前言
本系列文章适用于已经了解 RxJava 的读者，深入贯彻其原理，加深对其的认识。如果从未了解过 RxJava 的读者们，建议先熟悉它。
RxJava 0.x
RxJava 最早是 Netflix 参照微软的 Rx.Net，在 Java 上实现一套类似的库，0.x 其实就是社区内部迭代开发的时代。
在 0.x 的迭代过程中，API 还不稳定，在长期的变更中，逐步完善了 Observable，Publisher，Subscriber，Scheduler 等接口以及大量的操作符。
Reactive Streams
在开发 RxJava 早期版本的过程中，开发组也参与了制定 Reactive Streams 规范。
但是 RxJava1 并没有遵循这个规范，因为考虑到下面几个原因：
- Subscriber.onComplete 和 当时的 Observer.onCompleted 相差一个字母，导致 API 不能兼容。
- RxJava 中的 Subscription 和 RS 中的有些细微的区别，它不能在没有较大变动的情况下实现 request(n) 方法，因此 RxJava 引入了 Producer 这个接口，并混在了 Subscriber 中。
- RS 彼时不是稳定版本，也在持续修订中。
因此 RxJava 开发组决定在 2.0 版本中正式支持 RS 规范，在 1.x 版本中实现类似的机制，而不像在 2.0 中直接使用 RS 的接口。
Backpressure
由于 RS 的影响，在 0.20.0-RC1 中 RxJava 第一次引入 Backpressure 的概念，从此 RxJava 变成了一个让人爱恨交织的库。事实上 RxJava 开发组也曾表示，在 RxJava 早期版本中，在 Observable 混入 Backpressure 是一个重大的失误。
- 由于 Backpressure 是在中间版本引入的，因此部分操作符支持，部分操作符不支持，导致对使用者有些混乱和不友好。
- 在热数据源中（如点击事件），是无法被正确地 backpressured ，从而导致经常出现意外的
MissingBackpressureException。
事实上正如现在 2.x 中做的那样，正确的做法是应该把模块分为 支持 Backpressure 和不支持的两类。在 io.reactivex.Observable 中彻底移除了 Backpressure，而 io.reactivex.Flowable 则遵循 RS 规范支持 Backpressure。
RxJava 1.x
经过两年多的迭代，RxJava 在 14 年 9 月发布了 1.0.0 正式版。
上面有提到，其实 1.x 是一个类似 RS 的版本，但是不依赖 RS 的接口。同时对比 0.x，做了如下的更改。
依赖方式
| groupId | artifactId | |
|---|---|---|
| 0.x | com.netflix.rxjava | rxjava-core |
| 1.x | io.reactivex | rxjava |
拆分项目
在 RxJava 1.0.0 发布之际，把 JVM 上其他语言的实现和子工程都独立出去了，而在 RxJava 库中只保留了 Java 版的实现。
如：
- RxKotlin
- RxAndroid
- ...
