[置顶] RxJava详解，由浅入深。长篇巨作，超详细的用法。

微信扫一扫

028-83195727 , 15928970361
business@forhy.com

RxJava,Android,异步,RxAndroid,观察者模式2016-11-24

RxJava：https://github.com/ReactiveX/RxJava

前言

使用了RxJava有一段时间了，深深感受到了其“牛逼”之处。下面，就从RxJava的基础开始，一步一步与大家分享一下这个强大的异步库的用法！

RxJava 概念初步理解

RxJava Repo上给的解释是：“RxJava is a Java VM implementation of Reactive Extensions: a library for composing asynchronous and event-based programs by using observable sequences.” 大概就是说RxJava是Java VM上一个灵活的、使用可观测序列来组成的一个异步的、基于事件的库。

作用 - 异步

前面这段解释，重点就在于异步！刚接触RxJava的童鞋，可能会觉得特别难，无从下手，没事，相信通过这篇文章，大伙儿可以有一个比较深刻的理解！

RxJava可以浓缩为异步两个字，其核心的东西不外乎两个， Observables（被观察者） 和 Subscribers（观察者）。Observables可以发出一系列的 事件，这里的事件可以是任何东西，例如网络请求、复杂计算、数据库操作、文件读取等等，事件执行结束后交给Subscribers的回调处理。

模式 - 观察者模式

观察者模式是对象的行为模式，也叫做发布-订阅(Publish/Subscribe)模式、模型-视图(Model/View)模式、源-监听器(Source/Listener)模式或从属者(Dependents)模式。例如用过EventBus童鞋就知道，EventBus属于Publish/Subscribe模式。所以，使用RxJava也可以设计出一套事件总线的库，那就是RxBus。有兴趣的话可以在学完RxJava之后，去体验一下。这里就不细说了~

那么，RxJava也是一种扩展的观察者模式！

什么是观察者模式？举个栗子，Android中View的点击监听器的实现，View是被观察者，OnClickListener对象是观察者，Activity要如何知道View被点击了？那就是派一个OnClickListener对象，入驻View，与View达成一个订阅关系，一旦View被点击了，就通过OnClickListener对象的OnClick方法传达给Activity。采用观察者模式可以避免去轮询检查，节约有限的cpu资源。

结构 - 响应式编程

什么是响应式编程？举个栗子，a = b + c; 这句代码将b+c的值赋给a，而之后如果b和c的值改变了不会影响到a，然而，对于响应式编程，之后b和c的值的改变也动态影响着a，意味着a会随着b和c的变化而变化。

响应式编程的组成为Observable/Operator/Subscriber，RxJava在响应式编程中的基本流程如下：

Observable -> Operator 1 -> Operator 2 -> Operator 3 -> Subscriber

这个流程，可以简单的理解为：

Observable发出一系列事件，他是事件的产生者；
Subscriber负责处理事件，他是事件的消费者；
Operator是对Observable发出的事件进行修改和变换；
若事件从产生到消费不需要其他处理，则可以省略掉中间的Operator，从而流程变为Obsevable -> Subscriber；
Subscriber通常在主线程执行，所以原则上不要去处理太多的事务，而这些复杂的处理则交给Operator；

优势 - 逻辑简洁

Rx 优势可以概括为四个字，那就是 逻辑简洁。逻辑简洁并不意味着代码简洁，但是，由于链式结构，一条龙，你可以从头到尾，从上到下，很清楚的看到这个连式结构的执行顺序。对于开发人员来说，代码质量并不在于代码量，而在于逻辑清晰简洁，可维护性好，代码健壮！

另外，熟悉lambda的，还可以进一步提高代码的简洁性。举个简单栗子：

// 不使用lambda
Observable.just("Hello World!")
     .map(new Func1<String, String>() {
         @Override
         public String call(String s) {
             return s + "I am kyrie!";
         }
     })
     .subscribeOn(Schedulers.io())
     .observeOn(AndroidSchedulers.mainThread())
     .subscribe(new Action1<String>() {
         @Override
         public void call(String s) {
             Log.i(TAG, s);
         }
     });

