本篇文章默认会相关协程基础...
什么是Flow?
我们可以简单理解为Flow是Android协程库中的一套对数据流处理的API,Flow以协程为基础构建，可以按顺序发出多个值。
它关注的是数据流是否有背压的问题，是否有消费不平衡的问题.
背压：简单理解就是生产太多消费不了（饭做多了吃不下了）
数据流包含三个实体（官方图1）：
1.提供方：生成添加到数据流中的数据。
2.（可选）中介：可以修改发送到数据流的值，或者修正数据流本身
3.消费方：消费数据流中的值.
官方对Flow的定义：Flow结合协程可以代替RxJava在Android中的地位.
从官方定义中我们也可以看出有了协程和Flow我们是可以完全代替RxJava.
为什么已经有了RxJavaGoogle还要搞一套协程和Flow呢？
1.RxJava源码晦涩难懂、操作符众多，学习成本高.
2.RxJava是第三方库.
Flow基本使用（图2）：
此时我们运行程序会发现，在控制台hello方法并没有打印任何东西！说明程序并没有进入到hello方法中，这是为什么呢？
这就不得不引申出一个词‘冷流’！，这是因为Flow是‘冷流’.
那么‘冷流’是什么意思呢？
冷流：就是在数据被订阅或者说要被消费的时候，发布者才开始执行发射数据流的代码，如果有多个订阅者，每一个订阅者和发布者都是一对一的关系，相当于每个订阅者都会收到发布者的完整数据。
假设我们要从数据库中获取3条数据，使用Flow则不需要等到3条数据全部取出来之后再更新，而是可以实时的接受数据更新（图3）。
再次运行程序，输出结果（图4）：
从图4中可以看出，作用域下的hello使用了collect订阅Flow（Flow是一个挂起函数）之后，程序进入了hello方法，并且接收到发送过来的一个个数值。
Flow还为我们提供了很多操作符：
flowOn操作符：如果需要将Flow中的代码块进行线程切换，可以使用flowOn操作符。
如果我们直接在hello方法中加个协程进去线程切换（图5），会发现程序崩溃抛出了异常（图6）。这是为什么呢？
因为提供方不能提供来自不同CoroutineContext的emit值，所以不能再Flow中创建协程作用域并发送结果。
而错误日志也已经提示我们（please refer to 'flow' documentation or use 'flowOn' instead.）要用flowOn进行切换。
正确的写法（图7）：
filter操作符：可以对结果添加限制的功能.
比如我只想获取值等于2的结果图8：
运行程序输出的结果（图9）：
除了冷流还有对应的热流：
flow{}创建的数据流默认是冷流，那么他们两者有什么区别呢？
热流(SharedFlow和StateFlow)：不管是否被订阅或者消费，都会执行发射数据流的操作，并且发布者和订阅者是一对多的关系.
SharedFlow 和 StateFlow都是热流。即没有观察者，数据会持续更新，与LiveData类似。 其中MutableSharedFlow与MutableStateFlow是它们的可变类型。
StateFlow的使用场景和LiveData是非常相似的，下面以ViewModel中改变数值变化为例进行演示（图10）：
上述代码在ViewModel输入文字的前面添加了Test字符串，并将监听结果返回展示在UI中。而MutableStateFlow是StateFlow的可变类型，可以看见和LiveData组件不同的是，这里的MutableStateFlow必须指定默认值，在MainActivity中调用textChange方法监听结果（图11）：
运行程序输入‘123’，多次点击提交你会发现，如果值没有改变，StateFlow是不会回调collect函数。只会会显示你第一次提交的值，并且StateFlow总会先收到默认值。
还有一些常用的操作符：
asFlow：将其他数据转换成Flow，一般都是集合向Flow的转换，如listOf(1,2,3).asFlow().
flowof：构造一组数据的Flow进行发送.
map：对上游发送的数据进行变换，collect最后接收的是变换之后的值.
mapNotNull：仅发送map之后不为空的值.
mapLatest：类似于collectLatest，当emit发射新值，则会取消掉map上一次转换还未完成的值.
filterNot：与filter相反，筛选不符合条件的值，返回false继续往下执行.
filterNotNull：筛选不为空的值.
drop：drop(count: Int)参数为Int类型，意为丢弃掉前count个值.
dropWhile：找到第一个不满足条件的值，返回其和其后所有的值.
take：与drop()相反，意为取前n个值.
还有一些操作符等等...
