Android RxJava 2.x入门例子详解(五)

前言

上一节我们讲解了线程调度器,这个时候我们可能需要考虑一个问题。上下游工作在不同的线程,这时候收发数据无需等待,当上游发事件的速度太快, 下游处理事件的速度太慢会发生什么事情?这也就是所谓的背压(Backpressure)问题。

我们先看一个例子:

Observable.create(new ObservableOnSubscribe<Integer>() {

            @Override
            public void subscribe(@NonNull ObservableEmitter<Integer> e) throws Exception {
                for (int i = 0; ; i++) {    //无限循环发事件
                    Log.d(TAG, "Observable发出:"+i);
                    e.onNext(i);
                }
            }
        }).subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Consumer<Integer>() {
            @Override
            public void accept(Integer integer) throws Exception {
                Thread.sleep(1000);//一秒处理一次数据
                Log.d(TAG, "" + integer);
            }
        });

没错,我们的内存会爆掉,最后OOM,那要怎么解决这个问题呢?
不用担心,RxJava2.x已经为你想到这个问题。

Flowable和Subscriber的使用

Flowable<Integer> flowable=Flowable.create(new FlowableOnSubscribe<Integer>() {
            @Override
            public void subscribe(@NonNull FlowableEmitter<Integer> e) throws Exception {
                Log.d(TAG, "flowable:B1");
                e.onNext(1);//向下游(观察者)发射内容1
                Log.d(TAG, "flowable:B2");
                e.onNext(2);
                Log.d(TAG, "flowable:B3");
                e.onNext(3);
                Log.d(TAG, "flowable:B4");
                e.onNext(4);
                Log.d(TAG, "flowable:B5");
                e.onNext(5);
                e.onComplete();
            }
        }, BackpressureStrategy.ERROR);//增加了一个参数

        Subscriber<Integer> subscriber = new Subscriber<Integer>() {
            @Override
            public void onSubscribe(Subscription s) {
                Log.d(TAG, "onSubscribe");
                s.request(Long.MAX_VALUE);  //注意这句代码,这里告诉上游,下游的处理能力
            }

            @Override
            public void onNext(Integer integer) {
                Log.d(TAG, "onNext: " + integer);
            }

            @Override
            public void onError(Throwable t) {
                Log.w(TAG, "onError: ", t);
            }

            @Override
            public void onComplete() {
                Log.d(TAG, "onComplete");
            }
        };

        flowable.subscribe(subscriber);

我们稍微修改一下代码:

Flowable.create(new FlowableOnSubscribe<Integer>() {
            @Override
            public void subscribe(@NonNull FlowableEmitter<Integer> e) throws Exception {
                Log.d(TAG, "flowable:1");
                e.onNext(1);//向下游(观察者)发射内容1
                Log.d(TAG, "flowable:2");
                e.onNext(2);
                Log.d(TAG, "flowable:3");
                e.onNext(3);
                Log.d(TAG, "flowable:4");
                e.onNext(4);
                Log.d(TAG, "flowable:5");
                e.onNext(5);
                e.onComplete();
            }
        }, BackpressureStrategy.ERROR)
                .subscribe(new Subscriber<Integer>() {
                    @Override
                    public void onSubscribe(Subscription s) {
                        Log.d(TAG, "onSubscribe");
                        s.request(3);  //这里告诉上游,下游的处理能力为3
                    }

                    @Override
                    public void onNext(Integer integer) {
                        Log.d(TAG, "onNext: " + integer);
                    }

                    @Override
                    public void onError(Throwable t) {
                        //Log.d(TAG, "onError");
                        Log.w(TAG, "onError: ", t);//上游多发事件报警告
                    }

                    @Override
                    public void onComplete() {
                        Log.d(TAG, "onComplete");
                    }
                });

运行结果报异常警告,为什么呢?因为s.request(3)告诉上游处理能力为3,上游多发事件,则直接报警告。
而多发事件的处理是由BackpressureStrategy.ERROR决定
该参数还有以下选项:
BackpressureStrategy.DROP(多发则丢弃不处理)
BackpressureStrategy.BUFFER(多发则先放到缓存)
BackpressureStrategy.LATEST(多发则只保留最后的事件)

再看一个例子:

Flowable.create(new FlowableOnSubscribe<Integer>() {
            @Override
            public void subscribe(@NonNull FlowableEmitter<Integer> e) throws Exception {
                for (int i = 0;i<100 ; i++) {
                    Log.d(TAG, "flowable:"+i);
                    e.onNext(i);
                }
            }
        }, BackpressureStrategy.BUFFER)
                .subscribe(new Subscriber<Integer>() {
                    @Override
                    public void onSubscribe(Subscription s) {
                        mSubscription=s;
                        Log.d(TAG, "onSubscribe");
                        s.request(10);  //这里告诉上游,下游的处理能力为10
                    }

                    @Override
                    public void onNext(Integer integer) {
                        Log.d(TAG, "onNext: " + integer);
                    }

                    @Override
                    public void onError(Throwable t) {
                        //Log.d(TAG, "onError");
                        Log.w(TAG, "onError: ", t);
                    }

                    @Override
                    public void onComplete() {
                        Log.d(TAG, "onComplete");
                    }
                });

我们使用BackpressureStrategy.BUFFER把多发的事件保存到缓存里,运行代码没有警告异常。
这时候我们可以通过外部控制mSubscription.request,例如点击按钮调用mSubscription.request(10);
系统会继续运行输出onNext。

上面都是同一线程下的结果,如果是不同线程会发生什么?

