RxJava之subscribeOn解惑

RxJava之subscribeOn解惑

有一天，我在使用RxJava和Retrofit实现Android上面的网络请求。突然，遇到了一个坑，在过了这些坑之后得到一些经验，觉得需要和大家分享一二。

创新互联是一家集网站建设,安泽企业网站建设,安泽品牌网站建设,网站定制,安泽网站建设报价,网络营销,网络优化,安泽网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。引子

用Retrofit搭配RxJava的朋友应该都知道，一般实现代码最终大都长得一幅下面的样子。

public interface BeanApi { @GET("bean/{id}") Observable getBean(@Path("id") int beanId); } BeanApi api = ···通过Retrofit的create实例化··· api.getBean(1) .subscribeOn(Schedulers.io()) .observeOn(AndroidSchedulers.mainThread()) .subscribe( bean -> { // do something on main thread. }, throwable -> { // do something on main thread. } );

上面的代码形式相信各位都写得很熟了，但是我实在烦透了每个api调用的地方都写一次subscribOn，observeOn。然后，我找到一篇不错的文章——Don\'t break the chain: use RxJava\'s compose() operator，里面提到了一个方法避免这种重复代码（其实作者本意是要体现“不要打破链式操作”，而非避免重复代码）。最后改进到的代码就长下面的样子了。

// This is a common method. Transformer applySchedulers() { return observable -> observable.subscribeOn(Schedulers.io()) .observeOn(AndroidSchedulers.mainThread()); } api.getBean(1) .compose(applySchedulers()) .subscribe( bean -> { // do something on main thread. }, throwable -> { // do something on main thread. } );

改进后的代码比原来的代码少了一行。但是写多几次之后，我还是烦透了这个applySchedulers()。于是我疯了，就自己实现一个Retrofit的CallAdapter.Factory，让Retrotfit在每次调用api的时候自动就给我封装好subscribeOn和observeOn这些重复的代码，具体实现可以参考我的另外一篇文章——通过委派模式包装一个RxJavaCallAdapterFactory。最后，我的代码就是长下面这个样子了。

api.getBean(1) .subscribe( bean -> { // do something on main thread. }, throwable -> { // do something on main thread. } );

所有的subscribeOn和observeOn不用再写了。因为每次调用api.getBean(1)，Retrotfit就调用我自定义的CallAdapter.Factory把结果封装成Observable对象的时候就已经把subscribeOn和observeOn添加上去了。

问题

好，用得很爽。但是问题问题比办法多，所以问题来了。有几个特殊的地方我需要网络加载和结果监听都在当前线程。相信理解了上面代码的朋友都已经看出来了，现在我通过api.getBean(1)获取到的Observable最后被订阅都会是在io线程获取网络数据，然后在mainThread线程进行结果处理。所以，我要想个办法出来，覆盖原来的Schedulers，包括subscribeOn的Scheduler和observeOn的Scheduler。于是，我写了下面的代码。

// isAsync is a boolean variable indicate whether the request is a asynchronous or not. api.getBean(1) .subscribeOn(isAsync ? Schedulers.io() : Schedulers.immediate()) .observeOn(isAsync ? AndroidSchedulers.mainThread() : Schedulers.immediate()) .subscribe( bean -> { // do something on main thread. }, throwable -> { // do something on main thread. } );

上面的代码再结合我之前写的CallAdapter.Factory，其实就是相当于没有自定义CallAdapter.Factory之前显式调用两次subscribeOn和两次observeOn，就像下面的样子。

api.getBean(1) .subscribeOn(Schedulers.io()) .observeOn(AndroidSchedulers.mainThread()) .subscribeOn(isAsync ? Schedulers.io() : Schedulers.immediate()) .observeOn(isAsync ? AndroidSchedulers.mainThread() : Schedulers.immediate()) .subscribe( bean -> { // do something on main thread. }, throwable -> { // do something on main thread. } ); 前凑

