基本概念

定义

协程基于线程，是轻量级的线程。

我们用GlobalScope启动了一个新的协程，这意味着新协程的生命周期只受整个应用程序的生命周期限制。

import kotlinx.coroutines.GlobalScope
import kotlinx.coroutines.delay
import kotlinx.coroutines.launch
fun main() {GlobalScope.launch { // 在后台启动一个新的协程并继续delay(300) // 等待300毫秒"rustfisher.com".forEach {print(it)delay(200) // 每次打印都等待一下}}println("RustFisher")Thread.sleep(3000) // 阻塞主线程防止过快退出
}
// 输出结果：
//RustFisher
//rustfisher.com

协程不一定在同一个线程中，它们有在同一个线程的可能性。

import kotlinx.coroutines.GlobalScope
import kotlinx.coroutines.launch
import java.lang.Thread.sleep
fun main() {println("main线程信息 ${Thread.currentThread().id}")for (i in 1..20) { // 多启动几次协程GlobalScope.launch {println("协程启动#$i 所在线程id: ${Thread.currentThread().id}")}}sleep(5000) // 阻塞主线程防止过快退出println("RustFisher 示例结束")
}

输出结果：

协程启动#13 所在线程id: 34
协程启动#2 所在线程id: 22	---
协程启动#9 所在线程id: 30
......
协程启动#20 所在线程id: 27
协程启动#19 所在线程id: 22	---
RustFisher 示例结束

组成

kotlin的协程实现分为两个层次：

• 基础设施层：标准库的协程API，主要对协程提供了概念和语义上最基本的支持（如：kotlin.contracts.*）
• 业务框架层：协程的上层框架支持（如：kotlinx.contracts.*）

挂起和恢复

常规函数的基本操作包括：invoke（或call）和 return，协程新增了 suspend 和 resume。

• suspend：挂起/暂停，用于暂停当前协程，并保存所有基本变量
• resume：用于让已暂停的协程从暂停处继续执行

结构化并发

结构化并发（Structured Concurrency）是一种编程范式，用于编写易读、易维护的并发程序。在Kotlin协程中，结构化并发特别指的是协程之间的协作是有组织、有纪律的。这种并发模式允许开发者明确地定义协程的入口和出口，并管理协程之间的依赖关系和生命周期。

结构化并发的核心思想是，当一个协程内部创建了其他协程（子协程）时，这些子协程的生命周期应与父协程同步。具体来说，如果所有子协程在父协程的作用域结束前都已完成执行，则认为当前协程具备结构化并发。当父协程结束时，如果其子协程仍在运行，则父协程会阻塞自己，等待子协程运行完成后才退出。这种机制确保了即使在并发环境中，也能保持代码的清晰性和可维护性。

在Kotlin协程中，结构化并发主要依赖于CoroutineScope来实现。

当我们使用结构化并发后，可以做到：

• 取消任务：当某项任务不再需要时可以取消它
• 追踪任务：当任务正在执行时，可以追踪它
• 发出错误信号：当协程失败时，会发出错误信号表面有错误发生

定义协程时必须指定其 CoroutineScope，它是一个用于管理协程生命周期的接口，提供了创建和取消协程的方式。

常用的一些CoroutineScope：

• GlobalScope：进程级别的CoroutineScope，与应用进程同级；在GlobalScope中启动的协程不受任何特定生命周期的限制，即使Activity被销毁，协程任务也可以继续执行。通常用于后台任务，如网络请求、定时器等。
• MainScope：它与Activity的生命周期绑定，在MainScope中启动的协程会在Activity的onDestroy生命周期函数中取消。通常用于在UI线程上执行协程，如更新UI
• ViewModelScope
• LifecycleScope

注意：使用协程时，虽然它很轻量，并且不使用主线程，但仍会消耗一些内存资源。如果忘记保持对新启动的协程的引用，它还会继续运行，导致内存泄漏、资源泄露等问题。

协程构建器

• launch：它会立即返回一个Job对象，并在后台执行协程任务
• async：这个函数用于启动一个异步协程，并返回一个Deferred（继承Job）对象，你可以通过调用await()方法来获取异步协程的结果。
• …

作用域构建器

以下三种作用域构建器可以直接使用，它们都会继承父协程的 coroutineScope。自己创建的协程作用域对象，则是使用自己的作用域。

使用自己的作用域的例如：

• CoroutineScope实例对象
• Global.launch

可以记住：小写字母开头会继承，大写的不会

以下三种作用域构建器的异同，在 这里 有详细说明。

• runBlocking
• coroutineScope
• supervisorScope

import kotlinx.coroutines.*fun main() = runBlocking {val scope = CoroutineScope(Dispatchers.Default)scope.launch {delay(1000)println("runBlocking 会等待CoroutineScope下协程的执行吗")}val job = GlobalScope.launch {delay(1000)println("runBlocking 会等待GlobalScope下协程的执行吗")}
}
// 控制台无打印结果，说明这两种方法的作用域没有继承父协程的

fun main() = runBlocking {coroutineScope {delay(1000)println("runBlocking 会等待coroutineScope下协程的执行吗")}supervisorScope {delay(1000)println("runBlocking 会等待supervisorScope下协程的执行吗")}
}
// 控制台把两句话都打印了，明这两种方法的作用域会继承父协程的

挂起函数

挂起函数（Suspend Function）是一个特殊类型的函数，它被标记为suspend，并且只能在协程中调用。挂起函数的主要特点是它们能够在执行过程中挂起（暂停）和恢复（继续执行），而不会阻塞当前线程。这使得挂起函数能够以一种非阻塞的方式执行异步操作，同时保持代码的清晰性和可读性。

