rxjava背压_Android Rxjava ：最简单&全面背压讲解 (Flowable)

1.前言

阅读本文需要对Rxjava了解，如果还没有了解或者使用过Rxjava的兄die们，可以观看我另外一篇

Android Rxjava：不一样的诠释进行学习。

Rxjava背压：被观察者发送事件的速度大于观察者接收事件的速度时，观察者内会创建一个无限制大少的缓冲池存储未接收的事件，因此当存储的事件越来越多时就会导致OOM的出现。(注：当subscribeOn与observeOn不为同一个线程时，被观察者与观察者内存在不同时长耗时任务，就会使发送与接收速度存在差异。)

背压例子

public void backpressureSample(){

Observable.create(new ObservableOnSubscribe() {

@Override

public void subscribe(ObservableEmitter e) throws Exception {

int i = 0;

while(true){

Thread.sleep(500);

i++;

e.onNext(i);

Log.i(TAG,"每500ms发送一次数据："+i);

}

}

}).subscribeOn(Schedulers.newThread())//使被观察者存在独立的线程执行

.observeOn(Schedulers.newThread())//使观察者存在独立的线程执行

.subscribe(new Consumer() {

@Override

public void accept(Integer integer) throws Exception {

Thread.sleep(5000);

Log.e(TAG,"每5000m接收一次数据："+integer);

}

});

}

例子执行效果

上述代码执行效果

backpressure.png

通过上述例子可以大概了解背压是如何产生，因此Rxjava2.0版本提供了 Flowable 解决背压问题。

本文章就是使用与分析 Flowable 是如何解决背压问题。

2.目录

目录.png

3.简介

简介.png

_______________________________________________________________________________

4.使用与原理详解

4.1 Flowable 与 Observable 的区别

flowable与observable对比.png

上图可以很清楚看出二者的区别，其实Flowable 出来以上的区别之外，它其他所有使用与Observable完全一样。

Flowable 的create例子

public void flowable(){

Flowable.create(new FlowableOnSubscribe() {

@Override

public void subscribe(FlowableEmitter e) throws Exception {

for(int j = 0;j<=150;j++){

e.onNext(j);

Log.i(TAG," 发送数据："+j);

try{

Thread.sleep(50);

}catch (Exception ex){

}

}

}

},BackpressureStrategy.ERROR)

.subscribeOn(Schedulers.newThread())

.observeOn(Schedulers.newThread())

.subscribe(new Subscriber() {

@Override

public void onSubscribe(Subscription s) {

s.request(Long.MAX_VALUE); //观察者设置接收事件的数量,如果不设置接收不到事件

}

@Override

public void onNext(Integer integer) {

try {

Thread.sleep(100);

} catch (InterruptedException e) {

e.printStackTrace();

}

Log.e(TAG,"onNext : "+(integer));

}

@Override

public void onError(Throwable t) {

Log.e(TAG,"onError : "+t.toString());

}

@Override

public void onComplete() {

Log.e(TAG,"onComplete");

}

});

}

4.2 BackpressureStrategy媒体类

从Flowable源码查看，缓存池默认大少为：128

public abstract class Flowable implements Publisher {

/** The default buffer size. */

static final int BUFFER_SIZE;

static {

BUFFER_SIZE = Math.max(1, Integer.getInteger("rx2.buffer-size", 128));

}

.....

}

通过上面的例子，我们可以看到create方法中的包含了一个BackpressureStrategy媒体类，其包含5种类型：

4.2.1. ERROR

把上面例子改为ERROR类型，执行结果如下：

error.png

总结 ：当被观察者发送事件大于128时，观察者抛出异常并终止接收事件，但不会影响被观察者继续发送事件。

4.2.2. BUFFER

把上面例子改为BUFFER类型，执行结果如下：

buffer.gif

总结 ：与Observable一样存在背压问题，但是接收性能比Observable低，因为BUFFER类型通过BufferAsyncEmitter添加了额外的逻辑处理，再发送至观察者。

4.2.3. DROP

把上面例子改为DROP类型，执行结果如下：

drop.png

总结 ：每当观察者接收128事件之后，就会丢弃部分事件。

4.2.4. LATEST

把上面例子改为LATEST类型，执行结果如下：

laster.gif

总结 ：LATEST与DROP使用效果一样，但LATEST会保证能接收最后一个事件，而DROP则不会保证。

4.2.5. MISSING

把上面例子改为MISSING类型，执行结果如下：

buffer.gif

总结 ：MISSING就是没有采取背压策略的类型，效果跟Obserable一样。

在设置MISSING类型时，可以配合onBackPressure相关操作符使用，也可以到达上述其他类型的处理效果。

4.3 onBackPressure相关操作符

使用例子：

Flowable.interval(50,TimeUnit.MILLISECONDS)

.onBackpressureDrop()//效果与Drop类型一样

.subscribeOn(Schedulers.newThread())

.observeOn(Schedulers.newThread())

.subscribe(new Consumer() {

@Override

public void accept(Long aLong) throws Exception {

try {

Thread.sleep(100);

} catch (InterruptedException e) {

e.printStackTrace();

}

Log.e(TAG,"onNext : "+(aLong));

}

});

onBackpressureBuffer ：与BUFFER类型一样效果。

onBackpressureDrop ：与DROP类型一样效果。

onBackpressureLaster ：与LASTER类型一样效果。

4.4 request()

4.4.1 request(int count)：设置接收事件的数量.

