RxJava分析系列之RxJava 简介

最新推荐文章于 2024-08-21 13:30:00 发布

chadm

最新推荐文章于 2024-08-21 13:30:00 发布

阅读量966

点赞数

分类专栏：开源框架分析文章标签： rxjava3 Publisher Flowable Observable Subscriber

本文链接：https://blog.csdn.net/weixin_42695485/article/details/111243440

版权

开源框架分析专栏收录该内容

7 篇文章 0 订阅

订阅专栏

1.RxJava 简介

RxJava是一个通过可观察的序列方式实现异步和基于事件的响应式Reactive编程，

RxJava 是实现了reactive-streams-jvm 定义了规范，4个有主要接口

Publisher，发布者（生产者）
Subscriber，订阅者（消费者）
Subscription，订阅
Processor，处理者

RxJavae3 提供了5个基础类，来进行相关的操作

io.reactivex.rxjava3.core.Flowable: 0…N flows, 支持响应式编程和 backpressure
io.reactivex.rxjava3.core.Observable: 0…N flows, 不支持backpressure,
io.reactivex.rxjava3.core.Single: 一个具体的flow或error,
io.reactivex.rxjava3.core.Completable: 一个flow只有完成结果或error通知，没有操作步骤
io.reactivex.rxjava3.core.Maybe: a flow with no items, exactly one item or an error.

1.1 一些基础概念介绍

UpStream DownStream

RxJava中的数据流包含一个源、0到多个中间操作，后面有一个数据消费者或操作组合(一个操作步骤step代表通过某种方式消费数据)。

PS：和Java中有Stream流水线的概念类似，一个源，0到多个中间操作，后面一个结束操作

source
  .operator1()
  .operator2()
  .operator3()
  .subscribe(consumer)

operator2的左边的叫upstream,右边的叫downstream

移动的对象

在RxJava文件里面，item/emission/emits/event/signal/data/message 都是同义词，表示沿着数据流移动的对象

Backpressure

Flow Control流控的一种形式，表示一个操作步骤step可以处理多个事件(item).Backpressure允许控制数据流的内存使用量，特别是当一个操作步骤(step)不知道upstream会发送多少操作步骤item给它时。

在RxJava里面

Flowable被设计为支持backpressure
Observable被设计为不支持backpressure。
Single/Maybe/Completable不支持也不需要支持backpressure，因为总是有空间可以临时存储一个操作步骤

Assembly time 组装态

数据流在进行一系列中间操作(intermediate operators)前的准备,就是所谓的组装态

Flowable<Integer> flow = Flowable.range(1, 5)
.map(v -> v * v)
.filter(v -> v % 3 == 0);

在这个状态下，数据还没有开始流动，操作都没有执行。和Java Stream中的中间状态一样，数据还没有开始真正的处理

Subscription time 订阅态

当一个建立了内部调用链的flow调用subscribe()方法时的一个临时状态，叫订阅态

flow.subscribe(System.out::println)

这是触发订阅时的结果（参见doOnSubscribe）

Runtime 运行态

这是flow主动发出信息(item)、错误(error)或完成(completion)信号时的状态：

Observable.create(emitter -> {
     while (!emitter.isDisposed()) {
         long time = System.currentTimeMillis();
         emitter.onNext(time);
         if (time % 2 != 0) {
             emitter.onError(new IllegalStateException("Odd millisecond!"));
             break;
         }
     }
})
.subscribe(System.out::println, Throwable::printStackTrace);

就是上面给定示例的主体执行时的情况。

简单的后台计算

RxJava的一个常用的场景是执行一些计算工作、一个网络请求或一个后台线程，然后在UI线程上显示结果(或错误)

import io.reactivex.rxjava3.schedulers.Schedulers;

Flowable.fromCallable(() -> {
    Thread.sleep(1000); //  imitate expensive computation
    return "Done";
})
  .subscribeOn(Schedulers.io())
  .observeOn(Schedulers.single())
  .subscribe(System.out::println, Throwable::printStackTrace);

Thread.sleep(2000); // <--- wait for the flow to finish

调用链是流式API，类似于Builder模式。RxJava里面的类型是不可变的，每次方法调用都会产生一个新的Flowable,带有新加的行为

Flowable<String> source = Flowable.fromCallable(() -> {
    Thread.sleep(1000); //  imitate expensive computation
    return "Done";
});

Flowable<String> runBackground = source.subscribeOn(Schedulers.io());

Flowable<String> showForeground = runBackground.observeOn(Schedulers.single());

showForeground.subscribe(System.out::println, Throwable::printStackTrace);

Thread.sleep(2000);

一般情况下，可以把云计算任务或阻塞IO通过subscribeOn方法放在其它线程里面执行。数据准备好后，可以确保通过observeOn在前台或GUI线程上对它们进行处理。

Schedulers 调度器

RxJava里面的操作没有直接使用Thread或ExecutorService，而是使用Scheduler，抽象化了多线程操作，RxJava3提供了多个Scheduler工具类

