Observable 与 Flowable rxJava2

Question

我一直在研究新的 rx java 2，我不太确定我是否理解 backpressure 的想法……

我知道我们有 Observable 没有 backpressure 支持和 Flowable 有它。

因此，基于示例，假设我有 flowable 和 interval ：

         Flowable.interval(1, TimeUnit.MILLISECONDS, Schedulers.io())
            .observeOn(AndroidSchedulers.mainThread())
            .subscribe(new Consumer<Long>() {
                @Override
                public void accept(Long aLong) throws Exception {
                    // do smth
                }
            });

这将在大约 128 个值后崩溃，这很明显我消耗的速度比获取物品慢。

但是然后我们有相同的 Observable

      Observable.interval(1, TimeUnit.MILLISECONDS, Schedulers.io())
            .observeOn(AndroidSchedulers.mainThread())
            .subscribe(new Consumer<Long>() {
                @Override
                public void accept(Long aLong) throws Exception {
                    // do smth
                }
            });

这根本不会崩溃，即使我延迟消费它仍然有效。为了使 Flowable 工作可以说我放了 onBackpressureDrop 运算符，崩溃消失了，但也不是所有值都被发出。

所以我目前在脑海中找不到答案的基本问题是为什么我应该关心 backpressure 当我可以使用普通 Observable 仍然接收所有值而不管理 buffer ？或者从另一方面来说， backpressure 有什么优势可以让我有利于管理和处理消费？

原文由 user2141889 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

背压在实践中体现的是有界缓冲区， Flowable.observeOn 有一个包含 128 个元素的缓冲区，它的耗尽速度与 dowstream 可以承受的速度一样快。您可以单独增加此缓冲区大小以处理突发源，并且所有背压管理实践仍然适用于 1.x。 Observable.observeOn 有一个无限缓冲区，不断收集元素，您的应用程序可能会耗尽内存。

您可以使用 Observable 例如：

• 处理 GUI 事件
• 使用短序列（总共少于 1000 个元素）

您可以使用 Flowable 例如：

• 冷源和非定时源
• 类似源的生成器
• 网络和数据库访问器

原文由 akarnokd 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

背压是指您的可观察对象（发布者）创建的事件多于订阅者可以处理的事件。所以你可以让订阅者丢失事件，或者你可以得到一个巨大的事件队列，最终导致内存不足。 Flowable 考虑了背压。 Observable 没有。而已。

它让我想起了一个漏斗，当它有太多的液体溢出。 Flowable 可以帮助避免这种情况发生：

背压巨大：

但是使用可流动的，背压要小得多：

Rxjava2 有一些背压策略，你可以根据你的用例使用。通过策略，我的意思是 Rxjava2 提供了一种方法来处理由于溢出（背压）而无法处理的对象。

这是策略。 我不会一一列举，但是例如，如果你不想担心溢出的项目，你可以使用这样的放置策略：

observable.toFlowable（BackpressureStrategy.DROP）

据我所知，队列中应该有 128 个项目限制，之后可能会溢出（背压）。即使它不是 128，它也接近那个数字。希望这对某人有帮助。

如果您需要将缓冲区大小从 128 更改为 128，它看起来可以像这样完成（但注意任何内存限制：

 myObservable.toFlowable(BackpressureStrategy.MISSING).buffer(256); //but using MISSING might be slower.

在软件开发中，通常背压策略意味着你告诉发射器放慢一点，因为消费者无法处理你的发射事件的速度。

原文由 j2emanue 发布，翻译遵循 CC BY-SA 4.0 许可协议