一、协程概述
1.1 协程的定义与优势
协程是 Kotlin 中处理异步操作的核心特性，它轻量、高效，允许以同步方式编写异步代码，避免回调地狱，提升代码可读性和可维护性。
核心优势：
- 轻量级：单个应用可创建数千个协程，内存占用极低
- 非阻塞：通过挂起函数实现线程切换，避免阻塞主线程
- 结构化并发：自动管理协程生命周期，防止内存泄漏
- 无缝集成：与 Android 生命周期完美结合，替代传统 AsyncTask、Handler 等
1.2 协程与线程对比
| 特性 | 协程 | 线程 |
| 内存占用 | 约 1KB / 协程 | 约 1MB / 线程 |
| 启动速度 | 纳秒级 | 毫秒级 |
| 并发能力 | 数千个 | 数百个 |
| 资源消耗 | 极低 | 高 |
（数据来源：Kotlin 官方文档及测试数据）
二、协程基础
2.1 协程的启动方式
2.1.1 launch（无返回值）
| // 在主线程启动协程 viewModelScope.launch(Dispatchers.Main) { // 执行UI操作 } // 在后台线程执行耗时任务 viewModelScope.launch(Dispatchers.IO) { val data = repository.fetchData() withContext(Dispatchers.Main) { textView.text = data } } |
2.1.2 async（带返回值）
| val deferred = viewModelScope.async(Dispatchers.IO) { repository.fetchUserData() } // 等待结果并在主线程处理 viewModelScope.launch(Dispatchers.Main) { val user = deferred.await() updateUI(user) } |
在 Kotlin 协程中，async函数的核心特性是异步启动但支持同步获取结果，它的执行机制可以拆解为两部分：
- 异步启动特性：async会立即启动一个协程，该协程在指定的调度器上异步执行
- 可等待性：通过await()方法可以阻塞当前协程，直到async启动的协程完成并返回结果
从启动方式看：绝对的异步特性
async的启动机制与launch一致，都是通过协程调度器实现非阻塞启动：
- 不会阻塞调用线程
- 会在指定调度器（如 IO/Default）的线程池中分配执行资源
- 适合用于并行计算任务（如同时获取多个网络接口数据）
从结果获取看：await () 的同步阻塞特性
Deferred.await()方法具有以下特点：
- 会阻塞当前协程（注意：不是阻塞线程！）
- 等待期间会释放当前线程资源给其他协程
- 本质是 "挂起当前协程直到结果可用"，而非传统同步编程的线程阻塞
与同步 / 异步的对比表格
| 特性 | 传统同步方法 | async+await 组合 | 纯异步回调 |
| 调用线程阻塞 | 是（线程级阻塞） | 否（协程级挂起） | 否 |
| 结果获取方式 | 立即返回 | 显式 await () 获取 | 回调函数 |
| 并行能力 | 无 | 强（支持 async 并行） | 强 |
| 代码可读性 | 高 | 高（接近同步写法） | 低（可能出现回调地狱） |
2.2 协程作用域
2.2.1 常用作用域
- viewModelScope：与 ViewModel 生命周期绑定，自动取消
- lifecycleScope：与 Activity/Fragment 生命周期绑定
- GlobalScope：全局作用域，需谨慎使用，避免内存泄漏
2.2.2 自定义作用域
| class MyRepository(private val scope: CoroutineScope) { fun fetchData() { scope.launch(Dispatchers.IO) { // 执行数据库操作 } } } |
2.3 挂起函数
2.3.1 定义与使用
| // 挂起函数必须标记suspend suspend fun fetchUserData(userId: String): User { delay(1000L) // 模拟网络请求 return User(userId, "John Doe") } // 在协程中调用挂起函数 viewModelScope.launch { val user = fetchUserData("123") updateUI(user) } |
2.3.2 挂起与阻塞的区别
- 挂起：协程暂停执行，释放线程资源，不阻塞线程
- 阻塞：线程被占用，无法执行其他任务（如 Thread.sleep）
2.4 调度器（Dispatchers）
2.4.1 常用调度器
- Dispatchers.Main：主线程，用于 UI 操作
- Dispatchers.IO：优化 IO 操作（网络、数据库）
- Dispatchers.Default：CPU 密集型任务
- Dispatchers.Unconfined：不指定线程，当前线程执行
2.4.2 线程切换
| viewModelScope.launch(Dispatchers.IO) { // 执行耗时操作 val data = database.loadData() //从IO线程切换到Main线程 withContext(Dispatchers.Main) { // 更新UI } } |
三、协程进阶
3.1 结构化并发
3.1.1 coroutineScope
| //所有子协程完成后才会结束 //任一子协程异常会取消整个作用域 suspend fun fetchMultipleData(): CombinedData { return coroutineScope { val userDeferred = async { fetchUser() } val profileDeferred = async { fetchProfile() } CombinedData(userDeferred.await(), profileDeferred.await()) } } |
coroutineScope 是 Kotlin 协程中实现结构化并发的核心 API，其设计目标是解决传统异步编程中任务生命周期管理混乱的问题。它的核心特性包括：
- 作用域绑定：所有在 coroutineScope 内启动的子协程都与该作用域绑定
- 完成保证：coroutineScope 会等待所有子协程完成后才返回
- 异常传播：任一子协程抛出异常会导致整个作用域取消
自动资源释放：确保协程执行完毕后释放相关资源
结构化并发的实现原理
coroutineScope 通过以下机制实现结构化并发：
- 作用域树结构：每个 coroutineScope 创建一个新的作用域节点，子协程作为子节点
