RxJava 事件流之转换数据流

转载

jdsjlzx 2016-07-05 21:57:48 博主文章分类：RxJava入门

文章标签 RxJava map flatmap 数据数据转换 文章分类 Java 后端开发

Transformation of sequences

本节介绍转换数据流中数据的方法。在真实世界中， Observable 中的数据可以是任意类型的，可能在你的应用中无法直接使用这些数据类型，你需要对这些数据对象进行一些转换。
map 和 flatMap 是本节中操作函数的基础。下面是三种转换方式的示意：

Ana(morphism) T –> Observable
Cata(morphism) IObservable –> T
Bind IObservable –> IObservable

本节还是继续使用上一节引入的自定义 Subscriber：

class PrintSubscriber extends Subscriber{
    private final String name;
    public PrintSubscriber(String name) {
        this.name = name;
    }
    @Override
    public void onCompleted() {
        System.out.println(name + ": Completed");
    }
    @Override
    public void onError(Throwable e) {
        System.out.println(name + ": Error: " + e);
    }
    @Override
    public void onNext(Object v) {
        System.out.println(name + ": "

map

最基础的转换函数就是 map。 map 使用一个转换的参数把源Observable 中的数据转换为另外一种类型的数据。返回的 Observable 中包含了转换后的数据。

public final <R> Observable<R> map(Func1<? super

RxJava 事件流之转换数据流_RxJava

下面是把源 Observable 中的每个数据都加 3 然后再返回：

Observable<Integer> values = Observable.range(0,4);

values
    .map(i -> i + 3)
    .subscribe(new PrintSubscriber("Map"));

结果：

Map: 3
Map: 4
Map: 5
Map: 6
Map: Completed

上面的代码只是示例 map 的使用，并没有太大的实际意义。下面是一个比较实际的转换方式：

Observable<Integer> values = 
        Observable.just("0", "1", "2", "3")
            .map(Integer::parseInt);

values.subscribe(new PrintSubscriber("Map"));

结果：

Map: 0
Map: 1
Map: 2
Map: 3
Map: Completed

源 Observable 发射的为 String 类型数据，而我们需要的是 int 类型，则可以通过 map 把 String 转换为 int。

如果你认为这种转换太简单了，完全可以在 Subscriber 中完成，这样在设计架构上并不合理，没有有效的区分职责。代码设计每个部分都有各自的职责，使用 map 可以有效的确保职责清晰。方便后续修改。

cast 和 ofType

cast 是把一个对象强制转换为子类型的缩写形式。假设源 Observable为 Observable，但是你知道里面的数据都是 Integer 类型，则你可以使用 cast 把里面的数据转换为 Integer：

Observable<Object> values = Observable.just(0, 1, 2, 3);

values
    .cast(Integer.class)
    .subscribe(new PrintSubscriber("Map"));

结果：

Map: 0
Map: 1
Map: 2
Map: 3
Map: Completed

如果遇到类型不一样的对象的话，就会抛出一个 error：

Observable<Object> values = Observable.just(0, 1, 2, "3");

values
    .cast(Integer.class)
    .subscribe(new PrintSubscriber("Map"));

结果：

Map: 0
Map: 1
Map: 2
Map: Error: java.lang.ClassCastException: Cannot cast java.lang.String to java.lang.Integer

如果你不想处理类型不一样的对象，则可以用 ofType 。该函数用来判断数据是否为该类型，如果不是则跳过这个数据。

Observable<Object> values = Observable.just(0, 1, "2", 3);

values
    .ofType(Integer.class)
    .subscribe(new PrintSubscriber("Map"));

结果：

Map: 0
Map: 1
Map: 3
Map: Completed

timestamp 和 timeInterval

这两个函数可以给数据流中的数据添加额外的时间相关的信息。timestamp 把数据转换为 Timestamped 类型，里面包含了原始的数据和一个原始数据是何时发射的时间戳。

public final Observable<Timestamped<T>> timestamp()

Observable<Long> values = Observable.interval(100, TimeUnit.MILLISECONDS);

values.take(3)
    .timestamp()
    .subscribe(new PrintSubscriber("Timestamp"));

结果：

Timestamp: Timestamped(timestampMillis = 1428611094943, value = 0)
Timestamp: Timestamped(timestampMillis = 1428611095037, value = 1)
Timestamp: Timestamped(timestampMillis = 1428611095136, value = 2)
Timestamp: Completed

从结果可以看到，上面的数据大概每隔100毫秒发射一个。
如果你想知道前一个数据和当前数据发射直接的时间间隔，则可以使用 timeInterval 函数。

public final Observable<TimeInterval<T>> timeInterval()

