RxJava2.0的初學者必備教程(九)
前言
好久不見朋友們,最近一段時間在忙工作上的事情,這兩天正好有點時間,趕緊寫下了這篇教程,免得大家說我太鹹了。
正題
先來回顧一下上上節,我們講Flowable的時候,說它採用了
響應式拉
的方式,我們還舉了個
葉問打小日本
的例子,再來回顧一下吧,我們說把
上游
看成
小日本
, 把
下游
當作
葉問
, 當呼叫
Subscription。request(1)
時,
葉問
就說
我要打一個!
然後
小日本
就拿出
一個鬼子
給葉問, 讓他打, 等葉問打死這個鬼子之後, 再次呼叫
request(10)
, 葉問就又說
我要打十個!
然後小日本又派出
十個鬼子
給葉問, 然後就在邊上看熱鬧, 看葉問能不能打死十個鬼子, 等葉問打死十個鬼子後再繼續要鬼子接著打。
但是不知道大家有沒有發現,在我們前兩節中的例子中,我們口中聲稱的
響應式拉
並沒有完全體現出來,比如這個例子:
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
“emit 1”
);
emitter
。
onNext
(
1
);
Log
。
d
(
TAG
,
“emit 2”
);
emitter
。
onNext
(
2
);
Log
。
d
(
TAG
,
“emit 3”
);
emitter
。
onNext
(
3
);
Log
。
d
(
TAG
,
“emit complete”
);
emitter
。
onComplete
();
}
},
BackpressureStrategy
。
ERROR
)。
subscribeOn
(
Schedulers
。
io
())
。
observeOn
(
AndroidSchedulers
。
mainThread
())
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
“onSubscribe”
);
mSubscription
=
s
;
s
。
request
(
1
);
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
“onNext: ”
+
integer
);
mSubscription
。
request
(
1
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
“onError: ”
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
“onComplete”
);
}
});
雖然我們在下游中是每次處理掉了一個事件之後才呼叫request(1)去請求下一個事件,也就是說葉問的確是在打死了一個鬼子之後才繼續打下一個鬼子,可是上游呢?上游真的是每次當下遊請求一個才拿出一個嗎?從上上篇文章中我們知道並不是這樣的,上游仍然是一開始就傳送了所有的事件,也就是說小日本並沒有等葉問打死一個才拿出一個,而是一開始就拿出了所有的鬼子,這些鬼子從一開始就在這兒排隊等著被打死。
有個故事是這麼說的:
楚人有賣盾與矛者,先譽其盾之堅,曰:“吾盾之堅,物莫能陷也。”俄而又譽其矛之利,曰:“吾矛之利,萬物莫不陷也。”市人詰之曰:“以子之矛陷子之盾,何如?”其人弗能應也。眾皆笑之。
沒錯,我們前後所說的就是自相矛盾了,這說明了什麼呢,說明我們的實現並不是一個完整的實現,那麼,究竟怎樣的實現才是完整的呢?
我們先自己來想一想,在下游中呼叫Subscription。request(n)就可以告訴上游,下游能夠處理多少個事件,那麼上游要根據下游的處理能力正確的去傳送事件,那麼上游是不是應該知道下游的處理能力是多少啊,對吧,不然,一個巴掌拍不響啊,這種事情得你情我願才行。
那麼上游從哪裡得知下游的處理能力呢?我們來看看上游最重要的部分,肯定就是
FlowableEmitter
了啊,我們就是透過它來發送事件的啊,來看看它的原始碼吧(別緊張,它的程式碼灰常簡單):
public
interface
FlowableEmitter
<
T
>
extends
Emitter
<
T
>
{
void
setDisposable
(
Disposable
s
);
void
setCancellable
(
Cancellable
c
);
/**
* The current outstanding request amount。
*
This method is thread-safe。
* @return the current outstanding request amount
*/
long
requested
();
boolean
isCancelled
();
FlowableEmitter
<
T
>
serialize
();
}
FlowableEmitter是個介面,繼承Emitter,Emitter裡面就是我們的onNext(),onComplete()和onError()三個方法。我們看到FlowableEmitter中有這麼一個方法:
long
requested
();
方法註釋的意思就是
當前外部請求的數量
,哇哦,這好像就是我們要找的答案呢。 我們還是實際驗證一下吧。
先來看
同步
的情況吧:
public
static
void
demo1
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
”current requested: “
+
emitter
。
requested
());
}
},
BackpressureStrategy
。
ERROR
)
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
”onSubscribe“
);
mSubscription
=
s
;
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
”onNext: “
+
integer
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
”onError: “
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
”onComplete“
);
}
});
}
這個例子中,我們在上游中打印出當前的request數量,下游什麼也不做。
我們先猜測一下結果,下游沒有呼叫request(),說明當前下游的處理能力為0,那麼上游得到的requested也應該是0,是不是呢?
