本文首发于“随手记技术团队”公众号

大概从2015年开始，RxJava1.0开始快速流行起来，短短两年时间，RxJava在Android开发中已经算是无人不知无人不晓了，加之它与Retrofit等流行框架的完美结合，已经成为Android项目开发的必备利器。随手记作为一个大型项目，引入三方框架一直比较慎重，但也从今年初开始，正式引入了RxJava2.0，并配合Retrofit对项目的网络框架和繁琐的异步逻辑进行重构。RxJava虽然好用，但伴随而来的是不可避免的学习成本，为了让大家快速的了解RxJava的来龙去脉以及快速上手使用，特地总结该篇文章。本文将详细讲解如何快速理解RxJava的操作符，并从源码角度来分析RxJava操作符的原理。

RxJava的优点

简单来讲RxJava是一个简化异步调用的库，但其实它更是一种优雅的编程方式和编程思想，当你熟悉RxJava的使用方式之后，会很容易爱上它。
我总结它的优点主要有两个方面：

• 简洁，免除传统异步代码逻辑中的callback hell
• 增加业务逻辑代码的可读性

关于第一点大家应该都会认同，关于第二点可能有人会有疑惑，因为很多人觉得RxJava大量不明所以的操作符会让代码的可读性变得更差，其实产生这种印象恰恰就是因为没有掌握RxJava操作符的使用和原理所导致的。
比如随手记项目中绑定用户QQ账号的业务逻辑，这段逻辑的代码涉及三个异步接口，两个是QQ登录SDK的，一个是随手记后台的，在使用RxJava重构前，这段代码使用了3个AsyncTask，也就是三个嵌套的回调，代码复杂，可读性非常差。而改造之后，它变成了下面这样子

如果你对这里面的几个RxJava操作符比较熟悉的话，你会迅速了解我这段代码做了什么事情，而且不用再去梳理一堆嵌套回调了，这就是RxJava带来的可读性。
所以，学习RxJava，理解和掌握操作符是不可避免的第一步。

RxJava2.0与RxJava1.0的关系

从RxJava1.0到RxJava2.0，基本思想没有变化，但RxJava2.0按照Reactive-Streams规范对整个架构进行了重新设计，并变更了Maven仓库依赖地址和包名。所以现在RxJava的github网站中，RxJava1.0和RxJava2.0是两个独立的分支，不相互兼容 ，也不能同时使用，而且RxJava1.0再过一段时间也将不再维护。所以，目前还使用RxJava1.0的，建议尽早切换到RxJava2.0，而如果没有接触过RxJava1.0，直接使用和学习RxJava2.0就可以了。如果想了解RxJava1.0和RxJava2.0的详细区别，请参考官方文档。
为行文方便，从此处开始，本文使用Rx来表示RxJava2.x。

Rx的操作符有哪些

刚接触Rx的人面对一堆各式各样的操作符会觉得不知如何去学习记忆，其实你只需要从整体上了解Rx操作符的类别和掌握一些使用频率较高的操作符就足够了，至于其他的操作符，你只需要知道它的使用场景和掌握如何快速理解一个操作符的方法，就可以在需要的时候快速拿来用了。
下图是我根据官方文档总结的Rx操作符的分类及每个类别下的代表性操作符

Rx主要操作符

从上图可以看出，Rx的操作符主要十个大类别，每个类别下常用的操作符也就三五个左右，所以只要掌握这些，你就可以应付大部分的业务场景了。

如何快速理解一个Rx操作符

提到Rx操作符，相信很多人都会对描述Rx操作符的花花绿绿的宝石图有很大印象。

Rx宝石图

要快速理解Rx操作符，看懂宝石图是个快捷有效的方式，现在我们就来详细分析一下构成宝石图的各个主要元素。
首先，我们有必要回顾一下Rx中的几个主要的基类

• io.reactivex.Flowable : 事件源(0..N个元素), 支持 Reactive-Streams and 背压
• io.reactivex.Observable:事件源(0..N个元素), 不支持背压
• io.reactivex.Single: 仅发射一个元素或产生error的事件源，
• io.reactivex.Completable: 不发射任何元素，只产生completion或error的事件源
• io.reactivex.Maybe: 不发射任何元素，或只发射一个元素，或产生error的事件源
• Subject: 既是事件源，也是事件接受者
  可以看到Rx中最重要的概念就是事件源了，基本上所有的操作符都是针对事件源来进行一些转换、组合等操作，而我们最常用的事件源就是Observable了。