挂起函数只能在协程体内或其他挂起函数内调用。

例如：将 launch { …… } 内部的代码块提取到独立的函数中。提取出来的函数需要 suspend 修饰符，它是挂起函数。

阻塞与非阻塞

runBlocking

delay 是非阻塞的， Thread.sleep 是阻塞的。显式使用 runBlocking 协程构建器来阻塞。

import kotlinx.coroutines.*
fun main() {GlobalScope.launch { // 在后台启动一个新的协程并继续delay(200)"rustfisher.com".forEach {print(it)delay(280)}}println("主线程中的代码会立即执行")runBlocking { // 这个表达式阻塞了主线程delay(3000L) //阻塞主线程防止过快退出}println("\n示例结束")
}

可以看到， runBlocking 里使用了 delay 来延迟。用了 runBlocking 的线程会一直阻塞直到 runBlocking 内部的协程执行完毕。 也就是 runBlocking{ delay } 实现了阻塞的效果。

我们也可以用 runBlocking 来包装主函数，runBlocking 中的Unit目前可以省略，并且runBlocking 也可用在测试中。

import kotlinx.coroutines.*
fun main() = runBlocking {delay(100) // 在这里可以用delay了GlobalScope.launch {delay(100)println("Fisher")}print("Rust ")delay(3000)
}

全局协程像守护线程

我们在线程介绍中知道，如果进程中只剩下了守护线程，那么虚拟机会退出。

前文那个打印 rustfisher.com 的例子，其实也能看到，字符没打印完程序就结束了。 在 GlobalScope 中启动的活动协程并不会使进程保活。它们就像守护线程。

Job的生命周期

对于每一个创建的协程，会返回一个Job实例，该实例是协程的唯一标识，并且负责管理协程的生命周期。

1. New（新创建）：协程对象刚刚通过launch或async等函数创建，但尚未开始执行。
2. Active（活跃）：协程已经开始执行，但尚未完成。在这个阶段，协程可能会执行自己的任务，也可能会启动子协程。
3. Completing（完成中）：协程已经完成了自己的任务，但可能还在等待其子协程完成。这个阶段是短暂的，通常很快会过渡到下一个状态。
4. Completed（已完成）：这是协程的最终状态，表示协程已经成功执行完毕或已被取消。
5. Cancelling（取消中）：协程正在等待取消操作完成。这通常发生在调用Job.cancel()方法后，但取消操作可能需要一些时间才能完成。
6. Cancelled（已取消）：协程已经被取消。这可能是因为协程运行出错，或者显式调用了Job.cancel()方法。在已取消状态下，协程的执行将被终止，并且不会再次启动。

需要注意的是，虽然上述状态描述了协程的生命周期，但并非所有状态都是直接可访问的。相反，我们可以通过访问Job对象的属性（如isActive、isCancelled 和 isCompleted）来了解协程的当前状态。例如，如果 isActive 为 false 且 isCancelled 为 true，则表示协程处于取消中（Cancelling）状态；

注意：如果 isCompleted 为 true，则表示协程已完成（Completed）或已取消（Cancelled）。

常用函数

延时和等待

• delay：可以达到延时的效果，是一个特殊的挂起函数，它不会造成线程阻塞，但是会挂起协程，并且只能在协程中使用
• job.join()：该方法会挂起当前协程，等待job协程执行完成，可以用于协程之间的顺序执行
• joinAll(job...)：可以同时让多个Job调用join方法
• job.await()：该方法被join类似，但可以获取协程完成的结果

启动和取消

启动

launch 和 async 协程构建器都用于启动新协程。

• lauch：返回一个 Job 并且不附带任何结果值。
• async：返回一个 Deferred，它也是 Job，但可以使用 await() 来获取协程执行完后的返回值。

取消

• Job.cancel()：用于取消协程。
• Job.cancelAndJoin()：同时具有 cancel() 和 join() 的作用。

暂停

yield()：用于让当前协程暂停执行，并将执行权交还给协程调度器，以便让其他协程有机会运行。

当你在协程中使用 yield() 时，当前协程会进入挂起状态，但不会释放其占用的资源（如内存栈）。当协程调度器决定再次执行该协程时，它会从 yield() 调用点恢复执行。

这个函数通常用于实现非阻塞的并发编程，特别是在处理密集计算的场景时，通过 yield() 可以避免长时间占用线程，从而提高应用的响应性和性能。

注意：yield() 并不保证一定会导致协程切换。它的行为取决于当前的调度策略和协程调度器的实现。

import kotlinx.coroutines.*fun main() = runBlocking {launch {delay(1000L) // 等待1秒println("World!")}repeat(1000) { i ->println("Hello $i")//在每次打印500个Hello后，暂停当前协程，让hello有机会输出if (i % 500 == 0) {yield() }}
}

协程启动

调度器

所有协程必须在调度器中运行。

• Dispatchers.Main：这是主线程调度器，用于处理UI交互和一些轻量级任务（调用挂起函数、UI函数，更新LiveData）
• Dispatchers.Default：这是默认调度器，通常用于CPU密集型任务，如大量计算或数据处理。它会使用共享后台线程的公共池来执行协程。
• Dispatchers.IO：这是用于IO密集型任务的调度器，如文件读写、网络请求等。它同样使用共享线程池，但专注于IO操作。
• Dispatchers.Unconfined：这是一个不限制协程执行线程的调度器。它不会将协程绑定到特定的线程或线程池，而是允许协程在任意线程中执行。通常，这个调度器在某些特殊场景下使用，比如你需要完全控制协程的执行线程。

