我相信大家肯定对ReactiveX 和 RxJava 都不陌生,因为现在只要是和技术相关的网站,博客都会随处见到介绍ReactiveX和RxJava的文章。
事件总线(Event buses)或咱们常见的单击事件就是一个异步事件流,你可以观察这个流,也可以基于这个流做一些自定义操作。响应式就是基于这种想法。你能够创建所有事物的数据流,而不仅仅只是单击和悬停事件数据流。 流廉价且无处不在,任何事物都可以当作一个流:变量、用户输入、属性、缓存、数据结构等等。比如,假设你的微博评论就是一个跟单击事件一样的数据流,你能够监听这个流,并做出响应。
有一堆的函数能够创建(create)任何流,也能将任何流进行组合(combine)和过滤(filter)。 这正是“函数式”的魔力所在。一个流能作为另一个流的输入(input),甚至多个流也可以作为其它流的输入。你能合并(merge)两个流。你还能通过过滤(filter)一个流得到那些你感兴趣的事件。你能将一个流中的数据映射(map)到一个新的流中。
响应式编程的主要组成部分是observable, operator 和 observer
一般响应式编程的信息流:Observable -> Operator1 -> Operator2->…->OperatorN->Observer
Observable 是事件的生产者,Observer是事件的最终消费者。中间可以通过任意多个的Operator对事件进行处理和转换
因为Observer通常在主线程中执行,因此设计上要求代码尽可能的简单,只对事件作出相应(不对事件或者数据进行修改,所有修改事件的工作全部由operator完成)
RxJava是ReactiveX在 Java 平台的实现,你可以将它看作一个普通的Java类库。
RxAndroid是RxJava的一个针对Android平台的扩展,主要用于 Android 开发。
RxJava就是一个做异步开发的框架,和Android系统提供的 Handler+Thread,AsyncTask,Context.runOnUiThread等是解决的是同样的问题。那么他跟系统提供的异步编程方案比,有什么好处呢。或者说他有什么样的优势值得我们花时间和精力切换到RxJava呢?
总结起来可以用两个词来概括:异步和简洁
Observables 负责发出一系列的事件,这里的事件可以是任何东西,例如网络请求的结果,复杂计算处理的结果,数据库操作的结构,文件操作的结果等,事件执行结束后交给Observer的回调处理。
进行订阅接受处理事件
负责对事件进行各种变化和处理
提供了各种调度器,是RxJava可以方便的实现异步开发
这里的事件值指的是 onNext (有新数据),onComplete (所有数据处理完成),onError (事件队列异常)
轻松使用并发:让异步编程变得简单简洁.像写同步代码一样。
方便的线程切换
简单而完善的异常处理机制:传统的try/cache没办法处理异步中子线程产生的异常,RxJava 提供了合适的错误处理机制
强大的操作符支持,函数式的风格,链式调用。
假如现在我们有这样一个需求:界面上有一个自定义的视图 imageCollectorView ,它的作用是显示多张图片,并能使用 addImage(Bitmap) 方法来任意增加显示的图片。现在需要程序将一个给出的目录数组 File[] folders 中每个目录下的 png 图片都加载出来并显示在 imageCollectorView 中。需要注意的是,由于读取图片的这一过程较为耗时,需要放在后台执行,而图片的显示则必须在 UI 线程执行。
目录数组
File[] folders=new File[]{......};复制代码
线程方式实现(call hell)
new Thread() {
@Override
public void run() {
super.run();
try{
for (File folder : folders) {
File[] files = folder.listFiles();
for (File file : files) {
if (file.getName().endsWith(".png")) {
final Bitmap bitmap = getBitmapFromFile(file);
getActivity().runOnUiThread(new Runnable() {
@Override
public void run() {
imageCollectorView.addImage(bitmap);
}
});
}
}
}
}catch(Exception e){
//error handling
//只能在这里进行异常处理
}
}
}.start();复制代码
RxJava 实现
//创建Observable
Observable observable = Observable.create(new ObservableOnSubscribe<File>() {
@Override
public void subscribe(ObservableEmitter<File> e) throws Exception {
for (File file : files) {
e.onNext(file);
}
e.onComplete();
}
});
//创建Observer
Observer<Bitmap> observer = new Observer<Bitmap>() {
@Override
public void onSubscribe(Disposable disposable) {
}
@Override
public void onNext(Bitmap bitmap) {
imageCollectorView.addImage(bitmap);
}
@Override
public void onError(Throwable throwable) {
//error handling
}
@Override
public void onComplete() {
Log.i(TAG,"All images are shown");
}
};
//对事件集进行处理并连接消费者
observable.flatMap(new Func1<File, Observable<File>>() {//分别获取每个文件夹下面的文件,组合成一个Observable
@Override
public Observable<File> call(File file) {
return Observable.from(file.listFiles());
}
})
.filter(new Func1<File, Boolean>() {//过滤出所有扩展名为png的文件
@Override
public Boolean call(File file) {
return file.getName().endsWith(".png");
}
})
.map(new Func1<File, Bitmap>() {//根据File对象,获取Bitmap对象
@Override
public Bitmap call(File file) {
return getBitmapFromFile(file);
}
})
.subscribeOn(Schedulers.io())//指定Observable的所有操作符的操作在io线程中执行
.observeOn(AndroidSchedulers.mainThread())//指定消费者在主线程中执行
.subscribe(observer);//连接观察者
有的人可能说了,你这不是代码更多,更复杂了吗?