本文中我们就以Observable事件源为例来讲解Rx的操作符，Observable发射的事件我们统一称之为item。首先我们需要详细了解一下宝石图中各个图像元素的含义：

• —>：Observable的时间线，从左至右流动
• ★：星星、圆、方块等表示Observable发射的item
• |：时间线最后的小竖线表示Observable的事件流已经成功发射完毕了
• X：时间线最后的X符合表示由于某种原因Observable非正常终止发射，产生了error

上面几种元素组合在一起代表一个完整的Observable，也可以称为源Observable

-->方向朝下的虚线箭头表示以及中间的长方框表示正在对上面的源Observable进行某种转换。长方框里的文字展示了转换的性质。下面的Observable是对上面的源Observable转换后的结果。

掌握了宝石图的含义，我们就可以根据某个操作符的宝石图快速理解这个操作符了。举几个例子：

1. map

map

可以看到，这幅图表达的意思是一个源Observable先后发射了1、2、3的三个item，而经过map操作符一转换，就变成了一个发射了10、20、30三个item的新的Observable。描述操作符的长方框中也清楚的说明了该map操作符进行了何种具体的转换操作（图中的10*x只是一个例子，这个具体的转换函数是可以自定义的）。
于是，我们就很快速地理解了map操作符的含义和用法，简单来讲，它就是通过一个函数将一个Observable发射的item逐个进行某种转换。
示例代码：

Observable.create(new ObservableOnSubscribe<Integer>() {
    @Override
    public void subscribe(@NonNull ObservableEmitter<Integer> e) throws Exception {
        e.onNext(1);
        e.onNext(2);
        e.onNext(3);
    }
}).map(new Function<Integer, Integer>() {
    @Override
    public Integer apply(@NonNull Integer integer) throws Exception {
        return integer * 10;
    }
}).subscribe(new Consumer<Integer>() {
    @Override
    public void accept(@NonNull Integer result) throws Exception {
        Log.i(TAG, "accept : " + result +"\n" );
    }
});

输出结果：

2. zip

Observable.zip(Observable.just(1, 2, 3),
        Observable.just("A", "B", "C"),
        new BiFunction<Integer, String, String>() {
            @Override
            public String apply(@NonNull Integer integer, @NonNull String s) throws Exception {
                return integer + s;
            }
        })
        .subscribe(new Consumer<String>() {
            @Override
            public void accept(@NonNull String s) throws Exception {
                Log.i(TAG, "zip : accept : " + s + "\n");
            }
        });

输出结果：

3. concat

Observable.concat(Observable.just(1, 2, 3), Observable.just(4, 5, 6))
        .subscribe(new Consumer<Integer>() {
            @Override
            public void accept(@NonNull Integer integer) throws Exception {
                Log.i(TAG, "concat : " + integer + "\n");
            }
        });

输出结果：

大部分操作符都配有这样的宝石图，通过官方文档或者直接在Rx源码中查看JavaDoc就可以找到，不再过多举例。你也可以在rxmarbles这样的网站上查看更多可以动态交互的宝石图。

Rx操作符的原理

要了解操作符的原理，肯定要从源码入手喽。所以我们先来简单撸一遍Rx的最基本的Create操作符的源码。
Rx的源码目录结构是比较清晰的，我们先从Observable.create方法来分析

Observable.create(new ObservableOnSubscribe<String>() {
  @Override
  public void subscribe(@NonNull ObservableEmitter<String> e) throws Exception {
      e.onNext("s");
  }
}).subscribe(new Observer<String>() {
  @Override
  public void onSubscribe(@NonNull Disposable d) {
    // 创建的Observer中多了一个回调方法onSubscribe，传递参数为Disposable ，Disposable相当于RxJava1.x中的Subscription,用于解除订阅。
  }

  @Override
  public void onNext(@NonNull String s) {

  }

  @Override
  public void onError(@NonNull Throwable e) {

  }

  @Override
  public void onComplete() {

  }
});

create方法如下

@CheckReturnValue
@SchedulerSupport(SchedulerSupport.NONE)
public static <T> Observable<T> create(ObservableOnSubscribe<T> source) {
   ObjectHelper.requireNonNull(source, "source is null");
   return RxJavaPlugins.onAssembly(new ObservableCreate<T>(source));
}