// 使用lambda
Observable.just("Hello World!")
    .map(s -> s + "I am kyrie!")
    .subscribeOn(Schedulers.io())
    .observeOn(AndroidSchedulers.mainThread())
    .subscribe(s -> {
        Log.i(TAG, s);
    });

RxJava 依赖

// Android 平台下须引入的一个依赖，主要用于线程控制
compile 'io.reactivex:rxandroid:1.1.0'
// RxJava
compile 'io.reactivex:rxjava:1.1.5'

这是我项目里面用的版本，可以到Maven/RxJava下获取最新版本。

RxJava 入门

事件产生

RxJava创建一个事件比较简单，由 Observable 通过 create 操作符来创建。举个栗子，还是经典的 HelloWorld~~

// 创建一个Observable
Observable<String> observable = Observable.create(new Observable.OnSubscribe<String>() {

    @Override
    public void call(Subscriber<? super String> subscriber) {
        // 发送一个 Hello World 事件
        subscriber.onNext("Hello World!");

        // 事件发送完成
        subscriber.onCompleted();
    }
});

这段代码可以理解为， Observable 发出了一个类型为 String ，值为 “Hello World!” 的事件，仅此而已。

对于 Subscriber 来说，通常onNext()可以多次调用，最后调用onCompleted()表示事件发送完成。

事件消费

有事件产生，自然也要有事件消费。RxJava 可以通过 subscribe 操作符，对上述事件进行消费。首先，先创建一个观察者。

// 创建一个Observer
Observer<String> observer = new Observer<String>() {
    @Override
    public void onCompleted() {
        Log.i(TAG, "complete");
    }

    @Override
    public void onError(Throwable e) {

    }

    @Override
    public void onNext(String s) {
        Log.i(TAG, s);
    }
};

或者

// 创建一个Subscriber
Subscriber<String> subscriber = new Subscriber<String>() {
    @Override
    public void onCompleted() {
        Log.i(TAG, "complete");
    }

    @Override
    public void onError(Throwable e) {

    }

    @Override
    public void onNext(String s) {
        Log.i(TAG, s);
    }
};

这两种方式里面， Observer 是观察者， Subscriber 也是观察者，Subscriber 是一个实现了Observer接口的抽象类，对 Observer 进行了部分扩展，在使用上基本没有区别，多了发送之前调用的 onStart() 和解除订阅关系的 unsubscribe() 方法。

并且，在 RxJava 的 subscribe 过程中，Observer 也总是会先被转换成一个 Subscriber 再使用。所以在这之后的示例代码，都使用 Subscriber 来作为观察者。

最后，我们可以调用 subscribe 操作符，进行事件订阅。

// 订阅事件
observable.subscribe(subscriber);

在 Subscriber 实现的三个方法中，顾名思义，对应三种不同状态：
1. onComplete(): 事件全部消费完成后回调
2. onError(Throwable t): 事件处理异常回调
3. onNext(T t): 每发出一个事件，回调一次

不完整定义回调

对于事件消费来说，好像为了打印一个“Hello World！”要废好大的劲… 其实，RxJava 提供了不完整定义的回调。我们可以为 Subscriber 中的三种状态根据自身需要分别创建一个回调动作 Action：

// onComplete()
Action0 onCompleteAction = new Action0() {
    @Override
    public void call() {
        Log.i(TAG, "complete");
    }
};

// onNext(T t)
Action1<String> onNextAction = new Action1<String>() {
    @Override
    public void call(String s) {
        Log.i(TAG, s);
    }
};

// onError(Throwable t)
Action1<Throwable> onErrorAction = new Action1<Throwable>() {
    @Override
    public void call(Throwable throwable) {

    }
};

那么，RxJava 支持以下三种不完全定义的回调。

observable.subscribe(onNextAction);

observable.subscribe(onNextAction, onErrorAction);

observable.subscribe(onNextAction, onErrorAction, onCompleteAction);

我们可以根据当前需要，传入对应的 Action， RxJava 会相应的自动创建 Subscriber。

Action0 表示一个无回调参数的Action；

Action1 表示一个含有一个回调参数的Action；

当然，还有Action2 ~ Action9，分别对应2~9个参数的Action；

每个Action，都有一个 call() 方法，通过泛型，来指定对应参数的类型；

入门示例

前面讲解了事件的产生到消费的过程，下面就举个完整的例子。从res/mipmap中取出一张图片，显示在界面上。

final ImageView ivLogo = (ImageView) findViewById(R.id.ivLogo);