不要着急,这只是最基础的版本,稍后会对代码进行简化。
但即使是这种情况下,代码虽然多了,但我们可以发现,他的逻辑更清晰了,也没有那么多的嵌套了。
简化代码
对于一个数组,可用创建操作符“from”来创建Observable
如果我们只对结果感兴趣,不关心异常处理和事件发射完成事件,我也可以将Observer用Consumer来替换
//创建Observable
Observable observable = Observable.from(folers);
//创建Observer
Consumer
@Override
public void accept(@NonNull Bitmap bitmap) throws Exception {
imageCollectorView.addImage(bitmap);
}
};
//对事件集进行处理并连接消费者
observable.flatMap(new Func1
@Override
public Observable
return Observable.from(file.listFiles());
}
})
.filter(new Func1
@Override
public Boolean call(File file) {
return file.getName().endsWith(".png");
}
})
.map(new Func1
@Override
public Bitmap call(File file) {
return getBitmapFromFile(file);
}
})
.subscribeOn(Schedulers.io())//指定Observable的所有操作符的操作在io线程中执行
.observeOn(AndroidSchedulers.mainThread())//指定消费者在主线程中执行
.subscribe(consumer);//连接消费者
RxJava 链式调用实现
Observable.from(folders)
.flatMap(new Func1<File, Observable<File>>() {
@Override
public Observable<File> call(File file) {
return Observable.from(file.listFiles());
}
})
.filter(new Func1<File, Boolean>() {
@Override
public Boolean call(File file) {
return file.getName().endsWith(".png");
}
})
.map(new Func1<File, Bitmap>() {
@Override
public Bitmap call(File file) {
return getBitmapFromFile(file);
}
})
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(new Consumer<Bitmap>() {
@Override
public void accept(@NonNull Bitmap bitmap) throws Exception {
imageCollectorView.addImage(bitmap);
}
});
RxJava + lambda 实现
Observable.from(folders)
.flatMap(file -> Observable.from(file.listFiles())
.filter(file -> file.getName().endsWith(".png"))
.map( file -> getBitmapFromFile(file))
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(bitmap -> imageCollectorView.addImage(bitmap));//无异常处理,有异常会抛到主线程,不影响我们原来程序的crash处理
关于lambda(匿名函数,它可以包含表达式和语句)在Android中的使用:
- 要在 Android 的较早版本中测试 Lambda 表达式、方法引用和类型注解,请前往您的 build.gradle 文件,将 compileSdkVersion 和 targetSdkVersion 设置为 23 或更低。您仍需要启用 Jack 工具链以使用这些 Java 8 功能。
- 经测试,按照官方提供的方案配置后,虽然可以使用lambda,但编译速度变的很慢。
- 在运行的时候,并且我测试用的项目引用改了 Bouncy Castle(轻量级加密解密工具包) 这个包报出了内存溢出的异常,所以我感觉现在还不太稳定。
- 第三方开源的实现方案:retrolambda
- 当然我们也可以不用lambda,这样代码看着比较多,但因其只有一层嵌套的链式调用,所以逻辑结构并不复杂。事实上 Android Studio 会自动帮我们把这部分代码折叠成lambda的形式。
更进一步,假设我们现在需要忽略掉前5张,一共显示10张
Observable.from(folders)
