简评：虽然说 Android 的架构选择一直都很自由，MVP、MVC、MVVM 各有拥趸。但 Google 最近还是推出了一份关于应用架构的实践指南，并给出了相当详尽的步骤和一些指导建议。希望大家都能看一看，学习一下，打造更加优秀易用的 APP，也为 Android 生态的改善做一点贡献。: )
最近，官方推出了一份关于应用架构的最佳实践指南。这里就给大家简要介绍一下： 

首先，Android 开发者肯定都知道 Android 中有四大组件，这些组件都有各自的生命周期并且在一定程度上是不受你控制的。在任何时候，Android 操作系统都可能根据用户的行为或资源紧张等原因回收掉这些组件。 

这也就引出了第一条准则：「不要在应用程序组件中保存任何应用数据或状态，并且组件间也不应该相互依赖」。 

最常见的错误就是在 Activity 或 Fragment 中写了与 UI 和交互无关的代码。尽可能减少对它们的依赖，这能避免大量生命周期导致的问题，以提供更好的用户体验。 

第二条准则：「通过 model 驱动应用 UI，并尽可能的持久化」。 
这样做主要有两个原因： 
1、如果系统回收了你的应用资源或其他什么意外情况，不会导致用户丢失数据。
2、Model 就应该是负责处理应用程序数据的组件。独立于视图和应用程序组件，保持了视图代码的简单，也让你的应用逻辑更容易管理。并且，将应用数据置于 model 类中，也更有利于测试。
 官方推荐的 App 架构 

在这里，官方演示了通过使用最新推出的 Architecture Components 来构建一个应用。 

想象一下，您正在打算开发一个显示用户个人信息的界面，用户数据通过 REST API 从后端获取。 

首先，我们需要创建三个文件： 

user_profile.xml：定义界面。
UserProfileViewModel.java：数据类。
UserProfileFragment.java：显示 ViewModel 中的数据并对用户的交互做出反应。

为了简单起见，我们这里就省略掉布局文件。 

代码 

public class UserProfileViewModel extends ViewModel {  

    private String userId;  

    private User user;  

  

    public void init(String userId) {  

        this.userId = userId;  

    }  

    public User getUser() {  

        return user;  

    }  

}  

代码 

public class UserProfileFragment extends LifecycleFragment {  

    private static final String UID_KEY = "uid";  

    private UserProfileViewModel viewModel;  

  

    @Override  

    public void onActivityCreated(@Nullable Bundle savedInstanceState) {  

        super.onActivityCreated(savedInstanceState);  

        String userId = getArguments().getString(UID_KEY);  

        viewModel = ViewModelProviders.of(this).get(UserProfileViewModel.class);  

        viewModel.init(userId);  

    }  

  

    @Override  

    public View onCreateView(LayoutInflater inflater,  

                @Nullable ViewGroup container, @Nullable Bundle savedInstanceState) {  

        return inflater.inflate(R.layout.user_profile, container, false);  

    }  

}  

注意其中的 ViewModel 和 LifecycleFragment 都是 Android 新引入的，可以参考官方说明进行集成。 

现在，我们完成了这三个模块，该如何将它们联系起来呢？也就是当 ViewModel 中的用户字段被设置时，我们需要一种方法来通知 UI。这就是 LiveData 的用武之地了。

引用

LiveData 是一个可被观察的数据持有者（用到了观察者模式）。其能够允许 Activity, Fragment 等应用程序组件对其进行观察，并且不会在它们之间创建强依赖。LiveData 还能够自动响应各组件的声明周期事件，防止内存泄漏，从而使应用程序不会消耗更多的内存。 
注意： LiveData 和 RxJava 或 Agera 的区别主要在于 LiveData 自动帮助处理了生命周期事件，避免了内存泄漏。
所以，现在我们来修改一下 UserProfileViewModel： 

代码 

public class UserProfileViewModel extends ViewModel {  

    ...  

    private LiveData<User> user;  

    public LiveData<User> getUser() {  

        return user;  

    }  

}  

再在 UserProfileFragment 中对其进行观察并更新我们的 UI：

代码 

@Override  

public void onActivityCreated(@Nullable Bundle savedInstanceState) {  

    super.onActivityCreated(savedInstanceState);  

    viewModel.getUser().observe(this, user -> {  

      // update UI  

    });  

