背景

西瓜在feed、詳情頁、個人主頁有一塊功能區(qū)，包括了點贊、收藏、關注等功能。這些功能長久以來都是孤立的：多個場景下點贊、收藏、關注等狀態(tài)或數量不一致。在以往的業(yè)務迭代中，都是業(yè)務A有了需求，就加個點贊的請求，把自己業(yè)務模塊的UI更新下就完事了，業(yè)務B也自己搞一下。當西瓜開始從切面發(fā)力互動業(yè)務的時候，這些問題就凸顯出來了。線上出現了很多在頁面A點贊/收藏完一個視頻到頁面B點贊/收藏狀態(tài)或者點贊/收藏數不對的case。

例如：

問題拆解

在分析這塊業(yè)務時，梳理出幾種問題：

1. 業(yè)務上場景太分散，體現到代碼上就是在activity、scene、viewholder、自定義view等各種個樣的容器，多個業(yè)務模塊、多個端（web、flutter）上都有很相似的操作，代碼跨度很大。
2. 存量的代碼中有些場景是處理過同步問題的，但是處理的又不徹底，方案也不一樣，比如有的情況用了全局注冊callback，來通知所有對結果敏感的場景；有的情況用了Eventbus；有的情況是更新內存，但是卻只是個別幾個模塊通用。
3. 一部分問題是原來的業(yè)務邏輯，比如，使用更新后的內存變量在多個頁面或者模塊傳遞引用，由于層次比較深引用值被中間的流程篡改。
4. 一部分問題是服務端數據邏輯問題。

其中3、4點問題更像是邏輯bug。

多個端的數據同步可以通過跨端事件，每個端收到事件后更新自己就行。所以最復雜最難搞的問題就是端內多場景下的數據狀態(tài)同步問題。

端內問題聚焦在幾個case：

• case1:普通頁面，如Activity or Fragment上的狀態(tài)同步；
• case2:feed卡片的狀態(tài)同步；
• case3:feed卡片內多個復雜層級之間的狀態(tài)同步；
• case4:以上的組合。

目標

• 數據狀態(tài)同步，是要保證兩個一致性：數據一致性、UI一致性；
• 方案要使用簡單，理解簡單；
• 盡可能減少性能開銷。

方案調研

EventBus

這個方案的本質是：監(jiān)聽者收到事件->更新UI/更新數據Model

• 對于case1:如果是A頁面發(fā)起，B頁面被動接收，只需要在B頁面接收事件，更新B頁面的Model對象+UI即可。但是在收到事件之后，一定要把當前頁面的model對象更新，不然會有不一致的問題。
• 對于case2：

1. eventbus注冊在ViewHolder 上：由于ViewHolder的復用，ViewHolder的數量是少于“ListData”的，那么意味著，只在ViewHolder上監(jiān)聽，會出現那些沒有和ViewHolder 建立聯系的數據無法被更新到。如果使用黏性事件，該事件會一直在內存中，粘性事件的膨脹不可控，很可能會造成嚴重的內存問題。
2. eventbus注冊在Activity or 其它頁面上，收到事件后，遍歷數據列表，更新，然后通過RecyclerView的onDataItemChanged方法局部更新。但是在很多場景，比如西瓜feed，feed框架之下的view層次非常深。很多時候Rd只關注某類卡片下的某個UI組件，Feed框架和頂層頁面容器離的很遠，修改成本高，容易出錯，對feed框架或者頂層容器的侵入比較大。另外，onDataItemChanged的局部更新是ViewHolder 對應的itemView的，這個維度比較大，并不能刷新單獨的一個點贊按鈕。

基于k-v的監(jiān)聽、通知

以對象id為key，某個屬性值如點贊數為value。事件發(fā)生時，將修改值寫入k-v列表，監(jiān)聽者全部監(jiān)聽這個變化。當新進入一個場景時，查詢k-v列表作為最新值。這個方案和Eventbus粘性事件很像。

