注:本系列文章主要用于博主个人学习记录,本文末尾附上了一些较好的文章提供学习。
转载请附 原文链接
RxJava学习系列(一)--使用
RxJava学习系列(二)--原理
RxJava利用响应式编程思想,专注于异步任务的处理,通过操作符进行流式操作,可以极大的去除多层嵌套,达到逻辑的简洁明了。
举个栗子
RxJava的观察者模式与普通观察者模式有一个区别是分为“冷”启动和“热”启动,“热”启动即不管有没有观察者,观察者会按照自己的逻辑发送数据,而“冷”启动则是只有当观察者开启订阅时才开始发送数据。
1.基本概念及用法
-
三个重要的对象
- Observable-数据发送者
- Subscriber-订阅者
- OnSubscribe-事件
一次事件订阅的流程:Observable持有一个 OnSubscribe对象,事件在OnSubscribe对象中被执行,当有Subscriber订阅了这个 Observable时,OnSubscribe中的事件开始执行,并由Observable发射数据给Subscriber
-
Subscriber对象
Subscriber是一个抽象类,需要实现三个方法
-
onCompleted()
: 事件队列完结。RxJava 不仅把每个事件单独处理,还会把它们看做一个队列。RxJava 规定,当不会再有新的onNext()
发出时,需要触发onCompleted()
方法作为标志。 -
onError()
: 事件队列异常。在事件处理过程中出异常时,onError()
会被触发,同时队列自动终止,不允许再有事件发出。 - 在一个正确运行的事件序列中,
onCompleted()
和onError()
有且只有一个,并且是事件序列中的最后一个。需要注意的是,onCompleted()
和onError()
二者也是互斥的,即在队列中调用了其中一个,就不应该再调用另一个。
引用自扔物线
在代码中调用了onComplete后再调用onNext,依然可以发送数据,onComplete会在发送完所有的数据后才被调用
当onError被调用了,即使在出现错误之前调用onNext依然不会成功,只会触发onError
Subscriber
subscriber = new Subscriber () { @Override public void onCompleted() { //数据发送完毕 } @Override public void onError(Throwable e) { //数据发送出错 } @Override public void onNext(String data) { //数据发送成功 } }; 通过泛型指定Subscriber所能接收的数据,在onNext 中处理相应的逻辑,此处需要注意的是: onNext方法调用的次数取决于OnSubscribe中被调用的次数
-
Action1
在某些情况下我们不需要在每一个回调中都处理逻辑,可能只需要订阅onNext,就可以实现Action1
new Action1
-
-
Observable对象
- Observable.create(OnSubscribe
onSubscribe);
create方法传入一个OnSubscribe对象,在call方法中发送数据,这是最基础的创建方法
Observable.create(new Observable.OnSubscribe
() { @Override public void call(Subscriber super String> subscriber) { subscriber.onNext("create success"); } }); - Observable.just( T1 t1, T2 t2, T3 t3,…)
just方法允许快速创建队列,每一个参数会调用onNext方法传递一次(最多10个),且按顺序发送,just在发送完数据后,会调用onComplete
Observable.just("one","two","three");
- from
from可以将数组,Iterable,Future对象转换为 Observable对象,发送数据
- Javadoc: from(array)
- Javadoc: from(Iterable)
- Javadoc: from(Future)
- Javadoc: from(Future,Scheduler)
- Javadoc: from(Future,timeout, timeUnit)
String [] array = new String[]{"one-from","two-from","three-from"}; Observable.from(array);
创建一个Observable的方法有很多,不一一列举
- Observable.create(OnSubscribe
-
订阅事件
- Observable.subcribe()--return Subscription;
通过subscribe来开启订阅,此时Observable开始发送数据,并且返回一个Subscription对象
- Subscription
Subscription是一个接口,有两个方法unsubscribe()和isUnsubscribe(),在订阅事件时返回这个对象,可以在需要的时候取消掉订阅,在android开发中能简单有效的避免内存溢出。
2.线程控制
上面所提到的订阅会默认在当前线程中执行,然并卵,既然是专注于异步操作,就一定有线程控制的方法
-
Schedulers—线程调度
subscribeOn—被观察事件执行线程(事实上,在该方法调用之前,以及调用后,observeOn之前的代码都会在subscribeOn所在的线程中执行)
observeOn— 观察线程(可以多次转换,observeOn指定在它之后的代码线程)
-
实践
该方法只应该被调用一次,如果调用多次,只有第一个会生效 !
