RxJava处理业务异常的几种方式

关于异常

Java的异常可以分为两种:运行时异常和检查性异常。

运行时异常: RuntimeException类及其子类都被称为运行时异常,这种异常的特点是Java编译器不去检查它,也就是说,当程序中可能出现这类异常时,即使没有用try...catch语句捕获它,也没有用throws字句声明抛出它,还是会编译通过。

检查性异常: 除了RuntimeException及其子类以外,其他的Exception类及其子类都属于检查性异常。检查性异常必须被显式地捕获或者传递。当程序中可能出现检查性异常时,要么使用try-catch语句进行捕获,要么用throws子句抛出,否则编译无法通过。

处理业务异常

业务异常: 指的是正常的业务处理时,由于某些业务的特殊要求而导致处理不能继续所抛出的异常。在业务层或者业务的处理方法中抛出异常,在表现层中拦截异常,以友好的方式反馈给使用者,以便其可以依据提示信息正确的完成任务功能的处理。

1. 重试

不是所有的错误都需要立马反馈给用户,比如说在弱网络环境下调用某个接口出现了超时的现象,也许再请求一次接口就能获得数据。那么重试就相当于多给对方一次机会。

在这里,我们使用retryWhen操作符,它将错误传递给另一个被观察者来决定是否要重新给订阅这个被观察者。

听上去有点拗口,直接上代码吧。

  
  
  1.    /**

  2.     * 获取内容

  3.     * @param fragment

  4.     * @param param

  5.     * @param cacheKey

  6.     * @return

  7.     */

  8.    public Maybe<ContentModel> getContent(Fragment fragment, ContentParam param, String cacheKey) {

  9.        if (apiService == null) {

  10.            apiService = RetrofitManager.get().apiService();

  11.        }

  12.        return apiService.loadContent(param)

  13.                .retryWhen(new RetryWithDelay(3,1000))

  14.                .compose(RxLifecycle.bind(fragment).<ContentModel>toLifecycleTransformer())

  15.                .compose(RxUtils.<ContentModel>toCacheTransformer(cacheKey));

  16.    }

这个例子是一个网络请求,compose的内容可以忽略。如果网络请求失败的话,会调用retryWhen操作符。RetryWithDelay实现了Function接口,RetryWithDelay是一个重试的机制,包含了重试的次数和重试时间隔的时间。

  
  
  1. import com.safframework.log.L;

  2. import org.reactivestreams.Publisher;

  3. import java.util.concurrent.TimeUnit;

  4. import io.reactivex.Flowable;

  5. import io.reactivex.annotations.NonNull;

  6. import io.reactivex.functions.Function;

  7. /**

  8. * 重试机制

  9. * Created by tony on 2017/11/6.

  10. */

  11. public class RetryWithDelay implements Function<Flowable<? extends Throwable>, Publisher<?>> {

  12.    private final int maxRetries;

  13.    private final int retryDelayMillis;

  14.    private int retryCount;

  15.    public RetryWithDelay(final int maxRetries, final int retryDelayMillis) {

  16.        this.maxRetries = maxRetries;

  17.        this.retryDelayMillis = retryDelayMillis;

  18.        this.retryCount = 0;

  19.    }

  20.    @Override

  21.    public Publisher<?> apply(@NonNull Flowable<? extends Throwable> attempts) throws Exception {

  22.        return attempts.flatMap(new Function<Throwable, Publisher<?>>() {

  23.            @Override

  24.            public Publisher<?> apply(Throwable throwable) throws Exception {

  25.                if (++retryCount <= maxRetries) {

  26.                    L.i("RetryWithDelay", "get error, it will try after " + retryDelayMillis

  27.                            + " millisecond, retry count " + retryCount);

  28.                    // When this Observable calls onNext, the original

  29.                    // Observable will be retried (i.e. re-subscribed).

  30.                    return Flowable.timer(retryDelayMillis, TimeUnit.MILLISECONDS);

  31.                } else {

  32.                    // Max retries hit. Just pass the error along.

  33.                    return Flowable.error(throwable);

  34.                }

  35.            }

  36.        });

  37.    }

  38. }

如果运气好重试成功了,那用户在无感知的情况下可以继续使用产品。如果多次重试都失败了,那么必须在onError时做一些异常的处理,提示用户可能是网络的原因了。

2. 返回一个默认值

有时出错只需返回一个默认值,有点类似Java 8 Optional的orElse()

  
  
  1. RetrofitManager.get()

  2.                .adService()

  3.                .vmw(param)

  4.                .compose(RxLifecycle.bind(fragment).<VMWModel>toLifecycleTransformer())

  5.                .subscribeOn(Schedulers.io())

  6.                .onErrorReturn(new Function<Throwable, VMWModel>() {

  7.                    @Override

  8.                    public VMWModel apply(Throwable throwable) throws Exception {

  9.                        return new VMWModel();

  10.                    }

  11.                });

上面的例子使用了onErrorReturn操作符,表示当发生错误的时候,发射一个默认值然后结束数据流。所以 Subscriber 看不到异常信息,看到的是正常的数据流结束状态。

跟它类似的还有onErrorResumeNext操作符,表示当错误发生的时候,使用另外一个数据流继续发射数据。在返回的被观察者中是看不到错误信息的。

使用了onErrorReturn之后,onError是不是就不做处理了?onErrorReturn的确是返回了一个默认值,如果onErrorReturn之后还有类似doOnNext的操作,并且doOnNext中出错的话,onError还是会起作用的。

曾经遇到过一个复杂的业务场景,需要多个网络请求合并结果。这时,我使用zip操作符,让请求并行处理,等所有的请求完了之后再进行合并操作。某些请求失败的话,我使用了重试机制,某些请求失败的话我给了默认值。

