如期而至的Repository篇,内部实现则由Realm、Retrofit,以及内存级LruCache组成。
Repository,顾名思义,即仓库,向上层屏蔽了数据来源和内部实现细节,不需要了解货物来源,只需要拿走就行了。
由于篇幅问题,将分为上下两篇,本篇主要介绍Retrofit的应用和Repository层组装,下篇会讲解本地缓存(包括Realm和内存缓存)以及基于异常的设计。
Why Repository
首先,为什么我们需要Repository层呢?一言以蔽之,屏蔽细节。
上层(activity/fragment/presenter)不需要知道数据的细节(或者说 - 数据源),来自于网络、数据库,亦或是内存等等。如此,一来上层可以不用关心细节,二来底层可以根据需求修改,不会影响上层,两者的分离用可以帮助协同开发。
举些例子:
- 当现在是无网状态,我希望列表能直接显示上一次的数据,而不会是空页面。
- 除非好友的用户数据过期(比如超过一天),否则希望直接使用本地缓存中的,但如果缓存没有,或者过期,则需要拉取并更新。
- 点赞后,即便请求还没发送或者没有收到response,仍然希望显示点赞后的状态。
等等。
如果这些需求,我们都要实现在View或者Presenter中,就会导致充斥大量数据逻辑,目的不单一,难以维护。而Repository层就是来封装这些逻辑的。
Overview
如图,业务层只能看到repository接口。
Retrofit
Retrofit是Android界网红公司Square所开发维护的一个HTTP网络库,目前最新版本是2.0.2(截止2016年4月30日)。其内部使用了自家的OkHttp。
关于Retrofit的实现机制啊简介的,网上已经很多了,这里我就不啰嗦了,官方文档见项目主页。这里主要讲讲实际项目中的应用实践。
import
root build.gradle:1
2
3
4
5
6
7
8
9def retrofitVersion = "2.0.2"
def okHttpVersion = '3.2.0'
project.ext {
libRetrofit = "com.squareup.retrofit2:retrofit:${retrofitVersion}"
libRetrofitConverterGson = "com.squareup.retrofit2:converter-gson:${retrofitVersion}"
libRetrofitAdapterRxJava = "com.squareup.retrofit2:adapter-rxjava:${retrofitVersion}"
libOkHttpLoggingInterceptor = "com.squareup.okhttp3:logging-interceptor:${okHttpVersion}"
}
repository module的build.gradle:1
2
3
4
5
6dependencies {
compile rootProject.ext.libRetrofit
compile rootProject.ext.libRetrofitConverterGson
compile rootProject.ext.libRetrofitAdapterRxJava
compile rootProject.ext.libOkHttpLoggingInterceptor
}
OkHttpClient
自底向上地,我们需要一个OkHttpClient来设置给Retrofit,这里作为实例,放出一段包含大部分你可能会用到的功能的Client创建代码,可以根据需要进行调整。
1 | private OkHttpClient getClient() { |
如上包含了大部分你可能需要的特性,可以自由进行组合。
RxJava异步请求
1 | public static MrService getInstance() { |
对应API请求类如1
2
3
4
5
6
7
8
9public interface SystemApi {
...
"user/feedback") (
Observable<MrResponse> feedback(@Field("content") String content,
@Field("model_name") String modelName,
@Field("system_version") String systemVersion,
@Field("img_keys") List<String> imageKeyList);
}
同步请求
有时候我们需要做同步请求,比如提供结果给一些第三方库,它们可能需要直接返回对应数据(像我最近碰到的融云….),而我们只需要拉数据同步返回,对其所在线程和调用事件均一脸懵逼。
这时候就需要创建一个同步的retrofit客户端,其实就是不要去使用RxJava的adapter啦。
1 | public static MrService getSynchronousInstance() { |
对应地,我们需要定义请求类,这里我们需要使用Call<>去包一下最终解析对象的类。1
2
3
4
5
6
7
8
9public interface RongCloudApi {
"im/getGroupInfo") (
Call<MrResponse> getGroupInfoSynchronous(@Field("group_id") String groupId);
"user/nameCardLite") (
Call<MrResponse> getNameCardLiteSynchronous(@Field("uid") String userId);
}
数据格式解析
数据的解析当然是必不可少的一环了,常用格式对应的序列化库以retrofit官网为例:
- Gson: com.squareup.retrofit2:converter-gson
- Jackson: com.squareup.retrofit2:converter-jackson
- Moshi: com.squareup.retrofit2:converter-moshi
- Protobuf: com.squareup.retrofit2:converter-protobuf
- Wire: com.squareup.retrofit2:converter-wire
- Simple XML: com.squareup.retrofit2:converter-simplexml
- Scalars (primitives, boxed, and String): com.squareup.retrofit2:converter-scalars
部分高大上公司可能自己使用内部的二进制格式,自己实现ConverterFactory去解析就行了。
