对RxJava中.repeatWhen()和.retryWhen()操作符的思考

• 原文链接： RxJava's repeatWhen and retryWhen, explained
• 原文作者： Daniel Lew
• 译文出自：小鄧子的简书
• 译者： 小鄧子
• 状态： 完成
• 译者注：为了方便因 Lambda （ 译文 ）还不够了解的同学进行阅读，本篇译文替换了原文中全部Lambda表达式。

第一次见到 .repeatWhen() 和 .retryWhen() 这两个操作符的时候就非常困惑了。不得不说，它们绝对是“最令人困惑弹珠图”的有力角逐者。

然而它们都是非常有用的操作符：允许你有条件的重新订阅已经结束的Observable 。我最近研究了它们的工作原理，现在我希望尝试着去解释它们（因为，我也是耗费了一些精力才参透它们）。

Repeat与Retry的对比

首先，来了解一下 .repeat() 和 .retry() 之间最直观的区别是什么？这个问题并不难：区别就在于什么样的终止事件会触发重订阅。

当 .repeat() 接收到 .onCompleted() 事件后触发重订阅。

当 .retry() 接收到 .onError() 事件后触发重订阅。

然而，这种简单的叙述尚不能令人满意。试想如果你要实现一个延迟数秒的重订阅该如何去做？或者想通过观察错误来决定是否应该重订阅呢？这种情况下就需要.repeatWhen() 和 .retryWhen() 的介入了，因为它们允许你为重试提供自定义逻辑。

Notification Handler

你可以通过一个叫做 notificationHandler 的函数来实现重试逻辑。这是.retryWhen() 的方法签名（译者注：方法签名，指方法名称、参数类型和参数数量等）：

retryWhen(Func1<? super Observable<? extends java.lang.Throwable>,? extends Observable<?>> notificationHandler)

签名很长，甚至不能一口气读完。我发现它很难理解的原因是因为存在一大堆的泛型约定。

简化后，它包括三个部分：

1. Func1 像个工厂类，用来实现你自己的重试逻辑。
2. 输入的是一个 Observable<Throwable> 。
3. 输出的是一个 Observable<?> 。

首先，让我们来看一下最后一部分。被返回的 Observable<?> 所要发送的事件决定了重订阅是否会发生。如果发送的是 onCompleted 或者 onError 事件，将不会触发重订阅。相对的，如果它发送 onNext 事件，则触发重订阅（不管onNext 实际上是什么事件）。这就是为什么使用了通配符作为泛型类型：这仅仅是个通知（next, error或者completed），一个很重要的通知而已。

source每次一调用 onError(Throwable) ， Observable<Throwable> 都会被作为输入传入方法中。换句话说就是，它的每一次调用你都需要决定是否需要重订阅。

当订阅发生的时候，工厂 Func1 被调用，从而准备重试逻辑。那样的话，当onError 被调用后，你已经定义的重试逻辑就能够处理它了。

这里有个例子展示了我们应该在哪些场景下订阅 source ，比如，只有在Throwable 是 IOException 的情况下请求重订阅，否则不（重订阅）。

source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() { @Override public Observable<?> call(Observable<? extends Throwable> errors) { return errors.flatMap(new Func1<Throwable, Observable<?>>() { @Override public Observable<?> call(Throwable error) { // For IOExceptions, we retry if (error instanceof IOException) { return Observable.just(null); } // For anything else, don't retry return Observable.error(error); } }); } })

由于每一个error都被flatmap过，因此我们不能通过直接调用 .onNext(null) 触发重订阅或者 .onError(error) 来避免重订阅。

经验之谈

这里有一些关于 .repeatWhen() 和 .retryWhen() 的要点，我们应该牢记于心。

• .repeatWhen() 与 .retryWhen() 非常相似，只不过不再响应onCompleted 作为重试条件，而是 onError 。因为 onCompleted 没有类型，所有输入变为 Observable<Void> 。

• 每一次事件流的订阅 notificationHandler （也就是 Func1 ）只会调用一次。这也是讲得通的，因为你有一个可观测的 Observable<Throwable> ，它能够发送任意数量的error。

