原文链接: RxJava's repeatWhen and retryWhen, explained 原文作者: Daniel Lew 译文出自: 小?子的简书 译者: 小?子 状态: 完成 译者注:为了方便因Lambda(译文)还不够了解的同学进行阅读,本篇译文替换了原文中全部Lambda表达式。 第一次见到.repeatWhen()和.retryWhen()这两个操作符的时候就非常困惑了。不得不说,它们绝对是“最令人困惑弹珠图”的有力角逐者。  然而它们都是非常有用的操作符:允许你有条件的重新订阅已经结束的Observable。我最近研究了它们的工作原理,现在我希望尝试着去解释它们(因为,我也是耗费了一些精力才参透它们)。 Repeat与Retry的对比 首先,来了解一下.repeat()和.retry()之间最直观的区别是什么?这个问题并不难:区别就在于什么样的终止事件会触发重订阅。 当.repeat()接收到.onCompleted()事件后触发重订阅。 当.retry()接收到.onError()事件后触发重订阅。 然而,这种简单的叙述尚不能令人满意。试想如果你要实现一个延迟数秒的重订阅该如何去做?或者想通过观察错误来决定是否应该重订阅呢?这种情况下就需要.repeatWhen()和.retryWhen()的介入了,因为它们允许你为重试提供自定义逻辑。 Notification Handler 你可以通过一个叫做notificationHandler的函数来实现重试逻辑。这是.retryWhen()的方法签名(译者注:方法签名,指方法名称、参数类型和参数数量等): - retryWhen(Func1<? super Observable<? extends java.lang.Throwable>,? extends Observable<?>> notificationHandler)
复制代码签名很长,甚至不能一口气读完。我发现它很难理解的原因是因为存在一大堆的泛型约定。 简化后,它包括三个部分: Func1像个工厂类,用来实现你自己的重试逻辑。 输入的是一个Observable。 输出的是一个Observable>。 首先,让我们来看一下最后一部分。被返回的Observable>所要发送的事件决定了重订阅是否会发生。如果发送的是onCompleted或者onError事件,将不会触发重订阅。相对的,如果它发送onNext事件,则触发重订阅(不管onNext实际上是什么事件)。这就是为什么使用了通配符作为泛型类型:这仅仅是个通知(next, error或者completed),一个很重要的通知而已。 source每次一调用onError(Throwable),Observable都会被作为输入传入方法中。换句话说就是,它的每一次调用你都需要决定是否需要重订阅。 当订阅发生的时候,工厂Func1被调用,从而准备重试逻辑。那样的话,当onError被调用后,你已经定义的重试逻辑就能够处理它了。 这里有个例子展示了我们应该在哪些场景下订阅source,比如,只有在Throwable是IOException的情况下请求重订阅,否则不(重订阅)。 - source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
- @Override public Observable<?> call(Observable<? extends Throwable> errors) {
- return errors.flatMap(new Func1<Throwable, Observable<?>>() {
- @Override public Observable<?> call(Throwable error) {
- // For IOExceptions, we retry
- if (error instanceof IOException) {
- return Observable.just(null);
- }
- // For anything else, don't retry
- return Observable.error(error);
- }
- });
- }
- })
复制代码由于每一个error都被flatmap过,因此我们不能通过直接调用.onNext(null)触发重订阅或者.onError(error)来避免重订阅。 经验之谈 这里有一些关于.repeatWhen()和.retryWhen()的要点,我们应该牢记于心。 .repeatWhen()与.retryWhen()非常相似,只不过不再响应onCompleted作为重试条件,而是onError。因为onCompleted没有类型,所有输入变为Observable。 每一次事件流的订阅notificationHandler(也就是Func1)只会调用一次。这也是讲得通的,因为你有一个可观测的Observable,它能够发送任意数量的error。 输入的Observable必须作为输出Observable的源。你必须对Observable做出反应,然后基于它发送事件;你不能只返回一个通用泛型流。 换言之就是,你不能做类似的操作: - .retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
- @Override public Observable<?> call(Observable<? extends Throwable> errors) {
- return Observable.just(null);}
- })
复制代码因为它不仅不能奏效,而且还会打断你的链式结构。你应该做的是,而且至少应该做的是,把输入作为结果返回,就像这样: - .retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
- @Override public Observable<?> call(Observable<? extends Throwable> errors) {