來看看執行結果:
D/TAG: onSubscribe
D/TAG: current requested: 0
哈哈,結果果然是0,說明我們的結論基本上是對的。
那下游要是呼叫了request()呢,來看看:
public
static
void
demo1
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
”current requested: “
+
emitter
。
requested
());
}
},
BackpressureStrategy
。
ERROR
)
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
”onSubscribe“
);
mSubscription
=
s
;
s
。
request
(
10
);
//我要打十個!
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
”onNext: “
+
integer
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
”onError: “
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
”onComplete“
);
}
});
}
這次在下游中呼叫了request(10),告訴上游我要打十個,看看執行結果:
D/TAG: onSubscribe
D/TAG: current requested: 10
果然!上游的requested的確是根據下游的請求來決定的,那要是下游多次請求呢?比如這樣:
public
static
void
demo1
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
”current requested: “
+
emitter
。
requested
());
}
},
BackpressureStrategy
。
ERROR
)
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
”onSubscribe“
);
mSubscription
=
s
;
s
。
request
(
10
);
//我要打十個!
s
。
request
(
100
);
//再給我一百個!
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
”onNext: “
+
integer
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
”onError: “
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
”onComplete“
);
}
});
}
下游先呼叫了request(10), 然後又呼叫了request(100),來看看執行結果:
D/TAG: onSubscribe
D/TAG: current requested: 110
看來多次呼叫也沒問題,做了
加法
。
誒加法?對哦,只是做加法,那什麼時候做
減法
呢?
當然是傳送事件啦!
來看個例子吧:
public
static
void
demo2
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
final
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
”before emit, requested = “
+
emitter
。
requested
());
Log
。
d
(
TAG
,
”emit 1“
);
emitter
。
onNext
(
1
);
Log
。
d
(
TAG
,
”after emit 1, requested = “
+
emitter
。
requested
());
Log
。
d
(
TAG
,
”emit 2“
);
emitter
。
onNext
(
2
);
Log
。
d
(
TAG
,
”after emit 2, requested = “
+
emitter
。
requested
());
Log
。
d
(
TAG
,
”emit 3“
);
emitter
。
onNext
(
3
);
Log
。
d
(
TAG
,
”after emit 3, requested = “
+
emitter
。
requested
());
Log
。
d
(
TAG
,
”emit complete“
);
emitter
。
onComplete
();
Log
。
d
(
TAG
,
”after emit complete, requested = “
+
emitter
。
requested
());
}
},
BackpressureStrategy
。
ERROR
)
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
”onSubscribe“
);
mSubscription
=
s
;
s
。
request
(
10
);
//request 10
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
”onNext: “
+
integer
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
”onError: “
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
”onComplete“
);
}
});
}
程式碼很簡單,來看看執行結果:
D/TAG: onSubscribe
D/TAG: before emit, requested = 10
D/TAG: emit 1
D/TAG: onNext: 1
D/TAG: after emit 1, requested = 9
D/TAG: emit 2
D/TAG: onNext: 2
D/TAG: after emit 2, requested = 8
D/TAG: emit 3
D/TAG: onNext: 3
D/TAG: after emit 3, requested = 7
D/TAG: emit complete
D/TAG: onComplete
D/TAG: after emit complete, requested = 7
大家應該能看出端倪了吧,下游呼叫request(n) 告訴上游它的處理能力,上游每傳送一個
next事件
之後,requested就減一,
注意是next事件,complete和error事件不會消耗requested
,當減到0時,則代表下游沒有處理能力了,這個時候你如果繼續傳送事件,會發生什麼後果呢?當然是
MissingBackpressureException
啦,試一試:
public
static
void
demo2
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
final
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
”before emit, requested = “
+
emitter
。
requested
());
Log
。
d
(
TAG
,
”emit 1“
);
emitter
。
onNext
(
1
);
Log
。
d
(
TAG
,
”after emit 1, requested = “
