在multiplatform-settings项目中实现JS平台的ObservableSettings
2025-07-07 00:30:06作者:邵娇湘
背景介绍
multiplatform-settings是一个跨平台的键值存储库,支持Android、iOS、JVM和JS等多个平台。在JS平台上,原生实现可能不直接支持设置变化的监听功能,这就需要开发者自行实现一个可观察的设置存储方案。
核心实现思路
实现JS平台的可观察设置存储主要包含两个核心部分:
- ObservableSetting类:负责维护设置变更的监听器列表,并在设置值变化时通知所有监听器
- StorageSettingHandler:作为上层封装,将监听器机制转换为Kotlin的Flow API,提供更友好的响应式编程接口
具体实现分析
1. ObservableSetting实现
ObservableSetting类是核心的监听器管理实现,它包装了原始的Settings实例,并添加了监听功能:
private class JsObservableSetting(val delegate: Settings) : IJsObservableSetting {
private val listeners = mutableMapOf<String, MutableSet<SettingListener>>()
// 保存字符串值并通知监听器
override fun saveString(key: String, value: String) {
delegate[key] = value
notifyByKey(key, delegate.getStringOrNull(key))
}
// 添加字符串监听器
override fun addStringListener(key: String, listener: SettingListener) {
addListener<String?>(key, listener)
listener.notify(delegate.getStringOrNull(key))
}
// 通知特定key的所有监听器
private fun <T : Any?> notifyByKey(key: String, value: T) {
listeners[key]?.forEach { listener ->
listener.notify(value)
}
}
}
关键点:
- 使用
mutableMap维护key与监听器集合的映射关系 - 在设置值变更后立即通知所有相关监听器
- 添加监听器时立即通知当前值
2. StorageSettingHandler实现
StorageSettingHandler将底层的监听器机制转换为Flow API,提供更现代的响应式接口:
class StorageSettingHandlerImpl(private val observableSettings: IJsObservableSetting) : IStorageSettingsHandler {
// 加载字符串设置并返回Flow
override suspend fun loadString(key: String, defaultValue: String?): Flow<String?> {
return callbackFlow<String?> {
val listener = object : SettingListener {
override fun notify(newValue: Any?) {
trySend(newValue as? String ?: defaultValue)
}
}
observableSettings.addStringListener(key, listener)
awaitClose { observableSettings.removeStringListener(key, listener) }
}.flowOn(Dispatchers.io())
}
}
关键点:
- 使用
callbackFlow将监听器回调转换为Flow - 在Flow收集结束时自动移除监听器
- 使用
flowOn确保操作在IO线程执行
设计优势
- 线程安全:所有监听器通知都在IO线程执行,避免UI线程阻塞
- 资源管理:利用Flow的
awaitClose确保监听器正确移除,防止内存泄漏 - 类型安全:通过泛型处理不同类型设置值的转换
- 响应式接口:提供Flow API,与现代Kotlin协程生态无缝集成
使用示例
开发者可以这样使用该实现:
// 创建可观察设置实例
val settings = Settings().createObservableSettings()
val handler = StorageSettingHandlerImpl(settings)
// 观察设置变化
launch {
handler.loadString("user_name", "default")
.collect { name -> println("用户名变更为: $name") }
}
// 修改设置值
handler.saveString("user_name", "新用户")
总结
在multiplatform-settings项目中实现JS平台的ObservableSettings功能,核心在于构建一个监听器管理系统,并将其封装为响应式接口。这种实现方式既保持了原始库的简单性,又添加了现代响应式编程的支持,为JS平台的设置管理提供了更强大的功能。开发者可以根据实际需求进一步扩展,比如添加防抖、过滤重复值等高级功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210