- return errors;
- }
- })
复制代码(顺便提一下,这在逻辑上与单纯使用.retry()操作符的效果是一样哒) 输入Observable只在终止事件发生的时候才会触发(对于.repeatWhen()来说是onCompleted,而对于.retryWhen()来说是onError)。它不会从源中接收到任何onNext的通知,所以你不能通过观察被发送的事件来决定重订阅。如果你真的需要这样做,你应该添加像.takeUntil()这样的操作符,来拦截事件流。 使用方式 现在,假设你已大概了解了.repeatWhen()和.retryWhen(),那么你能将一些什么样的精简逻辑放入到notificationHandler中呢? 使用.repeatWhen() + .delay()定期轮询数据: - source.repeatWhen(new Func1<Observable<? extends Void>, Observable<?>>() {
- @Override public Observable<?> call(Observable<? extends Void> completed) {
- return completed.delay(5, TimeUnit.SECONDS);
- }
- })
复制代码直到notificationHandler发送onNext()才会重订阅到source。因为在发送onNext()之前delay了一段时间,所以优雅的实现了延迟重订阅,从而避免了不间断的数据轮询。 非此即彼,使用.flatMap() + .timer()实现延迟重订阅: (译者注:在RxJava 1.0.0及其之后的版本,官方已不再提倡使用.timer()操作符,因为.interval()具有同样的功能) - source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
- @Override public Observable<?> call(Observable<? extends Throwable> errors) {
- return errors.flatMap(new Func1<Throwable, Observable<?>>() {
- @Override public Observable<?> call(Throwable error) {
- return Observable.timer(5, TimeUnit.SECONDS);
- }
- });
- }
- })
复制代码当需要与其他逻辑协同的时候,这种替代方案就变得非常有用了,比如。。。 使用.flatMap() + .timer()实现有限次数的重订阅 - source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
- @Override public Observable<?> call(Observable<? extends Throwable> errors) {
- return errors.zipWith(Observable.range(1, 3), new Func2<Throwable, Integer, Integer>() {
- @Override public Integer call(Throwable throwable, Integer i) {
- return i;
- }
- });
- }
- })
复制代码最后的结果就是每个error都与range中一个输出配对出现,就像这样: - zip(error1, 1) -> onNext(1) <-- Resubscribe
- zip(error2, 2) -> onNext(2) <-- Resubscribe
- zip(error3, 3) -> onNext(3) <-- Resubscribe
- onCompleted() <-- No resubscription
复制代码因为当第四次error出现的时候,range(1,3)中的数字已经耗尽了,所以它隐式调用了onCompleted(),从而导致整个zip的结束。防止了进一步的重试。 将可变延迟策略与次数限制的重试机制结合起来 - source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
- @Override public Observable<?> call(Observable<? extends Throwable> errors) {
- return errors.zipWith(Observable.range(1, 3), new Func2<Throwable, Integer, Integer>() {
- @Override public Integer call(Throwable throwable, Integer i) {
- return i;
- }
- }).flatMap(new Func1<Integer, Observable<? extends Long>>() {
- @Override public Observable<? extends Long> call(Integer retryCount) {
- return Observable.timer((long) Math.pow(5, retryCount), TimeUnit.SECONDS);
- }
- });
- }
- })
复制代码在这种用例的比较上,我认为.flatMap()+.timer()的组合比单纯使用.delay()更可取,因为我们可以通过重试次数来修改延迟时间。重试三次,并且每一次的重试时间都是5 ^ retryCount,仅仅通过一些操作符的组合就帮助我们实现了指数退避算法(译者注:可参考二进制指数退避算法)。 |