RxJava笔记4：背压Backpressure

最新推荐文章于 2022-10-02 18:07:37 发布

ganduwei

最新推荐文章于 2022-10-02 18:07:37 发布

阅读量184

点赞数

分类专栏： android

本文链接：https://blog.csdn.net/ganduwei/article/details/91185948

版权

android 专栏收录该内容

37 篇文章 0 订阅

订阅专栏

概念

我们知道上游发布事件，下游处理事件，有没有想过，如果上游发布事件很快，而下游处理事件很慢会发生什么情况，看下面代码：

Observable.create(new ObservableOnSubscribe<Integer>() {
    @Override
    public void subscribe(ObservableEmitter<Integer> e) throws Exception {
        for (int i = 0;; i++) {
            System.out.println("emit i " + i);
            e.onNext(i);
        }
    }
}).subscribe(new Consumer<Integer>() {
    @Override
    public void accept(Integer s) throws Exception {
        Thread.sleep(500);
        System.out.println("onNext " + s);
    }
});
System.out: emit i 0
System.out: onNext 0
System.out: emit i 1
System.out: onNext 1
System.out: emit i 2
System.out: onNext 2
···

上游是个死循环，不断发数据，下游处理数据时睡眠了500毫秒，但是从输出结果发现上游来一个，下游便处理一个，上游与下游同步执行。其实这样的结果可想而知是因为上游和下游工作在同一线程，同步执行，下游睡眠结束后，上游才再次发送数据。好，我们现在把他们放到不同线程执行下试试：

Observable.create(new ObservableOnSubscribe<Integer>() {
    @Override
    public void subscribe(ObservableEmitter<Integer> e) throws Exception {
        for (int i = 0; ; i++) {
            e.onNext(i);
        }
    }
}).observeOn(Schedulers.io()).subscribe(new Consumer<Integer>() {
    @Override
    public void accept(Integer s) throws Exception {
        Thread.sleep(500);
        System.out.println("onNext " + s);
    }
});

下图是运行这段代码，通过 android studio 的 profiler 看到的实时内存大小：
在这里插入图片描述
可以看到，当上游与下游不在同一线程，异步执行时，如果上游发送事件很快，下游不能及时处理时，就会导致应用占用内存非常大，甚至OOM。
既然问题是因为上游发送事件大于下游处理事件，那我们是否可以控制上游发送的速度来解决的？有几个操作符确实是可以控制，上篇博文中提到的sample，throttleFirst，debounce 操作符都可以，但是它们都有个问题，它们并不是真正去控制上游的速度，只是丢弃了很多事件，只接受时间范围内的某一个事件。另外还有一个 buffer 操作符 ，它可以先将上游的事件放到缓冲池里面，等达到指定数量后才发给下游。

Observable.range(1, 1000)
        .subscribeOn(Schedulers.io())
        .buffer(10)
        .observeOn(Schedulers.io())
        .subscribe(System.out::println);
        
System.out: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
System.out: [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
System.out: [21, 22, 23, 24, 25, 26, 27, 28, 29, 30]
...