作为一名RxJava的标准菜鸟，我被验证了自己的确很菜，我天真的认为后面的subscribeOn和observeOn会覆盖之前的Scheduler，我理所当然的认为，当isAsync为true的时候，这次api的调用就会在当前线程执行网络访问和结果处理。于是，我被搞疯了。我就看了subscribeOn的源码，如下。

public final Observable subscribeOn(Scheduler scheduler) { ··· 省略一些于逻辑阅读不重要的代码 return nest().lift(new OperatorSubscribeOn(scheduler)); }

nest的代码如下，

public final Observable> nest() { return just(this); }

意思就是新建一个Observable，并且只会向订阅者发送一个元素——原来api.getBean(1)获得的Observale对象。所以nest操作获得的结果是Observable>对象。好，这里记着这个东东。下面我先分析一下lift操作，然后我们再回头把他们串在一起。

Observable结构

在看lift操作之前，我们稍微回顾一下Observable的创建方法，

final OnSubscribe onSubscribe; public final static Observable create(OnSubscribe f) { return new Observable(hook.onCreate(f)); } protected Observable(OnSubscribe f) { this.onSubscribe = f; }

其他的什么from、just等创建方法最后都是把数据转化为一个OnSubscribe对象再通过上面的create方法创建。所以我们只关注这个create方法。上面代码的意思很简单，就是new一个Observable对象，并且设置onSubscribe。所以这里的关键是onSubscribe这个对象。这里我管它做数据源，即Observable对象会用它来产生数据，并且发布给订阅者。

看到这里，我们可以发现，Observable其实没有什么，只有两个关键点：1、装载着一个onSubscribe对象，2、有订阅者注册时，就调用用这个onSubscribe的call(Subscriber)方法。

这里我们要看一下这个call(Subscriber)方法。该方法接受一个参数Subscriber，即订阅者。当有订阅者注册到Observable对象时，Observable对象就调用onSubscribe的这个call方法，并且把当前当前注册的订阅者作为参数传递过去。所以在call方法的实现中就可以调用订阅者的onNext方法来发布数据或者做其他事（不一定是发布数据）。

lift操作说明

先把lift操作的代码贴出来。

public final Observable lift(final Operator operator) { return new Observable(new OnSubscribe() { @Override public void call(Subscriber o) { try { Subscriber st = hook.onLift(operator).call(o); try { // new Subscriber created and being subscribed with so \'onStart\' it st.onStart(); onSubscribe.call(st); } catch (Throwable e) { ··· 省略一些于逻辑阅读不重要的代码 st.onError(e); } } catch (Throwable e) { ··· 省略一些于逻辑阅读不重要的代码 // as we don\'t have the operator available to us o.onError(e); } } }); }

从上面代码第2行的new Observable可以看出，lift操作其实是新建一个Observable对象然后返回。这里加点高级的标识方便下面的阅读，被new出来的Observable对象我们叫它做派生Observable，而当前Observable就叫父级Observable。

在上面Observable结构一节中，我们知道每个Observable都持有一个onSubscribe对象作为数据源。通过lift方法派生所得的Observable也不例外，也有一个，就是上面代码第二行new OnSubscribe实例化的匿名对象。这个OnSubscribe虽然也是数据源，但是自己却从来不产生数据，也不直接向订阅者直接发布数据。它做的事就只是把自己的订阅者包装成为一个父级Observable认可的订阅者，然后委派给父级的数据源（上面代码第十行）。父级Observable的数据源向自己的订阅者发布数据，就是发送到被包装出来的这个订阅者中来。

小结：到这里为止，要记住很重要的一点，通过lift操作产生的派生Observable对象的数据源（onSubscribe）是不实际产生数据的，它做的事就只是把自己的订阅者包装成为一个父级Observable认可的订阅者，然后委派给父级的数据源。

lift操作实例分析

那么被包装出来的这个订阅者是怎么处理父级数据源发布的数据呢？这里就要回到上面代码的第6行。那里通过一个我们调用lift操作时传进去的Operator把派生Observable认可的Subscriber包装成一个父级Observable认可的Subscriber。

