RxJava 一：RxJava X 简单理解及基本概念

最新推荐文章于 2024-04-02 09:46:24 发布

原创最新推荐文章于 2024-04-02 09:46:24 发布 · 540 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

RxJava 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了RxJava的核心概念，包括响应式编程、函数式编程和函数响应式编程（FRP）。重点讲解了RxJava中的Observable和Observer，以及如何通过subscribeOn和observeOn处理异步。此外，还探讨了背压（Backpressure）问题及其在异步订阅中的影响。

1. RxJava X

2. 观察者模式

3. 函数响应式编程结构

3.1．响应式编程（Reactive Programming）

3.2．函数式编程（Functional programming）

3.3．函数响应式编程(Functional Reactive Programming:FRP)：

4. 背压（Backpressure）

1. RxJava X

Rx是ReactiveX的简写，后者是Reactive Extensions的缩写，Rx是一种编程模型，用于方便处理异步数据流。

RxJava（Reactive Extensions for the JVM）

RxJava是响应式编程（Reactive Extensions）在Java VM上的实现，是一个在 Java VM 上使用可观察序列来组成异步的、基于事件的程序库。

RxJava可以浓缩为异步两个字，核心内容Observable（被观察者）和 Observer（观察者）。Observable可以发出一系列的事件（例如网络请求、复杂计算、数据库操作、文件读取等），事件执行结束后交给Observer的回调处理。

异步

这里主要就是两个核心的方法subscribeOn和observeOn。这两个方法都传入一个Scheduler对象，subscribeOn指定产生事件的线程，observeOn指定消费事件的线程。

强大的操作符

提供了一系列的转换操作符，可以将事件序列中的某个事件或整个事件序列进行加工处理，转换成不同的事件或事件序列，然后再发送出去！

链式调用

链式调用最大的好处就是逻辑清晰，代码简洁！在应对较复杂的逻辑的时候，也能展现出清晰的思路！

简洁

异步操作很关键的一点是程序的简洁性，因为在调度过程比较复杂的情况下，异步代码经常会既难写也难被读懂。 Android 创造的AsyncTask 和Handler ，其实都是为了让异步代码更加简洁。RxJava 的优势也是简洁，但它的简洁的与众不同之处在于，随着程序逻辑变得越来越复杂，它依然能够保持简洁。

Github：https://github.com/ReactiveX/RxJava

https://github.com/ReactiveX/RxAndroid

2. 观察者模式

RxJava 有四个基本概念：Observable (可观察者，被观察者，生产者)、 Observer (观察者，消费者)、 subscribe (订阅)、事件。Observable 和Observer 通过 subscribe() 方法实现订阅关系，Observable 可以在需要的时候发出事件来通知 Observer，且RxJava支持事件以队列的形式连续发送。

Rx最主要的目的是为了更好地处理事件序列，这个很重要！RxJava提供了一整套强大的操作符，可以灵活变换、组合、操纵和处理事件数据流，同时始终保持简洁。

RxJava 的事件

普通事件

onNext() ：相当于 onClick() / onEvent()。

特殊事件

onComplete()：事件队列完结。RxJava 把多个事件看做一个队列，并对每个事件单独处理。RxJava 规定，当不会再有新的onNext() 发出时，需要触发 onComplete() 方法作为完结标志。

onError()：事件队列异常。在事件处理过程中出异常时，onError() 会被触发，同时队列自动终止，且不允许再有事件发出。

在一个正确运行的事件序列中, onComplete() 和 onError() 有且只有一个，并且是事件序列中的最后一个。需要注意的是，onComplete() 和 onError() 二者也是互斥的，即在队列中调用了其中一个，就不应该再调用另一个。

3. 函数响应式编程结构

3.1．响应式编程（Reactive Programming）

响应式编程是一种面向数据流和变化传播的一种编程范式。是发送，流转，监听，响应数据流的一套编程范式。在流转的过程中可以对数据流进行过滤，转变，合并，去重等方式的处理。其中变化传播在程序中也是转换为数据流的形式进行处理。

什么是响应式编程？ a = b + c; 这句代码将b+c的值赋给a，而之后如果b和c的值改变了不会影响到a，然而，对于响应式编程，之后b和c的值的改变也动态影响着a，意味着a会随着b和c的变化而变化。

响应式编程的终极思想，一切皆流（everything is stream）。根据唯物辩证法的思想，物质世界是普遍联系和不断运动变化的统一整体，而一切‘运动变化’这一‘客观现象’都可以通过数据流进行‘抽象描述’，也可以说，物质世界是数据流的客观存在。

