android 链式结构,不要打断链式结构：使用 RxJava的 compose() 操作符

RxJava的另一个好处在于，我们可以清楚地看到数据是如何在一系列操作符之间进行转换的。Observable.from(someSource)

.map(new Func1() {

@Override public Data call(Data data) {

return manipulate(data);

}

}).subscribeOn(Schedulers.io())

.observeOn(AndroidSchedulers.mainThread())

.subscribe(new Action1() {

@Override public void call(Data data) {

doSomething(data);

}

});

如何将一组操作符重用于多个数据流中呢？例如，因为希望在工作线程中处理数据，然后在主线程中处理结果，所以我会频繁使用subscribeOn()和observeOn()。如果我能够通过重用的方式，将这种逻辑运用到我所有的数据流中，将是一件多么伟大的事。

糟糕的实现方式

下面这些代码是我在过去几个月里一直都在使用的，正好可以拿来当反面教材。

首先，使用schedulers(调度)创建一个方法： Observable applySchedulers(Observable observable) {

return observable.subscribeOn(Schedulers.io())

.observeOn(AndroidSchedulers.mainThread());

}

然后，封装Observable数据链：applySchedulers(Observable.from(someSource).map(new Func1() {

@Override public Data call(Data data) {

return manipulate(data);

}

})

).subscribe(new Action1() {

@Override public void call(Data data) {

doSomething(data);

}

});

虽然这样做也能达到目的，但是它看起来不仅丑，还容易让人产生困惑，applySchedulers()到底什么鬼？它不再符合操作符链路式结构，所以，看起来很难理解。然而，我找不到任何办法去格式化这段代码，因此，这并不尴尬。

现在，试想一下，如果在一个数据流中反复使用的话，这个反面教材将会变得要多烂有多烂。(译者注：OMG)

Transformers简介

聪明的同学可能已经意识到了这个问题，但是RxJava早已提供了一种解决方案：Transformer(译者注：有转换器意思)，一般情况下可以通过使用操作符Observable.compose()来实现。

Transformer实际上就是一个Func1, Observable>，换言之就是：可以通过它将一种类型的Observable转换成另一种类型的Observable，和调用一系列的内联操作符是一模一样的。

接下来，我们一起创建一个Transformer与schedulers相结合的方法： Transformer applySchedulers() {

return new Transformer() {

@Override

public Observable call(Observable observable) {

return observable.subscribeOn(Schedulers.io())

.observeOn(AndroidSchedulers.mainThread());

}

};

}

使用Lambda表达式，会变得更加优雅: Transformer applySchedulers() {

return observable -> observable.subscribeOn(Schedulers.io())

.observeOn(AndroidSchedulers.mainThread());

}

更新于2015年3月11日：如果使用 JDK 7或者更早版本进行编译的话，就不得不做出一些额外的改变，为compose()添加泛型。显式声明返回类型，就像这样：Observable.from(someSource)

.map(new Func1() {

@Override public Data call(Data data) {

return manipulate(data);

}

})

.compose(this.applySchedulers())

.subscribe(new Action1() {

@Override public void call(Data data) {

doSomething(data);

}

});

重用Transformers

上一个实例中，我在所有的方法调用中都new(译者注：新建)了一个Transformer实例。你可以创建一个实例化版本，节省不必要的实例化对象。毕竟，Transformers关乎着代码重用。

如果，总是将一个具体的类型转换成另一个具体的类型，那么可以很容易的创建一个Transformer实例：Transformer myTransformer = new Transformer() {

// ...Do your work here...

};

那么scheduler Transformer(调度转换器)应该怎样实现呢？因为，它根本不需要关心类型，所以就无法定义一个泛型实例：// Doesn't compile; where would T come from?(译者注：编译无法通过；因为根本不知道 T 从何而来。)

Transformer myTransformer;

可能有人会这样定义Transformer，然而这并没有什么卵用，并且造成的后果就是Observable将失去其类型信息。

为了解决这个问题，我从Collections中得到了一些启发，这个包装类有这样一堆方法，能够创建类型安全并且不可变的空集合(比如，Collections.emptyList())。由于在其内部使用了一个无泛型实例，所以需要封装在一个添加泛型约束的方法里。

可以像下面这样定义我们的schedulers Transformer(调度转换器)实例：final Observable.Transformer schedulersTransformer = new  Observable.Transformer() {

@Override public Object call(Object observable) {

return ((Observable)  observable).subscribeOn(Schedulers.newThread())

.observeOn(AndroidSchedulers.mainThread());

}

};

 Observable.Transformer applySchedulers() {

return (Observable.Transformer) schedulersTransformer;

}

现在我们终于把他做成一个“单例”了(译者注：此单例非彼单例)。

警告：如果不做类型转换检查，可能陷入麻烦。确保Transformer真正与类型无关。否则，即使代码通过了编译，在运行时仍然存在抛出ClassCastException异常的隐患。在当前场景中，我们知道它是安全的，因为schedulers(译者注：调度)并不会与发送出的事件产生任何的互动操作。

flatMap()操作符怎么样？

现在你可能会好奇，compose()操作符和flatMap()操作符有何区别。他们最终都会发送出Observable，这就意味着，两者都能够用于操作符的重用？

不同点在于compose()操作符拥有更高层次的抽象概念：它操作于整个数据流中，不仅仅是某一个被发送的事件。具体如下：compose()是唯一一个能够从数据流中得到原始Observable的操作符，所以，那些需要对整个数据流产生作用的操作(比如，subscribeOn()和observeOn())需要使用compose()来实现。相较而言，如果在flatMap()中使用subscribeOn()或者observeOn()，那么它仅仅对在flatMap()中创建的Observable起作用，而不会对剩下的流产生影响(译者注：深坑，会在后面的系列着重讲解，欢迎关注)。

当创建Observable流的时候，compose()会立即执行，犹如已经提前写好了一个操作符一样，而flatMap()则是在onNext()被调用后执行，onNext()的每一次调用都会触发flatMap()，也就是说，flatMap()转换每一个事件，而compose()转换的是整个数据流。

因为每一次调用onNext()后，都不得不新建一个Observable，所以flatMap()的效率较低。事实上，compose()操作符只在主干数据流上执行操作。

如果想重用一些操作符，还是使用compose()吧，虽然flatMap()的用处很多，但作为重用代码这一点来讲，并不适用。