下面我看一个lift操作的例子，用lift模拟了两次map操作。

代码视图1：

class Bean { int value; Bean(int v) { this.value = v; } } Observable.just(new Bean(1), new Bean(2), new Bean(3), new Bean(4)) .lift(new Observable.Operator() { @Override public Subscriber call(Subscriber subscriber) { return new Subscriber(subscriber) { @Override public void onCompleted() { subscriber.onCompleted(); } @Override public void onError(Throwable e) { subscriber.onError(e); } @Override public void onNext(Bean bean) { subscriber.onNext(bean.value); } }; } }) .lift(new Observable.Operator() { @Override public Subscriber call(Subscriber subscriber) { return new Subscriber(subscriber) { @Override public void onCompleted() { subscriber.onCompleted(); } @Override public void onError(Throwable e) { subscriber.onError(e); } @Override public void onNext(Integer i) { subscriber.onNext(String.valueOf(i)); } }; } }) .subscribe(System.out::println);

上面的代码中Observable的链式操作其实是等价于下面代码形式的，

代码视图2：

Observable o1 = Observable.just(new Bean(1), new Bean(2), new Bean(3), new Bean(4)); Observable o2 = o1.lift(···); Observable o3 = o2.lift(···); Subscriber subscriber3 = new Subscriber() { @Override public void onCompleted() {} @Override public void onError(Throwable e) {} @Override public void onNext(String s) { System.out.println(s); } }; o3.subscribe(subscriber3);

从代码视图2中，我们可以发现这一连串的操作下来，一共产生了3个Observable对象：o1、o2、o3。之前我们说过每个Observable对象都会持有一个onSubscribe对象作为数据源，用来向订阅者发布数据。我们以不同的标识来区分一下上面三个Observable对象对应的onSubscribe对象：o1 => onSubscribe1, o2 => onSubscribe2, o3 => onSubscribe3。

从上面lift操作说明一节，我们知道lift操作产生的Observable对象的数据源是不产生数据的，它做的事就只是把自己的订阅者包装成为一个父级Observable认可的订阅者，然后委派给父级的数据源。o3是一个通过lift操作产生的派生Observable，当订阅者subscriber3注册到o3时，o3的数据源onSubscribe3就会把subscriber3包装成一个父级（o2）可以的订阅者（这里命名为subscriber2），然后委派给父级数据源（onSubscribe2）。 现在请回头看代码视图1的第34-49行。这一段代码就显示了把subscriber3包装成为subscriber2的过程。可以发现，被包装出来的subscriber2只做一件事，就是把onSubscribe2发布给自己的数据转化为subscriber3可以消化的数据，然后就交给subscriber3，相当于充当了一个subscriber3和onSubscribe2之间的桥梁。

接着分析，onSubscribe2虽然说，通过subscriber2间接把数据发布到了subscriber3。但是实际上，作为数据源，它的持有者o2，也是通过lift操作产生的派生Observable，所以这个onSubscribe2也是不直接产生数据的。它也是把自己的订阅者（subscriber2）包装一个父级（o1）认可的订阅者（这里命名为subscriber1），然后委派给父级数据源（onSubscribe1）。 现在请再回头看代码视图1的第13-28行。这段代码显示了如何把subscriber2包装成为subscriber1的过程。同样，subscriber1也只做一件事，就是把onSubscribe1发布给自己的数据转化为subscriber2可以消化的数据，然后就交给subscriber2，相当于充当了一个subscriber2和onSubscribe1之间的桥梁。

