RxJava2.0在安卓中的二级缓存策略

最新推荐文章于 2024-08-12 13:16:25 发布

yangxi_001

最新推荐文章于 2024-08-12 13:16:25 发布

阅读量522

点赞数

分类专栏： RxJava

RxJava 专栏收录该内容

33 篇文章 0 订阅

订阅专栏

转自： http://blog.csdn.net/qq_35064774/article/details/53449795

前言

在上一篇安卓网络数据缓存策略中，介绍了安卓中数据的缓存策略，这篇将用RxJava2.0 实现 Json/Xml 数据的二级缓存。
对于 RxJava2.0 不了解的，可以看一下这篇入门教程从零开始的RxJava2.0教程1-4 。

仿佛有一段时间没写博客了，吓得我都祭出了神图。

数据实时性高

为了便于没有看过上一篇教程的同学理解，我先把伪代码再贴一次。

如果 (存在缓存) {
    读取缓存并显示
}
请求网络
写入缓存
显示网络数据
 
 1
2
3
4
5
6
 
 1
2
3
4
5
6

上篇提到过，如果缓存可用，请求网络的时候，不应该显示正在加载的界面，网络请求失败的时候，也不应该显示错误界面。

为了优雅的实现这样一个多分支逻辑，我们需要用到 concat 操作符，和 1.x 中一样，将两个发射源按顺序连接成一个，这样先显示缓存，后显示网络数据的需求就完美的解决了。
不过需要注意的是，RxJava2.0 和 1.x 不一样，所有的操作符都不能接收 null，所以，需要对缓存发射源和网络发射源进行一些额外的处理。

1. concat 连接缓存和网络数据

先给出最简单的代码，这段代码能实现基本功能，但在界面显示上会有一些逻辑问题，这个问题我们后面再解决。

Flowable.concat(localRepo.getHome(index), remoteRepo.getHome(index))
        .subscribe(new Consumer<AppListBean>() {
            @Override
            public void accept(AppListBean appListBean) throws Exception {
                getView().setData(appListBean);
            }
        }, new Consumer<Throwable>() {
            @Override
            public void accept(Throwable throwable) throws Exception {
                getView().showError(throwable, pullToRefresh);
            }
        });
 
 1
2
3
4
5
6
7
8
9
10
11
12
 
 1
2
3
4
5
6
7
8
9
10
11
12

可以看到，通过 concat 连接了本地和远程的数据源。成功或失败就通知界面显示。
我们在跟进 localRepo 和 remoteRepo 看一下如何处理 null 问题。

对于本地的源，是一个很简单的从文件读取数据，然后生成一个 Flowable，但需要注意的是，但文件不存在或数据有问题时，不能返回 null，相应的，我们返回一个空的发射源，也就是什么都不会发射的 Flowable。一个是避免 concat 收到 null 而抛出异常，另一个是方便后面逻辑判断。

public Flowable<AppListBean> getHome(@Query("index") int index) {
    return RxUtils.fromCache(cacheDir, "home" + index, AppListBean.class)
            .compose(RxUtils.<AppListBean>netScheduler());
}

// 从文件读取数据，并生成 Flowable
public static <T> Flowable<T> fromCache(final File dir, final String name, Class<T> type) {
    try {
        Gson gson = new Gson();
        T t = gson.fromJson(new FileReader(FileUtils.getJson(dir, name)), type);
        return Flowable.just(t);
    } catch (FileNotFoundException e) {
        e.printStackTrace();
    }
    return Flowable.empty();
}
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

对于远程的源，主要是对 retrofit 转换生成的 Flowable 进行出错拦截。

@Override
public Flowable<AppListBean> getHome(@Query("index") final int index) {
    return api.getHome(index)// retrofit转换得到的Flowable
            .compose(RxUtils.<AppListBean>netScheduler())// subscribeOn io observeOn mainThread
            .compose(RxUtils.<AppListBean>cache(FileUtils.getJson(cacheDir, "home" + index), 0 == index));// 缓存到本地，以及出错拦截。
}

