RxJava实用总结

前一段时间终于下定决心将RxJava使用到项目中，现总结一下自己使用RxJava的场景和心得。

线程和Schedulers

首先要明确一点：虽然RxJava是异步的。但是，除非你自己手动切换线程，否则在整个链式调用中，RxJava会一直运行在当前线程中。

RxJava的调度器（Schedulers）为实际生产提供了5中解决方案，如果需要大量IO操作，可以选择Schedulers.io()调度器，如果需要进行密集计算，可以选择Schedulers.computation()，如果只是想开一个线程做些事，可以选择Schedulers.newThread()，借助于RxAndroid，我们还可以使用AndroidSchedulers.mainThread()这个调度器将线程切换回主线程，选择了调度器后，使用一些方法可以将线程切换至调度器对应的线程中。

subscribeOn()和observeOn()

我们熟知的subscribeOn(Schedulers.io())和observeOn(AndroidSchedulers.mainThread())就是用来将线程切换至指定调度器的线程中的，刚开始看到这两个操作符的时候很容易被混淆，因为它们名称相近，功能相似。毛主席曾教导我们：实践是检验真理的唯一标准！因此，我们可以写代码做实验来看看区别。

首先，我们可以运行如下的代码（注意是Java程序）：

public static void main(String[] args) {
    String[] str = {"A", "B", "C"};
    Observable.from(str)
            .observeOn(Schedulers.io())
            .map(new Func1<String, String>() {
                @Override
                public String call(String s) {
                    System.out.println(Thread.currentThread().getName() + "  map : " + s);
                    return s + " Hi";
                }
            })
            .subscribe(new Action1<String>() {
                @Override
                public void call(String s) {
                    System.out.println(Thread.currentThread().getName() + "  call : " + s);
                }
            });
}

多运行几次你会发现，有时候输出的数据不完整，甚至没有数据！将observeOn(Schedulers.io())替换为subscribeOn(Schedulers.io())后效果更明显！这是因为，当调用observeOn()或者subscribeOn()后，代码运行在子线程，这之后，子线程还没来得及调用map()和subscribe()，主线程就执行完了，因此，你很有可能是看不到运行结果的。

这种情况在真是生产环境中是不太可能出现的，因为几乎所有项目主线程的生命周期不可能这么短。想要在上面的例子中看到显示结果也很简单，调用sleep()方法，让主线程“睡”几秒就行。然后，我们可以看到输出结果如下：

RxIoScheduler-2  map : A
RxIoScheduler-2  call : A Hi
RxIoScheduler-2  map : B
RxIoScheduler-2  call : B Hi
RxIoScheduler-2  map : C
RxIoScheduler-2  call : C Hi

然后我们将.observeOn(Schedulers.io())放置在.map()之后，即：

String[] str = {"A", "B", "C"};
Observable.from(str)
        .map(new Func1<String, String>() {
            @Override
            public String call(String s) {
                System.out.println(Thread.currentThread().getName() + "  map : " + s);
                return s + " Hi";
            }
        })
        .observeOn(Schedulers.io())
        .subscribe(new Action1<String>() {
            @Override
            public void call(String s) {
                System.out.println(Thread.currentThread().getName() + "  call : " + s);
            }
        });
sleep(3000);

输出的结果如下：

main  map : A
main  map : B
main  map : C
RxIoScheduler-2  call : A Hi
RxIoScheduler-2  call : B Hi
RxIoScheduler-2  call : C Hi

多加几个操作符，改变.observeOn(Schedulers.io())的位置，你会得出这样的结论：当事件传递到.observeOn()后，Observable所处的线程才会发生改变。

现在把.observeOn(Schedulers.io())替换为.subscribeOn(Schedulers.io())，无论把它放在哪，你会发现运行的结果都是一样的：

RxIoScheduler-2  map : A
RxIoScheduler-2  call : A Hi
RxIoScheduler-2  map : B
RxIoScheduler-2  call : B Hi
RxIoScheduler-2  map : C
RxIoScheduler-2  call : C Hi

我们会发现，subscribeOn()从事件发出的开端就造成影响。当你调用subscribeOn()时，被观察者，也就是数据源，就已切换至subscribeOn()所调用的线程中，那么整个流程就处于该线程中。

有了上面两个结论，那么当observeOn()和subscribeOn()同时存在的时候，就比较好理解了。当observeOn()和subscribeOn()同时存在时，数据源和操作流程会先处于subscribeOn()所在的线程，直到调用了observeOn()后，线程会切换至observeOn()所在的线程。

如果同时存在多个observeOn()和多个subscribeOn()会怎么样？多个observeOn()好理解，反正什么时候调用到了observeOn()，什么时候就切换线程。而多个subscribeOn()则不同，它们不会被覆盖，只有第一个subscribeOn()线程有效。