}  

获取数据 

现在，我们联系了 ViewModel 和 Fragment，但 ViewModel 又怎么来获取到数据呢？ 

在这个示例中，我们假定后端提供了 REST API，因此我们选用 Retrofit 来访问我们的后端。 

首先，定义一个 Webservice： 

代码 

public interface Webservice {  

    /**  

     * @GET declares an HTTP GET request  

     * @Path("user") annotation on the userId parameter marks it as a  

     * replacement for the {user} placeholder in the @GET path  

     */  

    @GET("/users/{user}")  

    Call<User> getUser(@Path("user") String userId);  

}  

不要通过 ViewModel 直接来获取数据，这里我们将工作转交给一个新的 Repository 模块。 
引用
Repository 模块负责数据处理，为应用的其他部分提供干净可靠的 API。你可以将其考虑为不同数据源（Web，缓存或数据库）与应用之间的中间层。 

代码 

public class UserRepository {  

    private Webservice webservice;  

    // ...  

    public LiveData<User> getUser(int userId) {  

        // This is not an optimal implementation, we'll fix it below  

        final MutableLiveData<User> data = new MutableLiveData<>();  

        webservice.getUser(userId).enqueue(new Callback<User>() {  

            @Override  

            public void onResponse(Call<User> call, Response<User> response) {  

                // error case is left out for brevity  

                data.setValue(response.body());  

            }  

        });  

        return data;  

    }  

}  

管理组件间的依赖关系 

根据上面的代码，我们可以看到 UserRepository 中有一个 Webservice 的实例，不要直接在 UserRepository 中 new 一个 Webservice。这很容易导致代码的重复与复杂化，比如 UserRepository 很可能不是唯一用到 Webservice 的类，如果每个用到的类都新建一个 Webservice，这显示会导致资源的浪费。 
这里，我们推荐使用 Dagger 2 来管理这些依赖关系。 

现在，让我们来把 ViewModel 和 Repository 连接起来吧： 

代码 

public class UserProfileViewModel extends ViewModel {  

    private LiveData<User> user;  

    private UserRepository userRepo;  

  

    @Inject // UserRepository parameter is provided by Dagger 2  

    public UserProfileViewModel(UserRepository userRepo) {  

        this.userRepo = userRepo;  

    }  

  

    public void init(String userId) {  

        if (this.user != null) {  

            // ViewModel is created per Fragment so  

            // we know the userId won't change  

            return;  

        }  

        user = userRepo.getUser(userId);  

    }  

  

    public LiveData<User> getUser() {  

        return this.user;  

    }  

}  

缓存数据 

在实际项目中，Repository 往往不会只有一个数据源。因此，我们这里在其中再加入缓存：
 
代码 

@Singleton  // informs Dagger that this class should be constructed once  

public class UserRepository {  

    private Webservice webservice;  

    // simple in memory cache, details omitted for brevity  

    private UserCache userCache;  

    public LiveData<User> getUser(String userId) {  

        LiveData<User> cached = userCache.get(userId);  

        if (cached != null) {  

            return cached;  

        }  

  

        final MutableLiveData<User> data = new MutableLiveData<>();  

        userCache.put(userId, data);  

        // this is still suboptimal but better than before.  

        // a complete implementation must also handle the error cases.  

        webservice.getUser(userId).enqueue(new Callback<User>() {  

            @Override  

            public void onResponse(Call<User> call, Response<User> response) {  

                data.setValue(response.body());  

            }  

        });  

        return data;  

    }  

}  

持久化数据 

现在当用户旋转屏幕或暂时离开应用再回来时，数据是直接可见的，因为是直接从缓存中获取的数据。但要是用户长时间关闭应用，并且 Android 还彻底杀死了进程呢？ 

我们目前的实现中，会再次从网络中获取数据。这可不是一个好的用户体验。这时就需要数据持久化了。继续引入一个新组件 Room。 

引用

Room 能帮助我们方便的实现本地数据持久化，抽象出了很多常用的数据库操作，并且在编译时会验证每个查询，从而损坏的 SQL 查询只会导致编译时错误，而不是运行时崩溃。还能和上面介绍的 LiveData 完美合作，并帮开发者处理了很多线程问题。
现在，让我们来看看怎么使用 Room 吧。: ) 

首先，在 User 类上面加上 @Entity，将 User 声明为你数据库中的一张表。 

代码 

@Entity  

class User {  

  @PrimaryKey  

  private int id;  

  private String name;  

  private String lastName;  

  // getters and setters for fields  

}  

再创建数据库类并继承 RoomDatabase： 

代码 

@Database(entities = {User.class}, version = 1)  

public abstract class MyDatabase extends RoomDatabase {  

}  

注意 MyDatabase 是一个抽象类，Room 会自动添加实现的。 

现在我们需要一种方法来将用户数据插入到数据库： 

代码 

@Dao  

public interface UserDao {  

    @Insert(onConflict = REPLACE)  

    void save(User user);  