这里以最常用的json为例,使用GsonConverterFactory,良好的数据结构通常都会带有状态码和对应信息:
1 | "status_no") ( |
根据statusCode可以快速判断是否出现错误,通常0或者某个正数为正确,负数则根据和服务器的协定做不同处理。
这里对Gson的bean,推荐使用插件GsonFormat,生成起来很方便。
至于具体的数据,则有两种方案,一是使用data作为key把具体数据套起来,内部则使用K/V进行存储,保证不存在不规范的直接丢一个array在data里面的情形。
二次的组合解析
1 | public class CommonResponse { |
二次组合的解析通过将创建一个通用的Response Bean来做泛解析,如果statusCode表明接口请求成功,则继续解析data:
1 | public static <T> Observable<T> extractData(Observable<MrResponse> observable, Class<T> clazz) { |
调用则如:1
2
3
4
public Observable<AlbumApiResult> listPhoto(String uid) {
return RepositoryUtils.extractData(mAlbumApi.listPhoto(uid), AlbumApiResult.class);
}
所有接口都可以通过RepositoryUtils.extractData()
进行泛型调用。
如此一来,如果response为空,我们仅在statusCode正确时才会去解析具体的数据,否则抛出对应的异常(基于异常的数据层设计在下面会具体讲)。
单次的继承处理
上一种处理方式尽管看起来很优雅,但是存在一个问题,就是会重复解析,当statusCode正确时,会对data的object再次进行json处理。如果确实是error,比如statusCode为-1、-2这种,确实节省了开销,因为gson会去反射构造对应类的adapter,解析所有字段,创建对应的BoundField。
但考虑到大部分情况下还是正确的response居多,所以也可以使用继承的结构,我们创建BaseResponse
存放通用字段,其他所有Gson Bean则继承该BaseResponse
。
1 | public class BaseResponse { |
对应的判断和error抛出可以参照上小节的,这里就不赘述了。
Repository层组装实现
组装即根据组合各个数据源,如此又分为直接在实现方法中组合结果,亦或是通过DataStoreFactory进行封装。根据复杂度和个人喜好而定,毕竟使用后者需要新增好多类,相对来说有一点重。
基于接口的设计实现
拿一个最简单的repository,七牛Repository来作例子:1
2
3public interface QiniuRepository {
Observable<QiniuToken> getQiniuUploadToken();
}
1 | public class QiniuDataRepository implements QiniuRepository { |
DataStoreFactory
使用DataStoreFactory封装数据来源:1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
public class UserDataStoreFactory {
private final Context mContext;
private final UserCache mUserCache;
protected UserApi mUserApi;
public UserDataStoreFactory(Context context, UserCache userCache) {
if (context == null || userCache == null) {
throw new IllegalArgumentException("Constructor parameters cannot be null!!!");
}
mContext = context.getApplicationContext();
mUserCache = userCache;
}
/**
* Create {@link UserDataStore} from a user id.
*/
public UserDataStore create(String userId) {
UserDataStore userDataStore;
if (!mUserCache.isExpired() && mUserCache.isCached(userId)) {
userDataStore = new DiskUserDataStore(mUserCache);
} else {
userDataStore = createCloudDataStore();
}
return userDataStore;
}
/**
* Create {@link UserDataStore} to retrieve data from the Cloud.
*/
public UserDataStore createCloudDataStore() {
return new CloudUserDataStore(mUserApi, mUserCache);
}
}
老实说这样的话,一来要写很多方法和接口,二来通过Factory判断创建哪种DataStore还是挺麻烦的,比如用户主页数据我们可以判断,但登陆登出这些,就需要直接指定createCloudDataStore()
了,所以个人认为意义不大。
在实现方法中组合
如下是使用DBFlow和网络Api进行组合的一个list获取接口。
我们使用RxJava的concat组合2个Observable,前者从cache(数据库)获取数据,后者从网络Api获取数据,通常数据库当然会更快。我们还保留了一个参数isForceRefresh来保证在某些情况下可以强制从网络获取数据。
1 |
|
总结
本篇为Repository层的上篇,主要介绍了组合及Retrofit的应用。下篇将会讲述数据库,内存Cache,以及统一的异常处理设计。
另外,打个小广告,本司的新产品Crew已经在各大Android应用市场上线,专注于职场垂直社交。一搜和兴趣相投的人聊天。iOS版本正在审核中。
2个字找到志趣相投的职场伙伴,秒搜陌生人同类,智能自动破冰。多关键字叠加,高效率锁定职场同僚。精准匹配兴趣对象,超轻聊天,更能一键组建群聊,加入一群人的狂欢。
demo没空写了,反正我也没混淆,直接反编译来黑我吧。哈哈。有bug或者功能上的意见建议欢迎直接反馈给我。