Rxjava2最全面的解析

说到区别，可能有的小伙伴会问，我没看过rxjava1。可以直接看rxjava2么。个人觉得不必要，因为 rxjava2.x 是按照 Reactive-Streams specification 规范完全的重写的，完全独立于 rxjava1.x 而存在，它改变了以往 rxjava1的用法。换句话说，我学java需不需要先学C语言一样。

那么两者的区别体现在哪呢？主要是如下几个方面：

空指针问题这应该是一个很大的变化，用过rxjava1的人都知道，我们可以在发射事件的时候传入NULL。但这在rxjava2中是不存在的。不信你试试？分分钟给你来一个NullPointerExpection。
Function相关的在rxjava1中，我们有各种Func1，Func2…，但在rxjava2中只有Function了。依旧记得看凯哥的文章的时候把我整蒙了。愣是没发现，后来才注意到被替换了。并且，他们都增加了throw exception。
背压—backpressure 关于backpressure，这个就厉害了。厉害到我都不懂了。好了，开个玩笑，我们继续说。我们知道在Rxjava1中Observable对backpressure是支持的。但在Rxjava2中Observable取消了对backpressure的支持。并且引进了一个叫做Flowable的来支持backpressure。

那么什么是背压：听不懂的含义：上游的生产速度大于下游的处理速度，导致下游处理不急，这种操作被称为backpressure。

这种情况看似很常见，但实际上，这种情况并不常见，或者可以说成非常罕见。那么遇到了怎么办？如果它出现了，直接丢弃。what the fuck？你tm在逗我？但事实就是这样，如果我们在开发过程中，遇到了backpressure，我们就应该丢弃它。

听得懂的含义：对于可丢弃的事件，上游生产速度过快导致事件堆积，当堆积到超出buffer上限的时候，就叫做backpressure。

处理方案是什么： 1、丢弃新事件；2、不丢弃，继续堆积。（忽略了backpressure，相当于Observable）。

适合backpressure的情况：在线直播流：比如说，正在直播的时候，突然网络出现了卡顿，页面卡住了。那么当网络好了之后肯定不会是在接着之前的页面继续的，就相当于，你网络卡了多久，他就丢弃了多长时间的数据。

backpressure的关键点是什么：不可控，可丢弃。

基本使用

讲了一大堆理念知识，接下来就是开工干活了。那么关于Rxjava2的基本实现主要是三点：创建Observable，创建Observer，进行绑定。那么我们一个个的看。

创建Observable

Observable是什么？观察者还是被观察者？我又忘了。哈哈。开个玩笑，当然是后者了。为什么是先创建Observable而不是Observer？当然了，先后顺序的无所谓的。但是考虑到后面的链式调用。所以我这边就先写了先创建Observable了。

Observable observable = Observable.create(new ObservableOnSubscribe() {
@Override
public void subscribe(ObservableEmitter emitter) throws Exception {
emitter.onNext(“Hello”);
emitter.onNext(“Rxjava2”);
emitter.onNext(“My name is Silence”);
emitter.onNext(“What’s your name”);
//一旦调用onComplete,下面将不在接受事件
emitter.onComplete();
}
});

现在我来解释一下上面的ObservableEmitter到底是什么。字面意思是可观察的发射器。没错，这个就是被观察者用来发送事件的。它可以发出三种类型的事件，通过调用emitter的onNext(T value)、onError(Throwable error)和onComplete()就可以分别发出next事件、error事件和complete事件。至于这三个事件到底什么意思。不急，我们后面说。

创建Observer

现在我们来创建一个观察者，它决定了在观察中到底应该有着什么样的行为操作。

Observer observer = new Observer() {
@Override
public void onSubscribe(Disposable d) {
Log.i(TAG, "onSubscribe: " + d);
result += "onSubscribe: " + d + “\n”;
}

@Override
public void onNext(String string) {
Log.i(TAG, "onNext: " + string);
result += "onNext: " + string + “\n”;
}

@Override
public void onError(Throwable e) {
Log.i(TAG, "onError: " + e);
result += "onError: " + e + “\n”;
}

@Override
public void onComplete() {
Log.i(TAG, "onComplete: ");
result += "onComplete: " + “\n”;
}
};