    @Query("SELECT * FROM user WHERE id = :userId")  

    LiveData<User> load(String userId);  

}  

再在数据库类中加入 DAO： 

代码 

@Database(entities = {User.class}, version = 1)  

public abstract class MyDatabase extends RoomDatabase {  

    public abstract UserDao userDao();  

}  

注意上面的 load 方法返回的是 LiveData，Room 会知道什么时候数据库发生了变化并自动通知所有的观察者。这也就是 LiveData 和 Room 搭配的妙用。 

现在继续修改 UserRepository： 

代码 

@Singleton  

public class UserRepository {  

    private final Webservice webservice;  

    private final UserDao userDao;  

    private final Executor executor;  

  

    @Inject  

    public UserRepository(Webservice webservice, UserDao userDao, Executor executor) {  

        this.webservice = webservice;  

        this.userDao = userDao;  

        this.executor = executor;  

    }  

  

    public LiveData<User> getUser(String userId) {  

        refreshUser(userId);  

        // return a LiveData directly from the database.  

        return userDao.load(userId);  

    }  

  

    private void refreshUser(final String userId) {  

        executor.execute(() -> {  

            // running in a background thread  

            // check if user was fetched recently  

            boolean userExists = userDao.hasUser(FRESH_TIMEOUT);  

            if (!userExists) {  

                // refresh the data  

                Response response = webservice.getUser(userId).execute();  

                // TODO check for error etc.  

                // Update the database.The LiveData will automatically refresh so  

                // we don't need to do anything else here besides updating the database  

                userDao.save(response.body());  

            }  

        });  

    }  

}  

可以看到，即使我们更改了 UserRepository 中的数据源，我们也完全不需要修改 ViewModel 和 Fragment，这就是抽象的好处。同时还非常适合测试，我们可以在测试 UserProfileViewModel 时提供测试用的 UserRepository。 

引用

下面部分的内容在原文中是作为附录，但我个人觉得也很重要，所以擅自挪上来，一起为大家介绍了。: )
在上面的例子中，有心的大家可能发现了我们没有处理网络错误和正在加载状态。但在实际开发中其实是很重要的。这里，我们就实现一个工具类来根据不同的网络状况选择不同的数据源。 

首先，实现一个 Resource 类： 

代码 

//a generic class that describes a data with a status  

public class Resource<T> {  

    @NonNull public final Status status;  

    @Nullable public final T data;  

    @Nullable public final String message;  

    private Resource(@NonNull Status status, @Nullable T data, @Nullable String message) {  

        this.status = status;  

        this.data = data;  

        this.message = message;  

    }  

  

    public static <T> Resource<T> success(@NonNull T data) {  

        return new Resource<>(SUCCESS, data, null);  

    }  

  

    public static <T> Resource<T> error(String msg, @Nullable T data) {  

        return new Resource<>(ERROR, data, msg);  

    }  

  

    public static <T> Resource<T> loading(@Nullable T data) {  

        return new Resource<>(LOADING, data, null);  

    }  

}  

因为，从网络加载数据和从磁盘加载是很相似的，所以再新建一个 NetworkBoundResource 类，方便多处复用。下面是 NetworkBoundResource 的决策树： 

API 设计： 

代码 

// ResultType: Type for the Resource data  

// RequestType: Type for the API response  

public abstract class NetworkBoundResource<ResultType, RequestType> {  

    // Called to save the result of the API response into the database  

    @WorkerThread  

    protected abstract void saveCallResult(@NonNull RequestType item);  

  

    // Called with the data in the database to decide whether it should be  

    // fetched from the network.  

    @MainThread  

    protected abstract boolean shouldFetch(@Nullable ResultType data);  

  

    // Called to get the cached data from the database  

    @NonNull @MainThread  

    protected abstract LiveData<ResultType> loadFromDb();  

  

    // Called to create the API call.  

    @NonNull @MainThread  

    protected abstract LiveData<ApiResponse<RequestType>> createCall();  

  

    // Called when the fetch fails. The child class may want to reset components  

    // like rate limiter.  