// 缓存到本地，以及出错拦截
public static <T> FlowableTransformer<T, T> cache(final File file, final boolean isCache) {
    return new FlowableTransformer<T, T>() {
        @Override
        public Publisher<T> apply(Flowable<T> upstream) {
            return upstream.doOnNext(new Consumer<T>() {//获取数据成功时，缓存到本地
                @Override
                public void accept(T t) throws Exception {
                    if (isCache) {
                        Gson gson = new Gson();
                        String json = gson.toJson(t, t.getClass());
                        FileUtils.saveFileWithString(file, json);
                        Logger.d("cache success " + file);
                    }
                }
            }).onErrorResumeNext(new Function<Throwable, Publisher<? extends T>>() {// 出错拦截，当出现错误时，返回一个新的源而不是调用onError
                @Override
                public Publisher<? extends T> apply(Throwable throwable) throws Exception {
                    return Flowable.empty();// 这里返回一个空的发射源
                }
            });
        }
    };
}
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

这里我重点解释一下出错拦截，如果这里不调用 onErrorResumeNext 操作符，那么，当网络访问出错时，就会走 getView().showError(throwable, pullToRefresh); 这段 onError 逻辑，这样，只要网络出错，无论是否有本地缓存，界面都将显示一个错误，这显然不是我们要的，所以，这里对远程数据源进行出错拦截，一旦出错，就返回一个空的发射源。

2. 本地和远程都为空发射源的逻辑处理

上面那段代码似乎能起到我们想要的效果了，但一测试就会发现，当本地没有缓存，网络请求失败时，两者返回的都是空的发射源，也就是，界面既不显示数据，也不会显示出错。这显然不行，所以，我们还需要对连接后的源进行非空检测。

Flowable.concat(localRepo.getHome(index), remoteRepo.getHome(index))
        .switchIfEmpty(new Flowable<AppListBean>() {// 空数据检测
            @Override
            protected void subscribeActual(Subscriber<? super AppListBean> s) {
                s.onError(new NoSuchElementException());
            }
        })
        .subscribe(new Consumer<AppListBean>() {
            @Override
            public void accept(AppListBean appListBean) throws Exception {
                getView().setData(appListBean);
            }
        }, new Consumer<Throwable>() {
            @Override
            public void accept(Throwable throwable) throws Exception {
                getView().showError(throwable, pullToRefresh);
            }
        });
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

这段代码与上段代码相比，只多了一个 switchIfEmpty 操作符，这个操作符的作用是，当发射源没有发送任何数据时，就会进入到该逻辑。在这个逻辑中，我们调用 s.onError(new NoSuchElementException()); 来进入到错误分支，这样就可以使界面显示出错信息了。

数据定期更新或不频繁变化

同样先把伪代码贴出来。

如果 (存在缓存 且 缓存未过期) {
    读取缓存并显示
    返回
}
请求网络
更新缓存
显示最新数据
 
 1
2
3
4
5
6
7
 
 1
2
3
4
5
6
7

有了上面一类缓存的基础，处理这个就容易多了。

Flowable.concat(localRepo.getHome(index), remoteRepo.getHome(index))
.firstOrError()// 最多发射一个数据，如果没有数据，则走 onError
.subscribe(new Consumer<AppListBean>() {
    @Override
    public void accept(AppListBean appListBean) throws Exception {
        getView().setData(appListBean);
    }
}, new Consumer<Throwable>() {
    @Override
    public void accept(Throwable throwable) throws Exception {
        getView().showError(throwable, pullToRefresh);
    }
});
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
 
 1
2
3
4
5
6
7
8
9
10
11
12
13

与上面明显区别是， switchIfEmpty 换成了 firstOrError 。
注释上已经解释清楚了，这里详细介绍一下 localRepo 和 remoteRepo 里面的一些不同之处。

先看本地的发射源，与之前不同的是，多了一个 filter 操作符，这个是用过滤过期数据的，为了便于记录数据的过期时间，我在 bean 中加了一个 cacheTime 表示缓存的时间戳。

public Flowable<AppListBean> getHome(@Query("index") final int index) {
    return RxUtils.fromCache(cacheDir, "home" + index, AppListBean.class)
            .compose(RxUtils.<AppListBean>netScheduler())
            .filter(new Predicate<AppListBean>() {// 屏蔽过期数据
                @Override
                public boolean test(AppListBean appListBean) throws Exception {
                    if (appListBean.cacheTime + CACHE_TIME < System.currentTimeMillis()) {// 已经过期
                        // clean cache
                        RxUtils.cleanCache(FileUtils.getJson(cacheDir, "home" + index));
                        return false;
                    }
                    return true;
                }
            });
}
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

