Scala Reactive Extensions
由来：
异步编程（Future）避免了blocking，并且提供简单的方法组合多个future的值。但是，future只能处理单个结果，对于http请求或者异步计算，有时候它的能力就够了，比如我们需要对一个计算中发生的多种事件，或者状态做出反应，举例：
- 跟踪使用Future来下载文件的下载进度（其实也可以吧，使用10个Future代表十个点，注册回调，没达成一个就增加一个值）
但是，事件流就很适合这个场景，因为他们可以产生任意数量的事件值。另外，类似Future，event streams也是第一公民，可以使用函数式的组合子进行组合转换。
事件驱动(event-driven programming)
是一种编程范式，风格，程序的流程是由事件决定的。可能是外部输入，用户的行为，或者来自其他的计算结果。
反应式编程(reactive programming)
也是一种编程范式，处理变化的传播和数据的流动。和事件驱动是很相近的概念。相比传统的范式，它可以表达不同的数据约束。由于分布式，并发，大数据量应用的驱动，反应式越来越流行了。
因为，传统的回调和指令式API有以下问题：
- 模糊了程序的流程，大量的回调让业务逻辑难以阅读，call-back hell
- 搭配上并发问题，以及依赖可变的变量，加上复杂的环境（网络，分布式，CPU执行一定程度的随机性）让bug难以被察觉
反应式流抓住了回调的pattern（共有模式），让使用者更容易清晰表达逻辑，是一种更结构化的方式来构建事件驱动系统。
Reactive extensions
一种编程框架，使用event streams（事件流），组合异步和事件驱动的编程框架
Rx中的一些核心思想：将事件和数据同等看待。
组件：
- Observable 产生事件的对象，事件源
- Observer 观察事件，需要对事件做出最终反应
- Event 事件，事件流中的事件可以具有不同类型：正常的，错误的，完成事件通知，订阅事件通知
- Subscription 事件源和观察者之间的订阅关系
为了将反应式流应用到项目中，我们需要完成以下课题：
- 如何创建observable，什么样的输入，事件，可以作为observable？它的事件应该是怎么样的？
- observable和observer之间联系起来
- 使用订阅关系取消关系
- 使用组合子组合observables
- 使用Rx调度来控制并发（事件也是数据）
- 如何设计更大的应用
// https://mvnrepository.com/artifact/io.reactivex/rxscala
libraryDependencies += "io.reactivex" %% "rxscala" % "0.27.0"
//https://github.com/ReactiveX/RxScala
Notice:
这个scala的reactive extension项目已经结束了，不再维护和迭代，不能用在生产中，只是用来学习而已。不过替代品有：
- RxJava (Java, similar API as RxScala)
- Reactor (Java)
- Akka Streams (Scala & Java)
- monix (Scala)
- cats-effect (Scala)
- fs2 (Scala)
- ZIO (Scala)
创建Observable
直接的方式
使用api创建，但是我们一般不会这么做，因为事件常常是由其他产生的, Observable.from
同步订阅的observable
val o = Observable.items("pa","python","java")
o.subscribe(_ => print)
o.subscribe(_ => println)
subscribe方法立刻执行，不会等待，且跑在当前线程上。
异步订阅的observable
Observable.timer(1 second)
subscribe方法会等到一秒后事件产生，且不会阻塞当前线程，它泡在Rx的内部实现的线程里。
根据实际自定义
Observable.create或者apply方法`
@deprecated("Use [[Observable.apply]] instead", "0.26.2")
def create[T](f: Observer[T] => Subscription): Observable[T] = {
Observable(
(subscriber: Subscriber[T]) => {
val s = f(subscriber)
if(s != null && s != subscriber) {
subscriber.add(s)
}
}
)
}
一个Observable的核心有：
- 如何产生数据
- 如何把数据通知到Observer
- 如何建立和Observer的订阅关系
create方法接受的f函数便是做2，3。
而1 数据如何产生，可以有多种方式，从已有的集合，或者Future等。在函数f的实际调用中，将Future的值，增加回调送给Observer的onNext，onError，如下面的示例：
object ObservablesCreateFuture extends App {
val f = Future { "Back to the Future(s)" }
val o = Observable.create[String] { obs =>
f foreach { case s => obs.onNext(s); obs.onCompleted() }
f.failed foreach { case t => obs.onError(t) }
Subscription()
}
o.subscribe(log _)
}
那如何取消呢？因为一旦注册Future的回调，是没有直接的语法进行Future回调取消的。其实不用取消，观察代码，对于future f，因为写法的问题，它并不是Observable产生的数据，但实际对应的效果是已经产生的事件，而取消操作，只需要正对未产生的事件。
订阅关系
针对普通的订阅关系，如:
def hotModified(dir:String):Observable[String] = {
Observable.create {ob =>
val fileMonitor = new FileAlterationMonitor(1000)
val fileObs = new FileAlterationObserver(dir)