启动方式

• launch：这是最常用的启动协程的方式。它会立即返回一个Job对象，并在后台执行协程任务。如果在启动协程时使用了try-catch块，异常会被捕获；否则，异常会传递给未捕获异常处理器进行处理。
• async：这个函数用于启动一个异步协程，并返回一个Deferred对象，你可以通过调用await()方法来获取异步协程的结果。
• runBlocking：这是一个阻塞式函数，通常用于测试和调试协程代码。它会启动一个新的协程，并等待其协程体以及所有子协程结束执行完毕后才会返回。在调用runBlocking时，当前线程会被阻塞，直到协程执行完毕。
• coroutineScope：它会创建一个协程作用域，并等待其协程体以及所有子协程结束。如果一个子协程失败了，当前域和域内的协程都会被取消。（子协程的异常会传播到父协程）
• supervisorScope：与 coroutineScope 一样，但它在子协程失败时，不会影响域内其他协程的执行（子协程的异常不会传播到父协程）

注： runBlocking 是常规函数，会堵塞住当前线程；coroutineScope 和 supervisorScope 是挂起函数，不会堵塞住当前线程。

import kotlinx.coroutines.*
import java.lang.RuntimeExceptionsuspend fun main() {// 换成supervisorScope后，使用log都会被输出coroutineScope {val job1 = launch {delay(5000)// 以下输出无法执行println("Job1 完成")}launch {println("job2 执行了")throw RuntimeException()}delay(1000)// 以下输出无法执行println("会执行我吗？")}
}

启动模式

• DEFAULT：这是协程的默认启动模式。当协程创建后，它会立即开始调度。如果在调度前协程被取消，它会直接进入取消状态。
• ATOMIC：协程创建后会立即开始调度，协程在执行到第一个挂起点之前不响应取消。
• LAZY：协程只有在被需要时才会开始调度，如主动调用协程的start、join或await等函数时。如果协程在调度前被取消，它将直接进入异常结束状态。
• UNDISPATCHED：协程创建后会在当前函数调用栈中立即执行，直到遇到第一个真正挂起的点。

如果想要你的协程立刻执行，而不是等待调度，可以使用最后一个模式。

注：调度不等于执行。调度（scheduling）是指决定协程何时在哪个线程上开始或恢复执行的过程，而执行（execution）是指协程代码的实际运行。协程什么时候执行取决于调度器的当前状态和其他协程的优先级。

import kotlinx.coroutines.*fun main() = runBlocking {// 默认模式下程序立刻就结束了，没有打印出log//ATOMIC模式下，log被打印val job1 = launch(start = CoroutineStart.ATOMIC) {Thread.sleep(5000)println("Job 完成")}// job2立刻就执行了，使用其他模式需要等待job1睡眠结束// 这是使用runBlocking启动方式的情况，使用coroutineScope则会立刻执行job2val job2 = launch(start = CoroutineStart.UNDISPATCHED) {println("立刻执行了")}job1.cancel()
}

注：使用UNDISPATCHED模式可以让你的协程调度器即使为Dispatchers.IO类型（使用后台线程），仍在主线程中执行。

线程上下文

CoroutineContext 是一个接口，用于描述协程的运行环境，包含了与协程执行相关的各种参数和配置信息。

CoroutineContext 主要包含以下几个方面的元素：

• Job：代表协程的生命周期。通过 Job，你可以控制协程的启动、取消和等待其完成。

• CoroutineDispatcher：协程调度器，用于向合适的线程分发任务。它决定了协程在哪个线程上执行。

• CoroutineName：协程的名称，主要用于调试目的。

• CoroutineExceptionHandler：处理协程中发生的(未被捕捉)异常。

有时我们需要在协程上下文中定义多个元素，可以用 + 操作符来实现。

例如：为一个协程指定一个调度器和名称

fun main() = runBlocking<Unit> {launch(Dispatchers.Default + CoroutineName("test")) {println("我工作在：${Thread.currentThread().name}")}
}

继承的定义

新创建的协程，它的 CoroutineContext 会包含一个全新的Job，并返回，用于控制新协程的生命周期。而它上下文中剩下的元素会从 创建该协程的CoroutineScope 或 父协程的 CoroutineContext 继承。

import kotlinx.coroutines.*fun main() = runBlocking<Unit> {val scope = CoroutineScope(Job() + Dispatchers.IO + CoroutineName("test"))// 这里调用launch方法时继承了scope的上下文val job = scope.launch {println("job-launch：${coroutineContext[CoroutineName]} ${Thread.currentThread().name}")// 这里调用launch方法时继承了父协程的上下文val childJob = async {println("childJob-launch：${coroutineContext[CoroutineName]} ${Thread.currentThread().name}")coroutineContext[Job]}println("新协程的上下文中的Job对象 等于 返回的Job对象吗：" + (childJob == childJob.await()))	// 为true}job.join()
}

继承的公式

协程的上下文 = 默认值 + 继承的CoroutineScope + 参数

• 默认值：如 CoruoutineDispatchers 的默认值为 Dispatchers.Default
• 继承的继承的CoroutineScope是CoroutineScope或父协程的CoroutineContext
• 传入协程构建器的参数，其优先级高于继承的上下文参数，会覆盖对应的参数值

协程取消与超时

取消

我们可以在协程尚未结束时主动取消协程，协程在处于挂起点的时候就会被取消。

• 取消作用域时，会把它的子协程都取消
• 被取消的子协程不会影响其余兄弟协程
• 协程通过抛出一个异常 CancellationException 来处理取消操作
• kotlinx.coroutines 中的挂起函数都是可被取消的
• 取消协程时，抛出的异常会被静默处理，当作正常完成

