理解RxJava中的Single和Completable

简介:

在大多数 RxJava 示例代码和教程中出现最为频繁的一个类 —— Observable,它是产生响应式编程魔力的关键。它的用法很简单,只需要跟踪 3 个事件 —— onNextonErroronCompleted就可以应用上百个操作符来实现自己的表达式。那么为什么你还需要了解其他东西?

但是你仔细思考下,你真的需要每次都知道这 3 个事件吗?实际上,在大多数情况下并不需要。ReactiveX 文档中讲述的基本都是关于连续的事件流,因此我们经常忘记通常我们关心的只是监听单一事件或者只监听 completed or failed 事件。

RxJava

在这种情况下我们应该考虑用 RxJava 的两个绝妙的设计 —— Single<T> 和 Completable,在分析两者之前,让我们先看看他们应用场景的示例。

本文中所有代码都是基于 RxJava 2.x ,不是 1.x 版本。如果你还没升级 RxJava 到最新的 2.x 版本, 强烈建议你马上升级。

Single

在 Android 中使用 RxJava 最常见的场景就是网络请求,你可能使用 Retrofit 作为项目的 Http client。假设你有一个 GET HTTP 请求返回一些数据,同时使用 RxJavaAdapter 你大概会这么写:

public interface APIClient {

    @GET("my/api/path")
    Observable<MyData> getMyData();
}

上面的代码没什么问题,当调用它时:

apiClient.getMyData()
    .subscribe(new Consumer<MyData myData>() {
        @Override
        public void accept(MyData myData) throws Exception {
            // handle data fetched successfully
        }
    }, new Consumer<Throwable>() {
        @Override
        public void accept(Throwable throwable) throws Exception{
            // handle error event
        }
    }, new Action() {
        @Override
        public void run() throws Exception {
            // handle on complete event
        }
    });

仔细思考下,其实这个网络请求并不是一个连续事件流,你只会发起一次 Get 请求返回数据并且只收到一个事件。我们都知道这种情况下 onComplete 会紧跟着 onNext 被调用,那为什么不把它们合二为一呢?

在上面这种情况下为了更清楚的体现请求的意图,应该用Single<MyData>替换 Observable。从官方文档中对 Single 的说明可以发现为什么它是最恰当的选择:A Single is something like an Observable, but instead of emitting a series of values — anywhere from none at all to an infinite number — it always either emits one value or an error notification。所以修改后 API client 是这样的:

public interface APIClient {

    @GET("my/api/path")
    Single<MyData> getMyData();
}

同时请求的调用也可以简化:

apiClient.getMyData()
    .subscribe(new Consumer<MyData>() {
        @Override
        public void accept(MyData myData) throws Exception {
            // handle data fetched successfully and API call completed
        }
    }, new Consumer<Throwable>() {
        @Override
        public void accept(Throwable throwable) throws Exception{
            // handle error event
        }
    });

最值得高兴的是 Single 基本上实现了 Observable 所有的操作符 —— mapflatMapfilterzip等,如果你发现需要用到一个 Observable 的操作符而 Single 并不支持,你可以用toObservable操作符把Single<T>转换为Observable<T>

apiClient.getMyData()
    .toObservable()
    // This is an Observable<MyData> now

如果你有 Observable 表现地像 Single 一样,也可以通过singleOrError操作符转换为 Single。

Completable

继续讨论 Retrofit 的例子,再看看另外一种常用场景 —— 通过 PUT 请求更新数据。我们修改了 MyData 类型对象的一些属性,把它发送到服务器更新服务器数据库。大部分服务器 API 设计都是成功后返回更新后的对象,所以你的 API client 的实现是:

public interface APIClient {

    @PUT("my/api/updatepath")
    Observable<MyData> updateMyData(@Body MyData data);
}

同样的,跟之前的例子类似,应该这样调用:

apiClient.updateMyData(myUpdatedData)
    .subscribe(new Consumer<MyData myData>() {
        @Override
        public void accept(MyData myData) throws Exception {
            // handle data fetched successfully and API call completed
        }
    }, new Consumer<Throwable>() {
        @Override
        public void accept(Throwable throwable) throws Exception{
            // handle error event
        }
    }, new Action() {
        @Override
        public void run() throws Exception {
            // handle completion - what we actually care about
        }
    });

你可能会说这里我们可以同样用 Single 来简化代码,是的没错。在这种情况下我们仍然需要 MyData 结果,确定?服务器返回给我们更新后的数据是良好的设计,当时实际上仅仅是返回给我们之前发送给它的对象。我们真正需要的只是更新成功了,这意味着,我只关心 onComplete 事件。