然后再看远程数据源，多了一个 doOnNext 操作符，这个是在写入缓存前，把当前的时间存到 bean 中去。

@Override
public Flowable<AppListBean> getHome(@Query("index") final int index) {
    return api.getHome(index)
            .doOnNext(new Consumer<AppListBean>() {
                @Override
                public void accept(AppListBean appListBean) throws Exception {
                    appListBean.cacheTime = System.currentTimeMillis();
                }
            })
            .compose(RxUtils.<AppListBean>netScheduler())
            .compose(RxUtils.<AppListBean>cache(FileUtils.getJson(cacheDir, "home" + index), 0 == index));
}
 
 1
2
3
4
5
6
7
8
9
10
11
12
 
 1
2
3
4
5
6
7
8
9
10
11
12

到此为止，RxJava2.0 的缓存实现已经介绍完了，这里给出的只是鄙人的一些见解，如果你有更好的方案，随时欢迎交流。

关于RxCache

RxCache 是一个很优秀的安卓数据缓存库，用在实际项目中，可以节省不少开发时间。我不推崇重复造轮子，但原理性的东西不能完全不知道，所以在最后给大家推荐这样一个库，希望能给你的开发带来帮助。

1. 不适合数据实时性高的策略

需要注意的是，RxCache 并不适合数据实时性高的缓存策略，因为它的加载机制如下：

请求数据(使用缓存) {
    如果 (缓存可用) {
        使用缓存数据
        返回  
    }
    请求网络数据
    存储缓存
}

请求数据(不使用缓存) {
    删除缓存
    请求网络数据
    存储缓存(如果请求失败，就没有缓存了)
}

 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

所以，要实现请求本地数据后，再请求网络数据就不是那么容易。
当然也不是完全不行。经过我一下午的调试，最终整合出一个勉强可用的实现。

对于 Providers 的定义，返回的内容用 Reply 包裹，这样就可以知道返回的数据是来自网络还是缓存。

Observable<Reply<AppListBean>> getHome(Observable<AppListBean> home, DynamicKey index, EvictDynamicKey update);
 
 1
 
 1

使用缓存请求数据源，然后是利用 flatMap 中途修改发射源。
如果数据来自缓存，则给发射源连接一个网络请求的发射源。

public Observable<AppListBean> getHome(final int index) {
    Observable<Reply<AppListBean>> local = providers.getHome(api.getHome(index), new DynamicKey(index), new EvictDynamicKey(false))
            .flatMap(new Function<Reply<AppListBean>, ObservableSource<Reply<AppListBean>>>() {// 中途根据情况修改发射源
                @Override
                public ObservableSource<Reply<AppListBean>> apply(Reply<AppListBean> appListBeanReply) throws Exception {
                            Logger.d("get cache success");
                    Observable<Reply<AppListBean>> cache = Observable.just(appListBeanReply);
                    if (appListBeanReply.getSource() != Source.CLOUD// 数据来自缓存，则需要再加一个网络的请求
                                    && NetworkUtils.isAvailableByPing(BaseApplication.getContext())) {// 网络可用时才请求
                        // concat a remote request
                        Observable<Reply<AppListBean>> remote = providers.getHome(api.getHome(index), new DynamicKey(index), new EvictDynamicKey(true))
                                .onErrorResumeNext(new Function<Throwable, ObservableSource<? extends Reply<AppListBean>>>() {// 网络请求出错时，返回一个空发射源，而不是走onError
                                    @Override
                                    public ObservableSource<? extends Reply<AppListBean>> apply(Throwable throwable) throws Exception {
                                        return Observable.empty();
                                    }
                                });
                        return Observable.concat(cache, remote).distinct();
                    }
                    return cache;
                }
            });
    return local.map(new Function<Reply<AppListBean>, AppListBean>() {// 转换成数据
        @Override
        public AppListBean apply(Reply<AppListBean> appListBeanReply) throws Exception {
            return appListBeanReply.getData();
        }
    }).compose(RxUtils.<AppListBean>netScheduler());
}
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29