• 输入的 Observable 必须作为输出 Observable 的源。你必须对Observable<Throwable> 做出反应，然后基于它发送事件；你不能只返回一个通用泛型流。

换言之就是，你不能做类似的操作：

 .retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() { @Override public Observable<?> call(Observable<? extends Throwable> errors) { return Observable.just(null);} })

因为它不仅不能奏效，而且还会打断你的链式结构。你应该做的是，而且至少应该做的是，把输入作为结果返回，就像这样：

.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() { @Override public Observable<?> call(Observable<? extends Throwable> errors) { return errors; } })

（顺便提一下，这在逻辑上与单纯使用 .retry() 操作符的效果是一样哒）

• 输入 Observable 只在终止事件发生的时候才会触发（对于 .repeatWhen()来说是 onCompleted ,而对于 .retryWhen() 来说是 onError ）。它不会从源中接收到任何 onNext 的通知，所以你不能通过观察发被送的事件来决定重订阅。如果你真的需要这样做，你应该添加像 .takeUntil() 这样的操作符，来拦截事件流。

使用方式

现在，假设你已大概了解了 .repeatWhen() 和 .retryWhen() ，那么你能将一些什么样的精简逻辑放入到 notificationHandler 中呢？

使用.repeatWhen() + .delay()定期轮询数据:

source.repeatWhen(new Func1<Observable<? extends Void>, Observable<?>>() { @Override public Observable<?> call(Observable<? extends Void> completed) { return completed.delay(5, TimeUnit.SECONDS); } })

直到 notificationHandler 发送 onNext() 才会重订阅到source。因为在发送 onNext() 之前 delay 了一段时间，所以优雅的实现了延迟重订阅，从而避免了不间断的数据轮询。

非此即彼，使用.flatMap() + .timer()实现延迟重订阅:

(译者注：在 RxJava 1.0.0 及其之后的版本，官方已不再提倡使用 .timer() 操作符，因为 .Interval() 具有同样的功能)

source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() { @Override public Observable<?> call(Observable<? extends Throwable> errors) { return errors.flatMap(new Func1<Throwable, Observable<?>>() { @Override public Observable<?> call(Throwable error) { return Observable.timer(5, TimeUnit.SECONDS); } }); } })

当需要与其他逻辑协同的时候，这种替代方案就变得非常有用了，比如。。。

source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() { @Override public Observable<?> call(Observable<? extends Throwable> errors) { return errors.zipWith(Observable.range(1, 3), new Func2<Throwable, Integer, Integer>() { @Override public Integer call(Throwable throwable, Integer i) { return i; } }); } })

最后的结果就是每个error都与 rang 中一个输出配对出现，就像这样：

zip(error1, 1) -> onNext(1) <-- Resubscribe zip(error2, 2) -> onNext(2) <-- Resubscribe zip(error3, 3) -> onNext(3) <-- Resubscribe onCompleted() <-- No resubscription

因为当第四次error出现的时候， range(1,3) 中的数字已经耗尽了，所以它隐式调用了 onCompleted() ，从而导致整个 zip 的结束。防止了进一步的重试。

将可变延迟策略与次数限制的重试机制结合起来

source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() { @Override public Observable<?> call(Observable<? extends Throwable> errors) { return errors.zipWith(Observable.range(1, 3), new Func2<Throwable, Integer, Integer>() { @Override public Integer call(Throwable throwable, Integer i) { return i; } }).flatMap(new Func1<Integer, Observable<? extends Long>>() { @Override public Observable<? extends Long> call(Integer retryCount) { return Observable.timer((long) Math.pow(5, retryCount), TimeUnit.SECONDS); } }); } })

在这种用例的比较上，我认为 .flatMap() + .timer() 的组合比单纯使用.delay() 更可取，因为我们可以通过重试次数来修改延迟时间。重试三次，并且每一次的重试时间都是 5 ^ retryCount ，仅仅通过一些操作符的组合就帮助我们实现了指数退避算法（译者注：可参考 二进制指数退避算法 ）。