代码很简单，第一行判空不用管，第二行调用RxJavaPlugins的方法是为了实现Rx的hook功能，我们暂时也无需关注，在一般情况下，第二行代码会直接返回它的入参即ObservableCreate对象，ObservableCreate是Observable的子类，实现了Observable的一些抽象方法比如subscribeActual。事实上Rx的每个操作符都对应Observable的一个子类。
这里create方法接受的是一个ObservableOnSubscribe的接口实现类：

/**
 * A functional interface that has a {@code subscribe()} method that receives
 * an instance of an {@link ObservableEmitter} instance that allows pushing
 * events in a cancellation-safe manner.
 *
 * @param <T> the value type pushed
 */
public interface ObservableOnSubscribe<T> {

    /**
     * Called for each Observer that subscribes.
     * @param e the safe emitter instance, never null
     * @throws Exception on error
     */
    void subscribe(@NonNull ObservableEmitter<T> e) throws Exception;
}

通过注释可以知道这个接口的作用是通过一个subscribe方法接受一个ObservableEmitter类型的实例，俗称发射器。
Observable.create方法执行时，我们传入的就是一个ObservableOnSubscribe类型的匿名内部类，并实现了它的subscribe方法，然后它又被传入create方法的返回对象ObservableCreate，最终成为ObservableCreate的成员source

public final class ObservableCreate<T> extends Observable<T> {
    final ObservableOnSubscribe<T> source;

    public ObservableCreate(ObservableOnSubscribe<T> source) {
        this.source = source;
    }
    ...

接着我们来看Observable的subscribe方法，它的入参是一个Observer(即观察者，也就是事件接收者)

@SchedulerSupport(SchedulerSupport.NONE)
@Override
public final void subscribe(Observer<? super T> observer) {
   ObjectHelper.requireNonNull(observer, "observer is null");
   try {
       observer = RxJavaPlugins.onSubscribe(this, observer);

       ObjectHelper.requireNonNull(observer, "Plugin returned null Observer");

       subscribeActual(observer);
   } catch (NullPointerException e) { // NOPMD
       throw e;
   } catch (Throwable e) {
       Exceptions.throwIfFatal(e);
       // can't call onError because no way to know if a Disposable has been set or not
       // can't call onSubscribe because the call might have set a Subscription already
       RxJavaPlugins.onError(e);

       NullPointerException npe = new NullPointerException("Actually not, but can't throw other exceptions due to RS");
       npe.initCause(e);
       throw npe;
   }
}

最终它会调用它的子类ObservableCreate的subscribeActual方法：

@Override
protected void subscribeActual(Observer<? super T> observer) {
   CreateEmitter<T> parent = new CreateEmitter<T>(observer);
   observer.onSubscribe(parent);

   try {
       source.subscribe(parent);
   } catch (Throwable ex) {
       Exceptions.throwIfFatal(ex);
       parent.onError(ex);
   }
}

在subscribeActual里首先创建了用于发射事件的CreateEmitter对象parent，CreateEmitter实现了接口Emitter和Disposable，并持有observer。
这段代码的关键语句是source.subscribe(parent)，这行代码执行后，就会触发事件源进行发射事件，即e.onNext("s")会被调用。细心的同学也会注意到这行代码之前，parent先被传入了observer的onSubscribe()方法，而在上面我们说过，observer的onSubscribe()方法接受一个Disposable类型的参数，可以用于解除订阅，之所以能够解除订阅，正是因为在触发事件发射之前调用了observer的onSubscribe()，给了我们调用CreateEmitter的解除订阅的方法dispose()的机会。
继续来看CreateEmitter的onNext()方法，它最终是通过调用observer的onNext()方法将事件发射出去的

static final class CreateEmitter<T>
extends AtomicReference<Disposable>
implements ObservableEmitter<T>, Disposable {


   private static final long serialVersionUID = -3434801548987643227L;

   final Observer<? super T> observer;

   CreateEmitter(Observer<? super T> observer) {
       this.observer = observer;
   }

   @Override
   public void onNext(T t) {
       if (t == null) {
           onError(new NullPointerException("onNext called with null. Null values are generally not allowed in 2.x operators and sources."));
           return;
       }
       // 在真正发射之前，会先判断该CreateEmitter是否已经解除订阅
       if (!isDisposed()) {
           observer.onNext(t);
       }
   }
   ...
}

