亲宝软件园·资讯

展开

Kotlin下Rxjava的基础用法及流式调用示例详解

i听风逝夜 人气:0

前言

万事开头难，写文章也是，现在越来越不知道开头怎么写了，所以在前言中，简单介绍下RxJava吧，第一次听说还是以前做Android开发的时候，那时候好多库中都使用了Rxjava，而在网络请求中，也有很多都是使用Rxjava去写，但自己却没怎么在项目中写过，而在搜索资料中发现，微信中搜rxjava时，最多介绍他的还是Android开发者，所以今天来记录下。

而所谓的响应式编程，就是一种用于应用程序异步编程的技术，他是一个通用的思想，类似与AOP，不只是在java中才有。他专注于对数据的变化做出反应，例如，有一个数据源(这里被称为生产者)，一个数据目标(这里被成为消费者)，然后在将消费者连接到订阅者之后，响应式编程框架负责将生产者生产的数据推送给消费者，一个可观察对象可以有任意数量的订阅者。

而对于一些思想上的框架，类似于Spring，源码上大体还是比较难的，毕竟就算是人，在思想上跨越也是有难度的，但对于RxJava来说，源码也不是很多，所以在以后会尝试介绍他的源码实现，而使用Rxjava的好处不是在于实现了什么具体的技术功能，比如使用CGLIB可以实现动态代理的技术，使用JDBC可以进行数据查询，而没有rxjava，我们的代码还可以借助Java8的Stream、CompletableFuture来实现。

而rxjava的好处在于让代码更简洁、优雅，通过他的链式调用，消除嵌套等。

在下面的例子中，我们会使用Kotlin来做示范。

基础用法

在这里，Observable 字面意思是可观察者，他表示数据源，通常，一旦订阅者开始收听，他们就会开始提供数据，而just表示仅仅，仅仅生产的数据是一个"T"，即泛型类型，在这里是String。

而subscribe表示订阅，当订阅后，他会收到Observable生产的数据，来消费。

fun main() {
     Observable.just("hello rxjava").subscribe {
         println(it)
     }
}
输出:
hello rxjava

fromXXX

而上面说到，just表示仅仅，在rxjava中，不仅仅是具体的数据，还可以是Callable、Array、Future对象等，详细可以看fromXXX等方法，最终的结果由rxjava调用后如Callable的结果后，传递给订阅者。

fun main() {
    Observable.fromCallable {
        println("callable")
        "hello rxjava"
    }.subscribe {
        println(it)
    }
}

create

这个方法给我了我们手动执行的能力，即传递数据到订阅者是我们手动执行的。

fun main() {
    Observable.create<String> {
        it.onNext("hello")
        it.onError(IllegalArgumentException("错误"))
        it.onComplete()
    }.subscribe ({
        println(it)
    },{
        println(it.message)
    },{
        println("完成")
    })
}

interval & timer

还可以通过interval实现固定间隔定时。

fun main() {
    val observable = Observable.interval(1, TimeUnit.SECONDS)
    observable.subscribe {
        println(it)
    }
    observable.subscribe {
        println(it)
        Thread.sleep(2000)
    }
    Thread.sleep(100000);
}

而timer方法则是延迟N时间后，发送数据到订阅者.

fun main() {
    val observable = Observable.timer(2, TimeUnit.SECONDS)
    observable.subscribe {
        println(it)
    }
    observable.subscribe {
        println(it)
        Thread.sleep(2000)
    }
    Thread.sleep(100000);
}

指定线程

而使用上面方法有一个好处，即生产者可以在子线程中完成，而实际消费的时候在主线程，这在Android可谓是一种福利，如下。

fun main() {
    val threadPool = Executors.newCachedThreadPool()
    val anyFuture = threadPool.submit(Callable {
        Thread.sleep(2000)
        "hello"
    })
    Observable.fromFuture(anyFuture).subscribe {
        println(it)
    }
}

