【Kotlin 反应式编程】第1讲你好，Reactive Programming

最新推荐文章于 2023-03-31 16:07:08 发布

转载最新推荐文章于 2023-03-31 16:07:08 发布 · 70 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://yq.aliyun.com/articles/626946

文章标签：

#移动开发 #java

本文介绍了如何在Kotlin中实现反应式编程，通过创建Gradle项目并引入RxKotlin依赖，展示了从命令式到反应式的编程转变。通过具体实例对比了传统命令式编程与反应式编程的不同，并详细解释了Observable、Subscriber等核心概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【Kotlin 反应式编程】第1讲你好，Reactive Programming

1.创建 Gradle Kotlin 项目

image.png

2.传统的命令式编程风格

添加 rxkotlin 依赖

compile group: 'io.reactivex.rxjava2', name: 'rxkotlin', version: '2.2.0'

https://github.com/ReactiveX/RxKotlin

image.png

import io.reactivex.rxkotlin.subscribeBy
import io.reactivex.rxkotlin.toObservable

fun main(args: Array<String>) {

    val list = listOf("Alpha", "Beta", "Gamma", "Delta", "Epsilon")

    list.toObservable() // extension function for Iterables
            .filter { it.length >= 5 }
            .subscribeBy(  // named arguments for lambda Subscribers
                    onNext = { println(it) },
                    onError =  { it.printStackTrace() },
                    onComplete = { println("Done!") }
            )

}

3.传统的命令式编程思维

//命令式编程( Imperative)
fun testImperative1() {
    val x1 = 7
    val flag1 = isOdd(x1)
    println("flagA1:$flag1")

    val x2 = 10
    val flag2 = isOdd(x2)
    println("flagA2:$flag2")
}

fun testImperative2() {
    var x = 7
    val flag = isOdd(x)

    println("flagB1:$flag")

    x = 10
    println("flagB2:$flag")
}

4.函数式编程思维

fun testImperative3() {
    val s = System.currentTimeMillis()
    val flag = { x: Int -> isOdd(x) }

    val t1 = Thread {
        println("flagC1:${flag(7)}")
    }

    val t2 = Thread {
        println("flagC2:${flag(10)}")
    }

    t1.start()
    t2.start()
    t1.join()
    t2.join()

    val t = System.currentTimeMillis()
    println("testImperative3=${t - s}ms")
}

5.使用 RxJava 类库 API

//函数式编程( Functional)
fun testReactive() {
    val s = System.currentTimeMillis()
    val subject: Subject<Int> = PublishSubject.create()
    subject.map { isOdd(it) }.subscribeBy(
            onNext = { println("flagD:$it") },
            onError = { it.printStackTrace() },
            onComplete = { println("Done!") }
    )

//    一种基于异步数据流概念的编程模式。数据流就像一条河：它可以被观测，被过滤，被操作，或者为新的消费者与另外一条流合并为一条新的流。
    val t1 = Thread {
        subject.onNext(7)
    }

    val t2 = Thread {
        subject.onNext(10)
    }

    t1.start()
    t2.start()
    t1.join()
    t2.join()

    val t = System.currentTimeMillis()
    println("testReactive=${t - s}ms")
}

三个重要的对象

Observable-数据发送者
Subscriber-订阅者
OnSubscribe-事件

（1）create 函数

val subject: Subject<Int> = PublishSubject.create()

image.png

create 操作符应该是最常见的操作符了，主要用于产生一个 Obserable 被观察者对象，为了方便大家的认知，以后的教程中统一把被观察者 Observable 称为发射器（上游事件），观察者 Observer 称为接收器（下游事件）。

image.png

（2）map 函数

 subject.map { isOdd(it) }.subscribeBy(
            onNext = { println("flagD:$it") },
            onError = { it.printStackTrace() },
            onComplete = { println("Done!") }
    )

一个Observable可能被多个subscriber订阅，而不同的订阅所需要的最终数据不同，但事件的操作逻辑是相同的，就可以利用map来满足不同的数据需求。