Observable.create(new Observable.OnSubscribe<Drawable>() {
    @Override
    public void call(Subscriber<? super Drawable> subscriber) {

        Drawable drawable = ContextCompat.getDrawable(mContext, R.mipmap.ic_launcher);

        subscriber.onNext(drawable);

        subscriber.onCompleted();
    }
}).subscribe(new Subscriber<Drawable>() {
    @Override
    public void onCompleted() {

    }

    @Override
    public void onError(Throwable e) {
        Log.i(TAG, e.toString());
    }

    @Override
    public void onNext(Drawable drawable) {
        ivLogo.setImageDrawable(drawable);
    }
});

RxJava 进阶

Scheduler线程控制

默认情况下，RxJava事件产生和消费均在同一个线程中，例如在主线程中调用，那么事件的产生和消费都在主线程。

那么问题来了，假如事件产生的过程是耗时操作，比如网络请求，结果显示在UI中，这个时候在主线程执行对于网络请求就不合适了，而在子线程执行，显示结果需要进行UI操作，同样不合适~~

所以，RxJava 的第一个牛逼之处在于可以自由切换线程！那么，如何做？

在 RxJava 中，提供了一个名为 Scheduler 的线程调度器，RxJava 内部提供了4个调度器，分别是：
1. Schedulers.io(): I/O 操作（读写文件、数据库、网络请求等），与newThread()差不多，区别在于io() 的内部实现是是用一个无数量上限的线程池，可以重用空闲的线程，因此多数情况下 io() 效率比 newThread() 更高。值得注意的是，在 io() 下，不要进行大量的计算，以免产生不必要的线程；
2. Schedulers.newThread(): 开启新线程操作；
3. Schedulers.immediate(): 默认指定的线程，也就是当前线程；
4. Schedulers.computation():计算所使用的调度器。这个计算指的是 CPU 密集型计算，即不会被 I/O等操作限制性能的操作，例如图形的计算。这个 Scheduler 使用的固定的线程池，大小为 CPU 核数。值得注意的是，不要把 I/O 操作放在 computation() 中，否则 I/O 操作的等待时间会浪费 CPU；
5. AndroidSchedulers.mainThread(): RxJava 扩展的 Android 主线程；

我们可以通过 subscribeOn() 和 observeOn() 这两个方法来进行线程调度。举个栗子：

依然还是显示一张图片，不同的是，这次是从网络上加载图片

final ImageView ivLogo = (ImageView) findViewById(R.id.ivLogo);

Observable.create(new Observable.OnSubscribe<Drawable>() {
    @Override
    public void call(Subscriber<? super Drawable> subscriber) {

        try {
            Drawable drawable = Drawable.createFromStream(new URL("https://ss2.baidu.com/-vo3dSag_xI4khGko9WTAnF6hhy/image/h%3D200/sign=4db5130a073b5bb5a1d727fe06d2d523/cf1b9d16fdfaaf51965f931e885494eef11f7ad6.jpg").openStream(), "src");
            subscriber.onNext(drawable);
        } catch (IOException e) {
            subscriber.onError(e);
        }
    }
})
        // 指定 subscribe() 所在的线程，也就是上面call()方法调用的线程
        .subscribeOn(Schedulers.io())
        // 指定 Subscriber 回调方法所在的线程，也就是onCompleted, onError, onNext回调的线程
        .observeOn(AndroidSchedulers.mainThread())
        .subscribe(new Subscriber<Drawable>() {
            @Override
            public void onCompleted() {

            }

            @Override
            public void onError(Throwable e) {
                Log.e(TAG, e.toString());
            }

            @Override
            public void onNext(Drawable drawable) {
                ivLogo.setImageDrawable(drawable);
            }
        });

所以，这段代码就做一件事，在 io 线程加载一张网络图片，加载完毕之后在主线程中显示到ImageView上。

变换

RxJava的又一牛逼之处，在于 变换。啥意思呢？就是将发送的事件或事件序列，加工后转换成不同的事件或事件序列。

map操作符

变换的概念不好理解吧？举个简单的栗子，我们对上述示例进行改写。

final ImageView ivLogo = (ImageView) findViewById(R.id.ivLogo);

