RxJava零基础入门(三)

本文转载自http://www.jianshu.com/p/5c221c58e141

前言

这篇讲RxJava中强大的Scheduler调度器 ，就是因为它，RxJava才能极其简便的在线程中切换，接着再讲一讲一些常用的操作符。没看过前两篇的，可以去温习下前面的基础。
RxJava零基础入门(一)
RxJava零基础入门(二)

Scheduler

在讲常用操作符前，先看看Scheduler这个东西，名之为调度器，正因为有这个东西，让RxJava可以从主线程和子线程之间轻松切换，各个Scheduler的具体使用效果看以下表解释：

调度器类型	用途
Schedulers.computation( )	用于计算任务，如事件循环或和回调处理，不要用于IO操作(IO操作请使用Schedulers.io())；默认线程数等于处理器的数量
Schedulers.from(executor)	使用指定的Executor作为调度器
Schedulers.immediate( )	在当前线程立即开始执行任务
Schedulers.io( )	用于IO密集型任务，如异步阻塞IO操作，这个调度器的线程池会根据需要增长；对于普通的计算任务，请使用Schedulers.computation()；Schedulers.io( )默认是一个CachedThreadScheduler，很像一个有线程缓存的新线程调度器
Schedulers.newThread( )	为每个任务创建一个新线程
Schedulers.trampoline( )	当其它排队的任务完成后，在当前线程排队开始执行
AndroidSchedulers.mainThread()	此调度器为RxAndroid特有，顾名思义，运行在Android UI线程上

具体如何使用呢，比如从数据库读取数据更新到UI上，假设数据量很大，直接从主线程读取数据，会造成UI卡顿，以前我们常用AnsyTask或者Handler去处理避免出现这类问题，个人认为手写个AnsyTask还是挺麻烦的，但用RxJava就简单多了，线程的切换就两行代码。例如：

Observable.create(new Observable.OnSubscribe<Data>() {
    @Override
    public void call(Subscriber<? super Data> subscriber) {
        Data data = getData();//从数据库获取
        subscriber.onNext(data);
        subscriber.onCompleted();
    }})
    .subscribeOn(Schedulers.io())
    .observeOn(AndroidSchedulers.mainThread())
    .subscribe(new Action1<Data>() {
            @Override
            public void call(Data data) {

                    //更新ui
            }
        });

上面的代码简单粗暴的解释一下，subscribeOn( )决定了发射数据在哪个调度器上执行，observeOn(AndroidSchedulers.mainThread())则指定数据接收发生在UI线程，简直不要太方便。
总之：RxJava为我们提供了2个方法来切换线程：subscribeOn( )和observeOn()。
两者的区别在于：

• subscribeOn()： 指定subscribe()订阅所发生的线程，即call()执行的线程。或者叫做事件产生的线程。
• observeOn()：指定Observer所运行在的线程，即onNext()执行的线程。或者叫做事件消费的线程。

常用操作符

• Map：最常用且最实用的操作符之一，将对象转换成另一个对象发射出去，应用范围非常广，如数据的转换，数据的预处理等。
  例一：数据类型转换，改变最终的接收的数据类型。假设传入本地图片路径，根据路径获取图片的Bitmap。

Observable.just(filePath).map(new Func1<String, Bitmap>() {
  @Override
  public Bitmap call(String path) {

       return getBitmapByPath(path);
  }}).subscribe(new Action1<Bitmap>() {
   @Override
  public void call(Bitmap bitmap) {

          //获取到bitmap，显示
}});

例二：对数据进行预处理，最后得到理想型数据。实际开发过程中，从后台接口获取到的数据也许不符合我们想要的，这时候可以在获取过程中对得到的数据进行预处理（结合Retrofit）。

Observable.just("12345678").map(new Func1<String, String>() {
  @Override
  public String call(String s) {
      return s.substring(0,4);//只要前四位
  }})
.subscribe(new Action1<String>() {
  @Override
  public void call(String s) {
      Log.i("mytag",s);
  }});

先说明一下，为了方便理解，所以写的例子都比较简单，不要以为明明可以简单用if-else解决的事，没必要用这种方式去写，当你真正将这些操作符使用到数据处理中去的时候，你就会发现有多方便。