.flatMap(file -> Observable.from(file.listFiles())
.filter(file -> file.getName().endsWith(".png"))
.skip(5)
.take(10)
.map( file -> getBitmapFromFile(file))
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(bitmap -> imageCollectorView.addImage(bitmap));//无异常处理,有异常会抛到主线程,不影响我们原来程序的crash处理
用于创建Observable的操作符
Create
— 通过调用观察者的方法从头创建一个Observable
create操作符是所有创建型操作符的“根”,也就是说其他创建型操作符最后都是通过create操作符来创建Observable的
From
— 将其它的对象或数据结构转换为Observable
Just
— 将对象或者对象集合转换为一个会发射这些对象的Observable
Defer
— 在观察者订阅之前不创建这个Observable,为每一个观察者创建一个新的Observable
Empty/Never/Throw
— 创建行为受限的特殊Observable
一般用于测试
Interval
— 创建一个定时发射整数序列的Observable
Range
— 创建发射指定范围的整数序列的Observable
Repeat
— 创建重复发射特定的数据或数据序列的Observable
Start
— 创建发射一个函数的返回值的Observable
Timer
— 创建在一个指定的延迟之后发射单个数据的Observable
这些操作符可用于对Observable发射的数据进行变换
Map
— 映射,通过对序列的每一项都应用一个函数变换Observable发射的数据,实质是对序列中的每一项执行一个函数,函数的参数就是这个数据项Buffer
— 缓存,可以简单的理解为缓存,它定期从Observable收集数据到一个集合,然后把这些数据集合打包发射,而不是一次发射一个FlatMap
— 扁平映射,将Observable发射的数据变换为Observables集合,然后将这些Observable发射的数据平坦化的放进一个单独的Observable,可以认为是一个将嵌套的数据结构展开的过程。GroupBy
— 分组,将原来的Observable分拆为Observable集合,将原始Observable发射的数据按Key分组,每一个Observable发射一组不同的数据Scan
— 扫描,对Observable发射的每一项数据应用一个函数,然后按顺序依次发射这些值Window
— 窗口,定期将来自Observable的数据分拆成一些Observable窗口,然后发射这些窗口,而不是每次发射一项。类似于Buffer,但Buffer发射的是数据,Window发射的是Observable,每一个Observable发射原始Observable的数据的一个子集这些操作符用于从Observable发射的数据中进行选择,符合一定条件的发送给观察者进行处理,不符合条件的直接丢弃
Filter
— 过滤,过滤掉没有通过谓词测试的数据项,只发射通过测试的Skip
— 跳过前面的若干项数据SkipLast
— 跳过后面的若干项数据Take
— 只保留前面的若干项数据TakeLast
— 只保留后面的若干项数据Debounce
— 只有在空闲了一段时间后才发射数据,通俗的说,就是如果一段时间没有操作,就执行一次操作Distinct
— 去重,过滤掉重复数据项ElementAt
— 取值,取特定位置的数据项First
— 首项,只发射满足条件的第一条数据IgnoreElements
— 忽略所有的数据,只保留/终止通知(onError或onCompleted)Last
— 末项,只发射最后一条数据Sample
— 取样,定期发射最新的数据,等于是数据抽样,有的实现里叫ThrottleFirst组合操作符用于将多个Observable组合成一个单一的Observable
And/Then/When
— 通过模式(And条件)和计划(Then次序)组合两个或多个Observable发射的数据集CombineLatest
— 当两个Observables中的任何一个发射了一个数据时,通过一个指定的函数组合每个Observable发射的最新数据(一共两个数据),然后发射这个函数的结果Join
— 无论何时,如果一个Observable发射了一个数据项,只要在另一个Observable发射的数据项定义的时间窗口内,就将两个Observable发射的数据合并发射Merge
— 将两个Observable发射的数据组合并成一个StartWith
— 在发射原来的Observable的数据序列之前,先发射一个指定的数据序列或数据项Switch
— 将一个发射Observable序列的Observable转换为这样一个Observable:它逐个发射那些Observable最近发射的数据Zip
— 打包,使用一个指定的函数将多个Observable发射的数据组合在一起,然后将这个函数的结果作为单项数据发射这些操作符用于从错误通知中恢复
一组用于处理Observable的操作符