这也是引入Completable的原因,官方文档对它的描述是:Represents a computation without any value but only indication for completion or exception。使用 Completable 时我们忽略 onNext 事件,只处理 onComplete 和 onError 事件,API client 改写为:

public interface APIClient {

    @PUT("my/api/updatepath")
    Completable updateMyData(@Body MyData data);
}

调用为:

apiClient.updateMyData(myUpdatedData)
    .subscribe(new Action() {
        @Override
        public void run() throws Exception {
            // handle completion
        }
    }, new Consumer<Throwable>() {
        @Override
        public void accept(Throwable throwable) throws Exception{
            // handle error
        }
    });

Completable 本质上来说和 Observable 与 Single 不一样,因为它不发射数据。因此 Completable 的操作符也有所区别,最常用的是andThen。在这个操作符中你可以传任何ObservableSingleFlowableMaybe或者其他Completable,它们会在原来的 Completable 结束后执行。例如。你想执行一些其他操作(Single):

apiClient.updateMyData(myUpdatedData)
    .andThen(performOtherOperation()) // a Single<OtherResult>
    .subscribe(new Consumer<OtherResult>() {
        @Override
        public void accept(OtherResult result) throws Exception {
            // handle otherResult
        }
    }, new Consumer<Throwable>() {
        @Override
        public void accept(Throwable throwable) throws Exception{
            // handle error
        }
    });

跟 Single 不同的是 RxJava 不允许直接把 Observable 转换为 Completable,因为没办法知道一个 Observable 什么时候 complete。但是你可以把 Single 转换为 Completable,因为 Single 保证 onComplete 会被调用,这个操作符是toCompletable

希望通过这篇简短的对 Single 和 Completable 的介绍能让你理解这两个概念从而写出更简洁的代码。


作者:johnnyshieh

来源:51CTO

相关文章
|
Linux Shell Windows
Linux如何检查文件夹的大小?
在Linux中查看文件夹大小,可使用`du`(如`du -sh *`)、`df`(如`df -h /home`)查看磁盘使用情况,`ncdu`提供交互式浏览,`ls -lh`显示当前目录文件大小,`find`与`du`结合找大文件夹,`tree --du -h`展示目录结构及大小,或用`awk`与`du`组合按大小排序。不同场景下,这些命令各有优势。
968 1
Linux如何检查文件夹的大小?
|
运维 网络协议 容灾
阿里云云解析DNS产品升级,融合DNS解决方案发布
阿里云云解析DNS产品升级,融合DNS解决方案发布
阿里云云解析DNS产品升级,融合DNS解决方案发布
|
安全 Android开发
你是否了解 RxJava 的 Disposable ?
你是否了解 RxJava 的 Disposable ?
419 0
|
云安全 缓存 监控
什么是CC攻击,有什么办法防御CC攻击
CC攻击的前身是一个名为Fatboy的攻击程序,而之所以后来人们会称之为CC,是因为DDoS攻击发展的初期阶段,绝大部分DDoS攻击都能被业界熟知的“黑洞”(Collapsar,一种安全防护产品)所抵挡,CC攻击的诞生就是为了直面挑战黑洞,所以Challenge Collapsar(挑战黑洞).
什么是CC攻击,有什么办法防御CC攻击
|
9月前
|
搜索推荐 SEO
关键词选择有什么技巧?
关键词选择是SEO的重要环节,直接影响网站流量与排名。要有效选词,需了解目标受众需求、善用关键词工具、分析竞争对手,并关注搜索意图。同时,结合长尾关键词、地域性词汇,评估搜索量与竞争度,实现多元化布局。此外,定期优化策略,融入语义相关性,可提升内容深度与用户匹配度,增强搜索引擎可见性,为网站带来更高价值的流量。
415 4
|
10月前
|
存储 弹性计算 固态存储
阿里云服务器租用价格参考:云服务器各收费项目收费标准与活动价格
阿里云服务器收费项目有实例价格、预留实例券、专有宿主机、块存储价格、存储容量单位包、带宽价格和快照服务价格,收费模式有包年包月和按量付费模式。本文为大家汇总了2025年阿里云服务器各个收费项目的最新收费标准与云服务器的最新活动价格,以供参考和了解。
|
运维 网络安全
解决ssh: connect to host IP port 22: Connection timed out报错(scp传文件指定端口)
通过这些步骤和方法,您可以有效解决“ssh: connect to host IP port 22: Connection timed out”问题,并顺利使用 `scp`命令传输文件。
12616 7
|
存储 消息中间件 API
FreeRTOS入门教程(堆和栈)
FreeRTOS入门教程(堆和栈)
674 0
|
存储 算法 关系型数据库
探索MySQL递归查询,优雅的给树结构分页!
总结起来,对于MySQL中的树结构数据,递归查询结合预排序遍历树算法可以实现优雅的分页,但需要注意性能优化和数据更新的问题。这项技术提供了一种高效处理层级数据的工具,使得开发者可以在复杂的数据结构下实现直观和可靠的数据查询。
880 1