• FlatMap : 和Map很像但又有所区别，Map只是转换发射的数据类型，而flatMap可以将原始Observable转换成另一个Observable。还是举例说明吧。假设要打印全国所有学校的名称，可以直接用Map：
  为了更清晰一点，先贴一下School类：

public class School {

  private String name;
  private List<Student> studentList;

  public List<Student> getStudentList() {
      return studentList;
  }
  public void setStudentList(List<Student> studentList) {
      this.studentList = studentList;
  }
  public String getName() {
      return name;
  }
  public void setName(String name) {
      this.name = name;
  }
  public static class Student{
      private String name;
      public String getName() {
          return name;
      }
      public void setName(String name) {
          this.name = name;
      }
  }
}

接着用Map打印学校名称：

List<School> schoolList = new ArrayList<>();
Observable.from(schoolList).map(new Func1<School, String>() {
  @Override
  public String call(School school) {
        return school.getName();
  }}).subscribe(new Action1<String>() {
  @Override
  public void call(String schoolName) {
        Log.i("mytag",schoolName);
  }});

再进一步，打印学校所有学生的姓名，先考虑用Map实现，将所有School对象直接转成Student：

Observable.from(schoolList).map(new Func1<School, School.Student>() {
  @Override
  public School.Student call(School school) {
      return school.getStudentList();
  }}).subscribe(new Action1<School.Student>() {
  @Override
  public void call(School.Student student) {

          Log.i("mytag",student.getName());
  }});

看似可行，但事实上，这是一段错误的代码，细心的人就会发现错误的地方

@Override
public School.Student call(School school) {
  return school.getStudentList();  //错误，Student 是一个对象，返回的却是一个list
}

所以用Map是无法实现直接打印学校的所有学生名字的，因为Map是一对一的关系，无法将单一的School对象转变成多个Student。前面说到，FlatMap可以改变原始Observable变成另外一个Observable，如果我们能利用from()操作符把school.getStudentList()变成另外一个Observable问题不就迎刃而解了吗，这时候就该FlatMap上场了，来看看它是怎么实现的：

Observable.from(schoolList).flatMap(new Func1<School, Observable<School.Student>>() {
  @Override
  public Observable<School.Student> call(School school) {

      return Observable.from(school.getStudentList()); //关键，将学生列表以另外一个Observable发射出去

  }}).subscribe(new Action1<School.Student>() {

  @Override
  public void call(School.Student student) {
      Log.i("mytag",student.getName());
  }});

值得注意的是，flatMap并不保证变换后事件的发送顺序，如果要保证其顺序，建议使用concatMap操作符
Map和FlatMap在我看来就像孪生兄弟一样，非常实用，实际开发中也我也经常使用，个人觉得要想上手RxJava，掌握这两个操作符必不可少。
Map 与 flatMap 这两个操作符的共同点在于，他们都是把一个对象转换为另一个对象，但须注意以下这些特点:

1.flatMap 返回的是一个Observable对象，而 map 返回的是一个普通转换后的对象;
2.flatMap 返回的Observable对象并不是直接发送到Subscriber的回调中，而是重新创建一个Observable对象，并激活这个Observable对象，使之开始发送事件；而 map 变换后返回的对象直接发到Subscriber回调中；
3.flatMap 变换后产生的每一个Observable对象发送的事件，最后都汇入同一个Observable，进而发送给Subscriber回调；
4.map返回类型 与 flatMap 返回的Observable事件类型，可以与原来的事件类型一样；
5.可以对一个Observable多次使用 map 和 flatMap；

• Buffer： 缓存，可以设置缓存大小，缓存满后，以list的方式将数据发送出去；例：

Observable.just(1,2,3).buffer(2).subscribe(new Action1<List<Integer>>() {
  @Override
  public void call(List<Integer> list) {
      Log.i("mytag","size:"+list.size());
  }});

运行打印结果如下：

11-02 20:49:58.370 23392-23392/? I/mytag: size:2
11-02 20:49:58.370 23392-23392/? I/mytag: size:1

在开发当中，个人经常将Buffer和Map一起使用，常发生在从后台取完数据，对一个List中的数据进行预处理后，再用Buffer缓存后一起发送，保证最后数据接收还是一个List，如下：

List<School> schoolList = new ArrayList<>();
Observable.from(schoolList).map(new Func1<School, School>() {
  @Override
  public School call(School school) {
      school.setName("NB大学");  //将所有学校改名
      return school;
  }}).buffer(schoolList.size())  //缓存起来，最后一起发送
.subscribe(new Action1<List<School>>() {
  @Override
  public void call(List<School> schools) {   
}});