Observable.create(new Observable.OnSubscribe<String>() {
    @Override
    public void call(Subscriber<? super String> subscriber) {

        subscriber.onNext("https://ss2.baidu.com/-vo3dSag_xI4khGko9WTAnF6hhy/image/h%3D200/sign=4db5130a073b5bb5a1d727fe06d2d523/cf1b9d16fdfaaf51965f931e885494eef11f7ad6.jpg");
    }
}).map(new Func1<String, Drawable>() {
    @Override
    public Drawable call(String url) {
        try {
            Drawable drawable = Drawable.createFromStream(new URL(url).openStream(), "src");
            return drawable;
        } catch (IOException e) {

        }
        return null;
    }
})
        // 指定 subscribe() 所在的线程，也就是call()方法调用的线程
        .subscribeOn(Schedulers.io())
        // 指定 Subscriber 回调方法所在的线程，也就是onCompleted, onError, onNext回调的线程
        .observeOn(AndroidSchedulers.mainThread())
        .subscribe(new Subscriber<Drawable>() {
            @Override
            public void onCompleted() {

            }

            @Override
            public void onError(Throwable e) {
                Log.e(TAG, e.toString());
            }

            @Override
            public void onNext(Drawable drawable) {
                if (drawable != null) {
                    ivLogo.setImageDrawable(drawable);
                }
            }
        });

经过改写代码后，有什么变化呢？ Observable 创建了一个 String 事件，也就是产生一个url，通过 map 操作符进行变换，返回Drawable对象，这个变换指的就是通过url进行网络图片请求，返回一个Drawable。所以简单的来说就是把String事件，转换为Drawable事件。逻辑表示就是：

Observable<String> --> map变换 --> Observable<Drawable>

那么，Func1 是什么呢？与 Action1 类似,不同的是 FuncX 有返回值，而 ActionX 没有。为什么需要返回值呢？目的就在于对象的变换，由String对象转换为Drawable对象。同样，也有Func0 ~ Func9，对应不同的参数个数。

当然了，RxJava 的变换，可不止于map这么简单，继续往下！

flatMap操作符

不难发现，上述的 map 操作符，是一对一的变换，并且返回的是变换后的对象。而 flatMap 操作符可以适应一对多，并且返回的是一个 Observable 。应用场景举例：例如一个员工负责多个任务，现在要打印所有员工的所有任务。

final List<Employee> list = new ArrayList<Employee>() {
    {
        add(new Employee("jackson", missions1));
        add(new Employee("sunny", missions2));
    }
};
Observable.from(list)
        .flatMap(new Func1<Employee, Observable<Employee.Mission>>() {
            @Override
            public Observable<Employee.Mission> call(Employee employee) {
                return Observable.from(employee.missions);
            }
        })
        .subscribe(new Subscriber<Employee.Mission>() {
            @Override
            public void onCompleted() {

            }

            @Override
            public void onError(Throwable e) {

            }

            @Override
            public void onNext(Employee.Mission mission) {
                Log.i(TAG, mission.desc);
            }
        });

通过上面的代码可以看出，map 与 flatMap 这两个操作符的共同点在于，他们都是把一个对象转换为另一个对象，但须注意以下这些特点:

flatMap 返回的是一个Observable对象，而 map 返回的是一个普通转换后的对象;
flatMap 返回的Observable对象并不是直接发送到Subscriber的回调中，而是重新创建一个Observable对象，并激活这个Observable对象，使之开始发送事件；而 map 变换后返回的对象直接发到Subscriber回调中；
flatMap 变换后产生的每一个Observable对象发送的事件，最后都汇入同一个Observable，进而发送给Subscriber回调；
map返回类型与 flatMap 返回的Observable事件类型，可以与原来的事件类型一样；
可以对一个Observable多次使用 map 和 flatMap；

鉴于 flatMap 自身强大的功能，这常常被用于 嵌套的异步操作，例如嵌套网络请求。传统的嵌套请求，一般都是在前一个请求的 onSuccess() 回调里面发起新的请求，这样一旦嵌套多个的话，缩进就是大问题了，而且严重的影响代码的可读性。而RxJava嵌套网络请求仍然通过链式结构，保持代码逻辑的清晰！举个栗子：