挂起点

当挂起函数被调用时，它们会暂停当前协程的执行，直到挂起函数的操作完成或需要等待某个条件满足。这些暂停点被称为挂起点（Suspension Points）。

协程只有在挂起点（即协程暂停执行并等待某些条件满足的点）才会检查其取消状态。这些挂起点通常是由挂起函数（如 delay、withContext 等）产生的。如果协程在挂起点发现它已经被取消，那么它通常会立即停止执行并抛出 CancellationException。

需要注意的是，挂起点不仅仅是挂起函数本身产生的，还包括了挂起函数内部可能调用的其他挂起函数。一个协程可能会在多个挂起点之间来回切换，直到最终完成。

另外，不是所有标记为 suspend 的函数都会产生挂起点。有些挂起函数可能会立即返回结果，而不会导致协程挂起。这取决于函数内部的实现和调用时的上下文。

取消失败

如果协程在执行计算(cpu密集型)任务，并且没检查取消的话，那我们的取消尝试会失败。

import kotlinx.coroutines.*
fun main() = runBlocking {val startTime = System.currentTimeMillis()val job = launch(Dispatchers.Default) {var nextPrintTime = startTimevar i = 0 // 模拟的控制循环数量while (i < 5) { // 模拟耗时计算if (System.currentTimeMillis() >= nextPrintTime) {println("[job] 模拟耗时计算中 ${i++} ...")nextPrintTime += 500L}}}delay(800) // 等待一会println("[rustfisher] 尝试取消协程")job.cancelAndJoin()println("程序退出 bye~")
}

[job] 模拟耗时计算中 0 ...
[job] 模拟耗时计算中 1 ...
[rustfisher] 尝试取消协程
[job] 模拟耗时计算中 2 ...
[job] 模拟耗时计算中 3 ...
[job] 模拟耗时计算中 4 ...
程序退出 bye~

可以看到，模拟耗时计算直到4，整个程序退出。而调用 cancelAndJoin() 并没有成功取消掉协程。

可以取消

让协程可被取消的方法

• 显式的检查取消状态，例如检查 isActive 变量
• 使用 ensureActive 方法，如果 Job 处于非活跃状态，这个方法就会立即抛出异常 CancellationException
• 使用 yield 方法，它会检查协程的状态，如果状态为 已取消 ，则抛出异常 CancellationException；它还会让出线程的执行权
• 补：使用 delay(值>0)，它会让协程处于挂起点

注：实际调用取消方法后，如果协程在挂起点则会抛出异常进行取消。原因是 Job 对象的 isCancelled 变为 true后，调用会使协程挂起的函数时都会抛出异常而成功取消掉协程。

对上面的代码进行一些改进。把 while (i < 5) 循环中的条件改成 while (isActive) 。修改后的代 码如下：

import kotlinx.coroutines.*
fun main() = runBlocking {val startTime = System.currentTimeMillis()val job = launch(Dispatchers.Default) {var nextPrintTime = startTimevar i = 0while (i < 5 && isActive) { // 模拟耗时计算// 或者在这调用ensureActive、yield、delay(1)都会抛出异常取消掉任务，其他会使当前协程处于挂起点的函数if (System.currentTimeMillis() >= nextPrintTime) {println("[job] 模拟耗时计算中 ${i++} ...")nextPrintTime += 500L}}}delay(800) // 等待一会println("[rustfisher] 尝试取消协程")job.cancelAndJoin()println("程序退出 bye~")
}

[job] 模拟耗时计算中 0 ...
[job] 模拟耗时计算中 1 ...
[rustfisher] 尝试取消协程
程序退出 bye~

释放资源

finally块

取消协程时，挂起函数（使用suspend修饰的函数）会抛出异常：CancellationException。我们可以使用try-catch-finally来处理。并且在 finally块中释放资源。

import kotlinx.coroutines.*fun main() = runBlocking {val job = launch {try {repeat(1000) { i ->println("[job]模拟计算次数 $i ...")delay(300L)}} catch (e: CancellationException) {println("[job] CancellationException ${e.message}")} finally {println("[job][finally] 释放资源..")}}delay(800) // 等待一会println("[rustfisher] 尝试取消协程")job.cancelAndJoin()println("[rustfisher] 程序退出 bye~")
}

不能取消

有时候，我们需要运行不能取消的代码块。

withCotext(context){}：使用给定的协程上下文调用指定的挂起块，挂起直到完成，然后返回结果。

withContext(NonCancellable) 可以创建一个无法取消的协程作用域，确保在这个作用域内执行的挂起函数不会被取消。这通常在资源释放或清理操作的上下文中使用，这些操作可能需要在协程被取消后仍然执行。

实际上，这里在finally块中调用了delay方法，它会检查协程 isCancelled 的值，发现为true就会抛出异常，导致执行完delay方法后面的代码无法执行。若把delay方法换成Thread.sleep方法，或在finally块中再捕捉一次一次，即使没使用withContext(NonCancellable) 也能保证finally块中的代码都被执行。

import kotlinx.coroutines.*fun main() = runBlocking {val job = launch {try {repeat(1000) { i ->println("[job]模拟计算次数 $i ...")delay(300L)}} catch (e: CancellationException) {println("[job] CancellationException ${e.message}")} finally {withContext(NonCancellable) {println("[job][finally] 进入NonCancellable")delay(1000) // 假设这里还有一些耗时操作println("[job][finally] NonCancellable完毕")}println("[job][finally] 结束")}}delay(800) // 等待一会println("[rustfisher] 尝试取消协程")job.cancelAndJoin()println("[rustfisher] 程序退出 bye~")
}