• Take：发射前n项数据，还是用上面的例子，假设不要改所有学校的名称了，就改前四个学校的名称：

Observable.from(schoolList).take(4).map(new Func1<School, School>() {
  @Override
  public School call(School school) {
      school.setName("NB大学");
      return school;
  }}).buffer(4).subscribe(new Action1<List<School>>() {
  @Override
  public void call(List<School> schools) {
  }});

• Distinct: 去掉重复的项，比较好理解：

Observable.just(1, 2, 1, 1, 2, 3)
      .distinct()
      .subscribe(new Action1<Integer>() {
          @Override
          public void call(Integer item) {
              System.out.println("Next: " + item);
          }
      });

输出

Next: 1
Next: 2
Next: 3

• Filter：过滤，通过谓词判断的项才会被发射，例如，发射小于4的数据：

Observable.just(1, 2, 3, 4, 5)
      .filter(new Func1<Integer, Boolean>() {
          @Override
          public Boolean call(Integer item) {
              return( item < 4 );
          }
      }).subscribe(new Action1<Integer>() {
        @Override
        public void call(Integer item) {
              System.out.println("Next: " + item);
    }});

输出：

Next: 1
Next: 2
Next: 3

以下内容摘自http://blog.csdn.net/u012124438/article/details/53730717

• zip

Zip通过一个函数将多个Observable发送的事件结合到一起，然后发送这些组合到一起的事件. 它按照严格的顺序应用这个函数。它只发射与发射数据项最少的那个Observable一样多的数据。

Observable<Integer> observable1 = Observable.create(new ObservableOnSubscribe<Integer>() {
        @Override
        public void subscribe(ObservableEmitter<Integer> emitter) throws Exception {
            Log.d(TAG, "emitter 1");
            emitter.onNext(1);
            Log.d(TAG, "emitter 2");
            emitter.onNext(2);
            Log.d(TAG, "emitter 3");
            emitter.onNext(3);
            Log.d(TAG, "emitter 4");
            emitter.onNext(4);
            Log.d(TAG, "emit complete1");
            emitter.onComplete();
        }
    });

    Observable<String> observable2 = Observable.create(new ObservableOnSubscribe<String>() {
        @Override
        public void subscribe(ObservableEmitter<String> emitter) throws Exception {
            Log.d(TAG, "emitter A");
            emitter.onNext("A");
            Log.d(TAG, "emitter B");
            emitter.onNext("B");
            Log.d(TAG, "emitter C");
            emitter.onNext("C");
            Log.d(TAG, "emitter complete2");
            emitter.onComplete();
        }
    });

    Observable.zip(observable1, observable2, new BiFunction<Integer, String, String>() {
        @Override
        public String apply(Integer integer, String s) throws Exception {
            return integer + s;
        }
    }).subscribe(new Observer<String>() {
        @Override
        public void onSubscribe(Disposable d) {
            Log.d(TAG, "onSubscribe");
        }

        @Override
        public void onNext(String value) {
            Log.d(TAG, "onNext: " + value);
        }

        @Override
        public void onError(Throwable e) {
            Log.d(TAG, "onError");
        }

        @Override
        public void onComplete() {
            Log.d(TAG, "onComplete");
        }
    });

我们分别创建了observable, 一个发送1,2,3,4,Complete, 另一个发送A,B,C,Complete, 接着用Zip把发出的事件组合, 来看看运行结果吧:

观察发现observable1发送事件后，observable2才发送
这是因为我们两个observable都是运行在同一个线程里, 同一个线程里执行代码肯定有先后顺序呀.

Observable<Integer> observable1 = Observable.create(new ObservableOnSubscribe<Integer>() {
        @Override
        public void subscribe(ObservableEmitter<Integer> emitter) throws Exception {
            Log.d(TAG, "emit 1");
            emitter.onNext(1);
            Thread.sleep(1000);

            Log.d(TAG, "emit 2");
            emitter.onNext(2);
            Thread.sleep(1000);

            Log.d(TAG, "emit 3");
            emitter.onNext(3);
            Thread.sleep(1000);

            Log.d(TAG, "emit 4");
            emitter.onNext(4);
            Thread.sleep(1000);

            Log.d(TAG, "emit complete1");
            emitter.onComplete();
        }
    }).subscribeOn(Schedulers.io());

