你的位置:首页 > Java教程

[Java教程]学习RxJS: 导入

原文地址:http://www.moye.me/2016/05/31/learning_rxjs_part_one_preliminary/

 

引子

新手们在异步编程里跌倒时,永远会有这么一个经典问题:怎么在一次异步调用里return一个结果啊?

老司机说要用回调函数,然后有条件判断的嵌套回调(回调地狱)问题来了;

老司机推荐用事件,然后异步流程里有顺序依赖;

老司机推荐用Promise,然后有顺序依赖的流程里,居然还想订阅事件;

老司机建议试试协程,谁知对方想要合并两个异步调用;

……

以上,是异步编程里要面对的一些难题,也是ReactiveX API 所致力解决的

是什么

知道有 ReactiveX 这么一回事, 源于一位巨硬铁粉的安利演示:Reactive LINQ 加持的C#,简洁且颇具表达力;随后,便是万众瞩目的 Angular 2,这货的标配大礼包里就有RxJS,比比皆是的 api.invocation.map(...).subscribe(fn, fn, fn) 片断,让jQuery青年们一头雾水。

落伍总是不好的,林子里的鸟都在讨论FRP时,我们也要跟上:

Rx_Logo_SReactiveX是Reactive Extensions的缩写,一般简写为Rx,最初是LINQ的一个扩展,由微软的架构师Erik Meijer领导的团队开发,在2012年11月开源,Rx是一个编程模型,目标是提供一致的编程接口,帮助开发者更方便的处理异步数据流,Rx库支持.NET、JavaScript和C++,Rx近几年越来越流行了,现在已经支持几乎全部的流行编程语言了,Rx的大部分语言库由ReactiveX这个组织负责维护,比较流行的有RxJava/RxJS/Rx.NET,社区网站是 reactivex.io。



概念

ReactiveX 的自述是  “An API for asynchronous programming with observable streams”,那么,什么是Observable,什么又是Stream呢?

Stream

Erik Meijer发过一篇paper: “Your Mouse Is a Database”,大概意思是说,用户的鼠标点击其实是一个无穷而实时的事件序列,可以将其视为一个与时间线相关的数据流,我们 可以查询并操作这个数据流,在它可用时(或者等待数据流可用):

flowing_sequence_of_data

 在 Rx 编程中,任何数据都可以被表达为数据流的形式,我们要做的是,对数据流进行订阅、查询、过滤、打平、归并等各种操作。

由于是对 数据流序列 进行订阅(观察),Rx 的编程模型实际是基于 Observer pattern 和 Iterator pattern 这两种设计模式构建的。

Observable

在Rx中,Observable就是一个序列,它按序对订阅方(subscriber)进行值的推送,遵循一套 “Don’t call us; we’ll call you.” 的基本法。

基于 Observable 的模式, 和传统的 Observer pattern有两点本质的不同:

  1. Observable 只在至少有一个订阅者时,数据才开始流动
  2. 在数据流结束(iterator 不再hasNext)时,Observable会发出通知(onCompleted)

怎么用

程序员们大都被调教成了马基雅维利主义者:“整点有用的”。所以,还是来看看RxJS怎么用吧:

场景

我有一个C类局域网,想要挨个ping一下网络内的设备,看看哪些IP在线(并不知道DHCP的客户端列表,所以得从 xxx.xxx.xxx.2 ping到 xxx.xxx.xxx.254)

思路

很明显,ping 是一个异步的操作,这里大概有 254 - 2 = 252 个异步操作,难点不在于异步,而在于流程控制,在RxJS 里,可以很方便的把Observable源进行归并(merge),从而让异步数据流可控且有序

RxJS方案

依赖
"dependencies": {  "ping": "^0.1.10",  "ramda": "^0.21.0",  "rx": "^4.1.0",}

代码
var Rx = require('rx')var R = require('ramda')var pingCommand = require('ping')var config = { timeout: 10,    // 超时为10秒 extra: ["-i 2"],  // 每次发包间隔时长}function promisablePing(host) { return new Promise((resolve, reject) => {  pingCommand.sys.probe(host   , isAlive => isAlive ? resolve(host) : reject(`${host}: unreachable.`)   , config) })}function ping(host) { return Rx.Observable.create(observer => {  return promisablePing(host)   .then(host => observer.onNext(host))   .then(_ => observer.onCompleted())   .catch(err => observer.onError(err)) })}var tasks = R.range(2, 254).map(i => ping(`192.168.50.${i}`))Rx.Observable .merge(...tasks) .subscribe(  host => console.log(`pong: ${host}`),  err => console.error(err) )

说明

代码足够简单,值得说明的是:

    1. merge合并后的操作流,是一个对IP在:192.168.50.2 - 254 范围内的设备进行Ping的操作序列,但是Observable有一个特点,就是任何时候触发了 错误回调(即Rx.Observable.create创建那个的观察者,进行了onError通知,从而触发了消费者提供给subscribe函数第二个参数)那么整个Observable序列就此结束。比如,我的C类子网就两台设备在线:xxx.xxx.xxx..100 和 xxx.xxx.xxx.200,然后 xxx.xxx.xxx.2 在10秒后超时报错,那这条Observable时间线看起来就是这样的:
      BEGIN-> .100-.200---------------------[.2 error] ->END
    2. Ramda 是一个优秀的函数式JS库,当然,用成了lodash也不坏

小结

以上,只是冰山一角,下回,想聊聊基于RxJS的Web框架:Cycle.js

 

更多文章请移步我的blog新地址: http://www.moye.me/