运行结果如下：

[job]模拟计算次数 0 ...
[job]模拟计算次数 1 ...
[job]模拟计算次数 2 ...
[rustfisher] 尝试取消协程
[job] CancellationException StandaloneCoroutine was cancelled
[job][finally] 进入NonCancellable
# 如果没有使用withContext(NonCancellable)，则无法输出下面两行
[job][finally] NonCancellable完毕
[job][finally] 结束
[rustfisher] 程序退出 bye~

超时

withTimeout

我们可以用 withTimeout(long) 来指定超时时间。

超时后会抛出 TimeoutCancellationException，它是CancellationException 的子类。

如果没有使用try-catch，控制台是看不到该异常的，因为在被取消的协程中 CancellationException 会被认为是协程执行结束的正常原因。

import kotlinx.coroutines.*fun main() = runBlocking<Unit> {launch {try {withTimeout(400L) {val startTime = System.currentTimeMillis()repeat(1000) { i ->println("[job] 运行: $i, 累积运行时间:${System.currentTimeMillis() - startTime}毫秒")delay(100L)}}} catch (e: Exception) {println("异常: $e")}}
}

withTimeoutOrNull

withTimeoutOrNull 方法会在超时后返回null，如果成功执行则返回我们指定的值。

import kotlinx.coroutines.*fun main() = runBlocking<Unit> {launch {val result1 = withTimeoutOrNull(1300L) {repeat(1000) { i ->println("[job1] 运行 $i ...")delay(500L)}"[1] Done" // 根据超时设置 执行不到这里}println("Result1: $result1")val result2 = withTimeoutOrNull(1300L) {repeat(2) { i ->println("[job2] 运行 $i ...")delay(500L)}"[2] Done" // 成功执行完毕后到这里}println("Result2: $result2")}
}

运行结果：

[job1] 运行 0 ...
[job1] 运行 1 ...
[job1] 运行 2 ...
Result1: null
[job2] 运行 0 ...
[job2] 运行 1 ...
Result2: [2] Done

协程的异常处理

异常的传播

协程构建器有两种形式：自动传播异常（launch于actor），向用户暴露异常（async和produce）。

（1）当这些构建器用于创建一个根协程（该协程不是另一个协程的子协程）时：

• 前者：异常会在它发生的第一时间抛出
• 后者：依赖用户最终来消费异常，例如通过 await 和 receive

fun main() = runBlocking<Unit> {val job1 = GlobalScope.launch {println("job1 --> 抛出异常")throw RuntimeException()}try {job1.join()} catch (e: Exception) {// 最终还是抛出异常，这里捕捉失败println("job1 --> 捕捉了异常")}val job2 = GlobalScope.async {println("job2 --> 抛出异常")throw RuntimeException()}try {job2.await()} catch (e: Exception) {// 这里捕捉异常成功println("job2 --> 捕捉了异常")}
}

（2）非根协程总是会被传播，抛给父级

异常的传播特性

当一个协程由于一个异常运行失败时，它会传播这个异常并传递给的父级。接下来父级会进行几部操作：

• 取消它自己的子级
• 取消它自己
• 将异常传播并传递给他的父级

superviseJob

使用superviseJob时，子协程的失败不会影响到其他子协程。它不会传播异常给他的父级，而是让子协程自己处理异常。

fun main() = runBlocking<Unit> {val scope = CoroutineScope(SupervisorJob())val job1 = scope.launch {delay(100)println("job --> 1")throw RuntimeException()}val job2 = scope.launch {try {delay(Long.MAX_VALUE)} finally {// 参数为Job()时输出，为Supervisor()不输出println("job --> 2")}}joinAll(job1, job2)
}

或者使用 supervisorScope 作用域构建器

异常的捕获

当使用CoroutineExceptionHandler对协程的异常进行捕获时，以下条件被满足时，异常才会被捕获：

• 协程的上下文包含CoroutineExceptionHandler对象
  • 根协程抛出异常：直接作为参数传入该协程的上下文
  • 子协程抛出异常：要传入根协程的上下文，只传入子协程无法捕捉
    • 如果该协程有爸爸和爷爷，那么爷爷才是根协程
• 异常是被自动抛出异常的协程所抛出的（是launch，非async）

fun main() = runBlocking<Unit> {val handler = CoroutineExceptionHandler { _, throwable ->println("捕捉到：$throwable")}val job1 = GlobalScope.launch(handler) {throw RuntimeException("job --> 1")	// 成功打印}val job2 = GlobalScope.launch {// handler不在根协程中，异常捕捉不到，无打印launch(handler) {launch {throw RuntimeException("job --> 2")}}}// 协程时async构建器创建的，异常捕捉不到，无打印val job3 = GlobalScope.async(handler) {throw RuntimeException("job --> 3")}joinAll(job1, job2, job3)// job3需要用await方法才会在控制台显示其异常信息
}

全局异常处理

全局异常处理器可以获取到所有协程未处理的未捕获异常，但它并不会对异常进行捕获，所以不能阻止程序崩溃。但是它在程序程序调试和异常上报等场景中仍然有很大的用处。

添加方法：

1. 在classpath（例如resources目录）下面新建 META-INF/services 目录。
2. 在该目录下新建文件名为 kotlinx.coroutines.CoroutineExceptionHandler 的文件，文件内容填全局异常处理器的全类名。
3. 定义全局异常处理器，名称随意，需要继承 CoroutineExceptionHandler

class GlobalCoroutineExceptionHandler: CoroutineExceptionHandler {override val key = CoroutineExceptionHandleroverride fun handleException(context: CoroutineContext, exception: Throwable) {println("没有被捕捉的异常：$exception")}
}

