Android Rxjava :最简单&全面背压讲解 (Flowable)

Android Rxjava :最简单&全面背压讲解 (Flowable)_第1张图片

1.前言

  • 阅读本文需要对Rxjava了解,如果还没有了解或者使用过Rxjava的兄die们,可以观看我另外一篇
    Android Rxjava:不一样的诠释进行学习。
  • Rxjava背压被观察者发送事件的速度大于观察者接收事件的速度时,观察者内会创建一个无限制大少的缓冲池存储未接收的事件,因此当存储的事件越来越多时就会导致OOM的出现。(注:当subscribeOn与observeOn不为同一个线程时,被观察者与观察者内存在不同时长耗时任务,就会使发送与接收速度存在差异。)
  • 背压例子
public void backpressureSample(){
        Observable.create(new ObservableOnSubscribe() {
            @Override
            public void subscribe(ObservableEmitter e) throws Exception {
                int i = 0;
                while(true){
                    Thread.sleep(500);
                    i++;
                    e.onNext(i);
                    Log.i(TAG,"每500ms发送一次数据:"+i);
                }
            }
        }).subscribeOn(Schedulers.newThread())//使被观察者存在独立的线程执行
          .observeOn(Schedulers.newThread())//使观察者存在独立的线程执行
          .subscribe(new Consumer() {
              @Override
              public void accept(Integer integer) throws Exception {
                  Thread.sleep(5000);
                  Log.e(TAG,"每5000m接收一次数据:"+integer);
              }
          });
    }
  • 例子执行效果


    Android Rxjava :最简单&全面背压讲解 (Flowable)_第2张图片
    上述代码执行效果

    Android Rxjava :最简单&全面背压讲解 (Flowable)_第3张图片
    backpressure.png
  • 通过上述例子可以大概了解背压是如何产生,因此Rxjava2.0版本提供了 Flowable 解决背压问题。
  • 本文章就是使用与分析 Flowable 是如何解决背压问题。
  • 文章中实例 linhaojian的Github

2.目录

Android Rxjava :最简单&全面背压讲解 (Flowable)_第4张图片
目录.png

3.简介

Android Rxjava :最简单&全面背压讲解 (Flowable)_第5张图片
简介.png

_______________________________________________________________________________

4.使用与原理详解

4.1 Flowable 与 Observable 的区别

  • Android Rxjava :最简单&全面背压讲解 (Flowable)_第6张图片
    flowable与observable对比.png

    上图可以很清楚看出二者的区别,其实Flowable 出来以上的区别之外,它其他所有使用与Observable完全一样。
  • Flowable 的create例子
 public void flowable(){
        Flowable.create(new FlowableOnSubscribe() {
            @Override
            public void subscribe(FlowableEmitter e) throws Exception {
                for(int j = 0;j<=150;j++){
                    e.onNext(j);
                    Log.i(TAG," 发送数据:"+j);
                    try{
                        Thread.sleep(50);
                    }catch (Exception ex){
                    }
                }
            }
        },BackpressureStrategy.ERROR)
        .subscribeOn(Schedulers.newThread())
        .observeOn(Schedulers.newThread())
        .subscribe(new Subscriber() {
            @Override
            public void onSubscribe(Subscription s) {
                s.request(Long.MAX_VALUE); //观察者设置接收事件的数量,如果不设置接收不到事件
            }
            @Override
            public void onNext(Integer integer) {
                try {
                    Thread.sleep(100);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                Log.e(TAG,"onNext : "+(integer));
            }
            @Override
            public void onError(Throwable t) {
                Log.e(TAG,"onError : "+t.toString());
            }
            @Override
            public void onComplete() {
                Log.e(TAG,"onComplete");
            }
        });
    }

4.2 BackpressureStrategy媒体类

  • 从Flowable源码查看,缓存池默认大少为:128
public abstract class Flowable implements Publisher {
    /** The default buffer size. */
    static final int BUFFER_SIZE;
    static {
        BUFFER_SIZE = Math.max(1, Integer.getInteger("rx2.buffer-size", 128));
    }
    .....
}
  • 通过上面的例子,我们可以看到create方法中的包含了一个BackpressureStrategy媒体类,其包含5种类型:

4.2.1. ERROR

  • 把上面例子改为ERROR类型,执行结果如下:


    Android Rxjava :最简单&全面背压讲解 (Flowable)_第7张图片
    error.png
  • 总结 :当被观察者发送事件大于128时,观察者抛出异常并终止接收事件,但不会影响被观察者继续发送事件。

4.2.2. BUFFER

  • 把上面例子改为BUFFER类型,执行结果如下:


    buffer.gif
  • 总结 :与Observable一样存在背压问题,但是接收性能比Observable低,因为BUFFER类型通过BufferAsyncEmitter添加了额外的逻辑处理,再发送至观察者。

4.2.3. DROP

  • 把上面例子改为DROP类型,执行结果如下:


    Android Rxjava :最简单&全面背压讲解 (Flowable)_第8张图片
    drop.png
  • 总结 :每当观察者接收128事件之后,就会丢弃部分事件

4.2.4. LATEST

  • 把上面例子改为LATEST类型,执行结果如下:


    laster.gif
  • 总结 :LATEST与DROP使用效果一样,但LATEST会保证能接收最后一个事件,而DROP则不会保证。

4.2.5. MISSING

  • 把上面例子改为MISSING类型,执行结果如下:


    buffer.gif
  • 总结 :MISSING就是没有采取背压策略的类型,效果跟Obserable一样。
  • 在设置MISSING类型时,可以配合onBackPressure相关操作符使用,也可以到达上述其他类型的处理效果。

4.3 onBackPressure相关操作符

  • 使用例子:
 Flowable.interval(50,TimeUnit.MILLISECONDS)
        .onBackpressureDrop()//效果与Drop类型一样
        .subscribeOn(Schedulers.newThread())
        .observeOn(Schedulers.newThread())
        .subscribe(new Consumer() {
            @Override
            public void accept(Long aLong) throws Exception {
                try {
                    Thread.sleep(100);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                Log.e(TAG,"onNext : "+(aLong));
            }
        });
  • onBackpressureBuffer :与BUFFER类型一样效果。
  • onBackpressureDrop :与DROP类型一样效果。
  • onBackpressureLaster :与LASTER类型一样效果。

4.4 request()

4.4.1 request(int count):设置接收事件的数量.