Worker

Schedulers只是一个调度器，它不具有任何线程切换的能力，而完成这一项任务的其实是Scheduler的静态内部类Worker。刚才我们介绍的subscribeOn()和subscribeOn()操作符，内部也是调用了Worker来执行真正的线程转换。因此，我们也可以直接使用Worker来做线程切换的操作。同时，由于Worker实现了Subscription接口，所以，当任务结束时，需要调用unsubscribe()方法。

比如，当我们需要处理文件IO时，可能会需要创建一个单独的线程：

Scheduler.Worker ioWorker = Schedulers.io().createWorker();
ioWorker.schedule(new Action0() {
    @Override
    public void call() {
        handleFiles();
    }
});
// some time later...
ioWorker.unsubscribe();

又或者，当我们需要切换回主线程使用Glide下载图片时，借助RxAndroid，我们可以这么写：

Scheduler.Worker imageWorker = AndroidSchedulers.mainThread().createWorker();
imageWorker.schedule(new Action0() {
    @Override
    public void call() {
        Glide.with(context).load(url).into(imageView);
    }
});
// some time later...
imageWorker.unsubscribe();

除了上面演示的常规线程操作外，Worker还提供了延迟调度和轮询操作的功能。

比如，你希望2秒后自动执行文件操作，你可以这么写：

Scheduler.Worker ioWorker = Schedulers.io().createWorker();
ioWorker.schedule(new Action0() {
    @Override
    public void call() {
        handleFiles();
    }
}, 2, TimeUnit.SECONDS);
// some time later...
ioWorker.unsubscribe();

网络请求的时候会有轮询的需求，可以使用someScheduler.schedulePeriodically(someAction, 500, 250, TimeUnit.MILLISECONDS);

Observable.create(new Observable.OnSubscribe<String>() {  
            @Override  
            public void call(final Subscriber<? super String> observer) {  
  
                Schedulers.newThread().createWorker()  
                      .schedulePeriodically(new Action0() {  
                          @Override  
                          public void call() {  
                              observer.onNext(doNetworkCallAndGetStringResult());  
                          }  
                      }, INITIAL_DELAY, POLLING_INTERVAL, TimeUnit.MILLISECONDS);  
            }  
        }).subscribe(new Action1<String>() {  
            @Override  
            public void call(String s) {  
                 
            }  
        })

配合Retrofit进行网络下载

这方面的文章很多了，推荐阅读RxJava与Retrofit结合的最佳实践，这里就不做说明了。

多数据源的处理

处理本地数据和网络数据，一般有两种情况：顺序加载和同时加载：

顺序加载：先从本地文件中获取，如果本地文件存在，则直接显示本地文件，不用从服务器下载；如果本地文件没有，再从服务器下载。
同时加载：同时获取本地文件和从服务器下载最新文件，优先显示本地文件，当服务器数据下载完毕，则更新界面的数据并同时将最新的数据进行存储操作。如果服务器数据先于本地数据返回，则只显示服务器上的数据。

这两种情况都需要两个Observable对象作为数据源，一个是本地文件的Observable对象，另一个是网络下载的Observable对象。

对于第一种情况，我们考虑一个案例，比如新闻类APP需要一个功能：用户点击新闻标题跳转到新闻详情页时，先检查本地是否存有新闻内容，如果有，显示本地存储的新闻内容，如果没有，则需要从网络加载内容。

那么本地数据源可以用下面的代码获得。

public Observable<NewsDetails> getNewsDetailFromDb(final String newsId) {
        final NewsDetails newsDetails = diskRepository.getNewsDetail(newsId);
        return Observable.create(new Observable.OnSubscribe<NewsDetails>() {
            @Override
            public void call(Subscriber<? super NewsDetails> subscriber) {
                if (newsDetails != null) {
                    subscriber.onNext(newsDetails);
                } else {
                    subscriber.onCompleted();
                }
            }
        });
    }

而网络下载新闻数据后，一般还需要保存到本地数据库中：

public Observable<NewsDetails> getNewsDetailsFromNet(final String newsId) {
    return netWorkRepository.getNewsDetails(newsId)
            .doOnNext(new Action1<NewsDetails>() {
                @Override
                public void call(NewsDetails newsDetails) {
                    diskRepository.saveNewsDetail(newsDetails);
                }
            }).onErrorReturn(new Func1<Throwable, NewsDetails>() {
                @Override
                public NewsDetails call(Throwable throwable) {
                    return null;
                }
            });
}

有了这两个数据源，可以使用concat()和first()操作符来做处理。

Observable<NewsDetails> getNewsDetail = Observable.concat(
                domainService.getNewsDetailFromDb(newsId),
                domainService.getNewsDetailsFromNet(newsId))
                .first()
                .subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread());

这样，就实现了我们第一种情况的功能。

对于第二种情况，可以使用mergeDelayError()操作符将两个操作合并在一起进行（为什么不用merge()操作符？因为我希望能统一处理异常，而不是在发生异常时（比如网络连接超时）中断整个操作）。由于不能确定谁先完成，这个时候可以借助timestamp()，在网络请求的时候加一个时间戳来进行判断。