Delay
— 延迟一段时间发射结果数据Do
— 注册一个动作占用一些Observable的生命周期事件,相当于Mock某个操作Materialize/Dematerialize
— 将发射的数据和通知都当做数据发射,或者反过来ObserveOn
— 指定观察者观察Observable的调度程序(工作线程)SubscribeOn
— 指定Observable应该在哪个调度程序上执行Serialize
— 强制Observable按次序发射数据并且功能是有效的Subscribe
— 收到Observable发射的数据和通知后执行的操作TimeInterval
— 将一个Observable转换为发射两个数据之间所耗费时间的ObservableTimeout
— 添加超时机制,如果过了指定的一段时间没有发射数据,就发射一个错误通知Timestamp
— 给Observable发射的每个数据项添加一个时间戳Using
— 创建一个只在Observable的生命周期内存在的一次性资源这些操作符可用于单个或多个数据项,也可用于Observable
All
— 判断Observable发射的所有的数据项是否都满足某个条件Amb
— 给定多个Observable,只让第一个发射数据的Observable发射全部数据Contains
— 判断Observable是否会发射一个指定的数据项DefaultIfEmpty
— 发射来自原始Observable的数据,如果原始Observable没有发射数据,就发射一个默认数据SequenceEqual
— 判断两个Observable是否按相同的数据序列SkipUntil
— 丢弃原始Observable发射的数据,直到第二个Observable发射了一个数据,然后发射原始Observable的剩余数据SkipWhile
— 丢弃原始Observable发射的数据,直到一个特定的条件为假,然后发射原始Observable剩余的数据TakeUntil
— 发射来自原始Observable的数据,直到第二个Observable发射了一个数据或一个通知TakeWhile
— 发射原始Observable的数据,直到一个特定的条件为真,然后跳过剩余的数据这些操作符可用于整个数据序列
Average
— 计算Observable发射的数据序列的平均值,然后发射这个结果Concat
— 不交错的连接多个Observable的数据Count
— 计算Observable发射的数据个数,然后发射这个结果Max
— 计算并发射数据序列的最大值Min
— 计算并发射数据序列的最小值Reduce
— 按顺序对数据序列的每一个应用某个函数,然后返回这个值Sum
— 计算并发射数据序列的和一些有精确可控的订阅行为的特殊Observable
Connect
— 指示一个可连接的Observable开始发射数据给订阅者
可连接的Observable (connectable Observable)与普通的Observable差不多,不过它并不会在被订阅时开始发射数据,而是直到使用了Connect操作符时才会开始。用这个方法,你可以等待所有的观察者都订阅了Observable之后再开始发射数据。
RxJava中connect是ConnectableObservable接口的一个方法,使用publish操作符可以将一个普通的Observable转换为一个ConnectableObservable。
举例
ConnectableObservable<String> connectableObservable = Observable.just("a", "c", "d").publish();
connectableObservable.subscribe(new Consumer<String>() {
@Override
public void accept(@NonNull String s) throws Exception {
LogUtil.i(s);
}
});LogUtil.i("subscribe end.....");
Observable.timer(3, TimeUnit.SECONDS).subscribe(new Consumer<Long>() {
@Override
public void accept(@NonNull Long aLong) throws Exception {
LogUtil.i("connect method called after 3 seconds.");
connectableObservable.connect();
}
});复制代码
03-20 15:54:19.328 27493-27493/me.sunbird.react_native_demo I/x_log:RxJavaActivity.testConnectableObservable(L:586): subscribe end.....
03-20 15:54:22.378 27493-27573/me.sunbird.react_native_demo I/x_log:RxJavaActivity$34.accept(L:591): connect method called after 3 seconds.