    Observable<String> observable2 = Observable.create(new ObservableOnSubscribe<String>() {
        @Override
        public void subscribe(ObservableEmitter<String> emitter) throws Exception {
            Log.d(TAG, "emit A");
            emitter.onNext("A");
            Thread.sleep(1000);

            Log.d(TAG, "emit B");
            emitter.onNext("B");
            Thread.sleep(1000);

            Log.d(TAG, "emit C");
            emitter.onNext("C");
            Thread.sleep(1000);

            Log.d(TAG, "emit complete2");
            emitter.onComplete();
        }
    }).subscribeOn(Schedulers.io());

    Observable.zip(observable1, observable2, new BiFunction<Integer, String, String>() {
        @Override
        public String apply(Integer integer, String s) throws Exception {
            return integer + s;
        }
    }).subscribe(new Observer<String>() {
        @Override
        public void onSubscribe(Disposable d) {
            Log.d(TAG, "onSubscribe");
        }

        @Override
        public void onNext(String value) {
            Log.d(TAG, "onNext: " + value);
        }

        @Override
        public void onError(Throwable e) {
            Log.d(TAG, "onError");
        }

        @Override
        public void onComplete() {
            Log.d(TAG, "onComplete");
        }
    });

好了, 这次我们让事件都在IO线程里发送事件, 再来看看运行结果:

注：zip的代码是基于Rxjava2的
第一个observable明明发送了四个数据+一个Complete, 之前明明还有的, 为啥到这里没了呢?
这是因为我们之前说了, zip发送的事件数量跟observable中发送事件最少的那一个的事件数量是有关的, 在这个例子里我们observable2只发送了三个事件然后就发送了Complete, 这个时候尽管observable1还有事件4 和事件Complete 没有发送, 但是它们发不发送还有什么意义呢?

• compose

与 flatMap 类似，都是进行变换，返回Observable对象，激活并发送事件。
1.compose 是唯一一个能够从数据流中得到原始Observable的操作符，所以，那些需要对整个数据流产生作用的操作（比如，subscribeOn()和observeOn()）需要使用 compose 来实现。相较而言，如果在flatMap()中使用subscribeOn()或者observeOn()，那么它仅仅对在flatMap 中创建的Observable起作用，而不会对剩下的流产生影响。这样就可以简化subscribeOn()以及observeOn()的调用次数了。
2.compose 是对 Observable 整体的变换，换句话说， flatMap 转换Observable里的每一个事件，而 compose 转换的是整个Observable数据流。
3.flatMap 每发送一个事件都创建一个 Observable，所以效率较低。而 compose 操作符只在主干数据流上执行操作。
4.建议使用 compose 代替 flatMap。

• merge

merge操作符可以合并多个Observable的输出，如果多个Observable运行在同一个线程，不会出现交错发射，如果都subscribeOn(Schedules.io())线程上，那就有可能会出现交错发射，具体原因点此查看。而可利用concat操作符可以保持顺序。

如果某个原始Observable出现onError，merge后的Observable就会onError，onNext就都不会调用执行了。
对此，mergeDelayError操作符就可以很好的解决这个问题，mergeDelayError在合并和交错输出上和merge一样，但是mergeDelayError的原始observable出现onError时，错误通知会被保留，直到所有数据发射完毕后才执行onError。如果有多个原始observable出现了onError，这些onError通知会被合并成一个CompositeException ，保留在它的 List exceptions异常列表里。如果只有一个原始observable出现了onError，则会直接使用这个onError通知，而不会生成CompositeException。

注：使用mergeDelayError()时，要注意指定线程，不然结果表现和merge一样的。比如如下：

Observable.mergeDelayError(Observable.error(new Exception("错误"))  
                                     .subscribeOn(Schedulers.io())                                 .observeOn(AndroidSchedulers.mainThread()),  
                                     Observable.just("数据")
                                     .subscribeOn(Schedulers.io())                            .observeOn(AndroidSchedulers.mainThread()))  
                                .subscribe(new Subscriber<String>() { 
                                 ...
                                  });

这一篇就先讲这么多吧，重点掌握Map和FlatMap操作符，因为真的很实用、很实用、很实用，重要的事讲三遍。

看了那么多，是不是手痒，想试试，那还等什么，打开AS，就是干。
关于实践的话，可以参考这篇文章（基于Rxjava 1.x）：
RxJava 与 Retrofit 结合的最佳实践

喜欢的点个赞吧。