Github上的 README.md 文件，通常是 MarkDown 语法。我们要获取 README.md 内容并按 MarkDown 风格显示在UI上，就可以通过以下方式（Retrofit2 + RxJava，稍后会介绍）：

new ReadmeContentClient()
    // 获取md语法的Readme内容, 返回的是一个Observable<String>对象
    .getReadme()
    .flatMap(new Func1<String, Observable<String>>() {
        @Override
        public Observable<String> call(String md) {
            // 由于Readme的内容是md语法，需要转成html字符串通过WebView显示到UI
            // 返回的也是Observable<String>对象
            return new MarkDownStyleClient(md)
                            .formatMarkStyle();
        }
    })
    .subscribeOn(Schedulers.io())
    .observeOn(AndroidSchedulers.mainThread())
    .subscribe(new Observer<String>() {
        @Override
        public void onCompleted() {

        }

        @Override
        public void onError(Throwable e) {
            Log.e(TAG, "readme:" + e.toString());
        }

        @Override
        public void onNext(String html) {
            // html就是根据readme md格式内容，生成的html代码
            view.showReadme(html);
        }
    });

RxJava 其他常用操作符

from
接收一个集合作为输入，然后每次输出一个元素给subscriber。
```
// Observable.from(T[] params)
Observable.from(new Integer[]{1, 2, 3, 4, 5})
    .subscribe(new Action1<Integer>() {
        @Override
        public void call(Integer number) {
            Log.i(TAG, "number:" + number);
        }
    });
```
注意：如果from()里面执行了耗时操作，即使使用了subscribeOn(Schedulers.io())，仍然是在主线程执行，可能会造成界面卡顿甚至崩溃，所以耗时操作还是使用create();

just
接收一个可变参数作为输入，最终也是生成数组，调用from()，然后每次输出一个元素给subscriber。

// Observable.just(T... params)，params的个数为1 ~ 10
Observable.just(1, 2, 3, 4, 5)
    .subscribe(new Action1<Integer>() {
        @Override
        public void call(Integer number) {
            Log.i(TAG, "number:" + number);
        }
    });

filter
条件过滤，去除不符合某些条件的事件。举个栗子:

Observable.from(new Integer[]{1, 2, 3, 4, 5})
    .filter(new Func1<Integer, Boolean>() {
        @Override
        public Boolean call(Integer number) {
            // 偶数返回true，则表示剔除奇数，留下偶数
            return number % 2 == 0;
        }
    })
    .subscribe(new Action1<Integer>() {
        @Override
        public void call(Integer number) {
            Log.i(TAG, "number:" + number);
        }
    });

take
最多保留的事件数。

doOnNext
在处理下一个事件之前要做的事。

Observable.from(new Integer[]{1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12})
    .filter(new Func1<Integer, Boolean>() {
        @Override
        public Boolean call(Integer number) {
            // 偶数返回true，则表示剔除奇数
            return number % 2 == 0;
        }
    })
    // 最多保留三个，也就是最后剩三个偶数
    .take(3)
    .doOnNext(new Action1<Integer>() {
        @Override
        public void call(Integer number) {
            // 在输出偶数之前输出它的hashCode
            Log.i(TAG, "hahcode = " + number.hashCode() + "");
        }
    })
    .subscribe(new Action1<Integer>() {
        @Override
        public void call(Integer number) {
            Log.i(TAG, "number = " + number);
        }
    });

输出如下：

hahcode = 2
number = 2
hahcode = 4
number = 4
hahcode = 6
number = 6

debounce
通俗点讲，就是N个事件发生的时间间隔太近，就过滤掉前N-1个事件，保留最后一个事件。debounce可以指定这个时间间隔！可以用在SearchEditText请求关键词的地方，SearchEditText的内容变化太快，可以抵制频繁请求关键词，后面第15条15.Subject会介绍这个。为了演示效果，先举个简单栗子：