Schedulers.computation(): 在后台在固定数量的专用线程上运行计算密集型工作。大多数异步运算符将其用作默认调度程序。
Schedulers.io() : 在一组动态变化的线程上运行类似I /O或阻塞的操作。
Schedulers.single(): 以顺序和FIFO方式在单个线程上运行
Schedulers.trampoline(): 以顺序和FIFO方式在某个线程上运行，通常用于测试场景

这些可用于所有JVM平台，但是一些特殊的平台，如Android,有属于平台挺特有的Schedulers定义，AndroidSchedulers.mainThread(), SwingScheduler.instance() 或 JavaFXSchedulers.gui()

同时，可以使用Schedulers.from(Executor)来会改传入定制的Executor。当有大量并且固定的线程池(非computation() and io())的场景下，可以使用此方法

代码最后出现的Thread.sleep(2000)不是意外。在RxJava里面，默认Scheduler运行在守护进程里面，意味着当主线程退出时，所有守护进程都会停止，后台计算可能不会发生。在上面的示例中，Sleep一些时间，可以方便查看console上的输出结果

在一个flow中并发

RxJava中的流本质上是顺序的，分为多个处理阶段，这些阶段可以彼此并行运行

Flowable.range(1, 10)
  .observeOn(Schedulers.computation())
  .map(v -> v * v)
  .blockingSubscribe(System.out::println);

此示例流程在computation调度器上对1到10的数字进行平方运算，并在主线程（更精确地说，是blockingSubscribe的调用者线程）上使用结果。但是，lambda表达式 v-> v * v不会并行运行。它在一个计算线程中一个接一个地执行。

并行执行

并行计算1到10的平方比上面的要稍微复杂一点

Flowable.range(1, 10)
  .flatMap(v ->
      Flowable.just(v)
        .subscribeOn(Schedulers.computation())
        .map(w -> w * w)
  )
  .blockingSubscribe(System.out::println);

一般来说，在RxJava里面，并行表示单独执行流里面的任务，然后把结果汇总到一个新的流中。flatMap操作通过把从1到10的每个元素分配到单独的Flowalbe里面执行，然后汇总结果

注意：flatmap无法保证执行顺序，可能会和流中的其它流混合在一起结束。有2个可选操作

concatMap 每次只执行内部流中的一个
concatMapEager 立即执行内部流中的所有流，但是输出结果流和内部流创建的顺序是一致的

使用Flowable.parallel()操作，ParallelFlowable 可以达到同样的并行结果

Flowable.range(1, 10)
  .parallel()
  .runOn(Schedulers.computation())
  .map(v -> v * v)
  .sequential()
  .blockingSubscribe(System.out::println);

Dependent sub-flows

flatMap是一个功能强大的操作，在很多场景下有用。比如，给定一个serivce然后返回一个Flowable，我们想用第一个服务发出的值调用另一个服务

Flowable<Inventory> inventorySource = warehouse.getInventoryAsync();

inventorySource
    .flatMap(inventoryItem -> erp.getDemandAsync(inventoryItem.getId())
            .map(demand -> "Item " + inventoryItem.getName() + " has demand " + demand))
    .subscribe(System.out::println);

Continuations

有时，当一个流可执行时，这个流可能会执行一些相关的计算，这种场景有时被称为Continuations，根据什么应该会发生和哪个类型会被调用，来决定调用不同的操作完成

Dependent

典型场景是给定一个值，调用另外一个服务，等待其返回值后继续执行

service.apiCall()
.flatMap(value -> service.anotherApiCall(value))
.flatMap(next -> service.finalCall(next))

通常情况下，后面的操作会依赖前面的执行结果。上面的代码等价于如下代码

service.apiCall()
.flatMap(value ->
    service.anotherApiCall(value)
    .flatMap(next -> service.finalCallBoth(value, next))
)

Non-dependent

在其他情况下，和前一个source或数据流的结果无关，会继续执行使用另外一个source来执行独立任务

Observable continued = sourceObservable.flatMapSingle(ignored -> someSingleSource)
continued.map(v -> v.toString())
  .subscribe(System.out::println, Throwable::printStackTrace);

在这种场景下，通过使用Observable 来代替Single

Deferred-dependent

有时，前一个数据流和后一个数据流会有隐式依赖，不适用于上面的场景，通常建议使用如下：

AtomicInteger count = new AtomicInteger();

Observable.range(1, 10)
  .doOnNext(ignored -> count.incrementAndGet())
  .ignoreElements()
  .andThen(Single.just(count.get()))
  .subscribe(System.out::println);

上面的代码会输出0，因为Single.just在assembly time的时候就判断了，此时数据流还没有开始运行。需要一些操作来延迟判断，直到主要数据流完成

AtomicInteger count = new AtomicInteger();

Observable.range(1, 10)
  .doOnNext(ignored -> count.incrementAndGet())
  .ignoreElements()
  .andThen(Single.defer(() -> Single.just(count.get())))
  .subscribe(System.out::println);

或

AtomicInteger count = new AtomicInteger();

Observable.range(1, 10)
  .doOnNext(ignored -> count.incrementAndGet())
  .ignoreElements()
  .andThen(Single.fromCallable(() -> count.get()))
  .subscribe(System.out::println);