其他
新增和废弃了部分操作符，修复了大量的 BUG。
RxJava 2.x
RxJava 2.0.0 正式版发布于 2016 年 9 月底。
笔者也曾写过一篇 《浅谈RxJava与2.0的新特性》，不过写那篇文章时还在版本还在 2.0.0-RC1，以现在的角度看起来不免显得不够全面，因此最好的理解方式还是看官方的 Wiki。
类型
| 1.x | 2.x | |
|---|---|---|
| Single/Completable | Maybe | 0 或 1 数据源 |
| Observable | Flowable | 多数据源 |
| Subject | Processor | 热数据源 |
正如上面所说的，RxJava2 遵循了 RS 规范，其冷数据源真正实现的类型就是 Flowable，热数据源的实现则在io.reactivex.processors包中。
同时也把 Observable 中旧的 Backpressure 彻底移除，因此在 RxJava2 中使 用 Observable 再也不会抛出MissingBackpressureException。
Observable 与 Flowable
在 RxJava2 中， Flowable 和 Observable 虽然实现的代码复用了一部分，但是机制却大相径庭。这里要涉及到数据源的三种模型：
数据源
- 响应式推：如鼠标点击事件。此时生产者无条件产生数据，消费者负责配合生产者。
- 同步拉：如
Iterable的迭代。此时消费者提出要求，生产者配合消费者下发，数据源是确定的。 - 异步拉：如
Future，Processor。消费者提出要求，生产者据此下发数据，但是数据到来不确定。
Observable
在 Observable 中，消费者是无权提出要求的，即数据都是生产者提供的，消费者只能被动接受。虽然数据源不确定，但是对消费者是透明的，只能被动等待数据。由于 Observable 已经彻底移除了 Backpressure，因此对于消费速度和生产速度不协调时，中间操作符可能会创建 Buffer(如 observeOn）来缓存数据。因此数据在无限的积累中可能会导致 OOM， 但不再会抛出MissingBackpressureException。
Flowable
在 Flowable 中，消费者通过Subscription主动的向生产者提出自己需求的数量，上游据此发射数据。从而就有生产和消费的矛盾。如果是数据源是响应式推或者异步拉时，可能会导致MissingBackpressureException。
举例
这么说有点抽象，我们举个例子。Subject / Processor 就是对应异步拉的数据源，也是热数据源。消费者在订阅他们后，无论是否可以 request，数据的是否产生以及产生速度也是未知的。
在接受到onNext时：
- Subject 直接转发给下游
- Prosessor 检查下游的 request 数目，如果少于已经发送的数目，则抛出
MissingBackpressureException
因此使用Prosessor稍有不慎就会出错哦。当然在实际使用中Flowable.subscribe()时，内置的 Subscriber 通常都会在 onSubscribe 时直接向生产者request(Long.MAX_VALUE)，在 RxJava2 Long.MAX_VALUE 是一个特殊值，意味着无限流。大家可参见 subscribers
选择
对于 Observable 与 Flowable 的选择官方也有提示：
-
选择 Observable：
- 处理不超过 1000 个数据时，因为数据很少，一般不会触发 OOM
- 处理 GUI 或者点击事件时，因为这些事件是异步推的，很难被 backpressured 也一般不这样做
- 数据源本质上是同步的，但是平台不支持 Java Stream API 或者你想用 RxJava 丰富的操作符，因为 Observable 比 Flowable 的性能更好
-
选择 Flowable：
- 处理 10k+ 数据且数据源是可控的
- 基于拉的且阻塞的数据源
拆分之争
事实上 RxJava 自 16年 开始社区一度有讨论是否要把 RxJava2 拆分成多个库，因为：
- 区分是否支持 Backpressure
- 将通用的代码独立出去，如
Scheduler、SimpleQueue - 减少包体积的大小
但是最终经过讨论后还是放弃了：
- 使用 Proguard 来压缩 RxJava2 的效果非常好，基本上是用多少保留多少代码
- 如果拆分开，强行逼迫使用者需要了解 Backpressure 的概念，且增加了使用方的麻烦，因为他们需要区分自己到底需要哪些库
- 多个不同版本子库的组合可能会导致兼容问题
- 拆分后，Observable 和 Flowable 互不依赖，互转需要使用静态方法，打断了链式操作
- ...
结语
如果您作为一个 Android 开发者，正在纠结于 RxJava 带来的好处和他的庞大的体积，那么您可以打消这个顾虑了，只要正确地配置了 Proguard，RxJava 对您包体积大小的影响微乎其微。反过来说，如果没有配置 Proguard，那么是否引入 RxJava 确实是值得思考的一件事。
事实上，做一个 Android 开发者，笔者认为 RxJava 简直是为 Android 而生的，天生响应式的事件与 RxJava 的结合能大幅提供您的工作效率。前提是您有一些函数式编程的思维，能把流程拆解成一个个操作符。