03-20 15:54:22.419 27493-27573/me.sunbird.react_native_demo I/x_log:RxJavaActivity$33.accept(L:582): a
03-20 15:54:22.419 27493-27573/me.sunbird.react_native_demo I/x_log:RxJavaActivity$33.accept(L:582): c
03-20 15:54:22.420 27493-27573/me.sunbird.react_native_demo I/x_log:RxJavaActivity$33.accept(L:582): d
Publish
— 将一个普通的Observable转换为可连接的
RefCount
— 使一个可连接的Observable表现得像一个普通的Observable
Replay
— 确保所有的观察者收到同样的数据序列,即使他们在Observable开始发射数据之后才订阅
几种主要的需求
本质上RxJava就是一个做异步开发的框架,能使我们极其灵活的进行线程切换。
我们可以使用ObserveOn和SubscribeOn操作符,可以让Observable在一个特定的调度器上执行,ObserveOn指示一个Observable在一个特定的调度器上调用观察者的onNext, onError和onCompleted方法,SubscribeOn更进一步,它指示Observable将全部的处理过程(包括发射数据和通知)放在特定的调度器上执行。
subscribeOn 和 observeOn 两个操作符是极其容易混淆的,可以看下这篇博客来彻底分清楚这两个操作符SubscribeOn 和 ObserveOn
调度器类型
效果
Schedulers.computation( )
用于计算任务,如事件循环或和回调处理,不要用于IO操作(IO操作请使用Schedulers.io());默认线程数等于处理器的数量
Schedulers.from(executor)
使用指定的Executor作为调度器
Schedulers.immediate( )
在当前线程立即开始执行任务
Schedulers.io( )
用于IO密集型任务,如异步阻塞IO操作,这个调度器的线程池会根据需要增长;对于普通的计算任务,请使用Schedulers.computation();Schedulers.io( )默认是一个CachedThreadScheduler,很像一个有线程缓存的新线程调度器
Schedulers.newThread( )
为每个任务创建一个新线程
Schedulers.trampoline( )
当其它排队的任务完成后,在当前线程排队开始执行
Observable.create(new ObservableOnSubscribe<String>() {
@Override
public void subscribe(ObservableEmitter<String> observableEmitter) throws Exception {
LogUtil.w("subscribe method is running in thread:" + Thread.currentThread().getName());
observableEmitter.onNext("a");
observableEmitter.onComplete();
}
}).map(new Function<String, String>() {
@Override
public String apply(@NonNull String s) throws Exception {
LogUtil.w("first map is running in thread:" + Thread.currentThread().getName());
return s;
}
}).subscribeOn(Schedulers.io())
.observeOn(Schedulers.newThread())
.map(new Function<String, String>() {
@Override
public String apply(String s) throws Exception {
LogUtil.w("second map is running in thread:" + Thread.currentThread().getName());
return s;
}
})
.observeOn(Schedulers.io())
.map(new Function<String, String>() {
@Override
public String apply(String s) throws Exception {
LogUtil.w("third map is running in thread:" + Thread.currentThread().getName());
return s;
}
})
.observeOn(Schedulers.computation())
.map(new Function<String, String>() {
@Override
public String apply(@NonNull String s) throws Exception {
LogUtil.w("fourth map is running in thread:" + Thread.currentThread().getName());
return s;
}
})
.observeOn(AndroidSchedulers.mainThread())
.subscribe(new Consumer<String>() {
@Override
public void accept(String s) throws Exception {
LogUtil.w("consumer accept method is running in thread:" + Thread.currentThread().getName());
}
});
运行后我们可以得到如下结果:
03-20 11:44:23.716 8687-8723/? W/x_log:RxJavaActivity$27.subscribe(L:528): subscribe method is running in thread:RxCachedThreadScheduler-1
03-20 11:44:23.717 8687-8723/? W/x_log:RxJavaActivity$28.apply(L:535): first map is running in thread:RxCachedThreadScheduler-1
03-20 11:44:23.721 8687-8724/? W/x_log:RxJavaActivity$29.apply(L:543): second map is running in thread:RxNewThreadScheduler-1
03-20 11:44:23.726 8687-8725/? W/x_log:RxJavaActivity$30.apply(L:551): third map is running in thread:RxCachedThreadScheduler-2
03-20 11:44:23.729 8687-8726/? W/x_log:RxJavaActivity$31.apply(L:559): fourth map is running in thread:RxComputationThreadPool-1
03-20 11:44:23.836 8687-8687/? W/x_log:RxJavaActivity$32.accept(L:567): consumer accept method is running in thread:main
Observable.just("1", "2", "2", "3", "4", "5")//创建Observable
.map(Integer::parseInt)//对每一项执行Integer.parseInt方法
.filter(s -> s > 1)//过滤出所有值 >1 的对象
.distinct() //去重,这里也可以传递一个方法,来定义两个对象是否equals的策略,非常灵活
.take(3)//取到前3个
.reduce((sum, item) -> sum + item) //累加
.subscribe(System.out::println);//9 打印出最终累加的结果。复制代码
这里不作详解,具体的介绍可以看扔物线的这篇文章,对RxJava的入门者有很大的启发。其中也讲到了RxJava和Retrofit如何结合来实现更简洁的代码
RxBus并不是一个库,而是一种模式,是使用了RxJava的思想来达到EventBus的数据传递效果。这篇文章把RxBus讲的比较详细。
This project is deprecated in favor of RxJava and RxAndroid. These projects permit the same event-driven programming model as Otto, but they’re more capable and offer better control of threading.