如上图,首先指定了subscribeOn的线程为io线程,然后又指定了计算线程,打印日志
通过日志打印可以发现,只有第一个subscribeOn生效,并且在observeOn之前的代码也都在io线程中执行,而在observeOn之后的代码,在每一次调用该方法后都改变了线程
有好事的同学说了,那如果我先调用observeOn再调用subscribeOn呢?虽然没有人这么做,但严谨的我还是要试试
先调用observeOn指定为主线程,然后subscribeOn指定为ui线程
可以看到第一条日志在io线程中执行,而第二条日志在主线程中,似乎可以得到一个结论
observeOn指定在它之后的代码的执行线程,而其余代码均在第一个subscribeOn指定的线程中执行
3.操作符
A.转换操作
-
map()— 将发射的数据转化为subscriber所需要的数据
Observable.create(new Observable.OnSubscribe
() { @Override public void call(Subscriber super Integer> subscriber) { subscriber.onNext(random()); subscriber.onCompleted(); } }).map(new Func1 () { @Override public String call(Integer integer){ if(integer == 0){ return "the number is 1"; }else{ return "the number is not 1"; } } }); 栗子中的代码是在原始的Observable中发射类型为Integer的数据,通过map操作后,subscriber所接收到的数据为 String 类型,map中需要传入Fun1
,参数1表示上一个操作符操作后所发送的数据,一个Observable可以进行多次转化操作,subscriber接收到的数据为最后一次转化发射的数据。 注意:map操作转换的是发射的数据,Observable本身并不会被转换
-
flatmap()— 将一个Observable转换为一个新的Observable,并且由这个新的Observable发射数据
Observable.create(new Observable.OnSubscribe
() { @Override public void call(Subscriber super Integer> subscriber) { subscriber.onNext(random()); subscriber.onCompleted(); } }).flatMap(new Func1 >() { @Override public Observable call(Integer integer) { return Observable.just("new Observable"+integer); } }); flatMap 同样需要传入Func1
与map不同的是,返回的是一个Observable对象,而subscriber所订阅的应该是这个新的Observable,flatmap也可以多次调用多次转换,问题来了~subscriber只关心接收到的数据,并不关心订阅的具体是哪一个Observable,那flatMap和map的应用场景是什么呢? -
应用场景
- map比较简单,一个Observable可能被多个subscriber订阅,而不同的订阅所需要的最终数据不同,但事件的操作逻辑是相同的,就可以利用map来满足不同的数据需求
-
flatmap的用处就比较多了,文章最开头举的栗子,一次复杂的注册逻辑,首先要请求服务器获取token,获取token后注册请求,注册请求完成后,登录请求,每一次请求利用Retrofit封装返回一个 Observable对象.我们只关心最后登录成功后告知用户,并刷新UI。这样原本用回调至少嵌套两次的逻辑,变得清晰明了(这样的注册逻辑本身是有问题的~)
![Uploading 48862518-1B43-457E-B734-36AE6669893C_441752.jpg . . .]
注意:只有每一个Observable都成功发射数据后,才会调用onNext方法,如果出现异常会直接调用onError
这样看来,好像很鸡肋,后面会讲到错误操作,你会发现RxJava确实是很牛逼的啊~
-
其它转换操作
B.合并操作
-
merge— 将多个Observable合并为一个Observable发射数据
Observable.merge(observable1,observable2,observable3,observable4);
官方文档说明:merge可能会导致交错发射数据,即不是按照合并顺序来发射数据
同样,一旦有一个Observable发射异常,会立即触发onError,RxJava的实现中有一个mergeDelayError— 只有当所有的数据都发射完毕后才会调用onError
-
concat— 将多个Observable合并为一个Observable并且按顺序发射数据
Observable.concat(observable1,observable2,observable3,observable4)
-
zip— 将多个Observables的发射物结合到一起,基于这个函数的结果为每个结合体发射单个数据项。
Observable.zip( Observable.just("1"), Observable.just("2"), Observable.just("3"), Observable.just("4"), new Func4
() { @Override public String call(String s, String s2, String s3, String s4) { return s+s2+s3+s4; } }); zip传入需要合并的Observable对象,以及 Func4
,与merge不同的是,zip是将所有发射的数据拿到后,进行整合,最后发射这个整合后的数据。call中的参数是严格按照合并顺序所发射的数据,return的即为最终发射的数据 zip的不仅可以合并发射源,并且可以根据需要转换最终发射的数据类型
C.过滤操作
假设这样一种场景,加载数据的时候先向服务器请求,如果成功就显示,如果失败就查找缓存数据。很容易想到可以利用合并操作符来处理,但是合并操作会依次发射数据,这不是我们所希望的。这里就需要用的过滤操作了
-
filter — 只发射通过了谓词测试的数据项
filter根据规则去检验数据,只要通过了检验的数据都会被发射,直到检验完最后一个 Observable
.filter(new Func1
() { @Override public Boolean call(Integer i) { //只发射小于等于5的数据 return i<=5; } }) -
first — 只发射第一项(或者满足某个条件的第一项)数据
