简介
建议先看下笔者对《反应式设计模式》笔记 反应式架构的梳理，先从宏观上理解下“反应式”的思想，rxjava 是该思想在框架/代码层面的反应。
官方解释
ReactiveX 要点如下
-
It extends the observer pattern to support sequences of data and/or events and adds operators that allow you to compose sequences together declaratively while abstracting away concerns about things like low-level threading, synchronization, thread-safety, concurrent data structures, and non-blocking I/O.
- extends the observer pattern
- extends the observer pattern to support sequences of data and/or events。普通的观察者模式可能是只监听启动、关闭、异常等事件，将观察者模式扩展到sequences上就是 每一个元素 都触发观察者的执行
- adds operators that allow you to compose sequences
- abstracting away concerns about things like low-level
-
Why Use Observables?
- Observables Are Composable
- Observables Are Flexible
- Observables Are Less Opinionated
我们先不说Observable 处理事件流，就先说数据流。Iterator<T> 和 Observable<T> 对比着上面的三个优点
-
组合有三个含义
Observable<T>和 另一个Observable<T>可以方便的组合Observable<T>中的一个多个元素，可以进行过滤、转换和组合。也就是对于Observable<String> o1,Observable<Interger> o2 = o1.map(i -> Ints.tryParse(i))
-
一个 Object 只要能对外发数据，就是一个Observable，Iterator 只是一个数据集合。
- 对于Iterator 来说，本身只是数据载体，所以我们获取数据的时候，要foreach，foreach 封装了hasNext和next 逻辑。数据处理方先问有没有数据，再去处理数据。
- 同样的思想参见笔者 曾经用到的一个BatchQueue。本来只是一个BlockingQueue，现在为了提高性能，要批量消费，但纯批量又不行。假设批量是1000，如果某一个时刻只来了999个，最后一个好长时间没有来，会导致999个一直无法得到处理，因此还要加一个间隔时间。此时基于BlockingQueue 写代码就会很难受，间隔时间、线程池、攒批量的array、业务逻辑等混在一起。 一个很好的实现方式是实现一个BatchQueue，
new BatchQueue(threadnum,batch,period,BatchDataConsumer)。此时BatchQueue 就不只是一个数据载体等待我去拉，而是主动驱动业务逻辑的执行。
-
Observable 不管你底层 是同步还是异步、阻塞非阻塞
一篇不太一样的RxJava介绍 说Observable就是一个数据集合。
《反应式设计模式》
2019.3.24 补充
Future 异步的返回单一值，而Observable则是对可被按组处理的数据流的抽象（注意不是数据源，也不是数据处理函数）。RX的设计目标并不是使用一个抽象来涵盖反应式系统的方方面面，它只是专注于使用反应式的方式在反应式系统内的单个组件内部处理步骤之间传递数据。当前的实现能够垂直扩展从而使用机器上的多个CPU核心，但是不能跨网络中的多个节点进行水平扩展。
为对象附着一个函数
笔者曾经碰到一个需求， 改写一个已有库代码的 equal 逻辑，但因为库的关系，不能直接改动原有的类。
public class Equalable<T> {
public T t;
Equator<T> equator;
public Equalable(T t, Equator<T> equator) {
this.t = t;
this.equator = equator;
}
public static <T> Equalable toEqualable(T t, Equator<T> equator) {
return new Equalable(t,equator);
}
public boolean equal(T t){
return equator.equal(this.t,t);
}
}
public interface Equator<T>{
boolean equal(T t1,T t2);
}
public class App {
public static void main(String[] args) {
User user = new User();
user.name = "lisi";
Equalable<User> userEqualable = Equalable.toEqualable(user, new Equator<User>() {
@Override
public boolean equal(User t1, User t2) {
return t1.name.equals(t2.name);
}
});
User user2 = new User();
user2.name = "lisi";
System.out.println(userEqualable.equal(user2));
}
static class User {
public String name;
}
}
异曲同工之妙如下
| Equalable | Observable |
|---|---|
| Equalable.toEqualable | Observable.toObservable |
| Equator | Observable.onSubscribe |
| Equalable.equal | Observable.onSubscribe.call |
函数封装
假设一个业务逻辑
A = callA(input);
B = callB(A);
C = callC(B);
除了顺序写，还可以
callA(input,new Callback<A>(){
callB(A,new Callback<B>(){
callC(B);
})
})
这样写有几个好处
- 比如log
log4j.debug(calResult())，如果日志级别配的是info的话，其实calResult()是不必执行的，但顺序调用时，就必须执行。 - callA 在一些业务场景下本身就是异步调用
要是3层以上的异步，“迷之缩进”便会很明显，会影响我们阅读代码，必须改进。
public interface Callback <T> {
void onSuccess(T result);
void onError(Exception e);
}
public abstract class AsyncJob <T> {
abstract void execute(Callback<T> callback);
}
AsyncJob<A> callA(input){
return new AsyncJob<A>(){
void execute(Callback<A> callback){
inputA ==> A
callback.onSuccess(A)
}
}
}
AsyncJob<B> callB(input){
return new AsyncJob<B>(){
}
}
AsyncJob<A> 的execute 逻辑 = callA 原有逻辑 + callback 逻辑。这么一腾挪，callA 的工作就是 生成了一个AsyncJob 对象，没有执行原来的业务逻辑，AsyncJob<A>.execute 才是真正干事儿的。 但是这样解决不了 代码的缩进问题。