+
emitter
。
requested
());
Log
。
d
(
TAG
,
”emit 2“
);
emitter
。
onNext
(
2
);
Log
。
d
(
TAG
,
”after emit 2, requested = “
+
emitter
。
requested
());
Log
。
d
(
TAG
,
”emit 3“
);
emitter
。
onNext
(
3
);
Log
。
d
(
TAG
,
”after emit 3, requested = “
+
emitter
。
requested
());
Log
。
d
(
TAG
,
”emit complete“
);
emitter
。
onComplete
();
Log
。
d
(
TAG
,
”after emit complete, requested = “
+
emitter
。
requested
());
}
},
BackpressureStrategy
。
ERROR
)
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
”onSubscribe“
);
mSubscription
=
s
;
s
。
request
(
2
);
//request 2
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
”onNext: “
+
integer
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
”onError: “
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
”onComplete“
);
}
});
}
還是這個例子,只不過這次只request(2), 看看執行結果:
D/TAG: onSubscribe
D/TAG: before emit, requested = 2
D/TAG: emit 1
D/TAG: onNext: 1
D/TAG: after emit 1, requested = 1
D/TAG: emit 2
D/TAG: onNext: 2
D/TAG: after emit 2, requested = 0
D/TAG: emit 3
W/TAG: onError: io。reactivex。exceptions。MissingBackpressureException: create: could not emit value due to lack of requests
at io。reactivex。internal。operators。flowable。FlowableCreate$ErrorAsyncEmitter。onOverflow(FlowableCreate。java:411)
at io。reactivex。internal。operators。flowable。FlowableCreate$NoOverflowBaseAsyncEmitter。onNext(FlowableCreate。java:377)
at zlc。season。rxjava2demo。demo。ChapterNine$4。subscribe(ChapterNine。java:80)
at io。reactivex。internal。operators。flowable。FlowableCreate。subscribeActual(FlowableCreate。java:72)
at io。reactivex。Flowable。subscribe(Flowable。java:12218)
at zlc。season。rxjava2demo。demo。ChapterNine。demo2(ChapterNine。java:89)
at zlc。season。rxjava2demo。MainActivity$2。onClick(MainActivity。java:36)
at android。view。View。performClick(View。java:4780)
at android。view。View$PerformClick。run(View。java:19866)
at android。os。Handler。handleCallback(Handler。java:739)
at android。os。Handler。dispatchMessage(Handler。java:95)
at android。os。Looper。loop(Looper。java:135)
at android。app。ActivityThread。main(ActivityThread。java:5254)
at java。lang。reflect。Method。invoke(Native Method)
at java。lang。reflect。Method。invoke(Method。java:372)
at com。android。internal。os。ZygoteInit$MethodAndArgsCaller。run(ZygoteInit。java:903)
at com。android。internal。os。ZygoteInit。main(ZygoteInit。java:698)
D/TAG: after emit 3, requested = 0
D/TAG: emit complete
D/TAG: after emit complete, requested = 0
到目前為止我們一直在說同步的訂閱,現在同步說完了,我們先用一張圖來總結一下同步的情況:
這張圖的意思就是當上下游在同一個執行緒中的時候,在
下游
呼叫request(n)就會直接改變
上游
中的requested的值,多次呼叫便會疊加這個值,而上游每傳送一個事件之後便會去減少這個值,當這個值減少至0的時候,繼續傳送事件便會拋異常了。
我們再來說說
非同步
的情況,非同步和同步會有區別嗎?會有什麼區別呢?帶著這個疑問我們繼續來探究。
同樣的先來看一個基本的例子:
public
static
void
demo3
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
”current requested: “
+
emitter
。
requested
());
}
},
BackpressureStrategy
。
ERROR
)
。
subscribeOn
(
Schedulers
。
io
())
。
observeOn
(
AndroidSchedulers
。
mainThread
())
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
”onSubscribe“
);
mSubscription
=
s
;
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
”onNext: “
+
integer
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
”onError: “
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
”onComplete“
);
}
});
}
這次是非同步的情況,上游啥也不做,下游也啥也不做,來看看執行結果:
D/TAG: onSubscribe
D/TAG: current requested: 128
哈哈,又是128,看了我前幾篇文章的朋友肯定很熟悉這個數字啊!這個數字為什麼和我們之前所說的預設的水缸大小一樣啊,莫非?
