MVVM 成为历史，Google 全面倒向 MVI
The following article is from 程序员江同学 Author 程序员江同学
前言
前段时间写了一些介绍MVI架构的文章，不过软件开发上没有最好的架构，只有最合适的架构，同时众所周知，Google推荐的是MVVM架构。相信很多人都会有疑问，我为什么不使用官方推荐的MVVM，而要用你说的这个什么MVI架构呢？
不过我这几天查看Android的应用架构指南，发现谷歌推荐的最佳实践已经变成了单向数据流动 + 状态集中管理，这不就是MVI架构吗？看起来Google已经开始推荐使用MVI架构了，大家也有必要开始了解一下Android应用架构指南的最新版本了~
本文主要基于Android应用架构指南，感兴趣的也可以直接查看原文
总体架构
两个架构原则
Android的架构设计原则主要有两个
分离关注点
要遵循的最重要的原则是分离关注点。一种常见的错误是在一个 Activity 或 Fragment 中编写所有代码。这些基于界面的类应仅包含处理界面和操作系统交互的逻辑。总得来说，Activity或Fragment中的代码应该尽量精简，尽量将业务逻辑迁移到其它层
通过数据驱动界面
另一个重要原则是您应该通过数据驱动界面（最好是持久性模型）。数据模型独立于应用中的界面元素和其他组件。
这意味着它们与界面和应用组件的生命周期没有关联，但仍会在操作系统决定从内存中移除应用的进程时被销毁。
数据模型与界面元素，生命周期解耦，因此方便复用，同时便于测试，更加稳定可靠。
推荐的应用架构
基于上一部分提到的常见架构原则，每个应用应至少有两个层：
界面层 - 在屏幕上显示应用数据。 数据层 - 提供所需要的应用数据。
您可以额外添加一个名为“网域层”的架构层，以简化和复用使用界面层与数据层之间的交互
如上所示，各层之间的依赖关系是单向依赖的，网域层，数据层不依赖于界面层
界面层
界面的作用是在屏幕上显示应用数据，并响应用户的点击。每当数据发生变化时，无论是因为用户互动（例如按了某个按钮），还是因为外部输入（例如网络响应），界面都应随之更新，以反映这些变化。
不过，从数据层获取的应用数据的格式通常不同于UI需要展示的数据的格式，因此我们需要将数据层数据转化为页面的状态
因此界面层一般分为两部分，即UI层与State Holder，State Holder的角色一般由ViewModel承担
数据层的作用是存储和管理应用数据，以及提供对应用数据的访问权限，因此界面层必须执行以下步骤：
获取应用数据，并将其转换为 UI可以轻松呈现的UI State。订阅 UI State，当页面状态发生改变时刷新UI接收用户的输入事件，并根据相应的事件进行处理，从而刷新 UI State根据需要重复第 1-3 步。
主要是一个单向数据流动，如下图所示：
因此界面层主要需要做以下工作：
如何定义 UI State。如何使用单向数据流 ( UDF)，作为提供和管理UI State的方式。如何暴露与更新 UI State如何订阅 UI State
如何定义UI State
如果我们要实现一个新闻列表界面，我们该怎么定义UI State呢?我们将界面需要的所有状态都封装在一个data class中。
与之前的MVVM模式的主要区别之一也在这里，即之前通常是一个State对应一个LiveData，而MVI架构则强调对UI State的集中管理
data class NewsUiState(
val isSignedIn: Boolean = false,
val isPremium: Boolean = false,
val newsItems: List<NewsItemUiState> = listOf(),
val userMessages: List<Message> = listOf()
)
data class NewsItemUiState(
val title: String,
val body: String,
val bookmarked: Boolean = false,
...
