实战经验

架构模式实战经验

《重学安卓：这是一份 “架构模式” 的自驾攻略》

• 前言

• 背景

• 脚手架项目的由来

• 架构图总览

• 福利 1：DataBinding 严格模式

• 福利 2：UnPeek-LiveData 发送一次性事件

• 福利 3：Smooth-Navigation 使转场顺滑

• Note 2020.10.28 加餐

  • 透过 State-ViewModel 托管和恢复状态

  • 透过 Event-ViewModel 跨页面通信和 “消息鉴权”

• 通过 Request 来复用转发逻辑

• Note 2020.11.03 加餐

  • 正确区分 “可变状态” 和 “只读数据” 的本质及作用

  • 而这也就顺带解析了 为什么有了 ViewModel 还要有 Request

• 通过 UseCase 管理可叫停的业务

• 通过 DataResult 回调数据层结果

• Note 2020.12.01 加餐

  • 对 DataResult v1.1 新设计的补充说明

• 综上

《重学安卓：LiveData 数据倒灌 背景缘由全貌 独家解析》

• 前言

• 姗姗来迟的笼统描述

• “数据倒灌” 的由来

• 为什么会有数据倒灌

  • Note 2020.07.17 加餐：

  • 图文解析数据倒灌发生的场景

• 为何非要通过 ViewModel + LiveData 来处理页面通信？

• 为什么通过全局 ViewModel 而不是 静态单例？

• 为什么不用 LiveDataBus？

• 最新的 Result API 如何？

• Event 事件包装器、反射方式、SingleLiveEvent 分别存在什么问题？

• UnPeekLiveData 是如何解决这些问题的？

• GitHub & Maven 依赖

• 综上

• Note 2020.07.21 加餐：

  • UnPeekLiveData 增加一层 ProtectedUnPeekLiveData 的设计缘由解析

• Note 2020.10.15 加餐：

  • 升级到 UnPeekLiveData v4.0 享用 “更快更稳” 的防倒灌机制

• Note 2021.04.22 加餐：

  • 升级到 UnPeekLiveData v5.0 获得更好的内存性能和更友好的 API 访问

• Note 2021.06.18 加餐：

  • 是代码复杂度更小的 UnPeekLiveData v6.0 设计

• Note 2021.07.19 加餐：

  • 是代码复杂度进一步减小的 UnPeekLiveData v6.1

• Note 2021.08.10 加餐：

  • 分享一份 v6.1 源码简化版，方便对核心 “防倒灌” 机制的理解

• Note 2021.08.12 加餐：

  • 是内存管理效率进一步优化的 UnPeekLiveData v7.0

• Note 2021.08.21 加餐：

  • 分享一份 v7.2 源码完整版，是简练完整的防倒灌设计

《重学安卓：架构组件 “一致性” 概念 全面解析》

• 前言

• 为什么要提及 “一致性问题”

• 架构组件和 “一致性问题” 的密切关系

• 到底什么是一致性、什么是一致性问题

• 关于 “解决一致性问题” 的举一反三

  • Lifecycle 是通过 ____ 来实现 生命周期管理的一致性

  • LiveData 是通过 ____ 来实现 消息同步的一致性

  • DataBinding 是通过 ____ 来实现 视图调用的 null 安全一致性

• 综上

《重学安卓：提神醒脑 MVP、MVVM 关系精讲》

• 前言

• 并不是每一个提问都值得被回答

• 本质和区别，我只说一遍

• 先说结论

• 所以二者的区别是什么？

• Jetpack MVVM 和 MVVM 模式的关系

• 我为什么能瞬间感知沟通质量的 “好” 与 “坏” ？

• 综上

• Note 2020.09.10 加餐：

  • Jetpack MVVM 或借鉴了 MVI 开发模式

• Note 2020.12.31 加餐：

  • “依赖倒置” 的适用场景 及 源码设计分享

《重学安卓：唯一可信源 读写分离设计 独家解析》

• 前言

• 绝对自由和自由的代价

• 边界意识和监管下的真自由

• LiveData 的本质和精髓

• 所以 LiveDataBus 的问题在于

• 用工程化的语言再捋一捋

• 关于 “唯一可信源” 的定义

• 综上

《重学安卓：关于 LiveData 本质，你看到了第几层》

• 前言

• 第一层：LiveData 是与 UI 打交道的 “最后一环”

• 第二层：LiveData 可以推状态，也可以推事件

  • 广播：封闭式 的 发布订阅模式

• 第三层：LiveData 支持 “唯一可信源” 的鉴权设计

  • 状态是私域的，事件是公域的

  • 公证处：开放式 的 发布订阅模式

• 第四层：LiveData 存在 “数据倒灌” 的问题

  • 使用 UnPeek-LiveData 解决 “数据倒灌” 问题

• 综上