比如使用Gank.io的API请求妹子图实现第二种情况，那么整个流程就应该是：先同时从本地数据和网络请求中获取数据，然后处理异常，判断网络请求和本地加载谁先完成，对此进行过滤操作，最后将数据返回，显示到界面上。

那么我们就可以用下面的方法来同时获取本地数据和网络数据：

private Observable<Timestamped<MeiziModel>> getMergedMeizi() {
    return Observable.mergeDelayError(
            mDiskRepository.getMeiziFromDB().subscribeOn(Schedulers.io()),
            mNetRepository.getMeiziFromNet().timestamp().doOnNext(new Action1<Timestamped<MeiziModel>>() {
                @Override
                public void call(Timestamped<MeiziModel> result) {
                    mDiskRepository.saveMeizi(result);
                }
            }).subscribeOn(Schedulers.io())
    );
}

然后整个获取图片的处理流程就可以写成下面的形式：

 public Observable<Timestamped<MeiziModel>> getMdeizi(ITimestampedView timestampedView) {
    return getMergedMeizi()
            .onErrorReturn(new Func1<Throwable, Timestamped<MeiziModel>>() {
                @Override
                public Timestamped<MeiziModel> call(Throwable throwable) {
                    // 不处理任何错误信息
                    return null;
                }
            })
            .filter(getRecentMeiziFilter(timestampedView));
}

最后就可以获取经过判断处理后的妹子图片：

Observable<Timestamped<MeiziModel>> recentMeizi = mService.getMdeizi(mITimestampedView)
                .observeOn(AndroidSchedulers.mainThread());

meiziSubscription = recentMeizi.subscribe(fetchMeiziOnNext, fetchMeiziOnError, fetchMeiziOnComplete);

关于这种情况，我已经写了一个完整Demo上传至Github: RxJavaDemo

当然，我会在文末再次提醒你我写了这个Demo的😄。

flatmap()

有人第一次看到flatmap()是懵逼的（其实是我哈）。因为它的功能和map()差不多的，都是将一个对象转为另一个对象，那么flatmap()和map()有什么联系和区别呢，以及，什么时候需要使用flatmap()呢？

很多时候，只需要看一下源码就知道答案：

public final <R> Observable<R> flatMap(Func1<? super T, ? extends Observable<? extends R>> func) {
    if (getClass() == ScalarSynchronousObservable.class) {
        return ((ScalarSynchronousObservable<T>)this).scalarFlatMap(func);
    }
    return merge(map(func));
}

这已经非常明显了，flatmap()的内部实现原理大概就是将数据转换后，合并成一个Observable对象（merge()返回的是一个Observable对象），然后再发射出去。

同时有一点需要注意，合并之后的Observable对象发射出去的数据，并不一定会按照数据源进来的顺序发射，我们可以看下面一个例子：

Observable.range(1, 10)
    .flatMap(new Func1<Integer, Observable<Integer>>() {
         @Override
        public Observable<Integer> call(Integer integer) {
            return Observable.just(integer).delay(11 - integer, TimeUnit.SECONDS);
        }
    })
    .subscribe(new Action1<Integer>() {
        @Override
        public void call(Integer integer) {
            System.out.println(integer);
        }
    });

数据源是1到10的升序数列，我们对每一个数据的延迟时间做了处理，打印出来的是10到1的降序数列。如果你一定要要求转换后的Observable对象发射的数据顺序和数据源的顺序是一样的话，可以考虑使用concatMap()操作符。

由于flatmap()返回的是一个Observable对象，所以将数据源转化后合并后，通过调用empty()、just()以及Observable.error()可以发射空数据、一个数据、多个数据或者一个异常。

说到异常，在RxJava里面大部分操作符，一旦遇到异常情况，会中断整个流程并立即调用onError()，同时之前的正确的数据也会付之东流。解决这个问题的方法之一就是，延迟错误信息的发送，当所有正常数据发射完成后，再发射错误信息。flatmap()和mergeDelayError()可以做到，并且，利用flatmap()中返回的Observable.error()，我们可以自定义错误信息。比如：

Observable.range(1, 10)
       .flatMap(new Func1<Integer, Observable<Integer>>() {
           @Override
           public Observable<Integer> call(Integer integer) {
               if (integer < 5) {
                   return Observable.just(integer * integer);
               }
               return Observable.<Integer>error(new IOException("数据太大了!"));
           }
       })
       .subscribe(new Action1<Integer>() {
           @Override
           public void call(Integer integer) {
               System.out.println(integer);
           }
       });

另外，flatmap()还非常适合嵌套异步操作，特别是在网络请求中经常使用到。简单的例子如下：

netWorkRepository.getLatestNews()
                .flatMap(new Func1<LatestNews, Observable<?>>() {
                    @Override
                    public Observable<String> call(LatestNews latestNews) {
                        return netWorkRepository.getNewsDetails(latestNews.getID());
                    }
                })
                .subscribe(new Action1<String>() {
                    @Override
                    public void call(String s) {
                        System.out.println(s);
                    }
                });