first类似于filter,不同的是,只发射第一个通过检验的数据
first()//只发射第一个数据 first(Func1)//满足某个条件的第一个发射成功的数据 .first(new Func1
() { @Override public Boolean call(String s) { return false; } }) 所有发射的数据,会在call中按照规则进行检验,比如当第一个传过来的字符串不为空时,就认为发射数据成功,那么应该return true,当return为true的时候会调用onNext方法,而还没有发射数据的Observable将不再发射数据,如果return为false,那么会依次检验后面的Observable是否发射数据成功,直到return true或者全部不符合调onError
-
last — 只发射最后一条(或者满足某个条件的最后一项)数据
last的用法跟frist一毛一样。
-
其它过滤操作
D.异常处理
onErrorReturn可以在异常发生时发射一个默认的数据,结合过滤操作,可以发射一个不符合规则的数据,避免中断数据发射
E.doOn
有一种场景,比如说请求到数据后写入缓存,但是不希望订阅者去处理,因为如果多处订阅必然会产生重复代码并且可能阻塞主线程,doOn的系列操作就派上了用场
-
doOnNext — 当数据发射成功时调用
Observable.just("data to shoot") .doOnNext(new Action1
() { @Override public void call(String s) { //发射成功后需要的操作 writeToCache(s); } }) 在使用的时候注意判断doOnNext当前在哪个线程执行
- doOnError — 当发生异常时调用
- doOnSubscribe — 当被订阅时调用
- doOnTerminate — 发射数据完毕后调用
F.封装-compose
当我们真正开始使用RxJava来替换之前的逻辑代码时,我们发现仅用现有的操作符无法做到完全的简洁,依然会出现一些不必要的重复代码和逻辑。适度的封装也是必要的,RxJava早就想到了这点,提供了一个操作符来封装一些通用代码
-
compose(@NotNull Transformer
) compose方法需要传入一个变形金刚对象,其中泛型T为原始的Observable所发射的数据类型,R为变形后所发射的数据类型,举个栗子,比如封装一个方法在io线程中发射数据,在ui线程中观察接收数据。
public
Observable.Transformer io_main(){ return new Observable.Transformer () { @Override public Observable call(Observable tObservable) { return tObservable.subscribeOn(Schedulers.io()) .observeOn(AndroidSchedulers.mainThread()); } }; } 创建一个Transformer对象,需要实现call方法,return一个新的Observable,然后传入到compose()中:
Observable.just("123") .compose(this.
io_main()) .subscribe(); 查看一下compose的源码发现,它其实就做了一件事情,调用 Transformer的call方法,并把当前的Observable对象作为参数传进去,返回call方法得到的新的Observable
public
Observable compose(Transformer super T, ? extends R> transformer) { return ((Transformer ) transformer).call(this); }
4.RxBus
EventBus让模块间的耦合更低,利用 RxJava实现EventBus简直是容易,且便于管理
在实现RxBus之前介绍两个很重要的类
-
CompositeSubscription— Subscription that represents a group of Subscriptions that are unsubscribed together.
是Subscription的一个实习类,用于管理一组订阅,当取消订阅时,会将这一组订阅全部取消,在Android中可以利用该类管理一个Activity中所有的异步任务,当Activity被销毁时,取消订阅,避免内存泄漏
- add — 将一个订阅加入到一个订阅组中
- remove — 将一个订阅从该组中移除
- clear — 清空订阅组
- unsubscribe — 取消改组中正在进行的所有订阅
-
Subject — 一个神奇的类,在 RxJava中它同时充当了Observer和Observable的角色。
文章一开头提到了“冷”启动和“热”启动,而一个Subject可以将一个“冷”Observer变成一个“热”的,因为它是一个Observer,它可以订阅一个或多个Observable;又因为它是一个Observable,它可以转发它收到(Observe)的数据,也可以发射新的数据。
subject.subscribe(subscriber) — 订阅事件
subject.onNext(obj) — 发射数据
Subject 在RxJava中总共有7个子类,这里不一一介绍(因为我也没用过…)
-
PublishSubject — 一个“热”的Observable,这个对象会在onNext被调用的时候就开始发射数据,无论有没有订阅者,当一个Observer订阅了这个对象时,只会收到订阅时间点之后所发射的数据。官方给出的栗子:
两个observer分别订阅了同一个subject,observer1会收到所有的数据,而observer2只能收到最后一条数据
PublishSubject
再想想EventBus的原理,我们所需要的正是这样一个“热”Observable。这里是较为复杂的一种实现,先上原理图
-
再贴代码
private ConcurrentHashMap
RxBus的核心逻辑就完成了,当然还需要加上取消订阅,清空事件等代码,比较简单不再赘述,在我实际的项目开发中,我将 RxBus交由 RxJavaManager进行管理,所有的订阅事件全部经过 RxJavaManager来操作,在需要取消订阅的地方统一unsubscribe
5.资料
- RxDocs — ReactiveX中文文档
- 给 Android 开发者的 RxJava 详解 — 扔物线大神的文章
- 什么是函数响应式编程 — android中响应式编程介绍
- T-MVP — 一个不错的开源项目 RxJava+MVP
- ReactiveX.io — 官方网站
- 从 RxBus 这辆兰博基尼深入进去 — 我的好基友谢三弟的Subject源码分析