R fun(T data);
}
public abstract class AsyncJob <T> {
abstract void execute(Callback<T> callback);
AsyncJob<R> map(Func<T,R> func){
return new AyncJob<R>(){
void execute(Callback<R> callback){
this.execute(new Callback<T>(){
void onSuccess(T t){
R data = func.fun(t);
callback.onSuccess(data);
}
void onError(Exception e){
callback.onError(e);
}
});
}
}
}
}
// 执行起来就是
AsyncJob<A> asyncJobA = callA(input);
AsyncJob<B> asyncJobB = asyncJobA.map(A => callB())
AsyncJob<C> asyncJobC = asyncJobB.map(B => callC())
asyncJobC.execute(new Callback(){xx});
callback 接口作为一个函数式接口，其作用就是将函数对象化，函数对象化的作用就是，函数虽然作为参数，但不用立即执行。上述代码所有的业务逻辑都转移到了 asyncJobC.execute 中。asyncJobC.execute 本质就是
A = callA(input);
B = callB(A);
C = callC(B);
或者
callA(input,new Callback<A>(){
callB(A,new Callback<B>(){
callC(B);
})
})
换个角度看，这个类似于build 模式，setxx了一堆都没有开始干活，最后的build() 才开始来真的。但给我们的感受，要远比 起初简洁的多。尤其是加上异常处理、提前退出等逻辑的话。
所谓异步数据流，就是对一个输入源，经过步骤1，步骤2，步骤3，最终得到一个输出（这也是为什么rxjava 跟函数式编程很亲密，一个步骤用函数描述最简单了）。rxjava 通过api 让你描述了 这个过程。然后加了点私货
数据流 可以由驱动线程执行，也可以由其它线程执行， 甚至不同阶段由不同线程执行，这意味着每一个步骤 都可以 由一个线程或线程池执行。
在rxjava中，Observable 类似于上文的 AsyncJob，callback 类似于subscriber/observer。AsyncJob 的转换在函数式编程中也有专门的名词monad，此处不赘述。
函数封装的另一个好处就是与 异步编程结合起来，参考代码腾挪的艺术
0.1.2 版本的rxjava 源码
0.1.2 版本不涉及 线程方面，代码都是在驱动线程中执行。这也给我们一个学习指导，rxjava最开始的时候（现在更强大了） 关注的是如何将collection、future 等对象obserable，并对obserable 进行 monad 方式的数据转换。
Observable 接口实现（删掉不重要的细节）
public class Observable<T> {
private final Func1<Observer<T>, Subscription> onSubscribe;
protected Observable(Func1<Observer<T>, Subscription> onSubscribe) {
this.onSubscribe = onSubscribe;
}
public Subscription subscribe(Observer<T> observer) {
if (onSubscribe == null) {
...
}
return onSubscribe.call(observer);
};
}
interface Func1<Observer<T>, Subscription>{
Subscription call(Observer<T> observer);
}
Observable 剩下三类方法
- 构造类方法， 将入参转换为Func1 onSubscribe，并以此构建 Observable
- subscribe 类方法，将入参 转换为 Observer，并执行onSubscribe.call
- 转换类 方法，将一个Observable 转换为另一个 Observable，更具体的说，是将当前Observable 持有的onSubscribe 转换为 另一个onSubscribe，并根据新的onSubscribe create 新的Observable。
Learning Observable By Building Observable 说它就是一个函数，是一个producer。To connect the observer to something that produces values (a producer), and return a means to tear down that connection to the producer. The observer is really a registry of handlers that can be pushed values over time.
当我将 一个 数据 转换为 Observable ，我在做什么？0.1.2 版本中，我们可以将一个元素、集合、Future 使其成为Observable。
任何可以产生数据的 主体 都可以to Observable，任何可以消费数据的方法 都可以是Observer。将一个 producer 转化为 Observable，就是给它一个Observer 让它去调用。将一个consumer 转换为一个Observer 就是 实现 Observer 接口的方法（onNext、onComplete、onError）。
笔者第一次看到 一个类（Observable） 将一个方法 Func1<Observer<T>, Subscription> onSubscribe 作为成员。为什么 拿一个方法作为成员？ 传统的观察者模式，被观察者 Observable 是持有所有观察者 Observer 的引用的。但rxjava 可能为链式调用的缘故，观察者只有 最后subscribe 时才拿得到，但之前的各种转换操作等又必须拿Observer 来说事（ 调用Observer 的方法）， 因此 只能用 ` Func1<Observer
Observable {
List<Observer> observers
void notify(){
// 通知observers
}
}
Observable {
void notify(List<Observer> observers){
// 通知observers
}
}
Observable {
void notify(List<Observer> observers);
}
有点方法和成员本质 都是一样的感觉
一个实践
笔者曾经处理过一个业务
- 从hdfs中读取文件，一行为一个id
- 根据id 查询数据库
- 做数据分类、过滤
- 调用rpc，为提高效率，最好批量调用
- 因为hdfs id数量比较多，因此采用了多线程执行。
代码的演化历程
- hdfs 读取代码，线程代码，分类、过滤代码，rpc 调用代码混在一起，最多就是分一下函数
- 现状：
HdfsUtils.read(path,LinesListener)id 的处理逻辑 封装在 LinesListener 中 - 计划：改成rxjava的形式。线程与逻辑隔离，逻辑与逻辑隔离，比如等待批量 不与 rpc 调用混杂
从中可以看到
- 代码再复杂，只要有足够的抽象，都可以将代码梳理的很清楚。但抽象的前提是，业务逻辑稳定，并且开发人员有能力有精力完成这些工作，这往往是不现实的，尤其是要去业务快速迭代的项目
- 说白了，顺序流编程 暴漏的抽象层次太低，尤其是对于多线程处理。抽象层次低 有什么问题？能为用户分担的事情太少。
- 对于复杂业务， 如果将其理解为数据/事件流， 对于框架来说，只需要暴露logic，而数据流转、并发处理则可以隐藏掉。