RxJava和观察者代码的并行执行

Question

我正在使用 RxJava Observable 编写以下代码 api :

Observable<Info> observable = fileProcessor.processFileObservable(processedFile.getAbsolutePath());
    observable
      .buffer(10000)
      .observeOn(Schedulers.computation())
      .subscribe(recordInfo -> {
        _logger.info("Running stage2 on thread with id : " + Thread.currentThread().getId());
          for(Info info : recordInfo) {
            // some I/O operation logic
         }
      }, 
      exception -> {
      }, 
      () -> {
      });

我的期望是观察代码，即 subscribe() 方法中的代码将在我指定计算调度程序后并行执行。相反，代码仍在单线程上按顺序执行。如何使用 RxJava api.

并行编写代码运行

Answer 1

RxJava 在谈到它的 asynchronous/multithreaded 方面时经常被误解。多线程操作的编码简单，理解抽象又是另一回事

关于 RxJava 的一个常见问题是如何实现并行化，或者从一个 Observable 并发发射多个项目。当然，这个定义打破了 Observable Contract，它规定 onNext() 必须按顺序调用，并且一次不能同时被多个线程调用。

要实现并行性，您需要多个 Observable。

这在单线程中运行：

Observable<Integer> vals = Observable.range(1,10);

vals.subscribeOn(Schedulers.computation())
          .map(i -> intenseCalculation(i))
          .subscribe(val -> System.out.println("Subscriber received "
                  + val + " on "
                  + Thread.currentThread().getName()));

这在多个线程中运行：

Observable<Integer> vals = Observable.range(1,10);

vals.flatMap(val -> Observable.just(val)
            .subscribeOn(Schedulers.computation())
            .map(i -> intenseCalculation(i))
).subscribe(val -> System.out.println(val));

代码和文字comes from this blog post.

Answer 2

为此，您必须指定 subscribeOn(Schedulers.computation()) 而不是 observeOn(Schedulers.computation())。在 subscribeOn 中，您声明要在哪个线程中发出您的值。在 observeOn 中声明要在哪个线程中处理并观察它们。

Answer 3

这仍然是相同的顺序。即使在新线程上

    Observable<Integer> ob3 = Observable.range(1, 5);

    ob3.flatMap(new Func1<Integer, Observable<Integer>>() {

        @Override
        public Observable<Integer> call(Integer pArg0) {

            return Observable.just(pArg0);
        }

    }).subscribeOn(Schedulers.newThread()).map(new Func1<Integer, Integer>() {

        @Override
        public Integer call(Integer pArg0) {

            try {
                Thread.sleep(1000 - (pArg0 * 100));
                System.out.println(pArg0 + "  ccc   " + Thread.currentThread().getName());
            } catch (Exception e) {
                e.printStackTrace();
            }

            return pArg0;
        }

    }).subscribe();

输出

1 ccc RxNewThreadScheduler-1

2 ccc RxNewThreadScheduler-1

3 ccc RxNewThreadScheduler-1

4 ccc RxNewThreadScheduler-1

5 ccc RxNewThreadScheduler-1

Answer 4

使用flatMap并指定订阅Schedulers.computation()即可实现并发

这里有一个更实际的例子，使用Callable，从输出中，我们可以看到大约需要2000毫秒才能完成所有任务。

static class MyCallable implements Callable<Integer> {

    private static final Object CALLABLE_COUNT_LOCK = new Object();
    private static int callableCount;

    @Override
    public Integer call() throws Exception {
        Thread.sleep(2000);
        synchronized (CALLABLE_COUNT_LOCK) {
            return callableCount++;
        }
    }

    public static int getCallableCount() {
        synchronized (CALLABLE_COUNT_LOCK) {
            return callableCount;
        }
    }
}

private static void runMyCallableConcurrentlyWithRxJava() {
    long startTimeMillis = System.currentTimeMillis();

    final Semaphore semaphore = new Semaphore(1);
    try {
        semaphore.acquire();
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    Observable.just(new MyCallable(), new MyCallable(), new MyCallable(), new MyCallable())
            .flatMap(new Function<MyCallable, ObservableSource<?>>() {
                @Override
                public ObservableSource<?> apply(@NonNull MyCallable myCallable) throws Exception {
                    return Observable.fromCallable(myCallable).subscribeOn(Schedulers.computation());
                }
            })
            .subscribeOn(Schedulers.computation())
            .subscribe(new Observer<Object>() {
                @Override
                public void onSubscribe(@NonNull Disposable d) {

                }

                @Override
                public void onNext(@NonNull Object o) {
                    System.out.println("onNext " + o);
                }

                @Override
                public void onError(@NonNull Throwable e) {

                }

                @Override
                public void onComplete() {
                    if (MyCallable.getCallableCount() >= 4) {
                        semaphore.release();
                    }
                }
            });


    try {
        semaphore.acquire();
    } catch (InterruptedException e) {
        e.printStackTrace();
    } finally {
        semaphore.release();
    }
    System.out.println("durationMillis " + (System.currentTimeMillis()-startTimeMillis));
}

Answer 5

RxJava 2.0.5 引入了parallel flows and ParallelFlowable，这使得并行执行更简单，更具声明性。

您不再需要在 flatMap 中创建 Observable/Flowable，您只需在 Flowable 上调用 parallel() 即可 returns ParallelFlowable.

它不像常规 Flowable 那样功能丰富，因为并发会引发 Rx 契约的许多问题，但是您有基本的 map()、filter() 等等，这应该是在大多数情况下足够了。

所以不是来自@LordRaydenMK 的这个流程回答：

Observable<Integer> vals = Observable.range(1,10);

vals.flatMap(val -> Observable.just(val)
        .subscribeOn(Schedulers.computation())
        .map(i -> intenseCalculation(i))
    ).subscribe(val -> System.out.println(val));

现在你可以做：

Flowable<Integer> vals = Flowable.range(1, 10);

vals.parallel()
        .runOn(Schedulers.computation())
        .map(i -> intenseCalculation(i))
        .sequential()
        .subscribe(val -> System.out.println(val));

RxJava和观察者代码的并行执行

RxJava and parallel execution of observer code

java

system.reactive

rx-java