取消与异常

• 协程内部使用 CancellationException 来进行取消，这个异常会被忽略。（没有手动捕捉时会自己静默处理）
• 子协程被取消时，不会取消它的父协程
• 如果一个协程遇到了 CancellationExceptino 以外的异常，则它会使用该异常取消它的父协程；父协程处理该异常时，需要先取消所有子协程，才会去处理异常

fun main() = runBlocking<Unit> {val handler = CoroutineExceptionHandler { _, e ->println("子协程都取消完成后，父协程开始处理异常")}val job1 = GlobalScope.launch(handler) {launch {try {delay(Long.MAX_VALUE)} finally {withContext(NonCancellable) {println("1号子协程 --> 开始被取消了")delay(100)println("1号子协程 --> 取消完毕")}}}launch {println("2号子协程 --> 开始抛出异常")throw RuntimeException()}}joinAll(job1)
}

结果：

2号子协程 --> 开始抛出异常
1号子协程 --> 开始被取消了
1号子协程 --> 取消完毕
子协程都取消完成后，父协程开始处理异常

异常聚合

当协程的多个子协程因为异常而失败时，一般情况下取第一个异常进行处理。在第一个异常之后发生的其他异常，都将会被绑定到第一个异常上。

fun main() = runBlocking<Unit> {val handler = CoroutineExceptionHandler { _, e ->println("捕捉到异常：$e，${e.suppressed.contentToString()}")}val job1 = GlobalScope.launch(handler) {launch {try {delay(Long.MAX_VALUE)} finally {throw RuntimeException("1号子协程")}}launch {delay(100)throw RuntimeException("2号子协程")}}joinAll(job1)
}
// 输出 --> 捕捉到异常：java.lang.RuntimeException: 2号子协程，[java.lang.RuntimeException: 1号子协程]

异步流Flow

作用

挂起函数只可以异步的返回单个值，但如果想要异步返回多个计算好的值则需要用到Flow。

• flow构建器使用后会返回一个Flow对象
  • 快速构建流可以用 asFlow 方法
• flow{…} 块中的代码可以挂起（可以自由使用挂起函数）
  • 序列只能使用它自己的挂起函数（例如无法用delay）
• 使用了它的函数不需要被标记为 suspend
• flow流 使用 emit 函数发射值，使用 collect 函数收集值
  
  集合和序列也可以返回多个值，但它们每个值的返回不是异步的。

fun simpleFlow() = flow<Int> {for (i in 1..3) {delay(1000)emit(i)	// 产生一个元素}
}fun simpleSeq() = sequence<Int> {for (i in 1..3) {Thread.sleep(1000)yield(i)	// 产生一个元素}
}fun main() = runBlocking<Unit> {launch {for (i in 1..3) {println("我没有被堵塞")delay(1500)}}// 快速构建流：(1..3).asFlow()// 使用flow时，主协程没有被堵塞，两个任务都在执行simpleFlow().collect(::println)// 使用序列时，则发生堵塞，两个任务只能顺序执行simpleSeq().forEach(::println)
}

概念

冷流

Flow是一种类似于序列的冷流，flow构建器中的代码直到被收集时才会开始执行（调用 collect 方法时才执行，类似懒加载）。

与之相对的是热流，StateFlow 和 ShareFlow 是热流，在垃圾回收之前，都是存在于内存之中，并且处于活跃状态的。

Flow中的收集可以重复进行，即 collect 方法可以多次调用。

流的连续性

流的每次单独收集都是按顺序执行的，除非使用特殊操作符。

从上游到下游，每个过渡操作符都会处理每个发射出的值，然后再交给末端操作符。

流构建器

• flow：直接使用 flow {...}
• flowOf：该构建器定义了一个发射固定值集的流
• .asFlow：扩展函数，可以将各种集合与序列转换为流

fun main() = runBlocking<Unit> {flowOf("one", "two", "three").onEach { delay(1000) }.collect(::println)(1..3).asFlow().onEach { delay(1000) }.collect(::println)
}

流上下文

• 流的收集总是在调用协程的上下文中发生，流的该属性称为上下文保存
• flow{} 构建器中的代码必须遵循上下文保存属性，并且不允许从其他上下文中发射（emit）
• flowOn操作符，该函数用于更改流发射的上下文
• launchIn，使用该函数替换collect，可以更改流收集时的上下文

即Flow的发射和收集默认会遵循同样的上下文，这将导致如果在主协程调用了收集方法，则它的发射也会在主协程里执行。这会影响主协程其他任务的执行。一般发射部分的代码是耗时操作，需要在后台协程中执行，就可能需要更改其上下文。

如果在对流进行收集时，还需要对流再进行一些耗时的操作（如过滤），则也需要更改其上下文。

fun simpleFlow() = flow<Int> {println("Flow start：${Thread.currentThread().name}")for (i in 1..2) {delay(1000)emit(i)	// 产生一个元素}
}.flowOn(Dispatchers.IO)	//IO型任务fun main() = runBlocking<Unit> {println("main：${Thread.currentThread().name}")simpleFlow().onEach { println("Flow collect：${Thread.currentThread().name}") }.launchIn(CoroutineScope(Dispatchers.Default))	//CPU密集型任务.join()	// 改变了收集的上下文，则该协程不受父级作用域管理，作用域指定this则不需要调用该方法
}

