前言
上一节我们学习了使用Observable解决上、下游发射事件速度不平衡的问题,之所以学习 Observable,是因为Observable有很多的使用场景,而这一节我们要学习一个新的操作符 —— Flowable操作符,这个操作符可以解决绝大部分的问题,但是Observable、Flowable各有应用场景,也各有优势和缺点。
1. Flowable
Flowable如下图所示:
Flowable.png
- Observable的上、下游分别是Observable、Observer,建立连接是subscribe();
- Flowable的上、下游分别是Flowable、Subscriber,建立连接是subscribe();
Flowable最基本用法如下:
/**
* Flowable最基本用法
*/
public static void demo1(){
// 创建一个上游:Flowable
Flowable<Integer> upStream = Flowable.create(new FlowableOnSubscribe<Integer>() {
@Override
public void subscribe(FlowableEmitter<Integer> emitter) throws Exception {
Log.e("TAG" , "emit 1") ;
emitter.onNext(1);
Log.e("TAG" , "emit 2") ;
emitter.onNext(2);
Log.e("TAG" , "emit 3") ;
emitter.onNext(3);
Log.e("TAG" , "emit complete") ;
emitter.onComplete();
} // 参数BackpressureStrategy.ERROR作用:
// 用来选择背压,用于解决上下游发射数据速度不平衡问题,如果速度不一致,
// 直接抛异常MissingBackpressureException
} , BackpressureStrategy.ERROR) ;
// 创建一个下游:Subscriber
Subscriber<Integer> downStream = new Subscriber<Integer>() {
@Override
public void onSubscribe(Subscription s) {
Log.e("TAG" , "subscribe") ;
s.request(Long.MAX_VALUE);
}
@Override
public void onNext(Integer integer) {
Log.e("TAG" , "next -> " + integer) ;
}
@Override
public void onError(Throwable t) {
Log.e("TAG" , "error -> " + t) ;
}
@Override
public void onComplete() {
Log.e("TAG" , "complete") ;
}
} ;
// 建立连接
upStream.subscribe(downStream) ;
}
运行结果如下:
TAG: subscribe
TAG: emit 1
TAG: next -> 1
TAG: emit 2
TAG: next -> 2
TAG: emit 3
TAG: next -> 3
TAG: emit complete
TAG: complete
Flowable写法与Observable稍有区别:
- 第一个区别是:Flowable上游中新增一个参数,BackpressureStrategy.ERROR,用来选择背压,用于是解决上下游发射数据速度不平衡问题,如果速度不一致,直接抛出异常MissingBackpressureException;
- 第二个区别是:在下游的onSubscribe()方法中,接收的是Subscription ,而不是Observable中的Disposable,这两个作用都是用于切断水管,调用Subscription.cancel()、调用Disposable.dispose(),不同的是在 Subscription中需要调用 request(),即就是代码中的
s.request(Long.MAX_VALUE);
- 如果不添加 s.request(Long.MAX_VALUE); ,直接报错MissingBackpressureException,示例代码如下:
/**
* Flowable用法:在onSubscribe()中不加 s.request(Long.MAX_VALUE);
*/
public static void demo2(){
Flowable.create(new FlowableOnSubscribe<Integer>() {
@Override
public void subscribe(FlowableEmitter<Integer> emitter) throws Exception {
Log.e("TAG" , "emit 1") ;
emitter.onNext(1);
Log.e("TAG" , "emit 2") ;
emitter.onNext(2);
Log.e("TAG" , "emit 3") ;
emitter.onNext(3);
Log.e("TAG" , "emit complete") ;
emitter.onComplete();
}
} , BackpressureStrategy.ERROR).subscribe(new Subscriber<Integer>() {
@Override
public void onSubscribe(Subscription s) {
Log.e("TAG" , "subscribe") ;
}
@Override
public void onNext(Integer integer) {
Log.e("TAG" , "next -> " + integer) ;
}
@Override
public void onError(Throwable t) {
Log.e("TAG" , "error -> " + t) ;
}
@Override
public void onComplete() {
Log.e("TAG" , "complete") ;
}
});
}
图片.png
可以看到,在上游发送第一个事件后,下游直接抛出著名异常MissingBackpressureException异常,且下游并没有收到任何其余的事件,上、下游在同一个线程,是同步关系,按道理来讲,上游每次发送事件都应该等下游处理完事件后,才会继续发送事件,下边我们看异步线程的情况。
2. Flowable让上下游在异步线程中执行
代码如下:
/**
* Flowable:
* 让上、下游处于异步线程中,也就是说让上游在子线程中执行,下游在主线程中执行
*/
public static void demo3(){
Flowable.create(new FlowableOnSubscribe<Integer>() {
@Override
public void subscribe(FlowableEmitter<Integer> emitter) throws Exception {
Log.e("TAG" , "emit 1") ;
emitter.onNext(1);
Log.e("TAG" , "emit 2") ;
emitter.onNext(2);
Log.e("TAG" , "emit 3") ;
emitter.onNext(3);
Log.e("TAG" , "emit complete") ;
emitter.onComplete();
}
} , BackpressureStrategy.ERROR).subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(new Subscriber<Integer>() {
@Override
public void onSubscribe(Subscription s) {
Log.e("TAG" , "subscribe") ;
mSubscription = s ;
}
@Override
public void onNext(Integer integer) {
Log.e("TAG" , "next -> " + integer) ;
}
@Override
public void onError(Throwable t) {
Log.e("TAG" , "error -> " + t) ;
}
@Override
public void onComplete() {
Log.e("TAG" , "complete") ;
}
}) ;
}
运行结果如下:
TAG: subscribe
TAG: emit 1
TAG: emit 2
TAG: emit 3
TAG: emit complete
可以看到,上游发送所有事件,但是下游一个都没有收到
- 在onSubscribe()方法中调用的s.request(Long.MAX_VALUE); 可以把request()方法当做一种能力,当成下游处理事件的能力,下游能处理几个,就告诉上游我要几个,可以解决上游一次性发射全部数据到下游,导致OOM,可以解决上一节学习的两种处理方式的缺陷:
1>:取样事件会导致事件丢失;
2>:减速导致性能丢失;
而调用s.request(Long.MAX_VALUE)方法 这种 方式既解决了事件丢失又解决了性能丢失;
3. 认识 request()方法
1>:对于上、下游二者在同一个线程中,上游发射第一个事件,下游直接抛出异常MissingBackpressureException异常,是因为下游没有调用request()方法,表示上游认为下游没有处理事件的能力,上游发送事件,下游必须在onSubscribe()方法中调用request()方法,表示下游有处理事件的能力,比如 request(3)或者request(Long.MAX_VALUE)都是可以的;
2>:对于上、下游二者没有在同一个线程中,即异步操作,上游可以正确发送所有事件,因为在 Flowable中默认有一个 128的水缸,当上下游在不同的线程中工作时,上游会先把事件发送到这个水缸中,所以说,即使下游没有调用 request()方法,但是水缸中保存着上游发射的事件,只有当下游调用request()方法时,才从水缸中取出事件发送给 下游;
注意:
1>:Flowable中的 水缸大小只有 128,如果是129,直接抛MissingBackpressureException异常;
2>:我们这里把上游发射的事件全部存储到 水缸中,下游一个都没有消费,只要下游快速消费一个,就不会OOM,如果下游10秒之后再消费也会OOM;
网友评论