至此，Rx事件源的创建和订阅的流程就走通了。

下面我们从map操作符来入手看一下Rx操作符的原理，map方法如下

@CheckReturnValue
@SchedulerSupport(SchedulerSupport.NONE)
public final <R> Observable<R> map(Function<? super T, ? extends R> mapper) {
   ObjectHelper.requireNonNull(mapper, "mapper is null");
   return RxJavaPlugins.onAssembly(new ObservableMap<T, R>(this, mapper));
}

map方法接受一个Function类型的参数mapper，返回了一个ObservableMap对象，它也是继承自Observable，而mapper被传给了ObservableMap的成员function,同时当前的源Observable被传给ObservableMap的成员source，进入ObservableMap类

public final class ObservableMap<T, U> extends AbstractObservableWithUpstream<T, U> {
    final Function<? super T, ? extends U> function;

    public ObservableMap(ObservableSource<T> source, Function<? super T, ? extends U> function) {
        super(source);
        this.function = function;
    }

    @Override
    public void subscribeActual(Observer<? super U> t) {
        source.subscribe(new MapObserver<T, U>(t, function));
    }


    static final class MapObserver<T, U> extends BasicFuseableObserver<T, U> {
        final Function<? super T, ? extends U> mapper;

        MapObserver(Observer<? super U> actual, Function<? super T, ? extends U> mapper) {
            super(actual);
            this.mapper = mapper;
        }

        @Override
        public void onNext(T t) {
            if (done) {
                return;
            }

            if (sourceMode != NONE) {
                actual.onNext(null);
                return;
            }

            U v;

            try {
                v = ObjectHelper.requireNonNull(mapper.apply(t), "The mapper function returned a null value.");
            } catch (Throwable ex) {
                fail(ex);
                return;
            }
            actual.onNext(v);
        }

        @Override
        public int requestFusion(int mode) {
            return transitiveBoundaryFusion(mode);
        }

        @Nullable
        @Override
        public U poll() throws Exception {
            T t = qs.poll();
            return t != null ? ObjectHelper.<U>requireNonNull(mapper.apply(t), "The mapper function returned a null value.") : null;
        }
    }
}

可以看到这里用到了装饰者模式，ObservableMap持有来自它上游的事件源source，MapObserver持有来自它下游的事件接收者和我们实现的转换方法function，在subscribeActual()方法中完成ObservableMap对source的订阅，触发MapObserver的onNext()方法，继而将来自source的原始数据经过函数mapper转换后再发射给下游的事件接收者，从而实现map这一功能。

现在我们终于能够来总结一下包含多个操作符时的订阅流程了，以下面这段代码为例

Observable.
        create(new ObservableOnSubscribe<String>() {
            @Override
            public void subscribe(@NonNull ObservableEmitter<String> e) throws Exception {
                e.onNext("holen");
            }
        })
        .map(new Function<String, Integer>() {
            @Override
            public Integer apply(@NonNull String s) throws Exception {
                return s.length();
            }
        })
        .subscribe(new Observer<Integer>() {
            @Override
            public void onSubscribe(@NonNull Disposable d) {
                
            }

            @Override
            public void onNext(@NonNull Integer integer) {

            }

            @Override
            public void onError(@NonNull Throwable e) {

            }

            @Override
            public void onComplete() {

            }
        });

执行代码时，自上而下每一步操作符都会创建一个新的Observable(均为Observable的子类，对应不同的操作符)，当执行create时，创建并返回了ObservableCreate，当执行map时，创建并返回了ObservableMap，并且每一个新的Observable都持有它上游的源Observable(即source)及当前涉及到的操作函数function。当最后一步执行订阅方法subscribe时会触发ObservableMap的subscribeActual()方法，并将最下游的Observer包装成MapObserver，同时该方法又会继续调用它所持有ObservableCreate的订阅方法（即执行source.subscribe），由此也会触发ObservableCreate的subscribeActual()方法，此时我们的发射器CreateEmitter才会调用它的onNext()方法发射事件，再依次调用MapObserver的操作函数mapper和onNext()方法，最终将事件传递给了最下游的Observer的onNext()方法。

我简单的将这段逻辑用下面这幅图来表示

操作符lift和compose

lift和compose在�Rx中是两个比较特殊的操作符。
lift让我们可以对Observer进行封装，在RxJava1.0中大部分变换都基于lift这个神奇的操作符。

