前言
上一篇文章，对Rx进行了梳理，大致了解了什么是Rx，并对RxJava的基本流程进行了跟踪，如忘记其中关键点，及时回顾。
传送门
关于链式
从Rx的机制上来说，事件的持续进行运转于调用链之上，也就是说，调用链上的每一环节，承载了各自的任务，并对事件的最终完成或异常状态提供了对应出口。那分门别类的任务，是如何嵌入调用链中，并得以完成的呢？ 此篇文章，将对此进行解析。
链式
回顾
在解析之前，先对基本流程进行回顾：
- 拿到Observable
- Observable.subscribe()与观察者签订
- subscribeActual()获得执行时机，执行具体逻辑，通知观察者已签订
- 数据或事件到来，观察者进行响应
案例
Observable ob = Observable.fromArray(new Integer[]{1,2,3,4,5,6}); // 数据
ob.filter(new Predicate() { // 过滤
@Override
public boolean test(Integer integer) throws Exception {
return integer % 2 == 0;
}
}).map(new Function() { // 数据转换
@Override
public String apply(Integer integer) throws Exception {
return integer.toString();
}
}).subscribe(new Observer() {
@Override
public void onSubscribe(Disposable d) {
}
@Override
public void onNext(String s) { // 响应
Log.d(TAG, "onNext: " + s);
}
@Override
public void onError(Throwable e) {
}
@Override
public void onComplete() { // 响应
Log.d(TAG, "onComplete: ");
}
});
从上游向下游发射了6个数据，过滤掉不满足过滤条件 integer % 2 == 0 的数据，并将过滤后的数据转换为String类型，下游最终拿到3个数据，进行了4次响应。
这一调用链中，进行了两个额外任务——过滤、转换，但却能保证最终到达下游，那，如何完成？
上游的构建
从基本流程看，第一步，拿到Observable。从每次调用的返回看，包括Observable.fromArray()，Observable.filter()，Observable.map()均会拿到Observable，但，Observable会有不同。分别进行跟踪，在当前情况下，拿到的Observable依次如下：
// Observable.filter()
public final Observable filter(Predicate predicate) {
ObjectHelper.requireNonNull(predicate, "predicate is null");
return RxJavaPlugins.onAssembly(new ObservableFilter(this, predicate));
}
// Observable.map()
public final Observable map(Function mapper) {
ObjectHelper.requireNonNull(mapper, "mapper is null");
return RxJavaPlugins.onAssembly(new ObservableMap(this, mapper));
}
// Observable.fromArray()
public ObservableFromArray(T[] array) {
this.array = array;
}
Observable.filter()
public ObservableFilter(ObservableSource source, Predicate predicate) {
super(source);
this.predicate = predicate;
}
Observable.map()
public ObservableMap(ObservableSource source, Function function) {
super(source);
this.function = function;
}
除了fromArray()外，均接收一个ObservableSource参数，并返回一个Observable。而接收到的ObservableSource，就是调用当前接口的Observable , 显然，Observable被装饰了，并且是层层装饰。 注意到，在Rx提供的类似fromArray()，比如前文的Observable.create()的一系列方法，接收参数并不遵守这一规则。原因是，这一系列接口所提供的Observable所处位置比较特别，这类Observable处于事件的的发源地，作为接收数据的源头，而数据的来源方式，千差万别，因此这类Observable的构造方式也大不相同。
这里需插播一个信息，即Observable.map()与Observable.filter()这一类操作所拿到的Observable被标示为AbstractObservableWithUpstream，取map()来看，如下
public final class ObservableMap extends AbstractObservableWithUpstream
abstract class AbstractObservableWithUpstream extends Observable implements HasUpstreamObservableSource
AbstractObservableWithUpstream的作用在于，指明此类Observable，将会对所包装的Observable进行额外处理。 其实，Observer也会有相应的行为，下面再谈。
回到当前，说到经过一系列的调用之后，形成了一条调用链，而拿到的Observable是被层层包装的，因此，实际拿到的是一条包装链，如下图：
案例中，到Observable.map()为止，上游链条建立完毕，由外至内为ObservableMap -> ObservableFilter -> ObservableFromArray。紧接着，与观察者签订。
下游的构建
与上游对应的，其实在签订之后，下游也会形成链条的。
再次回忆之前所说的基本流程：
- 拿到Observable
- Observable.subscribe()与观察者签订
- subscribeActual()获得执行时机，执行具体逻辑，通知观察者已签订
- 数据或事件到来，观察者进行响应
此刻，拿到了最外层为ObservableMap的上游链条（最后调用为Observable.map()）,因此，实际与案例里定义的观察者签订的Observable为ObservableMap。在第一篇讲解中说过，subscribe()会将Observer交给subscribeActual()，由subscribeActual()来执行具体的逻辑。