运行结果：

main：main
Flow start：DefaultDispatcher-worker-2
Flow collect：DefaultDispatcher-worker-1
Flow collect：DefaultDispatcher-worker-2

流的取消

流采用与协程同样的协作取消。流的收集可以在流所在协程被挂起时（处于挂起点）取消。

取消检测

Flow其实为 emit 方法附加上了 ensureActive 方法，这意味着从 Flow 块发出的繁忙循环是可以取消的。（emit方法进行了取消检测）

处于性能原因，大多数其他的流操作是不会进行取消检测的，所有在协程处于繁忙循环时，最好显式的进行手动检测。

通过 cancellable 操作符可以进行取消检测，但会影响性能

fun simpleFlow() = flow<Int> {for (i in 1..5) {delay(1000)emit(i)	// 调用了emit方法，可以取消成功}
}fun main() = runBlocking<Unit> {simpleFlow().collect {println(it)if (it == 3) cancel()}// 没有调用emit方法，取消失败(1..5).asFlow().collect {println(it)if (it == 3) cancel()}// 使用了cancellable操作符，取消成功(1..5).asFlow().cancellable().collect {println(it)if (it == 3) cancel()}
}

背压

当数据生产者的生产速率高于数据消费者的处理速率时，就会产生背压。这意味着生产者产生的数据量超过了消费者能够处理的数据量，造成了一种“阻塞”现象，数据在缓冲区中积压，从而产生了压力。

背压问题通常有两种解决方案：

• 降低数据生产者的生产速率，使其与消费者的处理速率相匹配。

• 提高数据消费者的处理速率，使其能够更快地处理生产者产生的数据。

Flow中有以下方法可以来解决背压问题：

• buffer(int): 创建一个具有指定容量的缓冲区，当数据生产者的速度超过消费者的速度时，数据会被缓冲。（并发）
• 当必须更改上下文时，flowOn操作符使用了相同的缓存机制，但buffer函数是显式的请求缓存而不改变执行上下文。（并发）
• onflate(): 合并发射项，不对每个值进行处理（不懂）
• collectLatest()：会自动丢弃那些还未被消费者处理的数据项，只保留最新的数据项。（只拿最新的）

fun simpleFlow() = flow<Int> {for (i in 1..3) {delay(100)emit(i)println("start：${Thread.currentThread().name} --> $i")}
}fun main() = runBlocking<Unit> {var time = measureTimeMillis {simpleFlow().collect {delay(300)println("collect：${Thread.currentThread().name} --> $it")}}println("花费了：$time ms")	//1254 ms = (300 + 100) * 3time = measureTimeMillis {simpleFlow().buffer().collect {delay(300)println("collect：${Thread.currentThread().name} --> $it")}}println("花费了：$time ms")	//1068 ms = 300 * 3 + 100time = measureTimeMillis {simpleFlow().flowOn(Dispatchers.Default).collect {delay(300)println("collect：${Thread.currentThread().name} --> $it")}}println("花费了：$time ms")	//1049 ms = 300 * 3 + 100time = measureTimeMillis {simpleFlow().conflate().collect {delay(300)println("collect：${Thread.currentThread().name} --> $it")}}// 元素2被丢弃了println("花费了：$time ms")	//778 mstime = measureTimeMillis {simpleFlow().collectLatest {delay(300)println("collect：${Thread.currentThread().name} --> $it")}}// 元素1、2都被丢弃了println("花费了：$time ms")	//660 ms
}

操作符

转换操作符

**转换操作符（Transformation Operators）**用于转换流，它应用于上游流，并返回下游流。

这些操作符也是冷操作符，运行速度快，本身不是挂起函数，返回新的转换流的定义。

• map：将流中的每个元素转换为另一种形式（1对1）

• transform：可以转换发射的元素，可以一对多（通过emit方法）

• take：只接收指定数量的元素。

• filter：只保留满足特定条件的元素。

• drop：跳过指定数量的元素。

• distinctUntilChanged：只发出与上一个值不同的元素。

末端操作符

末端操作符是在流中用于启动流收集的挂起函数。collect 是最基础的末端操作符。

• 转换为各种集合：toList 和 toSet
• 获取第一个元素：first
• 确保流发射单个值：single
• 将流规约到某值：
  • reduce：将流中的元素累积（或减少）为单个值
  • fold：类似reduce，但可以指定初始值和更改累加器的类型

组合操作符

• zip：用于将两个流中的元素组合成对。（异步的组合）
• combine：用于将多个流中的元素组合成一个结果。

展平操作符

流表示异步接收的值序列，容易到这样的情况：值序列1中每一个值都会触发对另一个值序列的请求。由于流是异步的，因此就需要不同的展平模式。（组合）

假设值序列1为：a，b，c ；值序列2为：A，B

• flatMapConcat：连接模式 —> aA,aB,bA,bB,cA,cB
• flatMapMerge：合并模式 —> aA,bA,cA,aB,bB,cB
• flatMapLatest：最新展平模式 —> aA,bA,cA,cB