@CheckReturnValue
@SchedulerSupport(SchedulerSupport.NONE)
public final <R> Observable<R> lift(ObservableOperator<? extends R, ? super T> lifter) {
   ObjectHelper.requireNonNull(lifter, "onLift is null");
   return RxJavaPlugins.onAssembly(new ObservableLift<R, T>(this, lifter));
}

lift操作符接受一个ObservableOperator对象

/**
 * Interface to map/wrap a downstream observer to an upstream observer.
 *
 * @param <Downstream> the value type of the downstream
 * @param <Upstream> the value type of the upstream
 */
public interface ObservableOperator<Downstream, Upstream> {
    /**
     * Applies a function to the child Observer and returns a new parent Observer.
     * @param observer the child Observer instance
     * @return the parent Observer instance
     * @throws Exception on failure
     */
    @NonNull
    Observer<? super Upstream> apply(@NonNull Observer<? super Downstream> observer) throws Exception;
}

看注释可以知道，这是一个将下游订阅者包装成一个上游订阅者的接口。类似Map操作符中的MapObserver。

而compose操作符让我们可以对Observable进行封装

@SuppressWarnings("unchecked")
@CheckReturnValue
@SchedulerSupport(SchedulerSupport.NONE)
public final <R> Observable<R> compose(ObservableTransformer<? super T, ? extends R> composer) {
   return wrap(((ObservableTransformer<T, R>) ObjectHelper.requireNonNull(composer, "composer is null")).apply(this));
}

wrap方法如下，仅仅是走了RxJavaPlugins的流程

@CheckReturnValue
@SchedulerSupport(SchedulerSupport.NONE)
public static <T> Observable<T> wrap(ObservableSource<T> source) {
   ObjectHelper.requireNonNull(source, "source is null");
   if (source instanceof Observable) {
       return RxJavaPlugins.onAssembly((Observable<T>)source);
   }
   return RxJavaPlugins.onAssembly(new ObservableFromUnsafeSource<T>(source));
}

compose方法接受一个ObservableTransformer对象

/**
 * Interface to compose Observables.
 *
 * @param <Upstream> the upstream value type
 * @param <Downstream> the downstream value type
 */
public interface ObservableTransformer<Upstream, Downstream> {
    /**
     * Applies a function to the upstream Observable and returns an ObservableSource with
     * optionally different element type.
     * @param upstream the upstream Observable instance
     * @return the transformed ObservableSource instance
     */
    @NonNull
    ObservableSource<Downstream> apply(@NonNull Observable<Upstream> upstream);
}

ObservableSource即为我们的基类Observable继承的唯一接口。看注释可以知道，ObservableTransformer是一个组合多个Observable的接口，它通过一个apply()方法接收上游的Observable，进行一些操作后，返回新的Observable。
这里组合多个Observable的意思其实就是组合多个操作符，比如我们经常会需要在使用Rx进行网络异步请求时进行线程变化，这个操作一般都是差不多的，每次都写会比较烦，这时我们就可以使用compose把常用的线程变换的几个操作符组合起来

private final ObservableTransformer schedulersObservable = new ObservableTransformer() {
   @Override
   public ObservableSource apply(Observable upstream) {
       return upstream.subscribeOn(Schedulers.io())
               .unsubscribeOn(Schedulers.io())
               .observeOn(AndroidSchedulers.mainThread());
   }
};  

protected void testCompose() {
   getNetObservable()
           .compose(schedulersObservable)
           .subscribe(new Consumer<String>() {
               @Override
               public void accept(@NonNull String s) throws Exception {
                   mRxOperatorsText.append(s);
               }
           });
}

关于compose的典型应用，大家有兴趣还可以去看一下开源项目RxLifecycle，它就是巧妙地利用compose操作符来解决了使用Rx可能会出现的内存泄露问题。

Rx操作符的应用场景

说了这么多，其实我们最关心的还是Rx操作符的应用场景。其实只要存在异步的地方，都可以优雅地使用Rx操作符。比如很多流行的Rx周边开源项目

而针对自己想要实现的功能情景，如何去选择特定的操作符，官网的文档中也列出了一些指导——Rx操作符决策树。

当然除了这些，我们在开发项目时，还会有各种具体的业务场景需要选择合适的操作符，这里我总结了一些经常遇到的场景以及适合它们的操作符

只要我们理解了Rx操作符的原理，熟练掌握了一些使用频率较高的操作符，就能够在以上场景中轻松地使用，不再让自己的代码被复杂的业务逻辑搞得混乱。

以上就是本文的全部内容，关于Rx还有很多东西值得深入地学习研究，后续有机会再跟大家分享更多Rx的使用心得。

参考

• RxJava2Examples