【Python】 之详解 python 反应式编程

反应式编程(Reactive programming)：是一种基于数据流(data stream)和变化传递(propagation of change)的声明式(declarative)的编程规范。

换句话说，就是使用异步数据流进行编程，这意味着可以在编程语言中很方便地表达静态或动态的数据流，而相关的计算模型会自动将变化的值通过数据流进行传播。

反应式编程最著名的实现是 ReactiveX，其为 Reactive Extensions 的缩写，一般简写为 Rx

☕️ Rx组成

Rx有5部分组成：

• Observable：被观察者或者叫数据发射源，可以被观察者订阅，被观察者会将数据 push 给所有的订阅者
• Observer/Subscriber：观察者或者订阅者，接收 Observable 推送的数据
• Subscribe：订阅操作，把观察者订阅到 Observable 中
• Operators：操作符，以对数据流进行各种操作，包括创建、转换、过滤、组装、合并、筛选等等
• Schedulers：调度器，是 Rx 的线程池，可以指定线程池来操作中执行的任务。我们可以通过 subscribe_on 来指定 Observable 的任务在哪个线程池中执行，也可以通过 subscribe_on 来指定订阅者/观察者们在哪个线程执行

观察者(observer) 包含三个基本函数：

• no_next()：基本事件，用于传递项。
• no_completed()：事件队列的全部事件都完结。当不会再有新的 on_next() 发出时，需要触发 on_completed() 方法作为标志。
• on_error()：事件队列异常。在事件处理过程中出异常时，on_error() 会被触发，会发出错误消息，同时队列自动终止，不允许再有事件发出

命令式编程和反应式编程的区别：

• 命令式编程，重视控制（执行过程），以运算、循环、条件判断、跳转来完成任务，计算机为先的思维，指令驱动机器做事，容易引入大量状态变量
• 反应式编程，重视任务的解决（执行结果），关注数据转换和转换的组合，属于人脑思维、任务驱动、分治的类型，有明确的输入和输出状态

Rx 的所有操作都是基于操作符 Operator 的，换句话说，操作符是 Rx 的核心。操作符又分为：创建操作符、转换操作符、过滤操作符、合并操作符等等，下面我们通过操作符来介绍 Rx 所支持的各种操作。

📝 创建 Observable

我们先以一个代码为例来讲解如何创建 Observable

from rx import Observable, Observer


def push_five_strings(observer):
	"""
	订阅函数，用于调用观察者的 on_next、on_completed、on_error 方法
	"""
    observer.on_next("Alpha")
    observer.on_next("Beta")
    observer.on_next("Gamma")
    observer.on_next("Delta")
    observer.on_next("Epsilon")
    observer.on_completed()


class PrintObserver(Observer):
	"""
	继承Observer重写观察者的 on_next、on_completed、on_error 方法
	"""
    def on_next(self, value):
        print("Received {0}".format(value))

    def on_completed(self):
        print("Done!")

    def on_error(self, error):
        print("Error Occurred: {0}".format(error))

# 创建 Observable 对象
source = Observable.create(push_five_strings)

# 订阅观察者
source.subscribe(PrintObserver())

>>>>>
Received Alpha
Received Beta
Received Gamma
Received Delta
Received Epsilon
Done!

在这个例子中，使用的是 create 操作符来创建 Observable。create 操作符需要提供一个订阅函数，比如例子中的 push_five_strings(observer)，这个订阅函数会接收一个观察者对象(observer)，在订阅函数体里面通过调用 observer 对象的 on_next 方法来发射数据、通过调用 on_completed 方法来通知所有数据发射完成以及通过调用 on_error 方法来通知数据出错。创建完成后返回一个 Observable 对象 source，然后调用 Observable 对象的 subscribe 方法订阅一个观察者对象到 Observable 序列中，这个观察者对象就是类 PrintObserver 的一个实例对象 PrintObserver()。

一旦创建并订阅成功后，Observable 将会把观察者对象传给订阅函数 push_five_strings，然后执行订阅函数，在订阅函数里面连续调用了5次观察者的 on_next() 函数，并提供一个字符串作为数据值，最后调用观察者的 on_completed() 方法结束整个流程。

如果数据源是可以迭代的对象，我们还可以使用 from_ 操作符来创建 Observable 对象。from_ 操作符的功能就是把一些可迭代的对象或数据转换为一个 Observable 对象，比如：

from rx import Observable, Observer


class PrintObserver(Observer):
	"""
	继承Observer重写观察者的 on_next、on_completed、on_error 方法
	"""
    def on_next(self, value):
        print("Received {0}".format(value))

    def on_completed(self):
        print("Done!")

    def on_error(self, error):
        print("Error Occurred: {0}".format(error))

# 创建 Observable 对象
source = Observable.from_(["Alpha", "Beta", "Gamma", "Delta", "Epsilon"])

# 订阅观察者
source.subscribe(PrintObserver())

>>>>>
Received Alpha
Received Beta
Received Gamma
Received Delta
Received Epsilon

当然，我们还可以使用 1 到 3 个 lambda 函数来替代观察者对象：

from rx import Observable

source = Observable.from_(["Alpha", "Beta", "Gamma", "Delta", "Epsilon"])

source.subscribe(on_next=lambda value: print(