Flowable.create(new FlowableOnSubscribe<Integer>() {
            @Override
            public void subscribe(@NonNull FlowableEmitter<Integer> e) throws Exception {
                for (int i = 0; ; i++) {
                    Log.d(TAG, "flowable:"+i);
                    e.onNext(i);
                }
            }
        }, BackpressureStrategy.ERROR)
                .subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Subscriber<Integer>() {
                    @Override
                    public void onSubscribe(Subscription s) {
                        Log.d(TAG, "onSubscribe");
                        s.request(10);  //这里告诉上游,下游的处理能力为10,实际上并没什么卵用
                    }

                    @Override
                    public void onNext(Integer integer) {
                        Log.d(TAG, "onNext: " + integer);
                    }

                    @Override
                    public void onError(Throwable t) {
                        //Log.d(TAG, "onError");
                        Log.w(TAG, "onError: ", t);
                    }

                    @Override
                    public void onComplete() {
                        Log.d(TAG, "onComplete");
                    }
                });

运行代码,下游虽然通过s.request(10)告诉上游处理能力为10,但是上游并不理会,而继续不断发送事件。这是为什么呢?是不是上游还不知道下游的处理能力?那有没有办法呢?

答案就是FlowableEmitter的requested()

再看看下面的例子:

Flowable.create(new FlowableOnSubscribe<Integer>() {
            @Override
            public void subscribe(@NonNull FlowableEmitter<Integer> e) throws Exception {
                for (int i = 0; i<300 ; i++) {
                    //Log.d(TAG, "flowable:"+i);
                    Log.d(TAG,"requested:"+e.requested());
                    e.onNext(i);
                }
            }
        }, BackpressureStrategy.ERROR)
                .subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Subscriber<Integer>() {
                    @Override
                    public void onSubscribe(Subscription s) {
                        Log.d(TAG, "onSubscribe");
                        s.request(3);  //异步情况,上下游不同线程,这里告诉上游处理能力为3,实际是128+3,128是由Flowable初始化
                    }

                    @Override
                    public void onNext(Integer integer) {
                        Log.d(TAG, "onNext: " + integer);
                        //mSubscription.request(1);
                    }

                    @Override
                    public void onError(Throwable t) {
                        //Log.d(TAG, "onError");
                        Log.w(TAG, "onError: ", t);
                    }

                    @Override
                    public void onComplete() {
                        Log.d(TAG, "onComplete");
                    }
                });

运行结果发现e.requested()获取到的结果是128,每调用一次onNext减1。
为什么是128?是因为异步情况下,上下游不同线程,这里告诉上游处理能力为3,实际是128+3,128是由Flowable初始化。
如果是同一线程则得到结果一样哦,这里不展示(同学们自己尝试吧)

既然有e.requested(),那么好办了
我们稍微修改一下程序:

Flowable.create(new FlowableOnSubscribe<Integer>() {
            @Override
            public void subscribe(@NonNull FlowableEmitter<Integer> e) throws Exception {
                boolean flag;

                for (int i = 0; ; i++) {    //无限循环发事件
                    Log.d(TAG,"requested:"+e.requested());
                    flag = false;
                    while (e.requested()==0){
                        if (!flag){
                            Log.d(TAG,"下游不能处理,暂不能发送");
                            flag=true;
                        }
                    }
                    e.onNext(i);
                }
            }
        }, BackpressureStrategy.ERROR)
                .subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Subscriber<Integer>() {
                    private Subscription mSubscription;
                    @Override
                    public void onSubscribe(Subscription s) {
                        mSubscription=s;
                        Log.d(TAG, "onSubscribe");
                        s.request(3);  //异步情况,上下游不同线程,这里告诉上游处理能力为3,实际是128+3,128是由Flowable初始化
                    }

                    @Override
                    public void onNext(Integer integer) {
                        Log.d(TAG, "onNext: " + integer);
                        try {
                            Thread.sleep(1000);
                            mSubscription.request(1);
                        } catch (InterruptedException e) {
                            e.printStackTrace();
                        }
                    }

                    @Override
                    public void onError(Throwable t) {
                        //Log.d(TAG, "onError");
                        Log.w(TAG, "onError: ", t);
                    }

                    @Override
                    public void onComplete() {
                        Log.d(TAG, "onComplete");
                    }
                });

运行程序发现,首次上游调用了128次事件,随后下游处理96次后,上游再次调用96次事件,这样一直循环下去。可见程序很有规律,没有出现OOM。
为什么会下游处理96次后上游会继续调用事件?
这是因为Flowable内部实现了s.request请求,也就是说下游处理了一部分事件后,Flowable内部自动调用s.request(95),自动增加处理能力。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,634评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,951评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,427评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,770评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,835评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,799评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,768评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,544评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,979评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,271评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,427评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,121评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,756评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,375评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,579评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,410评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,315评论 2 352

推荐阅读更多精彩内容