在背压问题---Rxjava 中，讲到，背压问题产生的原因以及Rxjava的相关处理办法，那在Kotlin时代，有木有更好的替代方案呢？
基于协程的Flow
Flow 是基于协程使用的，它不需要一些巧妙设计的解决方案来明确处理背压，在 Flow 中，不同于一些传统的响应式框架，它的背压管理是使用 Kotlin 挂起函数 suspend 实现的， 它里面所有的函数方法都是使用 suspend 修饰符标记，这个修饰符就是为了暂停调度者的执行不阻塞线程。因此， Flow<T> 在同一个协程中发射和收集时，如果收集器跟不上数据流，它可以简单地暂停元素的发射，直到它准备好接收更多。
Flow背压策略
主要有如下三种，可以对比 Rxjava Flowable 中的5种有异曲同工的作用。
SUSPEND（buffer()方法中默认）：会将当前协程挂起，直到缓冲区中的数据被消费了DROP_OLDEST：它会丢弃最老的数据DROP_LATEST: 它会丢弃最新的数据
参考源码：
onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND): Flow<T> {})
buffer() 方法中可定义 onBufferOverflow参数，于是就有了：
1、SUSPEND 策略，默认方式，会挂起当前函数，直到执行完毕
对应的 buffer() 方法
2、DROP_OLDEST 策略
也就是：
在一些些情况下，由于生产消费速率不匹配的问题， conflate 将做取舍，丢弃掉旧数据，只有在收集器空闲之前发出的最后一个元素才被收集， 这样做的好处就是执行时间缩短，不受积压影响，但相应的是数据丢失。
3、DROP_LATEST 策略
按源码中的解释是，collectLatest 作用在于当原始流发出一个新的值的时候，前一个值的处理将被取消，也就是不会被接收， 和 conflate 的区别在于它不会用新的数据覆盖，而是每一个都会被处理，只不过如果前一个还没被处理完后一个就来了的话，处理前一个数据的逻辑就会被取消。
也就是：
策略方案对比
如果每一个事件都很重要， 可以用：buffer() ,即 SUSPEND 策略；
如果事件可以覆盖，只需获取最新的， 例如：数据库刷新，可以用：collectLatest,即 DROP_LATEST 策略;（ps:我们在跑步项目中，使用的数据库记录数据，也有可能会频繁更新，可以考虑这样的策略）
如果事件事件不重要，只关心发送次数，可以用：conflate(),即 DROP_OLDEST 策略
Flow 与 Rxjava 的简单比较
RxJava Flowable 和 Kotlin Flow 都支持背压，但仍然存在差异。
主要是 RxJava 基于内置的背压支持，它从下到上工作（下游能够在需要更多值时告诉上游），而 Kotlin Flow 背压主要基于 suspend 挂起函数
Rxjava 会将它进行阻塞，而 Flow 则将它挂起/暂停。
如果项目中有使用Rxjava 就可以不用flow,Rxjava 的代码量是相当多的； 如果项目中使用了协程，就可以不用Rxjava,协程相对来说更轻量级，适合新项目，初学者；