  • 例子:
Flowable.create(new FlowableOnSubscribe() {
            @Override
            public void subscribe(FlowableEmitter e) throws Exception {
                for(int j = 0;j<50;j++){
                    e.onNext(j);
                    Log.i(TAG," 发送数据:"+j);
                    try{
                        Thread.sleep(50);
                    }catch (Exception ex){
                    }
                }
            }
        },BackpressureStrategy.BUFFER)
        .subscribeOn(Schedulers.newThread())
        .observeOn(Schedulers.newThread())
        .subscribe(new Subscriber() {
            @Override
            public void onSubscribe(Subscription s) {
                s.request(10); //观察者设置接收事件的数量,如果不设置接收不到事件
            }
            @Override
            public void onNext(Integer integer) {
                try {
                    Thread.sleep(100);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                Log.e(TAG,"onNext : "+(integer));
            }
            @Override
            public void onError(Throwable t) {
                Log.e(TAG,"onError : "+t.toString());
            }
            @Override
            public void onComplete() {
                Log.e(TAG,"onComplete");
            }
        });
Android Rxjava :最简单&全面背压讲解 (Flowable)_第9张图片
request.png

4.4.2 request扩展使用

  • request还可进行扩展使用,当遇到在接收事件时想追加接收数量(如:通信数据通过几次接收,验证准确性的应用场景),可以通过以下方式进行扩展:
Flowable.create(new FlowableOnSubscribe() {
            @Override
            public void subscribe(FlowableEmitter e) throws Exception {
                for(int j = 0;j<50;j++){
                    e.onNext(j);
                    Log.i(TAG," 发送数据:"+j);
                    try{
                        Thread.sleep(50);
                    }catch (Exception ex){
                    }
                }
            }
        },BackpressureStrategy.BUFFER)
        .subscribeOn(Schedulers.newThread())
        .observeOn(Schedulers.newThread())
        .subscribe(new Subscriber() {
            private Subscription subscription;
            @Override
            public void onSubscribe(Subscription s) {
                subscription = s;
                s.request(10); //观察者设置接收事件的数量,如果不设置接收不到事件
            }
            @Override
            public void onNext(Integer integer) {
                if(integer==5){
                    subscription.request(3);
                }
                try {
                    Thread.sleep(100);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                Log.e(TAG,"onNext : "+(integer));
            }
            @Override
            public void onError(Throwable t) {
                Log.e(TAG,"onError : "+t.toString());
            }
            @Override
            public void onComplete() {
                Log.e(TAG,"onComplete");
            }
        });

Android Rxjava :最简单&全面背压讲解 (Flowable)_第10张图片
request扩展.png

总结: 可以动态设置观察者接收事件的数量,但不影响被观察者继续发送事件。

4.5 requested

  • requestedrequest不是同一的函数,但它们都是属于FlowableEmitter类里的方法,那么requested()是有什么作用呢,看看以下例子:
Flowable.create(new FlowableOnSubscribe() {
            @Override
            public void subscribe(FlowableEmitter e) throws Exception {
                for(int j = 0;j<15;j++){
                    e.onNext(j);
                    Log.i(TAG,e.requested()+" 发送数据:"+j);
                    try{
                        Thread.sleep(50);
                    }catch (Exception ex){
                    }
                }
            }
        },BackpressureStrategy.BUFFER)
//        .subscribeOn(Schedulers.newThread())
//        .observeOn(Schedulers.newThread())
        .subscribe(new Subscriber() {
            private Subscription subscription;
            @Override
            public void onSubscribe(Subscription s) {
                subscription = s;
                s.request(10); //观察者设置接收事件的数量,如果不设置接收不到事件
            }
            @Override
            public void onNext(Integer integer) {
                try {
                    Thread.sleep(100);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                Log.e(TAG,"onNext : "+(integer));
            }
            @Override
            public void onError(Throwable t) {
                Log.e(TAG,"onError : "+t.toString());
            }
            @Override
            public void onComplete() {
                Log.e(TAG,"onComplete");
            }
        });
Android Rxjava :最简单&全面背压讲解 (Flowable)_第11张图片
requested.png
  • 从图中我们可以发现,requested打印的结果就是 剩余可接收的数量 ,它的作用就是可以检测剩余可接收的事件数量。

5.总结

  • 到此,Flowable讲解完毕。
  • 如果喜欢我的分享,可以点击 关注 或者 ,你们支持是我分享的最大动力 。
  • linhaojian的Github

欢迎关注linhaojian_CSDN博客或者linhaojian_!

不定期分享关于安卓开发的干货。


写技术文章初心

  • 技术知识积累
  • 技术知识巩固
  • 技术知识分享
  • 技术知识交流

你可能感兴趣的:(Android Rxjava :最简单&全面背压讲解 (Flowable))