其中onSubscribe、onNext、onError和onComplete是必要的实现方法，其含义如下：

onSubscribe：它会在事件还未发送之前被调用，可以用来做一些准备操作。而里面的Disposable则是用来切断上下游的关系的。
onNext：普通的事件。将要处理的事件添加到队列中。
onError：事件队列异常，在事件处理过程中出现异常情况时，此方法会被调用。同时队列将会终止，也就是不允许在有事件发出。
onComplete：事件队列完成。rxjava不仅把每个事件单独处理。而且会把他们当成一个队列。当不再有onNext事件发出时，需要触发onComplete方法作为完成标识。

进行Subscribe

订阅其实只需要一行代码就够了：

observerable.subscribe(Observer);

运行一个看看效果先：外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

和之前介绍的一样，先调用onSubscribe，然后走了onNext，最后以onComplete收尾。

神奇的操作符

对于rxjava来说，有一句话，我觉得说的很对，叫做：如果你每天研究一个操作符，最少一个半月，如果你想理解原理。最少半年。换句话说，有关rxjava的知识完全可以写一本书。那么本文肯定不会讲那么细。在这边我会给你们介绍一些常用的操作符。保证日常开发的流程足矣。

创建操作符

一般创建操作符是指，刚开始创建观察者的时候调用的。在基本使用中我已经介绍了create操作符，那么这边我们就要说到just，fromarray和interval了。

just

此操作符是将传入的参数依次发出来。

Observable observable = Observable.just(“Hello”, “Rxjava2”, “My name is Silence”,“What’s your name”);
// 将会依次调用：
// onNext(“Hello”);
// onNext(“Rxjava2”);
// onNext(“My name is Silence”);
// onNext(“What’s your name”);
// onCompleted();

fromarray

将传入的数组通过坐标一次发送出去。

String[] words = {“Hello”, “Rxjava2”, “My name is Silence”,“What’s your name”};
Observable observable = Observable.from(words);
// 将会依次调用：
// onNext(“Hello”);
// onNext(“Rxjava2”);
// onNext(“My name is Silence”);
// onNext(“What’s your name”);
// onCompleted();

interval

这个其实就是定时器，用了它你可以抛弃CountDownTimer了。现在我们看看怎么用：

Observable.interval(2, TimeUnit.SECONDS).subscribe(
new Consumer() {
@Override
public void accept(Long aLong) throws Exception {
Log.i(TAG, "accept: "+aLong.intValue());
}
}
);

我们看看结果：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

上面就是我们每隔2s打印一次long的值。

变换操作符

变换操作符的作用是对Observable发射的数据按照一定规则做一些变换操作，然后讲变换后的数据发射出去。变换操作符有map，flatMap，concatMap，switchMap，buffer，groupBy等等。这里我们会讲解最常用的map，flatMap、concatMap以及compose。

map

map操作符通过指定一个Function对象，将Observable转换为一个新的Observable对象并发射，观察者将收到新的Observable处理。直接上代码：

Observable.create(new ObservableOnSubscribe() {
@Override
public void subscribe(ObservableEmitter emitter) throws Exception {
emitter.onNext(1);
emitter.onNext(2);
emitter.onNext(3);
emitter.onNe
xt(4);
}
}).map(new Function<Integer, String>() {
@Override
public String apply(Integer integer) throws Exception {
return “This is result " + integer + “\n”;
}
}).subscribe(new Consumer() {
@Override
public void accept(String str) throws Exception {
Log.i(”—>", "accept: "+str);
string += str;
}
});
tv_first.setText(string);

输入结果如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

仔细看，map()方法中，我们把一个integer对象转换成了一个String对象。然后当map()调用结束时，事件的参数类型也从integer转换成了String。这就是最常见的变换操作。

flatMap

flatmap的操作符是将Observable发射的数据集合变成一个Observable集合。也就是说它可以讲一个观察对象变换成多个观察对象，但是并不能保证事件的顺序。想保证事件的顺序？那你过会看下面降到的concatMap。

那么什么叫作数据集合变成一个Observable集合呢？还是用上面的例子，我有一组integer集合。我想转换成string集合怎么办？那就继续看代码：

Observable.create(new ObservableOnSubscribe() {
@Override
public void subscribe(ObservableEmitter emitter) throws Exception {
emitter.onNext(1);
emitter.onNext(2);
emitter.onNext(3);
}
}).flatMap(new Function<Integer, ObservableSource>() {
@Override
public ObservableSource apply(Integer integer) throws Exception {
final List list = new ArrayList<>();
for (int i = 0; i < 3; i++) {
list.add(“I am value " + integer + “\n”);
}
return Observable.fromIterable(list);
}
}).subscribe(new Consumer() {
@Override
public void accept(String s) throws Exception {
Log.i(”—>", "accept: "+s);
string += s;
}
});
tv_first.setText(string);