Observable
    .create(new Observable.OnSubscribe<Integer>() {
        @Override
        public void call(Subscriber<? super Integer> subscriber) {
            int i = 0;
            int[] times = new int[]{100, 1000};
            while (true) {
                i++;
                if (i >= Integer.MAX_VALUE - 1)
                    break;
                subscriber.onNext(i);
                try {
                    // 注意！！！！
                    // 当i为奇数时，休眠1000ms，然后才发送i+1，这时i不会被过滤掉
                    // 当i为偶数时，只休眠100ms，便发送i+1，这时i会被过滤掉
                    Thread.sleep(times[i % 2]);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            subscriber.onCompleted();
        }
    })
    // 间隔400ms以内的事件将被丢弃
    .debounce(400, TimeUnit.MILLISECONDS)
    .subscribeOn(Schedulers.io())
    .observeOn(AndroidSchedulers.mainThread())
    .subscribe(new Subscriber<Integer>() {
        @Override
        public void onCompleted() {
            Log.i(TAG, "complete");
        }

        @Override
        public void onError(Throwable e) {
            Log.e(TAG, e.toString());
        }

        @Override
        public void onNext(Integer integer) {
            Log.i(TAG, "integer = " + integer);
        }
    });

输出结果：

11-23 10:44:45.167 MainActivity: integer = 1
11-23 10:44:46.270 MainActivity: integer = 3
11-23 10:44:47.373 MainActivity: integer = 5
11-23 10:44:48.470 MainActivity: integer = 7
11-23 10:44:49.570 MainActivity: integer = 9
11-23 10:44:50.671 MainActivity: integer = 11
11-23 10:44:51.772 MainActivity: integer = 13
11-23 10:44:52.872 MainActivity: integer = 15
11-23 10:44:53.973 MainActivity: integer = 17
...

我们设置过滤条件为400ms，可以发现，奇数正常输出，因为在它的下一个事件事件隔了1000ms，所以它不会被过滤掉；偶数被过滤掉，是因为它距离下一个事件（奇数）只隔了100ms。并且，输出的两个事件相隔大约为 100ms + 1000ms = 1100ms。

merge
用于合并两个Observable为一个Observable。较为简单。

Observable.merge(Observable1, Observable2)
    .subscribe(subscriber);

concat
顺序执行多个Observable，个数为1 ~ 9。例子稍后与first操作符一起~~
compose
与 flatMap 类似，都是进行变换，返回Observable对象，激活并发送事件。
compose 是唯一一个能够从数据流中得到原始Observable的操作符，所以，那些需要对整个数据流产生作用的操作（比如，subscribeOn()和observeOn()）需要使用 compose 来实现。相较而言，如果在flatMap()中使用subscribeOn()或者observeOn()，那么它仅仅对在 flatMap 中创建的Observable起作用，而不会对剩下的流产生影响。这样就可以简化subscribeOn()以及observeOn()的调用次数了。
compose 是对 Observable 整体的变换，换句话说， flatMap 转换Observable里的每一个事件，而 compose 转换的是整个Observable数据流。
flatMap 每发送一个事件都创建一个 Observable，所以效率较低。而 compose 操作符只在主干数据流上执行操作。
建议使用 compose 代替 flatMap。

first
只发送符合条件的第一个事件。可以与前面的contact操作符，做网络缓存。举个栗子：依次检查Disk与Network，如果Disk存在缓存，则不做网络请求，否则进行网络请求。

// 从缓存获取
Observable<BookList> fromDisk = Observable.create(new Observable.OnSubscribe<BookList>() {
    @Override
    public void call(Subscriber<? super BookList> subscriber) {
        BookList list = getFromDisk();
        if (list != null) {
            subscriber.onNext(list);
        } else {
            subscriber.onCompleted();
        }
    }
});

// 从网络获取
Observable<BookList> fromNetWork = bookApi.getBookDetailDisscussionList();

Observable.concat(fromDisk, fromNetWork)
        // 如果缓存不为null，则不再进行网络请求。反之
        .first()
        .subscribeOn(Schedulers.io())
        .observeOn(AndroidSchedulers.mainThread())
        .subscribe(new Subscriber<BookList>() {
            @Override
            public void onCompleted() {

            }

            @Override
            public void onError(Throwable e) {

            }

            @Override
            public void onNext(BookList discussionList) {

            }
        });