• k-v 粒度太細，一直在內存中，非常容易膨脹，沒有合適的釋放時機，導致內存浪費；一旦移除，就可能概率的數據同步失效。
• k-v列表內的狀態(tài)要使用者在合適的時機同步到業(yè)務層數據Model。

全局共享數據Model實例

同一個數據Model對象，比如一個卡片Model，每次更新都是全局可見的。但是很明顯，

• 對數據Model的要求很高。一個業(yè)務層數據Model類型，要全局統一，比如，一個視頻卡片業(yè)務層的類型是“ModelA”，那么全局場景不能有“ModelB”表示卡片。在很多場景下，業(yè)務層會對原始數據Model進行包裝適配；
• 內存占用很大；可能要緩存很多個列表。

基于注解的對象映射方案VM-Mapping

特點

1. 以命名空間+指定字段值 為key，匹配相同注解名的字段的映射，打平了Model類型的不同、層級嵌套的約束；
2. 直接更新結果到數據model（如article），與數據model視角的同步；
3. 打平了多個頁面、復雜view層級嵌套的差異；
4. 自動處理更新，使用者僅需要關心怎么更新UI，不需要考慮數據Model的一致性；
5. 任意場景的支持。

思考

1. 數據狀態(tài)同步，到底同步的是什么？
2. 上述的方案中大致有幾個角色：事件、監(jiān)聽者、數據Model、UI。到底誰應該是主導者？
3. 基于事件的方案都需要把狀態(tài)同步給數據Model，能簡化嗎？

這個過程中有四個角色，三個操作。

突破View層級的限制

從MVVM說起。

MVVM是一種軟件設計典范，用一種業(yè)務邏輯、數據、界面顯示分離的方法組織代碼。

MVVM本質上是一種數據驅動UI的理念。從這個理念看，數據狀態(tài)同步，同步的是數據Model，UI的變更是由數據的變更引起的，真正關注的點應該在數據本身上。

這樣，就不再需要額外一個接受事件的“容器”，來控制數據和UI了。到現在，只有三個角色，兩個操作了。

再回過頭看，為什么跨頁面、跨多View層級很難找到一個通用方案，是因為總在找一個“容器”來承載事件的接受，然后再做雙份（數據和View）的同步。而且這個“容器”通常本身就是一個頁面，或者其它不同層級上的view，本身就存在很多樣化，為這種多樣化適配，就會讓事情變得復雜。

假如不再找額外的“容器”，直接把監(jiān)聽綁定在數據上，那么View層級的限制也就不存在了。因為不管在什么場景，什么層級，真正的邏輯中心都是數據，View也是通過數據渲染出來的，View不關心自己在什么層級，只關心數據的變化。

突破類型的限制

這里有幾個類型的限制：

1. 數據Model的類型是否只能一成不變，假如網絡請求的原始數據是A類型，在場景1直接用了A類型，在場景2為了適配UI對A做了包裝：

雖然類型不同，但是對A、B來說，都是要更新diggStatus的；

2. 在Android，數據Model的類型是強類型，是從網絡由二進制流反序列化出來的，那么同一個二進流，既可以反序列化成A類型 ，又可以反序列化成B類型，只要滿足反序列化規(guī)則就行。但是事實上，他們的業(yè)務本質還是一個東西。
3. 事件本身也是一個數據，只是它是用戶操作發(fā)起的，表象看和數據Model無關，但是一個事件既然能更新某個數據Model，那他們一定存在著對應關系。

這個問題的本質是，類型約束是語言特性，但是和業(yè)務屬性無關，只要他們能確認是一個業(yè)務含義，不管他們怎么換“馬甲”，他們總是能匹配上的。

這樣就演變成了：

1. 怎么確定兩個類型是一個業(yè)務含義；
2. 怎么確定屬性的對應關系（字段匹配）。

第一個好說，主要能有唯一的業(yè)務標識，就能確定是一個業(yè)務含義；怎么確定屬性的對應關系呢？

現有的技術體系里就有可以借鑒的思想：數據庫的使用。像jetpack 的Room組件：

可以看到，我們只要要在應用層這么定義一個數據Model叫User，為它加上注解，就可以把數據庫中的字段和我們的數據對應上。那么方案呼之欲出，注解是可以完成屬性匹配的。