例子：

Flowable.create(new FlowableOnSubscribe() {

@Override

public void subscribe(FlowableEmitter e) throws Exception {

for(int j = 0;j<50;j++){

e.onNext(j);

Log.i(TAG," 发送数据："+j);

try{

Thread.sleep(50);

}catch (Exception ex){

}

}

}

},BackpressureStrategy.BUFFER)

.subscribeOn(Schedulers.newThread())

.observeOn(Schedulers.newThread())

.subscribe(new Subscriber() {

@Override

public void onSubscribe(Subscription s) {

s.request(10); //观察者设置接收事件的数量,如果不设置接收不到事件

}

@Override

public void onNext(Integer integer) {

try {

Thread.sleep(100);

} catch (InterruptedException e) {

e.printStackTrace();

}

Log.e(TAG,"onNext : "+(integer));

}

@Override

public void onError(Throwable t) {

Log.e(TAG,"onError : "+t.toString());

}

@Override

public void onComplete() {

Log.e(TAG,"onComplete");

}

});

request.png

4.4.2 request扩展使用

request还可进行扩展使用，当遇到在接收事件时想追加接收数量(如：通信数据通过几次接收，验证准确性的应用场景)，可以通过以下方式进行扩展：

Flowable.create(new FlowableOnSubscribe() {

@Override

public void subscribe(FlowableEmitter e) throws Exception {

for(int j = 0;j<50;j++){

e.onNext(j);

Log.i(TAG," 发送数据："+j);

try{

Thread.sleep(50);

}catch (Exception ex){

}

}

}

},BackpressureStrategy.BUFFER)

.subscribeOn(Schedulers.newThread())

.observeOn(Schedulers.newThread())

.subscribe(new Subscriber() {

private Subscription subscription;

@Override

public void onSubscribe(Subscription s) {

subscription = s;

s.request(10); //观察者设置接收事件的数量,如果不设置接收不到事件

}

@Override

public void onNext(Integer integer) {

if(integer==5){

subscription.request(3);

}

try {

Thread.sleep(100);

} catch (InterruptedException e) {

e.printStackTrace();

}

Log.e(TAG,"onNext : "+(integer));

}

@Override

public void onError(Throwable t) {

Log.e(TAG,"onError : "+t.toString());

}

@Override

public void onComplete() {

Log.e(TAG,"onComplete");

}

});

request扩展.png

总结：可以动态设置观察者接收事件的数量，但不影响被观察者继续发送事件。

4.5 requested

requested 与 request不是同一的函数，但它们都是属于FlowableEmitter类里的方法，那么requested()是有什么作用呢，看看以下例子：

Flowable.create(new FlowableOnSubscribe() {

@Override

public void subscribe(FlowableEmitter e) throws Exception {

for(int j = 0;j<15;j++){

e.onNext(j);

Log.i(TAG,e.requested()+" 发送数据："+j);

try{

Thread.sleep(50);

}catch (Exception ex){

}

}

}

},BackpressureStrategy.BUFFER)

// .subscribeOn(Schedulers.newThread())

// .observeOn(Schedulers.newThread())

.subscribe(new Subscriber() {

private Subscription subscription;

@Override

public void onSubscribe(Subscription s) {

subscription = s;

s.request(10); //观察者设置接收事件的数量,如果不设置接收不到事件

}

@Override

public void onNext(Integer integer) {

try {

Thread.sleep(100);

} catch (InterruptedException e) {

e.printStackTrace();

}

Log.e(TAG,"onNext : "+(integer));

}

@Override

public void onError(Throwable t) {

Log.e(TAG,"onError : "+t.toString());

}

@Override

public void onComplete() {

Log.e(TAG,"onComplete");

}

});

requested.png

从图中我们可以发现，requested打印的结果就是 剩余可接收的数量 ,它的作用就是可以检测剩余可接收的事件数量。

5.总结

到此，Flowable讲解完毕。

如果喜欢我的分享，可以点击 关注 或者 赞，你们支持是我分享的最大动力 。

不定期分享关于安卓开发的干货。

写技术文章初心

技术知识积累

技术知识巩固

技术知识分享

技术知识交流