)
以上示例中的UI State定义是不可变的。这样的主要好处是，不可变对象可保证即时提供应用的状态。这样一来，UI便可专注于发挥单一作用：读取UI State并相应地更新其UI元素。因此，切勿直接在UI中修改UI State。违反这个原则会导致同一条信息有多个可信来源，从而导致数据不一致的问题。
例如，如上中来自UI State的NewsItemUiState对象中的bookmarked标记在Activity类中已更新，那么该标记会与数据层展开竞争，从而产生多数据源的问题。
UI State集中管理的优缺点
在MVVM中我们通常是多个数据流，即一个State对应一个LiveData，而MVI中则是单个数据流。两者各有什么优缺点？
单个数据流的优点主要在于方便，减少模板代码，添加一个状态只需要给data class添加一个属性即可，可以有效地降低ViewModel与View的通信成本
同时UI State集中管理可以轻松地实现类似MediatorLiveData的效果，比如可能只有在用户已登录并且是付费新闻服务订阅者时，您才需要显示书签按钮。您可以按如下方式定义UI State：
data class NewsUiState(
val isSignedIn: Boolean = false,
val isPremium: Boolean = false,
val newsItems: List<NewsItemUiState> = listOf()
){
val canBookmarkNews: Boolean get() = isSignedIn && isPremium
}
如上所示，书签的可见性是其它两个属性的派生属性，其它两个属性发生变化时，canBookmarkNews也会自动变化，当我们需要实现书签的可见与隐藏逻辑，只需要订阅canBookmarkNews即可，这样可以轻松实现类似MediatorLiveData的效果，但是远比MediatorLiveData要简单
当然，UI State集中管理也会有一些问题：
不相关的数据类型： UI所需的某些状态可能是完全相互独立的。在此类情况下，将这些不同的状态捆绑在一起的代价可能会超过其优势，尤其是当其中某个状态的更新频率高于其他状态的更新频率时。UiState diffing：UiState对象中的字段越多，数据流就越有可能因为其中一个字段被更新而发出。由于视图没有diffing机制来了解连续发出的数据流是否相同，因此每次发出都会导致视图更新。当然，我们可以对LiveData或Flow使用distinctUntilChanged()等方法来实现局部刷新，从而解决这个问题
使用单向数据流管理UI State
上文提到，为了保证UI中不能修改状态，UI State中的元素都是不可变的，那么如何更新UI State呢？
我们一般使用ViewModel作为UI State的容器，因此响应用户输入更新UI State主要分为以下几步：
ViewModel会存储并公开UI State。UI State是经过ViewModel转换的应用数据。UI层会向ViewModel发送用户事件通知。ViewModel会处理用户操作并更新UI State。更新后的状态将反馈给 UI以进行呈现。系统会对导致状态更改的所有事件重复上述操作。
举个例子，如果用户需要给新闻列表加个书签，那么就需要将事件传递给ViewModel，然后ViewModel更新UI State(中间可能有数据层的更新)，UI层订阅UI State订响应刷新，从而完成页面刷新，如下图所示：
为什么使用单向数据流动？
单向数据流动可以实现关注点分离原则，它可以将状态变化来源位置、转换位置以及最终使用位置进行分离。
这种分离可让UI只发挥其名称所表明的作用：通过观察UI State变化来显示页面信息，并将用户输入传递给ViewModel以实现状态刷新。
换句话说，单向数据流动有助于实现以下几点：
数据一致性。界面只有一个可信来源。 可测试性。状态来源是独立的，因此可独立于界面进行测试。 可维护性。状态的更改遵循明确定义的模式，即状态更改是用户事件及其数据拉取来源共同作用的结果。
暴露与更新UI State
定义好UI State并确定如何管理相应状态后，下一步是将提供的状态发送给界面。我们可以使用LiveData或者StateFlow将UI State转化为数据流并暴露给UI层
为了保证不能在UI中修改状态，我们应该定义一个可变的StateFlow与一个不可变的StateFlow，如下所示：
class NewsViewModel(...) : ViewModel() {
private val _uiState = MutableStateFlow(NewsUiState())
val uiState: StateFlow<NewsUiState> = _uiState.asStateFlow()
...
}
这样一来，UI层可以订阅状态，而ViewModel也可以修改状态,以需要执行异步操作的情况为例，可以使用viewModelScope启动协程，并且可以在操作完成时更新状态。
class NewsViewModel(
private val repository: NewsRepository,
...
) : ViewModel() {
private val _uiState = MutableStateFlow(NewsUiState())
val uiState: StateFlow<NewsUiState> = _uiState.asStateFlow()
private var fetchJob: Job? = null
fun fetchArticles(category: String) {
fetchJob?.cancel()
fetchJob = viewModelScope.launch {
try {
val newsItems = repository.newsItemsForCategory(category)
_uiState.update {
it.copy(newsItems = newsItems)
}
} catch (ioe: IOException) {
// Handle the error and notify the notify the UI when appropriate.
