreference的映射
                if (currentData.sortOrder == SortOrder.UNSPECIFIED) {
                    currentData.toBuilder().setSortOrder(
                        SortOrder.valueOf(
                            sharedPrefs.getString(SORT_ORDER_KEY, SortOrder.NONE.name)!!
                        )
                    ).build()
                } else {
                    currentData
                }
            }
        )
    }
)

存储

//必须是挂起函数，决定其要在协程中使用
suspend fun updateShowCompleted(completed: Boolean) {
//Proto DataStore 提供了一个updateData() 函数，
//用于以事务方式更新存储的对象
//为您提供数据的当前状态，作为数据类型的一个实例，并在原子读-写-修改操作中以事务方式更新数据
        userPreferencesStore.updateData { currentPreferences ->//当前文件对应的对象
            currentPreferences.toBuilder().setShowCompleted(completed).build()//对当前对象进行修改
        }
    }

读取

val userPreferencesFlow: Flow = userPreferencesStore.data
        .catch { exception ->
            // dataStore.data throws an IOException when an error is encountered when reading > data
            if (exception is IOException) {
                Log.e(TAG, "Error reading sort order preferences.", exception)
               emit(UserPreferences.getDefaultInstance())
           } else {
                throw exception
            }
        }
//单独获取时是阻塞的，在实际使用中建议是异步的，在Kotlin项目中可以使用协程异步实现
suspend fun getUserPreferencesFlowData() = userPreferencesFlow.first()

使用总结

这个是面向相对复杂的对象结构(例如用户信息的本地缓存)的场景下使用，一般以一个proto文件为单位，相关定义，方法做好整体分类即可。

几点

DataStore获取返回的是流，流进行collect时，统一协程内只有第一次collect会收到流更新

一个DataStore有多个key时，任意一个更新时，都会触发流的collect，这点决定DataStore在使用时不易向sp那样综合使用，可能会引发没必要的回调

上面的更新，必须是改变，重复设置相同的值不算更新。

一定得同步获取值时，可以用runBlocking进行阻塞获取，不过这个并不是官方本意，实在需要可以结合dataStore.data.first()方法进行预加载，这个可以将最新值缓存到内存，再同步获取时能更高效，这里比如我们的一些Header相关的，可以在启动app时异步预加载一下。

DataStore概念与实践

概念

Sp的痛点

DataStore的优势

使用

Preferences DataStore

基本使用流程

使用总结

ProtoBuf DataStore

基本使用流程

使用总结

几点

你可能感兴趣的:(DataStore概念与实践)