我们来看结果：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

打住打住，是不是有问题？WTF？有啥问题？还记不记得我上面说过flatMap不能保证事件执行顺序。那么这边事件为什么都是按顺序执行的？不急，我们在发射事件的时候给他加一个延迟在看看结果：

Observable.create(new ObservableOnSubscribe() {
@Override
public void subscribe(ObservableEmitter emitter) throws Exception {
emitter.onNext(1);
emitter.onNext(2);
emitter.onNext(3);
}
}).flatMap(new Function<Integer, ObservableSource>() {
@Override
public ObservableSource apply(Integer integer) throws Exception {
final List list = new ArrayList<>();
for (int i = 0; i < 3; i++) {
list.add(“I am value " + integer + “\n”);
}
return Observable.fromIterable(list).delay(100,TimeUnit.MILLISECONDS);
}
}).subscribe(new Consumer() {
@Override
public void accept(String s) throws Exception {
Log.i(”—>", "accept: "+s);
string += s;
}
});
tv_first.setText(string);

我们在当他发射事件的时候给他加一个100ms的延迟看看结果：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

看到没有，我说啥的？不能保证执行顺序。所以万事容我慢慢道来。先喝杯茶压压惊。我们在接着往下讲。

concatMap

上面我也介绍了concatMap。除了保证了执行顺序，其他都和concatMap一毛一样。你说保证就保证啊。您先喝杯茶，接着往下看：

Observable.create(new ObservableOnSubscribe() {
@Override
public void subscribe(ObservableEmitter emitter) throws Exception {
emitter.onNext(1);
emitter.onNext(2);
emitter.onNext(3);
}
}).concatMap(new Function<Integer, ObservableSource>() {
@Override
public ObservableSource apply(Integer integer) throws Exception {
final List list = new ArrayList<>();
for (int i = 0; i < 3; i++) {
list.add(“I am value " + integer + “\n”);
}
return Observable.fromIterable(list).delay(1000,TimeUnit.MILLISECONDS);
// return Observable.fromIterable(list);
}
}).subscribe(new Consumer() {
@Override
public void accept(String s) throws Exception {
Log.i(”—>", "accept: "+s);
string += s;
}
});
tv_first.setText(string);

为了我们能看的更明显一点，我这边直接设置了一秒钟的延迟。下面我们来看效果图：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

可以从执行顺序和打印时间看出，的的确确是延迟了一秒钟。

compose

这个操作符就很厉害了。他的变换是怎么做的呢？我们知道rxjava是通过建造者的模式通过链式来调用起来的。那么多个链式就需要多个Observable。而这个操作符就是把多个Observable转化成一个Observable。听起来是不是很厉害~。具体如何操作，我们接着看：

public ObservableTransformer<T, T> applyObservableAsync() {
return new ObservableTransformer<T, T>() {
@Override
public ObservableSource apply(Observable upstream) {
return upstream.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread());
}
};
}

上面代码可以看出，我把子线程和主线程进行了一个封装，然后返回了一个ObservableTransformer对象。那么我们只要这边做就可以了：

Observable.just(1, 2, 3, 4, 5, 6)
.compose(this.applyObservableAsync())
.subscribe(new Consumer() {
@Override
public void accept(Integer strings) throws Exception {
Log.i(“–>”, "accept: " + strings);
string += strings;
}
});
tv_first.setText(string);

过滤操作符

过滤操作符用于过滤和选择Observable发射的数据序列。让Observable只返回满足我们条件的数据。过滤操作符有buffer，filter，skip，take，skipLast，takeLast等等，这边我会介绍到filter，buffer，skip，take，distinct。

filter

filter操作符是对源Observable产生的结果进行有规则的过滤。只有满足规则的结果才会提交到观察者手中。例如：

Observable.just(1,2,3).filter(new Predicate() {
@Override
public boolean test(Integer integer) throws Exception {
return integer < 3;
}
}).subscribe(new Consumer() {
@Override
public void accept(Integer s) throws Exception {
Log.i(“—>”, "accept: " + s);
string += s;
}
});
tv_first.setText(string);
}