帶著這個疑問我們繼續來研究一下:
public
static
void
demo3
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
”current requested: “
+
emitter
。
requested
());
}
},
BackpressureStrategy
。
ERROR
)
。
subscribeOn
(
Schedulers
。
io
())
。
observeOn
(
AndroidSchedulers
。
mainThread
())
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
”onSubscribe“
);
mSubscription
=
s
;
s
。
request
(
1000
);
//我要打1000個!!
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
”onNext: “
+
integer
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
”onError: “
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
”onComplete“
);
}
});
}
這次我們在下游呼叫了request(1000)告訴上游我要打1000個,按照之前我們說的,這次的執行結果應該是1000,來看看執行結果:
D/TAG: onSubscribe
D/TAG: current requested: 128
臥槽,你確定你沒貼錯程式碼?
是的,真相就是這樣,就是128,蜜汁128。。。
為了答疑解惑,我就直接上圖了:
可以看到,當上下游工作在不同的執行緒裡時,每一個執行緒裡都有一個requested,而我們呼叫request(1000)時,實際上改變的是下游主執行緒中的requested,而上游中的requested的值是由RxJava內部呼叫request(n)去設定的,這個呼叫會在合適的時候自動觸發。
現在我們就能理解為什麼沒有呼叫request,上游中的值是128了,因為下游在
一開始就在內部呼叫了
request(128)去設定了上游中的值,因此即使下游沒有呼叫request(),上游也能傳送128個事件,這也可以解釋之前我們為什麼說Flowable中預設的水缸大小是128,其實就是這裡設定的。
剛才同步的時候我們說了,上游每傳送一個事件,requested的值便會減一,對於非同步來說同樣如此,那有人肯定有疑問了,一開始上游的requested的值是128,那這128個事件傳送完了不就不能繼續傳送了嗎?
剛剛說了,設定上游requested的值的這個內部呼叫會在
合適的時候
自動觸發,那到底什麼時候是合適的時候呢?是發完128個事件才去呼叫嗎?還是傳送了一半才去呼叫呢?
帶著這個疑問我們來看下一段程式碼:
public
static
void
request
()
{
mSubscription
。
request
(
96
);
//請求96個事件
}
public
static
void
demo4
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
Integer
>()
{
@Override
public
void
subscribe
(
FlowableEmitter
<
Integer
>
emitter
)
throws
Exception
{
Log
。
d
(
TAG
,
”First requested = “
+
emitter
。
requested
());
boolean
flag
;
for
(
int
i
=
0
;
;
i
++)
{
flag
=
false
;
while
(
emitter
。
requested
()
==
0
)
{
if
(!
flag
)
{
Log
。
d
(
TAG
,
”Oh no! I can‘t emit value!“
);
flag
=
true
;
}
}
emitter
。
onNext
(
i
);
Log
。
d
(
TAG
,
”emit “
+
i
+
” , requested = “
+
emitter
。
requested
());
}
}
},
BackpressureStrategy
。
ERROR
)
。
subscribeOn
(
Schedulers
。
io
())
。
observeOn
(
AndroidSchedulers
。
mainThread
())
。
subscribe
(
new
Subscriber
<
Integer
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
Log
。
d
(
TAG
,
”onSubscribe“
);
mSubscription
=
s
;
}
@Override
public
void
onNext
(
Integer
integer
)
{
Log
。
d
(
TAG
,
”onNext: “
+
integer
);
}
@Override
public
void
onError
(
Throwable
t
)
{
Log
。
w
(
TAG
,
”onError: “
,
t
);
}
@Override
public
void
onComplete
()
{
Log
。
d
(
TAG
,
”onComplete“
);
}
});
}
這次的上游稍微複雜了一點點,首先仍然是個無限迴圈發事件,但是是有條件的,只有當上遊的requested != 0的時候才會發事件,然後我們呼叫request(96)去消費96個事件(為什麼是96而不是其他的數字先不要管),來看看執行結果吧:
D/TAG: onSubscribe
D/TAG: First requested = 128
D/TAG: emit 0 , requested = 127
D/TAG: emit 1 , requested = 126
D/TAG: emit 2 , requested = 125
。。。
D/TAG: emit 124 , requested = 3
D/TAG: emit 125 , requested = 2
D/TAG: emit 126 , requested = 1
D/TAG: emit 127 , requested = 0
D/TAG: Oh no! I can’t emit value!