    @MainThread  

    protected void onFetchFailed() {  

    }  

  

    // returns a LiveData that represents the resource  

    public final LiveData<Resource<ResultType>> getAsLiveData() {  

        return result;  

    }  

}  

注意上面使用了 ApiResponse 作为网络请求， ApiResponse 是对于 Retrofit2.Call 的简单包装，用于将其响应转换为 LiveData。 

下面是具体的实现： 

代码

public abstract class NetworkBoundResource<ResultType, RequestType> {  

    private final MediatorLiveData<Resource<ResultType>> result = new MediatorLiveData<>();  

  

    @MainThread  

    NetworkBoundResource() {  

        result.setValue(Resource.loading(null));  

        LiveData<ResultType> dbSource = loadFromDb();  

        result.addSource(dbSource, data -> {  

            result.removeSource(dbSource);  

            if (shouldFetch(data)) {  

                fetchFromNetwork(dbSource);  

            } else {  

                result.addSource(dbSource,  

                        newData -> result.setValue(Resource.success(newData)));  

            }  

        });  

    }  

  

    private void fetchFromNetwork(final LiveData<ResultType> dbSource) {  

        LiveData<ApiResponse<RequestType>> apiResponse = createCall();  

        // we re-attach dbSource as a new source,  

        // it will dispatch its latest value quickly  

        result.addSource(dbSource,  

                newData -> result.setValue(Resource.loading(newData)));  

        result.addSource(apiResponse, response -> {  

            result.removeSource(apiResponse);  

            result.removeSource(dbSource);  

            //noinspection ConstantConditions  

            if (response.isSuccessful()) {  

                saveResultAndReInit(response);  

            } else {  

                onFetchFailed();  

                result.addSource(dbSource,  

                        newData -> result.setValue(  

                                Resource.error(response.errorMessage, newData)));  

            }  

        });  

    }  

  

    @MainThread  

    private void saveResultAndReInit(ApiResponse<RequestType> response) {  

        new AsyncTask<Void, Void, Void>() {  

  

            @Override  

            protected Void doInBackground(Void... voids) {  

                saveCallResult(response.body);  

                return null;  

            }  

  

            @Override  

            protected void onPostExecute(Void aVoid) {  

                // we specially request a new live data,  

                // otherwise we will get immediately last cached value,  

                // which may not be updated with latest results received from network.  

                result.addSource(loadFromDb(),  

                        newData -> result.setValue(Resource.success(newData)));  

            }  

        }.execute();  

    }  

}  

现在，我们就能使用 NetworkBoundResource 来根据不同的情况获取数据了： 
代码 

class UserRepository {  

    Webservice webservice;  

    UserDao userDao;  

  

    public LiveData<Resource<User>> loadUser(final String userId) {  

        return new NetworkBoundResource<User,User>() {  

            @Override  

            protected void saveCallResult(@NonNull User item) {  

                userDao.insert(item);  

            }  

  

            @Override  

            protected boolean shouldFetch(@Nullable User data) {  

                return rateLimiter.canFetch(userId) && (data == null || !isFresh(data));  

            }  

  

            @NonNull @Override  

            protected LiveData<User> loadFromDb() {  

                return userDao.load(userId);  

            }  

  

            @NonNull @Override  

            protected LiveData<ApiResponse<User>> createCall() {  

                return webservice.getUser(userId);  

            }  

        }.getAsLiveData();  

    }  

}  

到这里，我们的代码就全部完成了。最后的架构看起来就像这样： 


 
最后的最后，给出一些指导原则 

下面的原则虽然不是强制性的，但根据我们的经验遵循它们能使您的代码更健壮、可测试和可维护的。 

所有您在 manifest 中定义的组件 - activity, service, broadcast receiver… 都不是数据源。因为每个组件的生命周期都相当短，并取决于当前用户与设备的交互和系统的运行状况。简单来说，这些组件都不应当作为应用的数据源。

在您应用的各个模块之间建立明确的责任边界。比如，不要将与数据缓存无关的代码放在同一个类中。
每个模块尽可能少的暴露内部实现。从过去的经验来看，千万不要为了一时的方便而直接将大量的内部实现暴露出去。这会让你在以后承担很重的技术债务（很难更换新技术）。
在您定义模块间交互时，请考虑如何使每个模块尽量隔离，通过设计良好的 API 来进行交互。
您应用的核心应该是能让它脱颖而出的某些东西。不要浪费时间重复造轮子或一次次编写同样的模板代码。相反，应当集中精力在使您的应用独一无二，而将一些重复的工作交给这里介绍的 Android Architecture Components 或其他优秀的库。
尽可能持久化数据，以便您的应用在脱机模式下依然可用。虽然您可能享受着快捷的网络，但您的用户可能不会。

引用

另外，Kotlin 版本的多个官方 Sample 也公布啦，感兴趣的同学赶紧去看看吧：Android Kotlin Samples 
原文：Guide to App Architecture