最后，整个过程可以描述为下面的一个示意图，

subscribeOn与lift

RxJava中，lift操作几乎贯穿了整个Observable，因为差不多所有所有的操作符都是通过lift操作来实现的。比如map操作符，其实就是通过lift操作产生的派生Observable而已。所以这个派生Observable的数据源也就如上面我所述，自己不产生数据，而是把自己的订阅者包装成一个父级认可的订阅者。怎么包装呢？上面的讲述中，这个包装过程其实是通过我们调用lift操作时传递的参数Operator来完成的。

我们再回顾subscribeOn操作符的源码。首先，通过nest操作产生一个Observable>（我们原来操作的是Observable），然后它上面调用lift操作，那么Observable>就是父级了，lift操作最终产生的派生Observable就是整个subscribeOn操作产生的结果。看subscribeOn操作的源码我们可以发现，它是通过OperatorSubscribeOn这么一个Operator来实现Subscriber的包装。那么我们来看一下OperatorSubscribeOn的源码，分析一下具体的包装过程。

public class OperatorSubscribeOn implements Operator> { private final Scheduler scheduler; public OperatorSubscribeOn(Scheduler scheduler) { this.scheduler = scheduler; } @Override public Subscriber> call(final Subscriber subscriber) { final Worker inner = scheduler.createWorker(); subscriber.add(inner); return new Subscriber>(subscriber) { ···这里省略了一些于逻辑阅读无关的代码。 @Override public void onNext(final Observable o) { inner.schedule(new Action0() { @Override public void call() { final Thread t = Thread.currentThread(); o.unsafeSubscribe(new Subscriber(subscriber) { @Override public void onCompleted() { subscriber.onCompleted(); } @Override public void onError(Throwable e) { subscriber.onError(e); } @Override public void onNext(T t) { subscriber.onNext(t); } ···这里省略了一些于逻辑阅读无关的代码。 }); } }); } }; } }

从上面的分析中，我们知道subscribeOn操作其实是先通过nest操作产生一个Observable>对象，再通过lift操作产生派生Observable（即（Observable）对象的，所以Observable>对象就是父级。所以OperatorSubscribeOn的职责就是为包装一个Observable>认可的订阅者。被包装出来的订立者接受到父级发布的数据（即一个Observable对象）时，它这里没有把数据转换成下级subscriber（即上面代码第10行传递给call方法的参数）可消化的数据，而是通过inner对象来安装一次订阅。

小结，经过subscribeOn操作产生了一个派生Observable对象，这个对象的数据源（onSubscribe）的工作是为自己的订阅者在某个线程上安排订阅。

样例分析

代码视图3

Observable.just(new Bean(1), new Bean(2), new Bean(3), new Bean(4)) .subscribeOn(Schedulers.io()) .subscribeOn(Schedulers.immediate()) .subscribe(bean -> System.out.println(bean.value));

看过subscribeOn的源码之后，我们应该知道上面的代码几乎等价于下面的写法，

代码视图4

Observable o1 = Observable.just(new Bean(1), new Bean(2), new Bean(3), new Bean(4)); Observable> o2 = o1.nest(); Observable o3 = o2.lift(new OperatorSubscribeOn(Schedulers.io())); Observable> o4 = o3.nest(); Observable o5 = o4.lift(new OperatorSubscribeOn(Schedulers.immediate())); Subscriber subscriber4 = new Subscriber() { @Override public void onCompleted() {} @Override public void onError(Throwable e) {} @Override public void onNext(Bean s) { System.out.println(s.value); } }; o5.subscribe(subscriber5);

上面代码的执行过程，可以表示成如下示意图，

通过上面示意图可以看出，最后整个整个订阅过程的运行线程是 currentThread -> immediateThread -> ioThread。

声名

By 啪嗒科技 AtanL(atanl@padakeji.com)

©啪嗒科技版本所有，没有经作者允许，只能发表于padakeji.com相关域名下。

新闻标题：RxJava之subscribeOn解惑
文章转载：http://mswzjz.cn/article/cjjdoo.html