开发者

RxJava 触发流基本原理源码解析

目录
  • 正文
  • 触发流
    • 小结
  • 总结

    正文

    本节,我们从RxJava使用代码入手,去结合自己已有的知识体系,加查阅部分源码验证的方式,来一起探索一下Rxjava实现的基本原理。

    为了本文原理分析环节,可以被更多的人理解、学习,所以小编从初学者的角度,从使用入手,一点点的分析了其中的源码细节、思想,建议大家随着本文的章节步骤,一步一步的来阅读,才能更快、更好的理解Rxjava的真正的思想精髓,也为我们之后的实践课程留一个好的底子。

    触发流

    到目前为止,我们讲了构建流、订阅流,但是依然没有触发真正的observer中的事件,例如:

    @Override
       public void onSubscribe(@NonNull Disposable d) {
           Log.d(TAG, "onSubscribe");
       }
       @Override
       public void onNext(@NonNull String s) {
           Log.d(TAG, "onNext s = " + s);
       }
       @Override
       public void onError(@NonNull Throwable e) {
           Log.d(TAG, "onError");
       }
       @Override
       public void onComplete() {
           Log.d(TAG, "onComplete");
       }
    

    各位看官,莫急莫急,且听老衲娓娓道来。

    还记得上面的订阅流吗?订阅流从右往左执行的,执行到最后的observable,执行了它的subscribe方法。我们从使用代码知道,最左端的observable是啥来着,大家还记得吗?当然是ObservableJust

    private void test() {
    	//第一步:just调用
        Observable.just("https://img-blog.csdn.net/20160903083319668")
        //第二步:map调用
                .map(new Function<String, Bitmap>() {
                    @Override
                    public Bitmap apply(String s) throws Exception {
                        //Bitmap bitmap编程客栈 = downloadImage(s);
                     开发者_开发培训   return null;
                    }
                })
                //第三步:subscribeOn、observeOn调用
                .subscribeOn(Schedulers.newThread())
                .observeOn(androidSchedulers.mainThread())
                //第四步:subscribe调用
                .subscribe(new Observer<Bitmap>() {
                    @Override
                    public void onSubscribe() {
                        Log.d(TAG, "onSubscribe");
                    }
                    @Override
                    public void onNext(Bitmap s) {
                        Log.d(TAG, "onNext s = " + s);
                    }
                    @Override
                    public void onError(Throwable e) {
                        Log.e(TAG, "onError ", e);
                    }
                    @Override
                    public void onComplete() {
                        Log.d(TAG, "onComplete");
                    }
                });
    }
    

    我们就顺坡下驴,看一下ObservableJust的subscribe方法做啥了

    public final class ObservableJust<T> extends Observable<T> implements ScalarSupplier<T> {
        private final T value;
        public ObservableJust(final T value) {
            this.value = value;
        }
        @Opythonverride
        protected void subscribeActual(Observer<? super T> observer) {
            ScalarDisposable<T> sd = new ScalarDisposable<>(observer, value);
            observer.onSubscribe(sd);
            sd.run();
        }
        @Override
        public T get() {
            return value;
        }
    }
    

    仔细一看,这里面没有subscribe方法,那么肯定就是调用父类observable的subscribe方法了

    @SchedulerSupport(SchedulerSupport.NONE)
    @Override
    public final void subscribe(Observer<? super T> observer) {
        ObjectHelper.requireNonNull(observer, "observer is null");
        try {
            //对象封装,暂时不是重点,我们跳过
            observer = RxJavaPlugins.onSubscribe(this, observer);
            //判空
            ObjectHelper.requireNonNull(observer, "The RxJavaPlugins.onSubscribe hook returned a null Observer. Please change the handler provided to RxJavaPlugins.setOnObservableSubscribe for invalid null returns. Further reading: https://github.com/ReactiveX/RxJava/wiki/Plugins");
            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;
        }
    }
    

    大家看到这里,其实关键在于,最终调用了一个subscribeActual方法,所以我们继续看子类ObservableJust的subscribeActual方法干啥了?