网络缓存用法，具体可参见我的项目：https://github.com/JustWayward/BookReader

timer
可以做定时操作，换句话讲，就是延迟执行。事件间隔由timer控制。举个栗子：两秒后输出“Hello World！”

Observable.timer(2, TimeUnit.SECONDS)
    .subscribe(new Subscriber<Long>() {
        @Override
        public void onCompleted() {

        }

        @Override
        public void onError(Throwable e) {

        }

        @Override
        public void onNext(Long aLong) {
            Log.i(TAG, "Hello World!");
        }
    });

interval
定时的周期性操作，与timer的区别就在于它可以重复操作。事件间隔由interval控制。举个栗子：每隔两秒输出“Hello World！”

Observable.interval(2, TimeUnit.SECONDS)
    .subscribe(new Subscriber<Long>() {
        @Override
        public void onCompleted() {

        }

        @Override
        public void onError(Throwable e) {

        }

        @Override
        public void onNext(Long aLong) {
            Log.i(TAG, "Hello World!");
        }
    });

throttleFirst
与debounce类似，也是时间间隔太短，就丢弃事件。可以用于防抖操作，比如防止双击。

RxView.clicks(button)
  .throttleFirst(1, TimeUnit.SECONDS)
  .subscribe(new Observer<Object>() {
      @Override
      public void onCompleted() {

      }

      @Override
      public void onError(Throwable e) {

      }

      @Override
      public void onNext(Object o) {
           Log.i(TAG, "do clicked!");
      }
  });

上面这个RxView详见：https://github.com/JakeWharton/RxBinding，主要与RxJava结合用于一些View的事件绑定，JakeWharton大神的项目，厉害。

Single
Single与Observable类似，相当于是他的精简版。订阅者回调的不是OnNext/OnError/onCompleted，而是回调OnSuccess/OnError。

Single.create(new Single.OnSubscribe<Object>() {
    @Override
    public void call(SingleSubscriber<? super Object> subscriber) {
        subscriber.onSuccess("Hello");
    }
}).subscribe(new SingleSubscriber<Object>() {
    @Override
    public void onSuccess(Object value) {
        Log.i(TAG, value.toString());
    }

    @Override
    public void onError(Throwable error) {

    }
});

Subject
Subject这个类，既是Observable又是Observer，啥意思呢？就是它自身既是事件的生产者，又是事件的消费者，相当于自身是一条管道，从一端进，又从另一端出。举个栗子：PublishSubject

Subject subject = PublishSubject.create();

// 1.由于Subject是Observable，所以进行订阅
subject.subscribe(new Subscriber<Object>() {
    @Override
    public void onCompleted() {

    }

    @Override
    public void onError(Throwable e) {

    }

    @Override
    public void onNext(Object o) {
        Log.i(TAG, o.toString());
    }
});

// 2.由于Subject同时也是Observer，所以可以调用onNext发送数据
subject.onNext("world");

这个好像有点厉害的样子，哈哈。可以配合debounce，避免SearchEditText频繁请求。


Subject subject = PublishSubject.create();

subject.debounce(400, TimeUnit.MILLISECONDS)
        .subscribe(new Subscriber<Object>() {
        @Override
        public void onCompleted() {

        }

        @Override
        public void onError(Throwable e) {

        }

        @Override
        public void onNext(Object o) {
            // request
        }
    });

edittext.addTextChangedListener(new TextWatcher() {

    @Override 
    public void beforeTextChanged(CharSequence s, int start, int count, int after) { }

    @Override 
    public void onTextChanged(CharSequence s, int start, int before, int count) {
        subject.onNext(s.toString());
    }

    @Override 
    public void afterTextChanged(Editable s) { } 
});

RxJava 应用

RxJava+Retrofit 的网络请求方式

Retrofit是一个非常适合RestAPI的网络请求库。没用过的童鞋，还是推荐学一学的。

使用Callback的请求方式：

// 1. 定义一个请求接口
@GET("/match/stat")
Call<String> getMatchStat(@Query("mid") String mid, @Query("tabType") String tabType);

// 2. 创建Service对象
Retrofit retrofit = new Retrofit.Builder()
                        .baseUrl(BuildConfig.TENCENT_SERVER)
                        .addConverterFactory(ScalarsConverterFactory.create())
                        .client(OkHttpHelper.getTecentClient()).build();

