compose字面意思为组成。Rxjava的链式调用虽然很方便,但在很多时候也显得冗余。
1、比如线程的切换。绝大多时候都是固定的
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
2、比如特定格式的数据处理。例如网络请求的返回的数据,通常网络请求返回的数据,我们和后台之间存在某个统一的基类。举个例子:当code = 0的时候,表示后台正确返回了数据,code = 其它表示发生了某类异常。这个时候我们就需要一个统一的判断,用于判断这次的网络请求是否正确返回了我们想要的数据。这个时候compose的作用就能够体现出来了。
//后端返回的数据,主要是 code,msg,data
open class BaseResponse{
@SerializedName("code")
val code: Int? = null
@SerializedName("msg")
val msg: String? = null
}
CommonResponse<out T>:BaseResponse(){
@SerializedName("data")
val data: T? = null
}
以一次完整的网络请求为例:
某个网络请求返回了一个Single<CommonResponse<Result>>
.compose(CommonResponseTransformer())
.compose(SchedulersTransformer())
其中CommonResponseTransformer 负责数据的基本处理,SchedulersTransformer 负责线程的切换
class CommonResponseTransformer <T> : SingleTransformer<CommonResponse<T>, T> {
override fun apply(upstream: Single<CommonResponse<T>>): SingleSource<T> {
return upstream.flatMap {
if (it.code!=0) {
//抛出一个异常,这样可以在rxjava的异常回调里面处理对应的错误码
return@flatMap Single.error<T>(RequestFailedException(it.code))
}
Single.just(data)
}
}
}
class SchedulersTransformer<T> : SingleTransformer<T, T> {
override fun apply(upstream: Single<T>): SingleSource<T> {
return upstream.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
}
}