学习RxJS：导入

Posted 2020-07-18

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。

原文地址：http://www.moye.me/2016/05/31/learning_rxjs_part_one_preliminary/

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）:

技术分享

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

"dependencies": {
    "ping": "^0.1.10",
    "ramda": "^0.21.0",
    "rx": "^4.1.0",
}

代码

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：

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