一.Rxjava架构场景
RxJava通过Observable传递数据流，以MVP为例，我们可以在Model层创建Observable并封装基础数据，Presenter层订阅后开始数据流动，P层、M层之间可以采用各种操作符做数据转换，P层Observer收到数据后回调View层显示数据。
一些基于RxJava的基础库通过将数据获取相关逻辑封装在上游Observable中，依赖基础库后即可直接通过订阅相关上游Observable获取数据，这样也利于开发上的分工。
RxJava仅能单向获取数据，图中显示从Model层获取，若View层需要更新Model数据怎么办呢？上图RxXX.set()方法相当于给Model层一个通知做一些操作，并不能传数据。此时更新Model数据得自己实现通知机制也可利用EventBus等开源库。
二、具体使用
1.封装Rx函数库
将上游数据处理封装为静态方法并提供给调用方
RxXXXLib.applyChanges().subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(xxx)
2.注册成功后立即登陆-结合Retrofit & Gson
MyRetrofit.getsInstance().getLoginService(). // 封装Retrofit & 网络请求接口
.register(new RegisterRequest()) // 发起注册请求
.subscribeOn(Schedulers.io()) // 在IO线程发起网络请求
.observeOn(AndroidSchedulers.mainThread()) // 回到主线程处理请求注册结果
.doOnNext(new Consumer() {
@Override
public void accept(RegisterResponse registerResponse) {
// Register success & do something
}
})
.doOnError(new Consumer() {
@Override
public void accept(Throwable throwable) throws Throwable {
// Register failed
}
})
.map(new Function() {
@Override
public String apply(RegisterResponse response) throws Throwable {
// do something
MyResponse myResponse = XXX
return myResponse;
}
})
.observeOn(Schedulers.io()) // 回到IO线程发起登录请求
.flatMap(new Function>() {
@Override
public ObservableSource apply(MyResponse myResponse) {
return MyRetrofit.XXX.login(new LoginRequest(myResponse));
}
})
.observeOn(AndroidSchedulers.mainThread()) // 回到主线程处理请求登录的结果
.subscribe(new Observer() {
@Override
public void accept(LoginResponse loginResponse) {
// Login success
}
}, new Consumer() {
@Override
public void accept(Throwable throwable) {
// Login failed
}
});
3.从两个后端接口获取数据并组合
组合严格按照两个Observable的发射顺序，且下游收到的事件数量和上游发送事件最少的那个Observable的事件数量相同
Observable observableMain =
retrofitApi.getMain(new MainRequest()).subscribeOn(Schedulers.io());
Observable observableExtra =
retrofitApi.getExtra(new ExtraRequest()).subscribeOn(Schedulers.io());
Observable.zip(observableMain, observableExtra,
new BiFunction() {
@Override
public NewResponse apply(MainResponse main,
ExtraResponse extra) {
return new NewResponse(main, extra);
}
}).observeOn(AndroidSchedulers.mainThread())
.subscribe(new Consumer() {
@Override
public void accept(UserInfo userInfo) {
// do something;
}
});
4.大数据流用Flowable，小数据流用Observable
上游数据流过大而下游来不及处理可以进行数据过滤，否则将导致内存溢出(极端情况)，较好的方式是根据业务场景选择合适的策略：BackpressureStrategy.DROP或BackpressureStrategy.LATEST。采用Flowable下游可控制取数据的时机。
5.避免内存泄漏
适当时机调用dispose()，或使用CompositeDisposable统一切断，一般会在生命周期onDestroy()回调时进行数据流切断处理。
三、问题整理：
1.链式调用整体流程：
层层包装 - 逐级订阅(构造回调链) - onNext逐级回调
操作符内部方法被穿插在onNext之间
2.为什么subscribeOn()在后面执行，而前面代码的线程被切换？
由于RxJava的层层包装，subscribeOn()执行后生成的Observable对象ObservableSubscribeOn包含前面生成的Observable对象，
下游逐级订阅上游时，将subscribeOn()的上游全部放入runnable中，故上游线程被切换，若subscribeOn()下游不切换线程，下游将运行在subscribeOn()指定的线程
3.订阅好的关系为什么可以通过disposable.dispose切断呢
- Disposable对象获取：subscribe()、connect()执行后会获得Disposable，参数为Observer的subscribe()方法在onSubscribe(Disposable d)中接收Disposable