3. 使用onError处理异常

现在的Android开发中,网络框架是Retrofit的天下。在接口定义的返回类型中,我一般喜欢用Maybe、Completable来代替Observable,不了解它们的同学可以看之前的文章RxJava的Single、Completable以及Maybe

我们知道RxJava在使用时,观察者会调用onNext、onError、onComplete方法,其中onError方法是事件在传递或者处理的过程中发生错误后会调用到。

下面的代码,分别封装两个基类的Observer,都重写了onError方法用于处理各种网络异常。这两个基类的Observer是在使用Retrofit时使用的。

封装一个BaseMaybeObserver

  
  
  1. import android.accounts.NetworkErrorException

  2. import android.content.Context

  3. import com.safframework.log.L

  4. import io.reactivex.observers.DisposableMaybeObserver

  5. import java.net.ConnectException

  6. import java.net.SocketTimeoutException

  7. import java.net.UnknownHostException

  8. /**

  9. * Created by Tony Shen on 2017/8/8.

  10. */

  11. abstract class BaseMaybeObserver<T> : DisposableMaybeObserver<T>() {

  12.    internal var mAppContext: Context

  13.    init {

  14.        mAppContext = AppUtils.getApplicationContext()

  15.    }

  16.    override fun onSuccess(data: T) {

  17.        onMaybeSuccess(data)

  18.    }

  19.    abstract fun onMaybeSuccess(data: T)

  20.    override fun onError(e: Throwable) {

  21.        var message = e.message

  22.        L.e(message)

  23.        when(e) {

  24.            is ConnectException -> message = mAppContext.getString(R.string.connect_exception_error)

  25.            is SocketTimeoutException -> message = mAppContext.getString(R.string.timeout_error)

  26.            is UnknownHostException -> message = mAppContext.getString(R.string.network_error)

  27.            is NetworkErrorException -> message = mAppContext.getString(R.string.network_error)

  28.            else -> message = mAppContext.getString(R.string.something_went_wrong)

  29.        }

  30.        RxBus.get().post(FailedEvent(message))

  31.    }

  32.    override fun onComplete() {}

  33. }

封装一个BaseCompletableObserver

  
  
  1. import android.accounts.NetworkErrorException

  2. import android.content.Context

  3. import com.safframework.log.L

  4. import io.reactivex.observers.ResourceCompletableObserver

  5. import java.net.ConnectException

  6. import java.net.SocketTimeoutException

  7. import java.net.UnknownHostException

  8. /**

  9. * Created by Tony Shen on 2017/8/8.

  10. */

  11. abstract class BaseCompletableObserver : ResourceCompletableObserver() {

  12.    internal var mAppContext: Context

  13.    init {

  14.        mAppContext = AppUtils.getApplicationContext()

  15.    }

  16.    override fun onComplete() {

  17.        onSuccess()

  18.    }

  19.    abstract fun onSuccess()

  20.    override fun onError(e: Throwable) {

  21.        var message = e.message

  22.        L.e(message)

  23.        when(e) {

  24.            is ConnectException -> message = mAppContext.getString(R.string.connect_exception_error)

  25.            is SocketTimeoutException -> message = mAppContext.getString(R.string.timeout_error)

  26.            is UnknownHostException -> message = mAppContext.getString(R.string.network_error)

  27.            is NetworkErrorException -> message = mAppContext.getString(R.string.network_error)

  28.            else -> message = mAppContext.getString(R.string.something_went_wrong)

  29.        }

  30.        RxBus.get().post(FailedEvent(message))

  31.    }

  32. }

在这里用到了Kotlin来写这两个基类,使用Kotlin的目的是因为代码更加简洁,避免使用switch或者各种if(XX instancof xxException)来判断异常类型,可以跟Java代码无缝结合。

下面的代码展示了如何使用BaseMaybeObserver,即使遇到异常BaseMaybeObserver的onError也会做相应地处理。如果有特殊的需求,也可以重写onError方法。

  
  
  1.                model.getContent(VideoFragment.this,param, cacheKey)

  2.                        .compose(RxJavaUtils.<ContentModel>maybeToMain())

  3.                        .doFinally(new Action() {

  4.                            @Override

  5.                            public void run() throws Exception {

  6.                                refreshlayout.finishRefresh();

  7.                            }

  8.                        })

  9.                        .subscribe(new BaseMaybeObserver<ContentModel>(){

  10.                    @Override

  11.                    public void onMaybeSuccess(ContentModel data) {

  12.                        adpter.addDataToFront(data);

  13.                    }

  14.                });

4. 内部异常使用责任链模式来分发

这是微信中一位网友提供的方法,他做了一个很有意思的用于异常分发的一个库,github地址:https://github.com/vihuela/Retrofitplus

内部异常使用责任链分发,分发逻辑为:

  • 自定义异常->网络异常->服务器异常->内部程序异常->未知异常

  • 除了以上自定义异常之外,此库包含其它异常分发,默认适应场景为:Rx+Json

  • 自定义异常使用请调用,ExceptionParseMgr类的addCustomerParser方法添加业务异常

这个库对原先的代码无侵入性。此外,他还提供了另一种思路,结合compose来处理一些特定的业务异常。

总结

本文仅仅是总结了个人使用RxJava遇到业务异常的情况,并对此做了一些相应地处理,肯定是不能覆盖开发的方方面面,仅作为抛砖引玉,如果有更好、更优雅的处理方式,一定请告知。



关注【Java与Android技术栈】

更多精彩内容请关注扫码


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值