异常处理

当运算符中的发射器或代码抛出异常时，有两种处理异常的方法：

• try/catch 块：更适合捕捉下游异常
• catch 函数：更适合捕捉上游异常（可以进行恢复处理，如emit值）

Flow的设计原则是要保证异常的透明性的，即上游的异常也能传播到下游

流的完成

当流完成后（普通情况或异常情况），它可能需要执行一些操作。

• 命令式finally块：
• 声明式onCompletion函数：非正常完成时，可以获取异常信息，但无法捕获

通道和多路复用

channel

channel实际上是一个并发安全的队列，它可以用来连接协程，实现不同协程的通信。

当channel队列中的缓冲区（默认大小0）满了，如果没有人调用 receive 取走值，send 函数就会挂起，直到有人调用 receive，才会继续 send。

fun main() = runBlocking<Unit> {val channel = Channel<Int>()val producer = GlobalScope.launch {var i = 0while (true) {delay(1000)channel.send(++i)println("send：$i")}}val consumer = GlobalScope.launch {while (true) {// 消费效率比生产效率慢，但并没有出现生产几个后才消费的情况delay(2000)val ele = channel.receive()println("receive：$ele")}}joinAll(producer, consumer)
}

channel是可以迭代的，可以获取它的 iterator 进行迭代。迭代channel一般用于生产效率高于消费效率时。

produce与actor

Produce和actor是构建生产者和消费者的便捷方法。

• 通过 produce 方法可以启动一个生产者协程，并返回一个 ReceiveChannel，其他协程可以用此channel来接收数据。
• 使用 actor 方法则可以启动一个消费者协程，并返回一个 SendChannel，其他协程可以用词channel来发送数据。

channel的关闭

produce 和 actor 返回的channel都会随着对应协程的执行完毕而关闭，因此 channel 被称为 热数据流。

对于一个channel，如果调用它的 close 方法，它会立刻停止接收新元素（此时它的 isCloseForSend 会立刻返回true）。但由于channel存在缓冲区，可能还有一些元素在缓冲区中没有处理完，因此要等所有的元素都被读取后 isCloseForReceive 才会返回true。

channel的生命周期最后有主导方来维护，建议由主导方实现关闭。

BroadcastChannel

发送端和接收端在Channel中可以存在一对多的情况，但就算有多个接收端存在，同一个数据只会被一个接收端接收。广播则可以让多个接收端接收到同一个数据。

注意：此 API 自 1.5.0 起已过时，自 1.7.0 起已弃用以删除 它被替换为 SharedFlow 和 StateFlow。

多路复用

多路复用（Multiplexing）是通信技术中的一个基本概念，它指的是在同一传输介质上同时传输多个不同信号源发出的信号，并且这些信号之间互不影响。这种技术的主要目的是提高介质的利用率，从而达到节省信道资源、降低传输成本和提高传输效率的目的。

在 Kotlin 协程中，多路复用通常指的是同时执行多个协程，并有效地管理和调度这些协程的执行。在协程中，可以通过复用多个 await 的方式实现多路复用。这意味着可以在一个协程中等待多个其他协程的完成，并根据需要选择性地处理它们的结果。

一个常见的应用场景是从不同的数据源（如网络和本地缓存）同时获取数据。例如，协程 A 可以从网络获取数据，而协程 B 可以从本地缓存获取数据。通过使用 select 代码块，可以同时执行这两个协程，并根据哪个协程先返回结果来选择性地使用它的数据。这种方式有效地利用了系统资源，提高了程序的响应速度和效率。

uspend fun CoroutineScope.getFromLocal() = async(Dispatchers.IO) {delay(1000)"本地文件读取成功"
}suspend fun CoroutineScope.getFromRemote() = async(Dispatchers.IO) {delay(1200)"网络文件读取成功"
}fun main() = runBlocking<Unit> {GlobalScope.launch {val localJob = getFromLocal()val remoteJob = getFromRemote()// 只会返回一个结果，返回最快的那个val result = select {localJob.onAwait {it}remoteJob.onAwait {it}}println(result)}.join()
}
// 这是await多路复用，还有channel多路复用
// Flow的多路复用：使用Flow的merge方法

SelectClause

可以被 select 的事件返回值都是 SelectClauseN 类型的，包括：

• SelectClause0：对应事件没有返回值，例如 join --> onJoin
• SelectClause1：对应事件有返回值，例如 onAwait 和 onReceive
• SelectClause2：对应事件有返回值，并需要额外参数，如 onSend

如果我们想要确认挂起函数是否支持select，只需要查看其是否存在返回值类型为 SelectClauseN 的函数即可。

并发安全

使用线程时会存在并发问题，如对某值的累加（因为它不是原子操作）。kotlin协程中同样会出现并发问题。

fun main() = runBlocking<Unit> {var count = 0List(1000) {GlobalScope.launch { count++ }}.joinAll()println(count)	// 值不为1000val count2 = AtomicInteger(0)List(1000) {GlobalScope.launch { count2.incrementAndGet() }}.joinAll()println(count2.get())	// 值为1000
}

除了我们在线程中常用的解决并发问题的手段之外（例如java提供的原子类），协程框架也提供了一下并发安全的工具，包括：

• Channel：并发安全的消息通道
• Mutex：轻量级锁，它的 lock 和 unlock 从语义上与协程锁比较类似，之所以轻量是因为它在获取不到锁时不会堵塞线程，而是挂起等待锁的释放
• Semaphore：轻量级信号量，信号量可以有多个，协程获取到信号量后即可执行并发操作。但Semaphore的参数为1时，效果等价于Mutex

fun main() = runBlocking<Unit> {var count = 0val mutex = Mutex()List(1000) {GlobalScope.launch {mutex.withLock { count++ }}}.joinAll()println(count)	// 值为1000count = 0val semaphore = Semaphore(1)List(1000) {GlobalScope.launch {semaphore.withPermit { count++ }}}.joinAll()println(count)	// 值为1000
}

避免访问外部可变状态

编写函数时要求它不得访问外部状态，只能基于参数做运算，通过返回值提供运算结果。

fun main() = runBlocking<Unit> {val count = 0val result = count + List(1000) {GlobalScope.async { 1 }}.map { it.await() }.sum()println(r)	// 值为1000
}