- 完成回调链：父作用域等待所有子作用域完成后才结束
- 异常冒泡：子协程异常会向上传播至父作用域
| // 作用域树结构示例 suspend fun parentScope() = coroutineScope { println("父作用域开始")
// 第一个子作用域 coroutineScope { println("子作用域1开始") launch { delay(1000) println("子作用域1任务完成") } println("子作用域1等待任务完成") }
// 第二个子作用域 coroutineScope { println("子作用域2开始") launch { delay(500) println("子作用域2任务完成") } println("子作用域2等待任务完成") }
println("父作用域所有子任务完成") } |
异常处理机制
coroutineScope 的异常处理遵循以下规则：
- 子协程抛出异常会导致整个 coroutineScope 取消
- 异常会被传播给 coroutineScope 的调用者
- 未处理的异常会导致协程崩溃
| suspend fun exceptionHandling() = coroutineScope { val job1 = launch { delay(1000) println("任务1完成") }
val job2 = launch { delay(500) throw IOException("网络错误") // 抛出异常 }
// 以下代码不会执行，因为job2抛出异常 job1.join() job2.join() println("所有任务完成") } // 调用方式 try { exceptionHandling() } catch (e: IOException) { println("捕获异常: ${e.message}") // 输出：捕获异常: 网络错误 } |
与其他作用域的对比
| 特性 | coroutineScope | GlobalScope | viewModelScope |
| 结构化并发 | 是（强制等待子协程） | 否 | 是（与生命周期绑定） |
| 异常处理 | 严格（异常传播） | 无 | 自动取消（随组件销毁） |
| 生命周期管理 | 自动（完成即结束） | 手动 | 自动（随 ViewModel 销毁） |
| 适用场景 | 并行任务聚合 | 后台长时间运行任务 | ViewModel 内异步操作 |
3.1.2 supervisorScope
supervisorScope是 Kotlin 协程中用于实现非结构化并发的关键构建器，它与coroutineScope共同构成了结构化并发的两大支柱。其核心特性在于：
- 子协程异常隔离：子协程的异常不会传播到兄弟协程和父协程
- 灵活的异常处理：每个子协程可独立处理自身异常
- 非阻塞式异常传播：异常不会立即中断整个作用域的执行
| // supervisorScope基本结构 suspend fun supervisorScopeDemo() { supervisorScope { // 启动多个子协程 val job1 = launch { /* 任务1 */ } val job2 = launch { /* 任务2 */ } val job3 = launch { /* 任务3 */ }
// 等待所有子协程完成 job1.join() job2.join() job3.join() } } |
supervisorScope 与 coroutineScope 的核心差异
1. 异常处理机制对比
| 特性 | coroutineScope | supervisorScope |
| 异常传播 | 子协程异常会取消整个作用域及所有兄弟协程 | 子协程异常仅影响自身，不影响其他协程 |
| 异常处理责任 | 父协程负责统一处理所有子协程异常 | 每个子协程需自行处理自身异常 |
| 任务完整性 | 所有子任务必须全部完成 | 部分子任务失败不影响其他任务执行 |
| 适用场景 | 强一致性要求的场景（如数据库事务） | 独立任务并行执行的场景（如日志收集） |
2 执行流程对比示例
| // coroutineScope异常传播示例 suspend fun coroutineScopeException() { try { coroutineScope { launch { delay(100) throw Exception("子协程1异常") } launch { delay(200) println("子协程2是否执行?") // 不会执行 } } } catch (e: Exception) { println("捕获到异常: ${e.message}") } } // supervisorScope异常隔离示例 suspend fun supervisorScopeException() { try { supervisorScope { launch { delay(100) throw Exception("子协程1异常") } launch { delay(200) println("子协程2正常执行") // 会执行 } } } catch (e: Exception) { println("捕获到异常: ${e.message}") // 不会捕获到异常 } } |
supervisorScope 的异常处理机制
子协程异常的传播路径
| graph TD A[supervisorScope] --> B[子协程1] A --> C[子协程2] B -->|抛出异常| B1[异常仅在子协程1内传播] C -->|正常执行| C1[子协程2不受影响] |
子协程自处理异常的最佳实践
| suspend fun selfHandleException() { supervisorScope { // 子协程1：自行处理异常 launch { try { // 可能抛出异常的操作 throw IOException("网络异常") } catch (e: IOException) { logError("网络请求失败: ${e.message}") } }
// 子协程2：未处理异常会导致自身取消，但不影响其他协程 launch { // 未处理的异常 throw IllegalStateException("状态异常") }
// 子协程3：正常执行 launch { delay(500) println("子协程3完成") } } } |
3.2 Flow（响应式数据流）
3.2.1 基本使用