Observable<Long> values = Observable.interval(100, TimeUnit.MILLISECONDS);

values.take(3)
    .timeInterval()
    .subscribe(new PrintSubscriber("TimeInterval"));

结果：

TimeInterval: TimeInterval [intervalInMilliseconds=131, value=0]
TimeInterval: TimeInterval [intervalInMilliseconds=75, value=1]
TimeInterval: TimeInterval [intervalInMilliseconds=100, value=2]
TimeInterval: Completed

TimeInterval 中有个属性 intervalInMilliseconds 记录了两次数据发射直接的时间间隔。

这两个函数中的时间对于记录日志和调试程序是非常有用的。这是用 Rx 的方式来获取异步调用的数据流信息。

materialize 和 dematerialize

materialize 对于记录日志也是很有用的。materialize 把数据转换为元数据发射出去：

public final Observable<Notification<T>> materialize()

RxJava 事件流之转换数据流_map_02

元数据中包含了源 Observable 所发射的动作，是调用 onNext 还是 onComplete。注意上图中，源 Observable 结束的时候， materialize 还会发射一个 onComplete 数据，然后才发射一个结束事件。

Observable<Long> values = Observable.interval(100, TimeUnit.MILLISECONDS);

values.take(3)
    .materialize()
    .subscribe(new PrintSubscriber("Materialize"));

结果：

Materialize: [rx.Notification@a4c802e9 OnNext 0]
Materialize: [rx.Notification@a4c802ea OnNext 1]
Materialize: [rx.Notification@a4c802eb OnNext 2]
Materialize: [rx.Notification@18d48ace OnCompleted]
Materialize: Completed

Notification 类包含了一些判断每个数据发射类型的方法，如果出错了还可以获取错误信息 Throwable 对象。

dematerialize 函数会把 materialize 转换后的Observable 再还原为源Observable。

flatMap

map 把一个数据转换为另外一个数据。而 flatMap 把源 Observable 中的一个数据替换为任意数量的数据，可以为 0 个，也可以为无限个。 flatMap 把源 Observable 中的一个数据转换为一个新的 Observable 发射出去。

public final <R> Observable<R> flatMap(Func1<? super T,? extends Observable<? extends

RxJava 事件流之转换数据流_数据转换_03

flatMap 的参数会把源 Observable 中发射的每个数据转换为一个新的 Observable，然后 flatMap 再把这些新的 Observable 中发射的数据发射出来。每个新的 Observable 数据都是按照他们产生的顺序发射出来，但是 Observable 之间数据的顺序可能会不一样。

下面通过一个简单的例子来帮助理解 flatMap 。

Observable<Integer> values = Observable.just(2);

values
    .flatMap(i -> Observable.range(0,i))
    .subscribe(new PrintSubscriber("flatMap"));

结果：

flatMap: 0
flatMap: 1
flatMap: Completed

上面的示例中，values 这个 Observable 只发射一个值 2. 而 flatMap 参数把数据 2 转换为 Observable.range(0,2)，其中 Lambda 表达式中的 i 为 values Observable 发射的数据，这里也就是 2. 然后订阅到 flatMap 生成的新 Observable 上。而 Observable.range(0,2) 会发射 0 和 1 两个数据，所以结果就是 0、 1 、完成。

从上面示例中可以看到， flatMap 把源 Observable 中每个值都转换为一个新的 Observable 了。比如：

Observable<Integer> values = Observable.range(1,3);

values
    .flatMap(i -> Observable.range(0,i))
    .subscribe(new PrintSubscriber("flatMap"));

这里 values 会发射 1 、 2、 3 三个数据。然后 flatMap 把每个数据变为新的 Observable （Observable.range(0,i)），所以会有 3 个 Observable，这 3个 Observable 分别发射 [0], [0,1] 和 [0,1,2]。最终 flatMap 再把这 3 个新 Observable 发射的数据合并到一个 Observable 发射出去。

所以上面的结果如下：

flatMap: 0
flatMap: 0
flatMap: 1
flatMap: 0
flatMap: 1
flatMap: 2
flatMap: Completed

再看一个示例，把 int 值转换为字母：

Observable<Integer> values = Observable.just(1);

values
    .flatMap(i -> 
        Observable.just(
            Character.valueOf((char)(i+64))
    ))
    .subscribe(new PrintSubscriber("flatMap"));

上面的示例，用 map 函数实现会更简单，这里是为了说明 flatMap 另外一种功能，如果你发现源 Observable 中发射的数据不符合你的要求，则你可以返回一个空的 Observable。这就相当于过滤数据的作用，例如：

Observable<Integer> values = Observable.range(0,30);

values
    .flatMap(i -> {
        if (0 < i && i <= 26)
            return Observable.just(Character.valueOf((char)(i+64)));
        else
            return Observable.empty();
    })
    .subscribe(new PrintSubscriber("flatMap"));

结果：

flatMap: A
flatMap: B
flatMap: C
...