TencentApi api = retrofit.create(TencentApi.class);

// 3. 调用
Call<String> call = api.getMatchStat(mid, tabType);
call.enqueue(new Callback<String>() {
    @Override
    public void onResponse(Call<String> call, Response<String> response) {
            // 成功
        } else {
            // 无数据
        }
    }

    @Override
    public void onFailure(Call<String> call, Throwable t) {
        // 失败
    }
});

与 RxJava 结合的方式，则是

// 1. 定义请求接口，返回的是Observable对象
@GET("/user/followers")
Observable<List<User>> followers();

// 2. 同样是创建api对象
...
// 3. 请求
api.followers()
    .subscribeOn(Schedulers.io())
    .observeOn(AndroidSchedulers.mainThread())
    .subscribe(new Observer<List<User>>() {
        @Override
        public void onCompleted() {

        }

        @Override
        public void onError(Throwable e) {
            // 请求出错。可能发生网络异常、Json解析异常等等
        }

        @Override
        public void onNext(List<User> list) {
            // 请求成功
            view.showMyFollowers(list);
        }
    });

若需嵌套请求，比如先获取Token再进行才能进行登录，可参考flatMap操作符最后的获取Readme内容显示在WebView上的例子。

Retrofit2 + RxJava + Dagger2: 具体可参见我的项目，里面有比较详细的用法。
https://github.com/JustWayward/BookReader

不难发现，Retrofit 把请求封装进 Observable ，在请求结束后调用 onNext() 以及 OnCompleted() 或在请求失败后调用 onError()。

注：RxJava形式的请求，并不能减少代码量，但是逻辑非常清晰。假如请求到数据之后需要对数据进行处理，并且是耗时操作，难道要再开一个线程，或者用AsyncTask再做一次异步？很显然，RxJava的变换很好的解决了这个问题，依然会使逻辑结构清晰。

RxBus

准确的来说，是一种基于RxJava实现事件总线的一种思想。可以替代EventBus/Otto，因为他们都依赖于观察者模式。可以参考https://github.com/AndroidKnife/RxBus这个库。

RxBinding

前面介绍过了，JakeWharton大神的项目，https://github.com/JakeWharton/RxBinding，主要与RxJava结合用于一些View的事件绑定。

RxJava 的一些坑

未取消订阅而引起的内存泄漏

举个栗子，对于前面常用操作符12.interval做周期性操作的例子，并没有使之停下来的，没有去控制订阅的生命周期，这样，就有可能引发内存泄漏。所以，在Activity#onDestroy()的时候或者不需要继续执行的时候应该取消订阅。

Subscription subscription = Observable.interval(2, TimeUnit.SECONDS)
    .subscribe(new Subscriber<Long>() {
        @Override
        public void onCompleted() {

        }

        @Override
        public void onError(Throwable e) {

        }

        @Override
        public void onNext(Long aLong) {
            Log.i(TAG, "Hello World!");
        }
    });
// 调用unsubscribe();方法进行取消订阅
subscription.unsubscribe();

但是，如果有很多个数据源，那岂不是要取消很多次？当然不是的，可以利用 CompositeSubscription，相当于一个 Subscription 集合。

CompositeSubscription list = new CompositeSubscription();
list.add(subscription1);
list.add(subscription2);
list.add(subscription3);

// 统一调用一次unsubscribe，就可以把所有的订阅都取消
list.unsubscribe();

总结

相信到了这里，大家对RxJava应该有了一个比较清晰的理解。当然，实践出真知，还是要去尝试，才能更深层次的体会到其强大之处。

最后，总结一下RxJava的基本使用过程。

首先是创建事件源源，也就是被观察者，可以用Observable的create/just/from等方法来创建;
通过filter/debounce等操作符，进行自定义事件过滤；
通过Schedules进行事件发送和订阅的线程控制，也就是subscribeOn() 和 observeOn();
通过map/flatMap/compose等操作符，进行事件的变换；
调用subscribe进行事件订阅；
最后，不要忘了对订阅者生命周期的控制，不用的时候，记得调用unsubscribe()，以免引发内存泄漏。

感谢阅读！