为了支持 RxJava 和 RxAndroid,我们已经废弃了这个项目。这两个项目提供了和 Otto 一样的基于事件驱动的编程模型,而且他们更强大,并提供更好的线程控制。
If you’re looking for guidance on migrating from Otto to Rx, this post is a good start.
如果你正在寻找从 Otto 迁移到 Rx 的教程,阅读这篇文章将会是一个很好的开始。
@GET("/token")
public Observable<String> getToken();
@GET("/user")
public Observable<User> getUser(@Query("token") String token, @Query("userId") String userId);
...
getToken()
.flatMap(new Func1<String, Observable<User>>() {
@Override
public Observable<User> call(String token) {
return getUser(token, userId);
})
.observeOn(AndroidSchedulers.mainThread())
.subscribe(new Observer<User>() {
@Override
public void onNext(User user) {
userView.setUser(user);
}
@Override
public void onCompleted() {
}
@Override
public void onError(Throwable error) {
// Error handling
...
}
});
@GET("/date1")
public Observable<String> getDate1();
@GET("/data2")
public Observable<String> getData2()
...
progressDialog.show()
Observable.merge(getData1(), getData2())
.subscribeOn(Schedulers.newThread())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(new Observer() {
@Override
public void onSubscribe(Disposable disposable) {
}
@Override
public void onNext(String s) {
// 这里进行结果处理
}
@Override
public void onError(Throwable throwable) {
//error handling
progressDialog.dismiss();
}
@Override
public void onComplete() {
progressDialog.dismiss();
}
});
RxView.clicks(button)
.throttleFirst(1, TimeUnit.SECONDS)
.subscribe(new Observer<Object>() {
@Override
public void onCompleted() {
log.d ("completed");
}
@Override
public void onError(Throwable e) {
log.e("error");
}
@Override
public void onNext(Object o) {
log.d("button clicked");
}
});复制代码
用简单的话讲就是当N个结点发生的时间太靠近(即发生的时间差小于设定的值T),debounce就会自动过滤掉前N-1个结点。
比如在做百度地址联想的时候,可以使用debounce减少频繁的网络请求。避免每输入(删除)一个字就做一次联想
RxTextView.textChangeEvents(inputEditText)
.debounce(400, TimeUnit.MILLISECONDS)
.observeOn(AndroidSchedulers.mainThread())
.subscribe(new Observer<TextViewTextChangeEvent>() {
@Override
public void onCompleted() {
log.d("onComplete");
}
@Override
public void onError(Throwable e) {
log.d("Error");
}
@Override
public void onNext(TextViewTextChangeEvent onTextChangeEvent) {
log.d(format("Searching for %s", onTextChangeEvent.text().toString()));
}
});
rx-preferences -使SharedPreferences支持RxJava
RxAndroid -RxJava的Android拓展
RxLifecycle -帮助使用了RxJava的安卓应用控制生命周期
RxBinding -安卓UI控件的RxJava绑定API
Android-ReactiveLocation -Google Play Service API wrapped in RxJava
storio -支持RxJava的数据库
retrofit -支持RxJava的网络请求库
sqlbrite -支持RxJava的sqlite数据库
RxPermissions -RxJava实现的Android运行时权限控制
reark -RxJava architecture library for Android
frodo -Android Library for Logging RxJava Observables and Subscribers.
通用的数据流,强大的操作符,灵活的线程调度,简单完善的异常处理机制,函数式编程等等特性,奠定了RxJava的强大地位。
Android 系统中到处都是异步,比如网络请求,文件读写,数据库查询,系统服务或者第三方SDK服务等,这些异步请求非常耗时,需要在非UI线程中执行,而对UI的修改又必须要在主线程中执行。如果再包含多个异步执行嵌套的话,就会让我们的代码显得凌乱。通过RxJava提供的强大而通用的异步处理机制,可以使我们的代码逻辑更清晰,便于后期的维护。并且现在RxJava的生态越来越大,个人认为,以后所有的涉及异步操作的系统服务,第三方库,第三方服务SDK都会以Observable或类Observable的方式提供给我们调用,而不是像现在这样,让我们传递一个又一个的listener。
最后,我整理了一份RxJava实战教程,含代码和视频,无偿分享给大家,有需要的朋友【点击我】免费获取。
手机扫一扫
移动阅读更方便
你可能感兴趣的文章