DataStore的基础用法

文章目录

0. 简介
1. SP的缺点
2. DataStore的基础用法
- a. DataStore怎么写
- b. DataStore怎么读
3. 从SP迁移到DataStore
4. DataStore的封装类
5. 个人结论

0. 简介

Google在推出JetPack组件以来，一直推荐我们使用DataStore组件替代到我们第一天学android就知道的SharedPreferences组件，原因很简单，因为当年的SharedPreferences存在居多的问题，DataStore就是为了解决这些问题而来的。

1. SP的缺点

至于 SP到底存在哪些问题，我们可以直接查看 DataStore源码上的注释:

Synchronous API encourages StrictMode violations

apply() and commit() have no mechanism of signalling errors

apply() will block the UI thread on fsync()

Not durable – it can returns state that is not yet persisted

No consistency or transactional semantics

Throws runtime exception on parsing errors

Exposes mutable references to its internal state

用我们蹩脚的英语逐字逐句的翻译一遍：

同步的API鼓励违反StrictMode模式

apply()和commit()方法没有错误信号机制

apply()方法将界面重绘时会在阻塞UI线程

不耐用 - 它可以返回状态，但是并不能将状态持久化

没有一致性或者事物语义

解析出现错误时，直接抛出运行时异常

在其内部的状态中，暴露其可变的引用

老外写的问题直译过来一般都比较难懂，除非讲的很简单清楚。那么我就说两句人话，大概说一下我所认为的 SP所存在的问题吧：

不支持跨进程，使用 MODE_MULTI_PROCESS模式也没鸟用。而且在跨进程中，频繁的读写可能导致数据损坏或者丢失；

懒加载模式下读取SP文件，可能会导致 getXXX() 阻塞。所以建议提前异步初始化 SP;

sp文件的中的数据全部都保存在内存中，所以 SP对大数据量少儿不宜

edit()方法每次都会新建一个EditorImpl对象。建议一次edit(),多次putXXX;

无论是 commit()还是 apply(),针对任何修改都是全量写入。这种情况下，对于高频的修改配置项存放在单独的SP文件中;

commit()同步保存，有返回值；apply()异步保存，无返回值。

onPause() onReceive()方法中使用异步写操作执行完成，可能会造成卡顿或者ANR。

当然这里并不是把SP贬得一无是处啊，正所谓存在即合理，当我们不涉及到跨进程，并且存储数据量比较少的情况下，SP还是相当不错的选择。

2. DataStore的基础用法

首先需要声明的一点是,DataStore存在两个版本的，一种是类似于SP，基于普通文件的读写；一种是基于Google protobuf模式的，这里的 protobuf是 Google自研的一种数据结构，平时用到的也比较少，我以前博客里面也写过类似的，这里就先只介绍第一种基于文件的逻辑：

下面介绍一下 DataStore的基础用法：

首先需要引入：

 implementation("androidx.datastore:datastore:1.0.0")

首先需要明确一点，既然我们的DataStore是兼容当前使用的SP的，那么它就应该支持SP的存储类型，而且我们也知道SP支持的数据类型为Int,Long,Float,Boolean,String和StringSet；此时DataStore不仅支持以上六种数据结构，还支持一种额外的Double类型。

创建一个DataStore对象：

val Context.dataStore: DataStore<Preferences> by preferencesDataStore(name = "dataStore_data")

首先我们需要读取一个Int型的对象：

val keyName = intPreferencesKey("example_counter")
val keyNameFlow: Flow<Int> = context.dataStore.data.map { preferences -> preferences[keyName] ?: 0
}

然后我们写入一个 Int型的对象：

val keyName = intPreferencesKey("example_counter")suspend fun incrementCounter() {context.dataStore.edit { settings ->val currentCounterValue = settings[keyName] ?: 0settings[keyName] = currentCounterValue + 1}
}

第一眼看上去很懵逼，写的什么玩意儿啊。没错，我学 DataStore的第一天也是这么想法，SP比这玩意儿香一万倍都不止啊，这么多新的东西我不知道，而且感觉写起来也是很拉跨，写一个简单的存储这么多代码。

首先，的确一个新的知识点出来，大家内心肯定是抗拒的，因为要去理解和实践，这个本身就比较耗时间和精力。但是大家都一样，所以还是需要去迎接变化。

首先，我们按照简单的来，我们都知道SP是基于XML文件的Key-Value结构，那么 DataStore作为它的兼容类，也必然兼容这种Key-Value结构。那么DataStore的Key是String型的么？然而并不是，它是一种Preferences.Key类型，具体类型为：androidx.datastore.preferences.core.Preferences.Key, 可以分为以下几种类型：

intPreferencesKey -> Preferences.Key<Int> 保存Int类型数据

doublePreferencesKey -> Preferences.Key<Double> 保存Double类型数据

stringPreferencesKey -> Preferences.Key<String> 保存String类型数据

booleanPreferencesKey ->Preferences.Key<Boolean> 保存Boolean类型数据

floatPreferencesKey -> Preferences.Key<Float> 保存Float类型数据

longPreferencesKey -> Preferences.Key<Long> 保存Long类型数据

stringSetPreferencesKey -> Preferences.Key<Set<String>> 保存Set<String>类型数据

有了Key之后，我们需要看看DataStore如果存储和读取数据的。

a. DataStore怎么写

SP有Editor，同理DataStore也有edit方法：

public suspend fun DataStore<Preferences>.edit(transform: suspend (MutablePreferences) -> Unit
): Preferences {return this.updateData {// It's safe to return MutablePreferences since we freeze it in// PreferencesDataStore.updateData()it.toMutablePreferences().apply { transform(this) }}
}