// map()拿到的ObservableMap
@Override
public void subscribeActual(Observer t) {
source.subscribe(new MapObserver(t, function));
}
// filter()拿到的ObservableFilter
@Override
public void subscribeActual(Observer s) {
source.subscribe(new FilterObserver(s, predicate));
}
// fromArray()拿到的ObservableFromArray
@Override
public void subscribeActual(Observer s) {
FromArrayDisposable d = new FromArrayDisposable(s, array);
s.onSubscribe(d);
if (d.fusionMode) {
return;
}
d.run();
}
可以看到，从最外层的Observable开始，不断地执行subscribe() -> subscribeActual() -> subscribe() -> subscribeActual() ... 直到达到最内层Observable的 subscribeActual()。 期间通过subscribe()交接的Observer也经历了对应的包装变化。Observer的包装次序为 自定义的Observer <- MapObserver <- FilterObserver 。 除最内层的Observer外，其他的Observer均以另一个Observer为构造参数，以便装饰，可通过跟踪任意Observer源码看出，此不贴出。
当前，下游也形成了一条调用链。上下游的调用链如图：
在到达最内层的Observable之后，Observer链构建完毕，并且最内的Observable将Observer链的最外层以Disposable形式交给API的使用者， 以上执行此承操作的代码为
s.onSubscribe(d)。
以上上下游链条的构建过程需要仔细琢磨，很重要。
事件的处理
到此处为止，RxJava的调用链式构造完毕了的。那么，为什么要这样做呢？
一句话回答：“处理差异性需求。”
在Rx中，创建、过滤、变换、结合、辅助操作等，提供的以操作符形式的让得以以链条形式完成一系列工作的行为，均是为了处理差异性需求，在本文案例中表现为fromArray()，filter()，map()。而对于种种的差异性需求来说，先以上游或下游为大环境，再以其中某一节点为具体场景进行处理。因此需要分别在上下游分别建立相应的调用链，并构建出场景明确的链条节点，以此达到Rx完成需求的目的。
在有了双链并确定了节点场景之后，处理差异性需求就简单了，仅需在当前场景处理响应事件之后，让事件继续流动向下一节点皆可。如图
当事件或数据来到当前节点时，一般会遵循如图顺序流动。
回到案例。当前情况，已在上下游构建好相应的调用链，而在最内的Observable里，发射了数据
// ObservableFromArray
@Override
public void subscribeActual(Observer s) {
FromArrayDisposable d = new FromArrayDisposable(s, array);
s.onSubscribe(d);
if (d.fusionMode) {
return;
}
// 发射数据
d.run();
}
// FromArrayDisposable
void run() {
T[] a = array; // 要发射的数据
int n = a.length;
for (int i = 0; i < n && !isDisposed(); i++) {
T value = a[I];
if (value == null) {
actual.onError(new NullPointerException("The " + i + "th element is null"));
return;
}
// actual为最外的Observer，为FilterObserver
actual.onNext(value);
}
if (!isDisposed()) {
actual.onComplete();
}
}
在数据开始推送后，下游链的每个节点，依次接收到数据事件的到来，并进行相应的处理。根据之前的分析，当前案例的下游链为自定义的FilterObserver -> MapObserver -> 自定义的Observer 。 对应代码如下
// FilterObserver
@Override
public void onNext(T t) {
if (sourceMode == NONE) {
......
if (b) {
// 将满足过滤条件的数据发送下一节点,为MapObserver
actual.onNext(t);
}
} else {
actual.onNext(null);
}
// MapObserver
@Override
public void onNext(T t) {
......
try {
// 将数据t进行转换
v = ObjectHelper.requireNonNull(mapper.apply(t), "The mapper function returned a null value.");
} catch (Throwable ex) {
fail(ex);
return;
}
// 将数据v发送给下一节点，为自定义的Observer
actual.onNext(v);
}
当事件到达调用链的某一节点，此节点将进行对应的处理，并根据需求决定事件应如何收发，而在最终的节点里，将会收到经历了所有变迁的事件。
注意到，在Observable.fromArray()、Observable.filter()、Observable.map()等操作符里，需要携带对应的参数，如Function、Predicate等。此类参数的作用为，携带链上节点所需信息，协助构建节点或协助处理事件，但不为本文重点，故不提及。
总结
Rx中，为了在链式表达中完整一系列事件需求，分别在上下游构建了对应的调用链。
- 上游 ： 对于上游来说，链的形成通过相应操作符的操作构建
- 下游 ： 对于下游来说，链通过Observable.subscribe()与Observable.subscribeActual()构建。
事件到来时，节点将会进行响应，并根据自身特点在合适的时机将事件推送给下一节点。通过上下游调用链的运行机制，能让Rx得以以链条不断裂的前提下，完成复杂的事件交互，将事件的流程主干铺陈出来，剥离异常与分支流程。而Rx可插拔的运作方式也体现在节点的删减中。
顺带提一句，节点拥有处理事件然后推送给下一节点的过程，而其中经历的时间与具体的处理是变化无穷，因此，节点是多维度的，仔细体会，自行想象。
下一篇 ：线程调度