LiveData“数据倒灌“解决方案

2023-10-16 06:10

本文主要是介绍LiveData“数据倒灌“解决方案,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

最近在项目中通过LiveData订阅首页数据和加载更多数据,正常情况下没啥问题,结果当我点击了旋转噩梦开始了

样例说明

  • 两个接口,一个用于加载首页,一个用于上拉加载,分别通过两个不同的livedata进行订阅,添加数据到同一个RecyclerView中
  • 加载一次首页后上拉一次

正常情况

image.png

旋转后

image.png

上面日志可以看出,加载首页有25条数据,上拉加载增加了20条,一共45条数据显示正常,但是旋转后发生了出人意料的情况界面出现了65条数据, 除去我们正常显示的45条,追加了重复的最后20条数据,这并不是我想要的结果,那这个是什么导致的呢?

数据倒灌

LiveData天生就是粘性的,当我们重复订阅的时候,会返回最后一次结果,这也是产生上面现象的原因

LiveData粘性特性有利也有弊,还是以上面的例子举例

  • 首页恢复

对于需要长期保存的数据,通过viewmodel和LiveData结合使用,我们在特定的场景重建后能快速恢复界面,避免接口的频繁调用

  • 分页恢复

对于用完即走的数据,我们应该避免重复订阅,例如上面的分页结果,我们没有必要保存它在内存中,数据已经添加到list中了,没必要多存一份在livedata中,浪费资源

重学安卓:LiveData 数据倒灌 背景缘由全貌 独家解析

解决方案

推荐使用KunMinx大佬的UnPeekLiveData 

implementation 'com.kunminx.arch:unpeek-livedata:6.1.0-beta1'

特性

  • 一条消息能被多个观察者消费(since v1.0)
  • 消息被所有观察者消费完毕后才开始阻止倒灌(since v4.0)
  • 可以通过 clear 方法手动将消息从内存中移除(since v4.0)
  • 让非入侵设计成为可能,遵循开闭原则(since v3.0)
  • 基于 "访问权限控制" 支持 "读写分离",遵循唯一可信源的消息分发理念(since v2.0,详见 ProtectedUnPeekLiveData)
  • ...

相关代码

private var _homeLiveData = MutableLiveData<DataResult<List<BaseHomeUI>>>()val homeLiveData: LiveData<DataResult<List<BaseHomeUI>>>get() = _homeLiveData//修改前,存在数据倒灌
//val _loadArticleMoreLiveDa = MutableLiveData<PageResult<List<BaseHomeUI>>>()//修改后val _loadArticleMoreLiveDa = UnPeekLiveData<PageResult<List<BaseHomeUhomeViewModel.homeLiveData.observe(viewLifecycleOwner, Observer {when (it) {is DataResult.Success -> {LogUtils.eTag("HomeFragment", "加载首页", "item数量: " + it.data!!.size)homeItemAdapter?.setNewInstance(it.data!! as MutableList<BaseHomeUI>)}else -> {}}})//TODO 存在数据倒灌homeViewModel._loadArticleMoreLiveDa.observe(viewLifecycleOwner, Observer {when (it) {is PageResult.Success -> {LogUtils.eTag("HomeFragment","加载更多","item数量: " + it.data!!.size,"当前页数: " + homeViewModel.currentPage,"到尾部: " + it.hasMore)homeItemAdapter?.addData(it.data!!)if (it.hasMore == true) {homeItemAdapter?.loadMoreModule?.loadMoreComplete()} else if (it.hasMore == false) {homeItemAdapter?.loadMoreModule?.loadMoreEnd()}}else -> {}}// homeViewModel._loadArticleMoreLiveDa.clear()})

效果展示

ezgif.com-gif-maker.gif

这篇关于LiveData“数据倒灌“解决方案的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/219579

相关文章

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C#文件复制异常:"未能找到文件"的解决方案与预防措施

《C#文件复制异常:未能找到文件的解决方案与预防措施》在C#开发中,文件操作是基础中的基础,但有时最基础的File.Copy()方法也会抛出令人困惑的异常,当targetFilePath设置为D:2... 目录一个看似简单的文件操作问题问题重现与错误分析错误代码示例错误信息根本原因分析全面解决方案1. 确保

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

SpringBoot3匹配Mybatis3的错误与解决方案

《SpringBoot3匹配Mybatis3的错误与解决方案》文章指出SpringBoot3与MyBatis3兼容性问题,因未更新MyBatis-Plus依赖至SpringBoot3专用坐标,导致类冲... 目录SpringBoot3匹配MyBATis3的错误与解决mybatis在SpringBoot3如果

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

C++ vector越界问题的完整解决方案

《C++vector越界问题的完整解决方案》在C++开发中,std::vector作为最常用的动态数组容器,其便捷性与性能优势使其成为处理可变长度数据的首选,然而,数组越界访问始终是威胁程序稳定性的... 目录引言一、vector越界的底层原理与危害1.1 越界访问的本质原因1.2 越界访问的实际危害二、基