摘要:ReactiveX,又称 Reactive Extensions(响应式扩展),其中的 X 代表各种语言。因为它实质上只是一个事件流处理库,不需要什么其他依赖。讲一讲 ReactiveX 中的 “流”:我的理解是,Rx 通过 “流” 的概念,将事件串联成一个个事件流,各个事件流之间还可进行 "并联" 的作用。当某个流上的事件被调用时,就可以触发我们设定好的监听回调。那么什么样的
ReactiveX,又称 Reactive Extensions(响应式扩展),其中的 X 代表各种语言。因为它实质上只是一个事件流处理库,不需要什么其他依赖。
讲一讲 ReactiveX 中的 “流”:
我的理解是,Rx 通过 “流” 的概念,将事件串联成一个个事件流,各个事件流之间还可进行 "并联" 的作用。当某个流上的事件被调用时,就可以触发我们设定好的监听回调。
那么什么样的事件可以成为流呢?答案是任何事件。无论是异步非阻塞事件(setTimeOut、网络请求等),还是同步可阻塞事件(点击事件、对迭代器的遍历等),一切都是流。此时不得不祭出一张神棍图:
事件的串联是流。比方说,用户对一个按钮进行了猛烈的点击,所有的点击事件就是一个流;再或者,并发多个网络请求,它们也是一个流。而 Rx 的主要作用,就是为流的处理提供了一整套的解决方案:将不同的流进行组合,或者监听事件的触发及时给予响应等等。
Quick Intro
RxJS 的作者曾在https://gist.github.com/staltz/868e7e9bc2a7b8c1f754点击预览 一文中详细讲解了 RxJS 的初步使用和流的概念,我们先仅看文中的一幅图来理解 Rx 的概念:
这是一个多次点击事件形成的事件流,在从左往右的时间线上有很多个点击事件,而每个点击事件的时间间隔各不相同。通过 Rx 我们可以对流上的各个事件进行筛选,并获取到在某一段时间内的连续点击次数。
我们在页面上的点击事件就可以组成流。比如一个记录每次点击时坐标的流。随机点击页面多次之后,可能会产生这样一个流:
而我们可以通过 RxJS 中的方法对这个流内的各个事件进行筛选,比如选出横坐标 x < 250 的点击:
filter( (event) -> event.x < 250 )
也就是说,我们可以像对待 JavaScript 中可遍历对象一样,对流上的各个事件进行遍历,选出符合条件的事件。这就是 Rx 的魅力所在。
主要运用场景
既然 Rx 是为了流而生的,那么最佳运用场景当然是面对一系列较复杂的事件流时了。
含有异步请求和事件触发的混合流
比如,用户在一个 input 内输入文字。每次keyup的时候就会根据输入内容,请求 Wikipedia 的 API 进行搜索:
var input = document.getElementById('input'); // 通过 fromEvent 以及 input keyup 事件创建一个流 var dictionarySuggest = Rx.Observable.fromEvent(input, 'keyup') // 获取到每次 keyup 时的input value,并通过 filter 保证其合法性 .map(function () { return input.value; }) .filter(function (text) { return !!text; }) .distinctUntilChanged() .debounce(250) // searchWikipedia 为异步请求方法 .flatMapLatest(searchWikipedia) .subscribe( // onNext function (results) { list = []; list.concat(results.map(createItem)); }, // onError function (err) { logError(err); } );
我们创建了一个流来处理从用户keyup,到searchWikipedia,再到处理网络请求结果这一系列事件,并且在其中对事件进行了筛选判断:
filter 剔除掉不合法的值
distinctUntilChanged 当用户按下例如 左、右 这种按钮时,不会改变 input 的值,但也会触发keyup事件。这种时候就完全没有必要重复发送异步请求了。distinctUntilChanged会剔除流中有着相同的值的元素
debounce 在过了一段指定的时间还没触发事件时才触发下一个事件。也就是说,在打字过程中,如果用户在指定事件间隔(250ms)内没有再打字,则触发下一个事件(searchWikipedia);否则我们认为用户在连续打字,所以不会频繁的发送网络请求
flatMapLatest
首先,它是一个flatMap方法。它用一个指定的函数(searchWikipedia)对原始流中的每一项数据执行变换操作,并返回一个Observable,flatMap将所有的返回值组成一个新的流。
其次,flatMapLatest拥有flatMap的全部特性。但不同的是,在flatMapLatest的遍历调用过程中,如果一个事件 A 还没有触发完毕获取到返回值,就触发了下一个事件 B,则将忽略 A 返回的值。这样,我们就可以避免 A 异步的返回值因为返回较慢,反而覆盖了之后 B 异步的返回值。用图解释如下:
subscribe 创建对流的监听,并提供了成功和失败的回调
而在传统的编写方法里,我们可能会创建 input 的keyup监听事件,并缓存上一次的值;每次keyup时,要判断当前值是否合法,并且与上一次的值不一样。除此以外,还要创建一个定时器,每隔一段时间就用合法的值去请求searchWikipedia方法 --- 即便这样,也无法保证不在用户连续打字时发送请求。
可以看到,在我们把事件串成流并进行处理之后,要比传统的编写方式方便很多。
处理一系列的异步请求队列
假设我们要读取一个 4GB 的大文件,将其加密后写入到一个新文件里。直接将整个文件读到内存里再加密、写入肯定是不行的,反之,我们依赖 RxJS 的流,创建多个读取、加密、写入事件,形成三个流出来:
文件读取流:每次调用方法时异步读取 64k 的文件
加密流:对读取的文件进行加密
写入流:将加密好的内容异步写入新文件
最后对整个observable进行监听
subscribe 创建对流的监听,并提供了成功和失败的回调 而在传统的编写方法里,我们可能会创建 input 的keyup监听事件,并缓存上一次的值;每次keyup时,要判断当前值是否合法,并且与上一次的值不一样。除此以外,还要创建一个定时器,每隔一段时间就用合法的值去请求searchWikipedia方法 --- 即便这样,也无法保证不在用户连续打字时发送请求。 可以看到,在我们把事件串成流并进行处理之后,要比传统的编写方式方便很多。 处理一系列的异步请求队列 假设我们要读取一个 4GB 的大文件,将其加密后写入到一个新文件里。直接将整个文件读到内存里再加密、写入肯定是不行的,反之,我们依赖 RxJS 的流,创建多个读取、加密、写入事件,形成三个流出来: 文件读取流:每次调用方法时异步读取 64k 的文件 加密流:对读取的文件进行加密 写入流:将加密好的内容异步写入新文件 最后对整个observable进行监听
由此可以看出,在应对较复杂的事件流或者处理多个异步事件的时候,使用 RxJS 会有一定优势;但如果复杂度没有这么高的时候则没有太大的使用必要。
目前为止,本文基本介绍了 RxJS 的核心概念 --- 针对事件流的管理与掌控。