_uiState.update {
val messages = getMessagesFromThrowable(ioe)
it.copy(userMessages = messages)
}
}
}
}
}
在上面的示例中，NewsViewModel 类会尝试进行网络请求，然后更新UI State，然后UI层可以对其做出适当反应
订阅UI State
订阅UI State很简单，只需要在UI层观察并刷新UI即可
class NewsActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
lifecycleScope.launch {
repeatOnLifecycle(Lifecycle.State.STARTED) {
viewModel.uiState.collect {
// Update UI elements
}
}
}
}
}
UI State实现局部刷新
因为MVI架构下实现了UI State的集中管理，因此更新一个属性就会导致UI State的更新，那么在这种情况下怎么实现局部刷新呢？
我们可以利用distinctUntilChanged实现，distinctUntilChanged只有在值发生变化了之后才会回调刷新，相当于对属性做了一个防抖，因此我们可以实现局部刷新，使用方式如下所示
class NewsActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
lifecycleScope.launch {
repeatOnLifecycle(Lifecycle.State.STARTED) {
// Bind the visibility of the progressBar to the state
// of isFetchingArticles.
viewModel.uiState
.map { it.isFetchingArticles }
.distinctUntilChanged()
.collect { progressBar.isVisible = it }
}
}
}
}
当然我们也可以对其进行一定的封装，给Flow或者LiveData添加一个扩展函数，令其支持监听属性即可，使用方式如下所示
class MainActivity : AppCompatActivity() {
private fun initViewModel() {
viewModel.viewStates.run {
//监听newsList
observeState(this@MainActivity, MainViewState::newsList) {
newsRvAdapter.submitList(it)
}
//监听网络状态
observeState(this@MainActivity, MainViewState::fetchStatus) {
//..
}
}
}
}
关于MVI架构下支持属性监听，更加详细地内容可见：MVI 架构更佳实践：支持 LiveData 属性监听
网域层
网域层是位于界面层和数据层之间的可选层。
ViewModel重复使用的简单业务逻辑。此层是可选的，因为并非所有应用都有这类需求。因此，您应仅在需要时使用该层。
网域层具有以下优势：
避免代码重复。 改善使用网域层类的类的可读性。 改善应用的可测试性。 让您能够划分好职责，从而避免出现大型类。
我感觉对于常见的APP，网域层似乎并没有必要，对于ViewModel重复的逻辑，使用util来说一般就已足够
或许网域层适用于特别大型的项目吧，各位可根据自己的需求选用，关于网域层的详细信息可见：https://developer.android.com/jetpack/guide/domain-layer
数据层
数据层主要负责获取与处理数据的逻辑，数据层由多个Repository组成，其中每个Repository可包含零到多个Data Source。您应该为应用处理的每种不同类型的数据创建一个Repository类。例如，您可以为与电影相关的数据创建 MoviesRepository 类，或者为与付款相关的数据创建 PaymentsRepository 类。当然为了方便，针对只有一个数据源的Repository，也可以将数据源的代码也写在Repository，后续有多个数据源时再做拆分
MVVM架构下的数据层并没用什么区别，这里就不多介绍了，关于数据层的详细信息可见：https://developer.android.com/jetpack/guide/data-layer
总结
相比老版的架构指南，新版主要是增加了网域层并修改了界面层，其中网域层是可选的，各位各根据自己的项目需求使用。
而界面层则从MVVM架构变成了MVI架构，强调了数据的单向数据流动与状态的集中管理。相比MVVM架构，MVI架构主要有以下优点
强调数据单向流动，很容易对状态变化进行跟踪和回溯，在数据一致性，可测试性，可维护性上都有一定优势 强调对 UI State的集中管理，只需要订阅一个ViewState便可获取页面的所有状态，相对MVVM减少了不少模板代码添加状态只需要添加一个属性，降低了 ViewModel与View层的通信成本，将业务逻辑集中在ViewModel中，View层只需要订阅状态然后刷新即可
当然在软件开发中没有最好的架构，只有最合适的架构，各位可根据情况选用适合项目的架构，实际上在我看来Google在指南中推荐使用MVI而不再是MVVM，很可能是为了统一Android与Compose的架构。因为在Compose中并没有双向数据绑定，只有单向数据流动，因此MVI是最适合Compose的架构。
当然如果你的项目中没有使用DataBinding，或许也可以开始尝试一下使用MVI，不使用DataBinding的MVVM架构切换为MVI成本不高，切换起来也比较简单，在易用性，数据一致性，可测试性，可维护性等方面都有一定优势，后续也可以无缝切换到Compose。
更多
MVVM 进阶版：MVI 架构了解一下~：https://juejin.cn/post/7022624191723601928)
MVI 架构更佳实践：支持 LiveData 属性监听：https://juejin.cn/post/7025222741322121223
MVI 架构封装：快速优雅地实现网络请求：https://juejin.cn/post/7027815347281477645
Android应用架构指南：https://developer.android.com/jetpack/guide