于是乎整個流程就簡化成了：

這個流程可以看到，只剩下了兩個角色，和兩個操作了。

所謂數據更新UI，就是View-Model；數據映射數據，就是Data-Mapping，于是這個方案的名稱就是VM-Mapping。

詳細設計

需要對上述抽象流程做實現。

映射

前面說到，映射關系由注解維護，一個有三個注解：

• Mappable注解 ：

標注在class上，用來識別這個類是不是可以被處理。

其中mappingSpace是命名空間，表示是“一類”數據，可以和數據庫表名對比理解，mappingSpace就是tableName。

• PrimaryKey注解：

標記在字段上，被標記的字段作為Model對象的唯一標識。

mappingSpace+PrimaryKey的值，就是在映射關系中的唯一業(yè)務標識。

• MappableKey注解：

標注在字段上，需要被映射對應的字段

映射關系說明：

數據驅動UI

Android里有很多類似理念的東西，比如LiveData，就是數據更新通知到UI上。本質上數據驅動UI，就是在數據Data<->UI 之間建一個“橋梁”。

這個不過LiveData并不適合用在這里，理由是：

• LiveData綁定的生命周期是LifecycleOwner，也就是Activity、Fragment維度，明顯我們的場景維度更細；
• 直接observeForever也可以，但是由于View層級的多樣，調用方通常需要合適的時機移除；
• LiveData 強引用了數據Data，這個“橋梁”本身對數據Data的生命周期造成了影響。

VM-Mapping做了個簡單方案。用了兩級HashMap，一級HashMap使用業(yè)務唯一標識（mappingSpace+PrimaryKey的值）為KEY，二級使用WeakHashMap，以數據Model實例為KEY，XGViewModel為VALUE。維護數據Data 和 UI回調之間的關系：

XGViewModel維護了通知給UI的弱引用回調合集。一個數據Model實例對應了一個XGViewModel。

當映射發(fā)生時，會通過業(yè)務標識Key，查找所有還沒有被回收的數據Model實例，然后通過對應的XGViewModel通知UI自己的變更。

總體流程

在這個流程中，業(yè)務使用只需要關心發(fā)起映射數據和更新視圖。

因為存在列表，那么會有一個列表的維護者，就是所謂的映射中心。映射中心有兩個核心能力：

1. 收集需要被更新的數據Model列表；
2. 查找匹配。

其它細節(jié)

• 因為使用了反射，為了減少性能損耗，會對收集的數據Model類型做class和相關字段的緩存。
• 列表存在膨脹現象，二級弱引用列表的key是數據Model實例本身，當它被虛擬機回收的時候，會把一級列表中的該項移除，當一級列表某個key下沒有內容時，也會把該key移除。
• 移除的時機在每次添加數據Model到列表；
• 移除的條件是一級列表長度達到閾值。

但是注意，這個移除并不會影響VM-Mapping的能力，因為VM-Mapping關注的是數據本身，當數據被回收的時候，不會有任何場景會用到這個數據，自然也不用關心是不是需要通知到它。

• 為了避免影響主線程，和多線程競爭列表的問題，映射中心操作都在單子線程中處理。

方案對比

方案收益

西瓜在之前遺留了大量的類似問題，一直沒有好的方案解決，要么存在根本性缺陷，要么實施成本高。VM-Mapping支持了在西瓜中視頻相關的核心場景快速接入，實現了線上點贊數異常問題清零。

后續(xù)計劃

• 根據統計，由于使用運行時注解+反射，一個操作的耗時均值在10ms左右。仍然有可以優(yōu)化的空間。可以考慮使用編譯時注解維護數據映射關系。
• 目前訂閱數據的變化，維度是數據本身，而不是變化的字段，可以考慮通過kotlin delegate 細化監(jiān)聽維度。

到此這篇關于Android端內數據狀態(tài)同步方案VM-Mapping詳解的文章就介紹到這了,更多相關Android端內數據狀態(tài)同步方案VM-Mapping內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論