代码很简单，我们发送1，2，3；但是我们加上一个filter操作符，让它只返回小于3的的内容。那么我们来看一下结果：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

distinct

这个操作符其实就更简单了。比如说，我要在一组数据中去掉重复的内容，就要用到它。也就是去重。它只允许还没有发射的数据项通过。发射过的数据项直接pass。

Observable.just(1,2,3,4,2,3,5,6,1,3)
.distinct().subscribe(new Consumer() {
@Override
public void accept(Integer s) throws Exception {
Log.i(“—>”, "accept: " + s);
string += s;
}
});
tv_first.setText(string);

那么输出结果就很简单了：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

buffer

这个其实也不难，主要是缓存，把源Observable转换成一个新的Observable。这个新的Observable每次发射的是一组List，而不是单独的一个个的发送数据源。

Observable.just(1,2,3,4,5,6)
.buffer(2).subscribe(new Consumer<List>() {
@Override
public void accept(List strings) throws Exception {
for (Integer integer : strings) {
Log.i(“–>”, “accept: “+integer);
string+=strings;
}
Log.i(”–>”, “accept: ----------------------->”);
}
});
tv_first.setText(string);

我们让他每次缓存2个，下面我们来看结果：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

skip 、take

skip操作符将源Observable发射过的数据过滤掉前n项，而take操作则只取前n项；另外还有skipLast和takeLast则是从后往前进行过滤。先来看看skip操作符。

Observable.just(1, 2, 3, 4, 5, 6)
.skip(2).subscribe(new Consumer() {
@Override
public void accept(Integer strings) throws Exception {
Log.i(“–>”, "accept: " + strings);
string += strings;
}
});
tv_first.setText(string);

结果如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

接下来我们把skip换成take看看。

Observable.just(1, 2, 3, 4, 5, 6)
.take(3).subscribe(new Consumer() {
@Override
public void accept(Integer strings) throws Exception {
Log.i(“–>”, "accept: " + strings);
string += strings;
}
});
tv_first.setText(string);

结果如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

组合操作符

merge

merge是将多个操作符合并到一个Observable中进行发射，merge可能让合并到Observable的数据发生错乱。（并行无序）

Observable observable1=Observable.just(1,2,3);
Observable observable2=Observable.just(1,2,3);
Observable.merge(observable1,observable2).subscribe(new Consumer() {
@Override
public void accept(Integer integer) throws Exception {
Log.i(TAG, "accept: "+integer);
}
});

结果如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

concat

将多个Observable发射的数据进行合并并且发射，和merge不同的是，merge是无序的，而concat是有序的。（串行有序）没有发射完前一个它一定不会发送后一个。

Observable observable1=Observable.just(1,2,3);
Observable observable2=Observable.just(4,5,6);
Observable.concat(observable1,observable2).subscribe(new Consumer() {
@Override
public void accept(Integer integer) throws Exception {
Log.i(TAG, "accept: "+integer);
}
});

结果如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

zip

此操作符和合并多个Observable发送的数据项，根据他们的类型就行重新变换，并发射一个新的值。

Observable observable1=Observable.just(1,2,3);
Observable observable2=Observable.just(“a”,“b”,“c”);
Observable.zip(observable1, observable2, new BiFunction<Integer, String, String>() {

@Override
public String apply(Integer integer, String s) throws Exception {
return integer+s;
}
}).subscribe(new Consumer() {
@Override
public void accept(String s) throws Exception {
Log.i(TAG, "apply: "+s);
}
});

结果如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

concatEager

前面说道串行有序，而concatEager则是并行且有序。我们来看看如果修改：

Observable observable1=Observable.just(1,2,3);
Observable observable2=Observable.just(“a”,“b”,“c”);
Observable.concatEager(Observable.fromArray(observable1,observable2)).subscribe(new Consumer() {
@Override
public void accept(Serializable serializable) throws Exception {
Log.i(TAG, "accept: "+serializable);
}
});

最后

小编这些年深知大多数初中级Android工程师，想要提升自己，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此我收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人

都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

资料⬅专栏获取
servable.concatEager(Observable.fromArray(observable1,observable2)).subscribe(new Consumer() {
@Override
public void accept(Serializable serializable) throws Exception {
Log.i(TAG, "accept: "+serializable);
}
});