首先執行之後上游便會發送完128個事件,之後便不做任何事情,從列印的結果中我們也可以看出這一點。
然後我們呼叫request(96),這會讓下游去消費96個事件,來看看執行結果吧:
D/TAG: onNext: 0
D/TAG: onNext: 1
。。。
D/TAG: onNext: 92
D/TAG: onNext: 93
D/TAG: onNext: 94
D/TAG: onNext: 95
D/TAG: emit 128 , requested = 95
D/TAG: emit 129 , requested = 94
D/TAG: emit 130 , requested = 93
D/TAG: emit 131 , requested = 92
。。。
D/TAG: emit 219 , requested = 4
D/TAG: emit 220 , requested = 3
D/TAG: emit 221 , requested = 2
D/TAG: emit 222 , requested = 1
D/TAG: emit 223 , requested = 0
D/TAG: Oh no! I can‘t emit value!
可以看到,當下遊消費掉第96個事件之後,上游又開始發事件了,而且可以看到當前上游的requested的值是96(打印出來的95是已經發送了一個事件減一之後的值),最終發出了第223個事件之後又進入了等待區,而223-127 正好等於 96。
這是不是說明當下游每消費96個事件便會自動觸發內部的request()去設定上游的requested的值啊!沒錯,就是這樣,而這個新的值就是96。
朋友們可以手動試試請求95個事件,上游是不會繼續傳送事件的。
至於這個96是怎麼得出來的(肯定不是我猜的蒙的啊),感興趣的朋友可以自行閱讀原始碼尋找答案,對於初學者而言應該沒什麼必要,管它內部怎麼實現的呢對吧。
好了今天的教程就到這裡了!透過本節的學習,大家應該知道如何正確的去實現一個完整的響應式拉取了,在
某一些場景
下,可以在傳送事件前先判斷當前的requested的值是否大於0,若等於0則說明下游處理不過來了,則需要等待,例如下面這個例子。
實踐
這個例子是讀取一個文字檔案,需要一行一行讀取,然後處理並輸出,如果文字檔案很大的時候,比如幾十M的時候,全部先讀入記憶體肯定不是明智的做法,因此我們可以一邊讀取一邊處理,實現的程式碼如下:
public
static
void
main
(
String
[]
args
)
{
practice1
();
try
{
Thread
。
sleep
(
10000000
);
}
catch
(
InterruptedException
e
)
{
e
。
printStackTrace
();
}
}
public
static
void
practice1
()
{
Flowable
。
create
(
new
FlowableOnSubscribe
<
String
>()
{
@Override
public
void
subscribe
(
FlowableEmitter
<
String
>
emitter
)
throws
Exception
{
try
{
FileReader
reader
=
new
FileReader
(
”test。txt“
);
BufferedReader
br
=
new
BufferedReader
(
reader
);
String
str
;
while
((
str
=
br
。
readLine
())
!=
null
&&
!
emitter
。
isCancelled
())
{
while
(
emitter
。
requested
()
==
0
)
{
if
(
emitter
。
isCancelled
())
{
break
;
}
}
emitter
。
onNext
(
str
);
}
br
。
close
();
reader
。
close
();
emitter
。
onComplete
();
}
catch
(
Exception
e
)
{
emitter
。
onError
(
e
);
}
}
},
BackpressureStrategy
。
ERROR
)
。
subscribeOn
(
Schedulers
。
io
())
。
observeOn
(
Schedulers
。
newThread
())
。
subscribe
(
new
Subscriber
<
String
>()
{
@Override
public
void
onSubscribe
(
Subscription
s
)
{
mSubscription
=
s
;
s
。
request
(
1
);
}
@Override
public
void
onNext
(
String
string
)
{
System
。
out
。
println
(
string
);
try
{
Thread
。
sleep
(
2000
);
mSubscription
。
request
(
1
);
}
catch
(
InterruptedException
e
)
{
e
。
printStackTrace
();
}
}
@Override
public
void
onError
(
Throwable
t
)
{
System
。
out
。
println
(
t
);
}
@Override
public
void
onComplete
()
{
}
});
}
執行的結果便是:
好了,本次的教程就到這裡了,謝謝大家捧場!下節見,敬請期待!
(PS: 我這麼用心的寫文章, 你們也不給個贊嗎?)