首先它是一个suspend函数，只能在协程体中运行，每当遇到 suspend函数以挂起的方式运行时，并不会阻塞主线程运行。

既然是suspend函数，那么我们就可以有同步和异步的方式对数据进行写入：

同步方式:

private suspend fun saveSyncIntData(key : String, value:Int) {globalDataStore.edit { mutablePreferences -> mutablePreferences[intPreferencesKey(key)] = value }
}

异步方式:
这个就很简单了，可以随意发挥了，在同步方法上套一个runBlocking就行了：

private fun saveIntData(key: String, value:Int) = runBlocking { saveSyncIntData(key,value) }

b. DataStore怎么读

按照以上的惯例，肯定也会存在同步读取和异步读取的两种方法。首先需要明确一点，DataStore的data返回的是Flow类型，Flow是一种流式接口，类似于RxJava中的 Observable那样，存在很多操作符可以对数据进行变换，时间允许的情况下，可以写一篇关于Flow文章。

首先我们获取到同步的读：

private fun readSyncIntData(key: String, defaultValue: Int) : Flow<Int> = dataStore.data.catch {if(it is IOException) {it.printStackTrace()emit(emptyPreferences())} else {throw it}}.map { it[intPreferencesKey(key)] ?: defaultValue }

对代码进行解读一下, dataStore.data返回类型是Flow类型，对Flow进行catch检查是否存在异常，然后map转换一下，然后得到Flow<Int>,最终并返回。

写完了同步的读,那么异步的读为：

private fun readIntData(key: String, defaultValue : Int) : Int {var resultValue = defaultValuerunBlocking {dataStore.data.first {resultValue = it[intPreferencesKey(key)] ?: resultValuetrue}}return resultValue
}

异步的读取直接返回了具体类型的数据，这里的first操作符是取第一个的意思。

基本上，我们对DataStore的操作有了一个简单的了解，重要的还是自己去实践，不难也不算容易。

3. 从SP迁移到DataStore

大概也就分两个步骤：

需要一个 SharedPreferencesMigration,这个迁移类并不算难，也就需要你传入Context和SP的文件名即可：

val Context.dataStore : DataStore<Preferences> by preferencesDataStore(name = "dataStore_setting",produceMigrations = { context ->listOf( SharedPreferencesMigration(context, "sp_name"))})

当dataStore生成完成之后，需要执行一个读或者写的操作，SharedPreferences的数据将会被迁移到dataStore中，同时SharedPreferences文件也将会被删除。

使用SP的文件夹
迁移到DataStore的文件夹

可以看到SP文件被删除了，然后dataStore的文件目录为/data/data/package_name/files/xxx.preferences_pb

4. DataStore的封装类

为了方便操作，我这边封装了DataStore的逻辑，读写起来会更方便一点，方法部分代码为：

我们使用时也很简单，直接代码为：

DataStoreUtils.putData("int_value",100)
DataStoreUtils.putData("long_value",100L)
DataStoreUtils.putData("float_value",100.0f)
DataStoreUtils.putData("double_value",100.00)
DataStoreUtils.putData("boolean_value",true)
DataStoreUtils.putData("string_value","hello world")val intValue = DataStoreUtils.getData("int_value", 0)
val longValue = DataStoreUtils.getData("long_value", 0L)
val floatValue = DataStoreUtils.getData("float_value", 0.0f)
val doubleValue = DataStoreUtils.getData("double_value", 0.00)
val booleanValue = DataStoreUtils.getData("boolean_value", false)
val stringValue = DataStoreUtils.getData("string_value", "hello")

当然，这只是异步的读取/存储方式，当然我们还有同步的获取方式：

lifecycle.coroutineScope.launch {//  读取DataStoreUtils.getSyncData("int_value",0).collect(object : FlowCollector<Int> {override suspend fun emit(value: Int) {Log.d("TAG","get sync data : $value")}})// 写入DataStoreUtils.putSyncData("int_value", 1)}

当然，具体的源码可以看这个了.

5. 个人结论

总体来说，DataStore如果高度封装，其实使用方式上和SP基本上没什么区别，它解决了SP所存在的诟病，但是就目前而言，对它的性能还是未知的，这个可能需要后续的线上检验了，当然谷爹出品的东西，应该没什么太大的问题。当然了，学习DataStore其实对Kotlin还是有很高的门槛的，其中协程，高阶函数、Flow等相关知识点还是存在一个相当陡峭的学习坡度的。