在Bloc中监听多个流的正确方式
2025-05-19 02:57:51作者:滑思眉Philip
在Flutter应用开发中,使用Bloc状态管理时,我们经常需要同时监听多个数据流(Stream)的变化。本文将通过一个音乐播放器的实际案例,探讨如何在Bloc中高效地处理多个流的事件。
问题背景
在音乐播放器应用中,通常需要同时监听两个关键状态:
- 播放器状态(播放/暂停/停止等)
- 播放进度(当前播放位置)
这两个状态通常来自不同的数据流,开发者可能会尝试以下写法:
FutureOr<void> _onStarted(
PlayerStarted event,
Emitter<MusicPlayerState> emit,
) async {
Duration? duration = await _audioPlayer.setFilePath(musicModel.filePath);
emit(state.copyWith(musicDuration: duration));
await emit.forEach(_audioPlayer.playerStateStream, onData: (event) {
return state.copyWith(playerState: event);
});
await emit.forEach(
_audioPlayer.positionStream,
onData: (duration) {
logger.i("duration:$duration");
return state.copyWith(
playingProgressInMilliSeconds: duration?.inMilliseconds ?? 0);
},
);
}
这种写法的问题在于,第一个emit.forEach会阻塞执行,直到对应的流关闭,导致第二个流永远无法被监听。
解决方案
方法一:使用RxDart合并流
推荐使用RxDart库中的combineLatest方法将多个流合并为一个:
import 'package:rxdart/rxdart.dart';
FutureOr<void> _onStarted(
PlayerStarted event,
Emitter<MusicPlayerState> emit,
) async {
Duration? duration = await _audioPlayer.setFilePath(musicModel.filePath);
emit(state.copyWith(musicDuration: duration));
final combinedStream = CombineLatestStream.combine2(
_audioPlayer.playerStateStream,
_audioPlayer.positionStream,
(playerState, position) => (playerState, position),
);
await emit.forEach(combinedStream, onData: (data) {
final (playerState, position) = data;
return state.copyWith(
playerState: playerState,
playingProgressInMilliSeconds: position?.inMilliseconds ?? 0,
);
});
}
方法二:自定义流合并
如果不希望引入额外依赖,也可以手动合并流:
FutureOr<void> _onStarted(
PlayerStarted event,
Emitter<MusicPlayerState> emit,
) async {
Duration? duration = await _audioPlayer.setFilePath(musicModel.filePath);
emit(state.copyWith(musicDuration: duration));
final controller = StreamController<MusicPlayerState>();
final playerStateSub = _audioPlayer.playerStateStream.listen((event) {
controller.add(state.copyWith(playerState: event));
});
final positionSub = _audioPlayer.positionStream.listen((duration) {
controller.add(state.copyWith(
playingProgressInMilliSeconds: duration?.inMilliseconds ?? 0,
));
});
await emit.forEach(controller.stream, onData: (state) => state);
// 记得取消订阅
playerStateSub.cancel();
positionSub.cancel();
await controller.close();
}
注意事项
- 资源管理:确保在Bloc关闭时取消所有流的订阅,避免内存泄漏
- 性能考虑:合并流可能会增加处理开销,应根据实际需求选择合适的方式
- 状态一致性:合并后的状态更新要确保逻辑正确,避免状态冲突
最佳实践
对于复杂的多流监听场景,建议:
- 使用RxDart等成熟的响应式编程库
- 将流合并逻辑封装到独立的服务层
- 为每个流添加错误处理
- 在测试中验证多流交互的正确性
通过合理设计流处理逻辑,可以构建出响应迅速、状态一致的音乐播放器应用。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C095
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.55 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
227
95
暂无简介
Dart
727
175
React Native鸿蒙化仓库
JavaScript
287
340
Ascend Extension for PyTorch
Python
285
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
702
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
442
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19