RxJava快速入门

简单来说RxJava是一个实现响应式编程的类库。

那什么是响应式编程？

响应式编程的核心思想是"数据流是第一等公民”，程序的逻辑建立在数据流的变化之上。

响应式编程的几个核心概念:
（1）数据流：在响应式编程中，数据以流(Streans)的形式存在。流就像一条河，源源不断。比如一个数组或集合可以看作一个数据流，数组或集合中的每个元素视为数据流中的数据项。

（2）异步处理：传统的同步编程模型中，当执行一个耗时的操作时，主线程会被阻塞，直到操作完成才能继续执行后续的代码。这种模型存在一个问题，即当一个操作耗时很长，主线程被阻塞时，整个应用程序就会感觉不够灵活和响应迟缓。
响应式编程则通过异步处理来解决这个问题。在响应式编程中，当需要执行一个可能耗时的操作时，不会让主线程直接等待其完成。相反，这个操作会被放到一个单独的执行线程（通常是线程池中的一个线程）中去执行，同时主线程可以继续执行其他任务而不被阻塞。一旦异步操作完成，会通过回调函数、观察者模式或者其他机制通知应用程序，以便在未来某个时间点处理操作结果。

（3）变化传播：当数据源发生变化时，响应式编程模型会自动将变化传播到依赖这些数据源的地方。这种传播是自动的，不需要显式调用。

什么是RxJava？

Rxlava是基于观察者模式实现的，分别有观察者和被观察者两个角色，被观察者会实时传输数据流，观察者可以观测到这些数据流。基于传输和观察的过程，用户可以通过一些操作方法对数据进行转换或其他处理。在RxJava中，观察者就是Observer，被观察者是Observable和Flowable。

Observable适合处理相对较小的、可控的、不会迅速产生大量数据的场景。它不具备背压处理能力，也就是说，当数据生产速度超过数据消费速度时，可能会导致内存溢出或其他性能问题。

Fowable是针对背压(反向压力)问题而设计的可观测类型。背压问题出现于数据生产速度超过数据消费速度的场景。Flowable 提供了多种背压策略来处理这种情况，确保系统在处理大量数据时仍然能够保持稳定。

被观察者. subscribe(观察者)，它们之间就会建立订阅关系，被观察者传输的数据或者发出的事件会被观察者观察到。

前面提到用户可以通过一些方法对数据进行转换或其他处理，RxJava提供了很多操作符供我们使用，这块其实和Java8的Stream类似，概念上都是一样的。

操作符主要可以分为以下几大类:

变换类操作符，对数据流进行变换，如map、flatMap 等。比如利用map将int类型转为string

Flowable<String> flowable = Flowable.range(0,Integer.MAX_VALUE)
	.map(i->String.valueOf(i))

聚合类操作符，对数据流进行聚合，如toList、toMap等

Flowable.range(0,Integer.MAX_VALUE).toList()

过滤操作符，过滤或者跳过一些操作符，如fliter、skip等

Flowable.range(0,Integer.MAX_VALUE).fliter(i->i>10).toList();

连接操作符，将多个数据流连接到一起，如concat、zip等

//创建两个Flowable，通过concat连接得到一个被观察者，进行统一处理
//创建两个Flowable 对象
Flowable<String> flowable1 = Flowable.just( "A"，"B"，"C");
Flowable<String> flowable2 = Flowable.just("D"，"E"，"F");
//使用concat操作符将两个Flowable合并
Flowable<String> flowable = Flowable.concat(flowable1，flowable2);

排序操作符，对数据流内的数据进行排序，如sorted

Flowable<String> flowable = Flowable.concat(flowable1，flowable2).sorted();

RxJava也是一个基于事件驱动的框架，我们来看看一共有哪些事件，分别在什么时候触发:

1. onNext，被观察者每发送一次数据，就会触发此事件。
2. onError，如果发送数据过程中产生意料之外的错误，那么被观察者可以发送此事件。
3. onComplete，如果没有发生错误，那么被观察者在最后一次调用onNext,之后发送此事件表示完成数据传输。对应的观察者得到这些事件后，可以进行一定处理，例如:

flowable.observeon( Schedulers.io())
.doOnNext( item -> {
System.out.println("来数据啦"+ item.toString());})
.doOnError(e -> {
system.out.println("出错啦"+e.getMessage( ));})
.doonComplete(( ->{
system.out.println("数据处理完啦");}).subscribe();