在程序中数据流是轻量而常见的，变量，数组，集合，对象，事件都可当做数据流来发送处理。

例如：

界面数据的展示：可以将要展示的数据由其数据源（网络请求，数据库查询等）将其以数据流的形式进行发出，通过一系列的传递，转变（后台线程传递到UI线程，对数据进行条件过滤等），交给界面，界面在拿到数据后，做出相应的响应，将其展示出来。

用户动作的交互：可以将一些用户输入事件（触摸屏幕，点击鼠标，敲击键盘等），转换为约定的数据符号，将其以数据流的形式发送，通过层层传递，交给相应的窗口，窗口交给相应的控件，控件监听到相应的事件后，响应用户的行为。

3.2．函数式编程（Functional programming）

函数式编程是一种通过函数或者函数的组合调用来处理数据，获取结果的一种编程范式。

函数是函数式编程的核心，相当于对象在面向对象编程中的地位一样。在函数式编程中，函数可以独立地解决特定的问题，可以通过与其他函数的组合调用来解决复杂的问题，可以作为另一个函数的参数，可以返回一个新的函数，也可以当做变量在函数之间或函数内部传递。

在函数式编程中，纯函数和高阶函数是两大重要的角色。

纯函数具有相互独立性和对外封闭性特点：

1、纯函数的返回结果只受函数参数的影响，如果输入参数相同不论在哪调用，何时调用，调用多少次其输出结果都是一样的。

2、纯函数内部的数据处理不受外部环境的影响也不会影响外部环境，每一个函数内部均有一套属于自己的局部变量，只在本函数内部调用也只在本函数内部起作用，其取值由函数的初始参数决定，不受外部变量的影响，同时函数的计算结果只影响函数的返回值，不影响外部变量的值。

高阶函数（Higher-order function）：允许将函数作为参数传入，或者将函数作为返回值返回的函数称为高阶函数。通过高阶函数可以对纯函数进行传递，组合，链接等操作来解决不能靠单一函数解决的复杂问题。

当遇到单一函数无法解决的复杂问题时，可以将其化整为零，拆分成能被单一函数处理的小问题，然后通过高阶函数对这些单一函数进行组合，链接，顺序调用进行解决。

3.3．函数响应式编程(Functional Reactive Programming:FRP)：

Rxjava，包括一个事件流的发送源，后面跟着0 ~ N个消费者消费事件流，是一种通过一系列函数的组合调用来发送，转变，监听，响应数据流的编程范式。

RxJava的函数响应式编程具体表现为一个观察者（Observer）订阅一个被观察者（Observable），通过创建Observable对象发送数据流，经过一系列操作符（Operators）加工处理和线程调度器（Scheduler）在不同线程间的转发，最后由观察者接受并做出响应的一个过程。

RxJava响应式编程的组成：

Observable/Operator（操作符）/ Observer

RxJava响应式编程中的基本流程：

Observable -> Operator1 -> Operator2 -> Operator3 -> Observer

（1）Observable发出一系列事件，他是事件的产生者；

（2）Observer负责处理事件，他是事件的最终消费者；

（3）Operator是对Observable发出的事件进行修改和变换（线程，数据类型，中间计算等等）；

（4）若事件从产生到消费不需要其他处理，则可以省略掉中间的Operator，从而流程变为Obsevable -> Observer；

（5）Observer通常在主线程执行，所以原则上不要去处理太多的事务，而这些复杂的处理则交给Operator；

4. 背压（Backpressure）

响应式编程中：

（1）同步订阅：

生产者和消费者工作在同一个线程，生产者每发送1个事件，必须等到消费者接收处理完成后，才能发送下一个事件。

（2）异步订阅

当生产者和消费者在不同的线程中，通过生产者（Observable）发送，消费者（Observer, Consumer）处理、响应数据流时，生产者不断发送事件而不必考虑消费者的处理进度，如果生产者（Observable）发送数据的速度快于消费者（Observer, Consumer）接收处理数据的速度，这样对于那些没来得及处理的数据就会造成积压，这些数据既不会丢失，也不会被垃圾回收机制回收，而是存放在一个异步缓存池中（Observable默认缓存池大小128，见Observable.bufferSize()；返回的是Flowable的BUFFER_SIZE：

@CheckReturnValue

public static int bufferSize() {
    return Flowable.bufferSize();
}

），如果缓存池中的数据一直得不到处理，越积越多，最后就会造成内存溢出，这便是响应式编程中的背压（backpressure）问题。

，如果缓存池中的数据一直得不到处理，越积越多，最后就会造成内存溢出，这便是响应式编程中的背压（backpressure）问题。