而如果担心等待时间问题，可是使用第二个重载方法，指定一个超时时间，而subscribe还有两个主要参数我们没说，一个是error发生错误时回调，一个是complete完成时回调，但在发生错误后，complete是不会回调的。

fun main() {
    val threadPool = Executors.newCachedThreadPool()
    val anyFuture = threadPool.submit(Callable {
        Thread.sleep(2000)
        "hello"
    })
    Observable.fromFuture(anyFuture,1,TimeUnit.SECONDS).subscribe({
        println(it)
    },{
        println("错误")
    },{
        println("完成")
    })
}

observeOn & subscribeOn

但你以为这就结束了吗，不，rxjava提供了丰富的线程切换，observeOn & subscribeOn这两个方法就是用来指定在哪里运行，Schedulers.newThread()表示在新线程，但rxjava实现的线程中，是守护线程，也就是当主线程退出后，他们也会自动退出，而在下面的例子中，如果在最后不加sleep，会导致主线程退出后，rxjava的所有线程在可能没执行完成后也将退出。

fun main() {
    Observable.create<String> {
        println(Thread.currentThread().isDaemon)
        it.onNext("hello")
    }
        .observeOn(Schedulers.newThread())
        .subscribeOn(Schedulers.newThread())
        .subscribe {
            println(Thread.currentThread().name)
            println(it)
        }
    Thread.sleep(10000)
}

而如果想自定义线程，也是支持的。

fun createSchedulers(): Scheduler {
    return Schedulers.from {
        thread { it.run() }
    }
}
fun main() {
    Observable.create<String> {
        it.onNext("hello")
    }
        .observeOn(createSchedulers())
        .subscribeOn(Schedulers.newThread())
        .subscribe {
            println(Thread.currentThread().name)
            println(it)
        }
}

Flowable

Flowable可以看成Observable新的实现，他支持背压，而他的API和Observable相似，在最后会介绍背压。

流式调用

我们已经熟悉了Java Stream的好处，所以在这里简单看下rxjava的实现，用法都一样，如下，创建集合"a","b","c","d"。

fun main() {
    Flowable.fromIterable(mutableListOf("a","b","c","d"))
        .map { "1${it}" }
        .filter { !it.endsWith("b") }
        .skip(1)
        .subscribe {
            println(it)
        }
}

所以最后收到的消息将是 1c、1d。

当然他提供的这类API非常之多，就不介绍了。

背压

背压指的是遇到被观察者发送的消息太快，至于它的订阅者不能及时处理数据，而我们可以提供一种告诉被观察者遇到这种情况的策略。

这种场景有个前提条件，被观察者和订阅者在不同线程。

背压策略被定义在BackpressureStrategy，有五种。

MISSING

通过create方法创建的Flowable没有指定背压策略，不会对通过OnNext发送的数据做缓存或丢弃，需要下游通过背压操作符制定策略。

ERROR

如果缓存池数据超限，则抛出异常。

BUFFER

可以无限制添加数据。

DROP

如果缓存池满了，则丢弃。

LATEST

仅保留最新的onNext值，如果下游无法跟上，则覆盖之前的值。

如下，我们使用BUFFER策略，默认的缓存池大小是128，可以通过System.setProperty("rx3.buffer-size","5")指定，而这个策略会导致只有缓存池不满的情况下，才会生产数据并发送给订阅者。

fun main() {
    System.setProperty("rx3.buffer-size","5")
    Observable.interval(1,TimeUnit.MILLISECONDS)
        .toFlowable(BackpressureStrategy.BUFFER)
        .map { User(1) }
        .observeOn(Schedulers.newThread())
        .subscribe {
            Thread.sleep(1000)
            println("hander $it")
        }
    Thread.sleep(100000)
}

而如果我们改成DROP，那么最终只有5条数据被消费，其他全部丢弃。

fun main() {
    System.setProperty("rx3.buffer-size","5")
    Observable.range(1,999)
        .toFlowable(BackpressureStrategy.DROP)
        .map { User(1) }
        .observeOn(Schedulers.newThread())
        .subscribe {
            Thread.sleep(1000)
            println("hander $it")
        }
    Thread.sleep(100000)
}

其他就不做demo了。

加载全部内容
相关教程
猜你喜欢
用户评论