public final Disposable subscribe() {}
public final Disposable subscribe(Consumer onNext) {}
public final Disposable subscribe(Consumer onNext, Consumer onError) {}
public final Disposable subscribe(Consumer onNext, Consumer onError, Action onComplete) {}
public final Disposable subscribe(Consumer onNext, Consumer onError, Action onComplete, Consumer onSubscribe) {}
public final void subscribe(Observer observer) {}
public final Disposable connect()
- Disposable是什么：一个接口，由Observer实现用以切断数据流
以observeOn()操作符对应的ObservableObserveOn为例，其内部类ObserveOnObserver实现了Disposable接口
并在其内部onSubscribe(Disposable d)中接收上游Disposable，自己内部做处理后调用下游Observer的onSubscribe(this)并传入自身对象。它的dispose()方法将回调上游dispose()方法同时调用worker.dispose()和queue.clear()；又如create()操作符对应的ObservableCreate，内部CreateEmitter实现了Disposable接口，调用下游onNext()方法时会进行是否dispose判断
若已经dispose则不会调用下游onNext()if (!isDisposed()) { observer.onNext(t); } - dispose()将从下游到上游逐级回调，最上游仍能发射数据，下游不回调
- CompositeDisposable：一个Disposable集合(由RxJava内部提供的OpenHashSet维护, 线程安全),
CompositeDisposable.dispose()会遍历内部的所有Disposable执行dispose操作.如Activity销毁的时候需统一对这些订阅进行取消,那么就可以新增CompositeDisposable对象作为成员，订阅后将Disposable对象都添加到CompositeDisposable对象中,等到Activity执行onDestroy生命周期时调用CompositeDisposable.dispose(),进行统一取消订阅操作
4.内存泄漏问题：ondestroy中调用dispose
在rxjava中主要注意的就是内存泄漏问题，现有比较有名的管理rxjava内存的库有RxLifecycle和AutoDispose 这里使用AutoDispose管理，在0.8.0版本之后针对Androidx，如果不是androidx 要用之前版本。在activity和fragment中可以直接使用，在Androidx中activity和fragment本身是实现了lifecycle的
https://juejin.im/post/6873448411727986701
5.多次设置subscribeOn()的问题
.subscribeOn(Schedulers.io()) //第一次
.subscribeOn(Schedulers.newThread()) //第二次
.subscribeOn(AndroidSchedulers.mainThread()) //第三次
如果我们多次设置subscribeOn()只有第一次的subscribeOn()起作用，如果此时下游不切线程，下游将在第一次subscribeOn指定的线程执行。subscribeOn()将上游整个订阅链封装到Runnable中，丢入指定线程执行，连续多次调用subscribeOn()由于订阅链从下至上，故最上层subscribeOn()的线程切换才会将更上游的操作放入其指定的线程，而后者的线程切换则不起作用
6.如果我们多次设置ObserveOn()下游将在最后一次ObserveOn()指定的线程执行，因为ObserveOn()将下游onNext()丢入指定的线程
若为.observeOn(Schedulers.io()).observeOn(AndroidSchedulers.mainThread())，上下游都将在主线程执行，而上游发射的数据将会入队，造成上游数据发射完下游才取数据在主线程执行
7.上游onNext()与下游onNext()同步与异步情况下调用执行顺序
上下游同步，上游onNext执行1次后下游立即回调onNext1此，上下游异步，上游发射的数据将入队，下游从队列中取数据
8.RxPlugins
RxJava操作符执行在返回新Observable时可Hook一层自己的封装，在真实操作符执行前完成自己预设的逻辑。
RxJavaPlugins.setOnObservableAssembly(new Function() {
@Override
public Observable apply(Observable observable) throws Throwable {
return new MyObservable(observable); // 实现自己的MyObservable类
}
});
RxJavaPlugins.setOnObservableSubscribe(new BiFunction() {
@Override
public Observer apply(Observable observable, Observer observer) throws Throwable {
return new MyObserver(observer); // 实现自己的MyObserver类
}
});
参考：RxJavaPlugins
9.自定义操作符
自定义处理上游Observable发射的单独数据项implements ObservableOperator，并通过lift()连接操作符；若为变换Observable发射的整个数据序列则implements ObservableTransformer，重写apply()方法，通过compose()连接操作符。参考RxJava自定义操作符
P.S. 本文源码基于RxJava 3.0.4
By the way: 非常感谢能提出批评和修改意见
contact: [email protected]