学习RxJS： 导入
Posted 丶不知
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了学习RxJS： 导入相关的知识，希望对你有一定的参考价值。
引子
新手们在异步编程里跌倒时，永远会有这么一个经典问题：怎么在一次异步调用里return一个结果啊？
老司机说要用回调函数，然后有条件判断的嵌套回调（回调地狱）问题来了；
老司机推荐用事件，然后异步流程里有顺序依赖；
老司机推荐用Promise，然后有顺序依赖的流程里，居然还想订阅事件；
老司机建议试试协程，谁知对方想要合并两个异步调用；
……
以上，是异步编程里要面对的一些难题，也是ReactiveX API 所致力解决的
是什么
知道有 ReactiveX 这么一回事， 源于一位巨硬铁粉的安利演示：Reactive LINQ 加持的C#，简洁且颇具表达力；随后，便是万众瞩目的 Angular 2，这货的标配大礼包里就有RxJS，比比皆是的 api.invocation.map(...).subscribe(fn, fn, fn) 片断，让jQuery青年们一头雾水。
落伍总是不好的，林子里的鸟都在讨论FRP时，我们也要跟上：
ReactiveX是Reactive Extensions的缩写，一般简写为Rx，最初是LINQ的一个扩展，由微软的架构师Erik Meijer领导的团队开发，在2012年11月开源，Rx是一个编程模型，目标是提供一致的编程接口，帮助开发者更方便的处理异步数据流，Rx库支持.NET、javascript和C++，Rx近几年越来越流行了，现在已经支持几乎全部的流行编程语言了，Rx的大部分语言库由ReactiveX这个组织负责维护，比较流行的有RxJava/RxJS/Rx.NET，社区网站是 reactivex.io。
概念
ReactiveX 的自述是 “An API for asynchronous programming with observable streams”，那么，什么是Observable，什么又是Stream呢？
Stream
Erik Meijer发过一篇paper: “Your Mouse Is a Database”，大概意思是说，用户的鼠标点击其实是一个无穷而实时的事件序列，可以将其视为一个与时间线相关的数据流，我们 可以查询并操作这个数据流，在它可用时（或者等待数据流可用）:
在 Rx 编程中，任何数据都可以被表达为数据流的形式，我们要做的是，对数据流进行订阅、查询、过滤、打平、归并等各种操作。
由于是对 数据流序列 进行订阅（观察），Rx 的编程模型实际是基于 Observer pattern 和 Iterator pattern 这两种设计模式构建的。
Observable
在Rx中，Observable就是一个序列，它按序对订阅方（subscriber）进行值的推送，遵循一套 “Don’t call us; we’ll call you.” 的基本法。
基于 Observable 的模式， 和传统的 Observer pattern有两点本质的不同：
- Observable 只在至少有一个订阅者时，数据才开始流动
- 在数据流结束（iterator 不再hasNext）时，Observable会发出通知（onCompleted）
怎么用
程序员们大都被调教成了马基雅维利主义者：“整点有用的”。所以，还是来看看RxJS怎么用吧：
场景
我有一个C类局域网，想要挨个ping一下网络内的设备，看看哪些IP在线（并不知道DHCP的客户端列表，所以得从 xxx.xxx.xxx.2 ping到 xxx.xxx.xxx.254）
思路
很明显，ping 是一个异步的操作，这里大概有 254 – 2 = 252 个异步操作，难点不在于异步，而在于流程控制，在RxJS 里，可以很方便的把Observable源进行归并（merge），从而让异步数据流可控且有序
RxJS方案
依赖
|
1
2
3
4
5
|
"dependencies": {
"ping": "^0.1.10",
"ramda": "^0.21.0",
"rx": "^4.1.0",
}
|
代码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
var Rx = require(‘rx‘)
var R = require(‘ramda‘)
var pingCommand = require(‘ping‘)
var config = {
timeout: 10, // 超时为10秒
extra: ["-i 2"], // 每次发包间隔时长
}
function promisablePing(host) {
return new Promise((resolve, reject) => {
pingCommand.sys.probe(host
, isAlive => isAlive ? resolve(host) : reject(`${host}: unreachable.`)
, config)
})
}
function ping(host) {
return Rx.Observable.create(observer => {
return promisablePing(host)
.then(host => observer.onNext(host))
.then(_ => observer.onCompleted())
.catch(err => observer.onError(err))
})
}
var tasks = R.range(2, 254).map(i => ping(`192.168.50.${i}`))
Rx.Observable
.merge(...tasks)
.subscribe(
host => console.log(`pong: ${host}`),
err => console.error(err)
)
|
说明
代码足够简单，值得说明的是：
Rx.Observable.create会创建一个Observable对象，对它进行订阅的观察者即create函数中回调的入值observer，观察者有三个方法：onNext, onCompleted, and onError:- onNext ：在序列推送一个新值时被调用，对应到观察者的subscribe第一个函参
- onCompleted：序列中已无值可用，对应到观察者的subscribe第三个函参
- onError：序列中发生了错误，对应到观察者的subscribe第二个函参
- merge合并后的操作流，是一个对IP在：192.168.50.2 – 254 范围内的设备进行Ping的操作序列，但是Observable有一个特点，就是任何时候触发了 错误回调（即Rx.Observable.create创建那个的观察者，进行了onError通知，从而触发了消费者提供给subscribe函数第二个参数）那么整个Observable序列就此结束。比如，我的C类子网就两台设备在线：xxx.xxx.xxx..100 和 xxx.xxx.xxx.200，然后 xxx.xxx.xxx.2 在10秒后超时报错，那这条Observable时间线看起来就是这样的：
BEGIN-> .100-.200---------------------[.2 error] ->END - Ramda 是一个优秀的函数式JS库，当然，用成了lodash也不坏
小结
以上，只是冰山一角，下回，想聊聊基于RxJS的Web框架：Cycle.js
以上是关于学习RxJS： 导入的主要内容，如果未能解决你的问题，请参考以下文章