探索 RxJS - Core Concept

Steam in ReactiveX

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 The introduction to Reactive Programming you've been missing 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。

作者自己吐槽过那篇文章实在太长，所以又有了后来的这篇 2 minute introduction to Rx 文章。在文章中有如下解释：

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

var fs = require('fs');
var Rx = require('rx');

// Read/write from stream implementation
function readAsync(fd, chunkSize) { /* impl */ }
function appendAsync(fd, buffer) { /* impl */ }
function encrypt(buffer) { /* impl */}

// 打开一个 4GB 的文件，每次只读取 64k
var inFile = fs.openSync('4GBfile.txt', 'r+');
var outFile = fs.openSync('Encrypted.txt', 'w+');

readAsync(inFile, 2 << 15)
  .map(encrypt)
  .flatMap(function (data) {
    return appendAsync(outFile, data);
  })
  .subscribe(
      // onNext
    function () { },
    // onError
    function (err) {
      console.log('An error occurred while encrypting the file: %s', err.message);
      fs.closeSync(inFile);
      fs.closeSync(outFile);
    },
    // onCompleted
    function () {
      console.log('Successfully encrypted the file.');
      fs.closeSync(inFile);
      fs.closeSync(outFile);
    }
  );

---

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。

在下一篇文章里，我们将会利用 RxJS，完成一个简单的 github 应用。戳：探索 RxJS - 做一个 github 小应用可查看文章，rxjs-example查看案例源码。