val fileLis = new FileAlterationListenerAdaptor() {
override def onFileChange(file: File): Unit = {
ob.onNext(file.getName)
}
}
fileObs.addListener(fileLis)
fileMonitor.addObserver(fileObs)
fileMonitor.start()
Subscription { fileMonitor.stop() }
}
}
val fileMonitor = new FileAlterationMonitor(1000)
fileMonitor.start()
def hotModified2(directory: String): Observable[String] = {
val fileObs = new FileAlterationObserver(directory)
fileMonitor.addObserver(fileObs)
Observable.create { observer =>
val fileLis = new FileAlterationListenerAdaptor {
override def onFileChange(file: java.io.File) {
observer.onNext(file.getName)
}
}
fileObs.addListener(fileLis)
Subscription { fileObs.removeListener(fileLis) }
}
}
可以直接切断事件源和观察者的联系。
另外对于上述两种代码，一种是 cold observables 另一种是hot observables
前者等有观察者来了，才开始放出事件，后者是一直在放出事件
组合
略
嵌套的Observables — high-order event stream
nested observable, also called high-order event stream, is an observable object that emits events that are observables objects.
def fetchQuoteObservable(): Observable[String] = {
Observable.from(fetchQuote()) // fetchQuote returns Future[String]
}
def quotes: Observable[Observable[String]] =
Observable.interval(0.5 seconds).take(4).map {
n => fetchQuoteObservable().map(txt => s"$n) $txt")
}
Observable[Observable[String]]很类似Seq[Seq[String]]，调用类似的方法即可，区别在于，前者是有时间顺序的，后者没有。
concat，将他们按照第一层的时间序排列。
flatten，按照第二层的完成时间排列
错误处理
observable一遇到错误就会停下，不会继续。
- 停止
- 重试
- 给出不同的事件：
obversable[T].onErrorReturn(partialFunction[Any,T])obversable[T].onErrorResumeNext(Function[Throwable, Observable[T]])
但是可以利用这个特性来重试：
object Solution extends App{
def randomQuote = Observable.create[String] { obs =>
val url = "http://www.iheartquotes.com/api/v1/random?" +
"show_permalink=false&show_source=false"
obs.onNext(Source.fromURL(url).getLines.mkString)
obs.onCompleted()
Subscription()
}
import Observable._
def errorMessage = Observable.from("Retrying...") ++ error(new Exception)
def quoteMessage = for {
text <- randomQuote
message <- if (text.length < 100) Observable.from(text) else errorMessage
} yield message
quoteMessage.retry(5) subscribe println _
Thread.sleep(2500)
}
除此之外还可以重复repeat, is used to repeat events from completed Observable objects，相当于时间重播。
调度
除了在当前线程，Rx框架自己的线程，以及由Future来的元素从ExecutionContext的某个线程 来emit事件，我们从一个Observable对象创建另一个Observable对象的时候指定一个线程，这就是调度scheduler
略
利用subject来做top-bottom programming
bottom-up style: created a new observable from an existing observable with map function etc.
top-down style: declare an observable object, and define its dependencies later.
subject is both an observable and an obverser
Use Subject instances when you need to create an Observable object whose inputs are
not available when the Observable object is created
另外它还可以缓存所有已经产生的事件，这样在其他的组件注册进来后，可以对他们重放events
其实不过是中间加一层抽象罢了，果然软件的世界就是取名字加抽象层。
- [1] learning-concurrent programming in scala 2nd