上面示例源 Observable 一共发射 0 到 29 这 30个数字。在 flatMap 中判断如果数字大于 0 并且小于等于 26，则转换为字母用并用 Observable.just 生成新的 Observable；其他数字都返回一个 Observable.empty() 空 Observable。

注意，flatMap 是把几个新的 Observable 合并为一个 Observable 返回，只要这些新的 Observable 有数据发射出来， flatMap 就会把数据立刻发射出去。所以如果这些新的 Observable 发射数据是异步的，那么 flatMap 返回的数据也是异步的。下面示例中使用 Observable.interval 来生成每个数据对应的新 Observable，由于 interval 返回的 Observable 是异步的，所以可以看到最终输出的结果是每当有 Observable 发射数据的时候， flatMap 就返回该数据。

Observable.just(100, 150)
    .flatMap(i ->
        Observable.interval(i, TimeUnit.MILLISECONDS)
            .map(v -> i)
    )
    .take(10)
    .subscribe(new PrintSubscriber("flatMap"));

上面的 Lambda 表达式先把参数 i （这里分别为 100 和 150 这两个数字）转换为 Observable.interval(i, TimeUnit.MILLISECONDS)，每隔 i 毫秒发射一个数字，这样两个 Observable.interval 都发射同样的数字，只不过发射的时间间隔不一样，所以为了区分打印的结果，我们再用 map(v -> i) 把结果转换为 i 。

结果如下：

flatMap: 100
flatMap: 150
flatMap: 100
flatMap: 100
flatMap: 150
flatMap: 100
flatMap: 150
flatMap: 100
flatMap: 100
flatMap: 150
flatMap: Completed

可以两个新的 Observable 的数据交织在一起发射出来。

concatMap

如果你不想把新 Observable 中的数据交织在一起发射，则可以选择使用 concatMap 函数。

该函数会等第一个新的 Observable 完成后再发射下一个新的 Observable 中的数据。

Observable.just(100, 150)
    .concatMap(i ->
        Observable.interval(i, TimeUnit.MILLISECONDS)
            .map(v -> i)
            .take(3))
    .subscribe(
        System.out::println,
        System.out::println,
        () -> System.out.println("Completed"));

结果：

100
100
100
150
150
150
Completed

所以 concatMap 要求新的Observable 不能是无限的，否则该无限 Observable 会阻碍后面的数据发射。为此，上面的示例使用 take 来结束 Observable。

flatMapIterable

flatMapIterable 和 flatMap 类似，区别是 flatMap 参数把每个数据转换为一个新的 Observable，而 flatMapIterable 参数把一个数据转换为一个新的 iterable 对象。

例如下面是一个把参数转换为 iterable 的函数：

public static Iterable<Integer> range(int start, int count) {
    List<Integer> list = new ArrayList<>();
    for (int i=start ; i<start+count ; i++) {
        list.add(i);
    }
    return list;
}

然后可以这样使用该函数作为 flatMapIterable 的参数：

Observable.range(1, 3)
    .flatMapIterable(i -> range(1, i))
    .subscribe(System.out::println);

结果：

flatMapIterable 把生成的 3 个 iterable 合并为一个 Observable 发射。

作为 Rx 开发者，我们需要知道在 Rx 中应该使用 Observable 数据流来发射数据而不要混合使用传统的 iterable。但是如果你无法控制数据的来源，提供数据的一方只提供 iterable 数据，则依然可以直接使用这些数据。flatMapIterable 把多个 iterable 的数据按照顺序发射出来，不会交织发射。

flatMapIterable 还有另外一个重载函数可以用源 Observable 发射的数据来处理新的 iterable 中的每个数据：

Observable.range(1, 3)
    .flatMapIterable(
        i -> range(1, i),
        (ori, rv) -> ori * (Integer) rv)
    .subscribe(System.out::println);

结果：

注意，上面的 ori 参数取值为源 Observable 发射出来的数据，也就是 1、 2、 3. 而 rv 参数取值为 range(1, i) 参数生成的 iterable 中的每个数据，也就是分别为 [1]、[1,2]、[1,2,3]，所以最终的结果就是：[11], [12, 22], [13, 23, 33].