RxJava 2.X 中的背压

RxJava 2.X 中的背压

简介:

本文章介绍的是 RxJava 2.X 中的压背.

目录:

1.什么是背压

2.背压的策略

1.什么是背压

定义:

  在 RxJava 中, 会遇到 被观察者 发送消息太快以至于它的操作符或者 订阅者 不能及时处理相关的消息, 这就是典型的 背压(Back Pressure)

Back Pressure 经常被翻译为 背压. 是指在异步场景下, 被观察者 发送事件速度远快于 观察者 处理的速度, 从而导致下游的 buffer 溢出, 这种现象叫做背压.

注意点:

• 背压必须是在异步场景下才会出现.

即被观察者和观察者处于不同的线程中.

• RxJava 是基于 Push 模型的.

在 RxJava 中, 只要生产者数据准备好了就会发射出去. 如果生产者比较慢, 则消费者会等待新的数据到来. 如果生产者比较快, 则会有很多数据发射给消费者, 而不管消费者当前有没有能力处理数据, 这样就会导致背压.

• 在 RxJava 2.X 中, 只有新增的 Flowable 类型是支持背压的.

Flowable 很多操作符内部都使用了背压策略, 从而避免过多的数据填满内部的队列. (Flowable 的默认队列是 128)

2.背压的策略

背压策略种类:

• MISSING

此策略表示, 通过 Create 方法创建的 Flowable 没有指定背压策略, 不会对通过 OnNext 发射的数据做缓存或丢弃处理, 需要下游通过背压操作符 (onBackpressureBuffer()/onBackpressureDrop()/onBackpressureLatest()) 指定背压策略

• ERROR

此策略表示, 如果放入 Flowable 的异步缓存池中的数据超限了, 则会抛出 MissingBackpressureException 异常.

        Flowable.create(new FlowableOnSubscribe<Integer>() {

            @Override
            public void subscribe(FlowableEmitter<Integer> e) throws Exception {
                for (int i = 0; i<129; i++) {
                    e.onNext(i);
                }
            }
        }, BackpressureStrategy.ERROR)
                .subscribeOn(Schedulers.newThread())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Consumer<Integer>() {
                    @Override
                    public void accept(Integer integer) throws Exception {
                        System.out.println(integer);
                    }
});

• BUFFER

此策略表示, Flowable 的异步缓存池同 Observable 的一样, 没有固定大小, 可以无限制添加数据, 不会抛出 MissingBackpressureException 异常, 但会导致 OOM.

Flowable.create(new FlowableOnSubscribe<Integer>() {

            @Override
            public void subscribe(FlowableEmitter<Integer> e) throws Exception {
                for (int i = 0;; i++) {
                    e.onNext(i);
                }
            }
        }, BackpressureStrategy.BUFFER)
                .subscribeOn(Schedulers.newThread())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Consumer<Integer>() {
                    @Override
                    public void accept(Integer integer) throws Exception {
                        System.out.println(integer);
                    }
});

• DROP

此策略表示, 如果 Flowable 的异步缓存池满了, 则会丢掉将要放入缓存池中的数据.

        Flowable.create(new FlowableOnSubscribe<Integer>() {

            @Override
            public void subscribe(FlowableEmitter<Integer> e) throws Exception {
                for (int i = 0; i<129; i++) {
                    e.onNext(i);
                }
            }
        }, BackpressureStrategy.DROP)
                .subscribeOn(Schedulers.newThread())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Consumer<Integer>() {
                    @Override
                    public void accept(Integer integer) throws Exception {
                        System.out.println(integer);
                    }
});

• LATEST

此策略表示, 如果缓存池满了, 会丢掉将要放入缓存池中的数据. 这一点与 DROP 策略一样, 不同的是, 不管缓存池的状态如果, LATEST 策略会将最后一条数据强行放入缓存池中.

        Flowable.create(new FlowableOnSubscribe<Integer>() {

            @Override
            public void subscribe(FlowableEmitter<Integer> e) throws Exception {
                for (int i = 0; i<1000; i++) {
                    e.onNext(i);
                }
            }
        }, BackpressureStrategy.LATEST)
                .subscribeOn(Schedulers.newThread())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Consumer<Integer>() {
                    @Override
                    public void accept(Integer integer) throws Exception {
                        System.out.println(integer);
                    }
});