        @Override
        protected void subscribeActual(Observer<? super T> observer) {
            ScalarDisposable<T> sd = new ScalarDisposable<>(observer, value);
            observer.onSubscribe(sd);
            sd.run();
        }
    

    接续根据ScalarDisposable的run方法

       public static final class ScalarDisposable<T>
        extends AtomicInteger
        implements QueueDisposable<T>, Runnable {
            private static final long serialVersionUID = 3880992722410194083L;
            final Observer<? super T> observer;
            final T value;
    		//...省略很多代码
            @Override
            public void run() {
                if (get() == START && compareAndSet(STAAjmGVIzMRT, ON_NEXT)) {
                	//可以看到这里执行了onNext、onComplete方法
                    observer.onNext(value);
                    if (get() == ON_NEXT) {
                        lazySet(ON_COMPLETE);
                        observer.onComplete();
                    }
                }
            }
        }
    

    小结

    看到这里,我们知道了,开始一层一层的从左往右去调用observer的相关方法了。 由订阅流可知,每层的observable实际上拥有下一层的observer的代理类,所以自然而然,从最左边开始调用observer的相关方法开始,触发流,就是从左往右,一层一层的剥开之前包裹的observer,然后顺序调用里面的onNext、onComplete等方法。 不信,我们挑一个ObservableMap来验证一下。

    public finandroidal class ObservableMap<T, U> extends AbstractObservableWithUpstream<T, U> {
        final Function<? super T, ? extends U> function;
        public ObservableMap(ObservableSource<T> source, Function<? suhttp://www.devze.comper 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) {
                    downstream.onNext(null);
                    return;
                }
                U v;
                try {
                    v = Objects.requireNonNull(mapper.apply(t), "The mapper function returned a null value.");
                } catch (Throwable ex) {
                    fail(ex);
                    return;
                }
                //此处调用了下游的observer的onNext方法
                downstream.onNext(v);
            }
        }
    }
    

    可以看到里面,的确调用了下游的observer的onNext方法。

    总结

    RxJava 触发流基本原理源码解析

    整个过程,分为构建流、订阅流、触发流。

    构建流:从左到右执行不同的操作符的过程,其实很简单,就是根据不同的操作符,对原始的 observable进行逐层包装,这里可以看出,每层的节点 N* 就持有了上一层的observable。

    订阅流:从右到左的 subscribe 调用过程,这个过程中,每个observable内部的subscribeActual执行两个关键操作,一个是对自己已有的observer进行一层重新包装,另外一个就是使用前面节点的observable,订阅包装好的observer。

    触发流:在订阅流执行完成之后,执行到最左端的observable,我们发现它内部的subscribeActual实现,实际上就是调用里面拥有的observer的相关回调方法(onNext、onComplete、onError等),那么这层回调流就简单了,就是一层一层的调用里面的observer,最终执行到最右端的observer。

    篇幅所限,大家也发现了,我们本节课,我们详细讲解Rxjava线程切换的实现原理,这个有两个原因,一是篇幅所限,本节内容已经够多了,大家先吃透框架,另外一方面是,线程切换我相信我们后面实践环节,待框架自我搭建实现之后,里面的线程切换功能就是水到渠成的事情,相信凭借大家已有的知识,都可以做到的。

    所以建议大家,先别看这块Rxjava是如何实现线程切换的,而是想一下,它是怎么实现的?到时我们自己的Rxjava框架搭建起来之后,填充实现一下。

    提个醒儿,大家还记得我们之前EventBus源码分析、实践环节吗?其中也说到了线程切换。其实原理差不多,大家先想一下。

    以上就是RxJava 触发流基本原理源码解析的详细内容,更多关于RxJava 触发流原理的资料请关注我们其它相关文章!

    0

    上一篇:

    下一篇:

    精彩评论

    暂无评论...
    验证码 换一张
    取 消

    最新开发

    开发排行榜