| // 定义Flow fun getUpdates(): Flow<Update> = flow { while (true) { emit(fetchUpdate()) // 发射数据 delay(1000L) } } // 收集Flow lifecycleScope.launch { getUpdates() .flowOn(Dispatchers.IO) .collect { update -> // 更新UI } } |
3.2.2 操作符
- map：转换数据
- filter：过滤数据
- debounce：防抖处理
- collectLatest：处理最新数据
3.3 Channel（协程间通信）
3.3.1 基础用法
| val channel = Channel<Int>() // 生产者 launch { for (i in 1..5) { channel.send(i * i) } channel.close() } // 消费者 launch { for (value in channel) { println(value) } } |
3.3.2 缓冲区策略
| // 容量为2，溢出时丢弃最旧数据 val channel = Channel<Int>(2, BufferOverflow.DROP_OLDEST) |
四、最佳实践
4.1 推荐做法
- 使用生命周期绑定作用域：如 viewModelScope、lifecycleScope
- 依赖注入调度器：避免硬编码 Dispatchers
- 结构化并发优先：使用 coroutineScope/supervisorScope 管理协程
- 处理异常：使用 try-catch 或 CoroutineExceptionHandler
- Flow 处理多值异步：替代回调和 LiveData
4.2 避免做法
- 滥用 GlobalScope：可能导致内存泄漏
- 在主线程执行耗时操作：始终使用 Dispatchers.IO 或 Default
- 手动管理协程生命周期：依赖作用域自动取消
- 阻塞挂起函数：避免使用 Thread.sleep
4.3 性能优化
- 限制并发数量：使用 Semaphore 控制同时运行的协程数
- 合理选择调度器：IO 任务用 Dispatchers.IO，CPU 任务用 Default
- Flow 背压处理：使用 buffer、conflate 等操作符控制流速
五、示例代码
5.1 ViewModel 中使用协程
| class MyViewModel : ViewModel() { private val _uiState = MutableStateFlow<UiState>(UiState.Loading) val uiState: StateFlow<UiState> = _uiState.asStateFlow() fun fetchData() { viewModelScope.launch { _uiState.value = UiState.Loading try { val data = withContext(Dispatchers.IO) { repository.fetchData() } _uiState.value = UiState.Success(data) } catch (e: Exception) { _uiState.value = UiState.Error(e.message ?: "未知错误") } } } } |
5.2 Flow 与 LiveData 结合
| class MyViewModel : ViewModel() { val userData: LiveData<User> = repository.getUserData() .flowOn(Dispatchers.IO) .catch { e -> Log.e("MyViewModel", "获取数据失败", e) } .asLiveData(viewModelScope.coroutineContext) } |
5.3 并行执行多个请求
| suspend fun fetchMultipleData(): CombinedData { return coroutineScope { val userDeferred = async(Dispatchers.IO) { userService.getUser() } val profileDeferred = async(Dispatchers.IO) { profileService.getProfile() } CombinedData(userDeferred.await(), profileDeferred.await()) } } |
六、测试协程
6.1 使用 TestDispatcher
| import kotlinx.coroutines.test.* @Test fun testFetchData() = runTest { val testDispatcher = StandardTestDispatcher() Dispatchers.setMain(testDispatcher) val viewModel = MyViewModel(repository = mockRepository) viewModel.fetchData() // 推进时间让协程执行 testDispatcher.advanceUntilIdle() assertEquals(UiState.Success(expectedData), viewModel.uiState.value) } |
6.2 模拟耗时操作
| @Test fun testNetworkRequest() = runTest { val mockRepository = MockRepository() val viewModel = MyViewModel(repository = mockRepository)
// 模拟网络请求延迟 mockRepository.mockDelay(1000L)
viewModel.fetchData() advanceTimeBy(1000L) // 推进时间
assertTrue(viewModel.uiState.value is UiState.Success) } |
七、资源推荐
- Kotlin 官方文档：协程指南
- Android 开发者文档：协程最佳实践
- Kotlin 协程 GitHub：kotlinx.coroutines
八、总结
Kotlin 协程是 Android 异步编程的革命性工具，通过轻量级、结构化并发和响应式编程，极大提升了代码的可读性和可维护性。掌握协程的基础、进阶技巧和最佳实践，能够显著提高开发效率，减少内存泄漏和线程管理问题。建议结合官方文档和实际项目不断实践，逐步深入理解协程的核心原理和应用场景。
扫一扫
989
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
