java - 可观察与可流动rxJava2

我一直在寻找新的rx java 2，但我不确定我是否已经了解backpressure的想法了...

我知道我们有不支持Observable的backpressure和具有它的Flowable。

因此，基于示例，可以说我有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
                }
            });

在大约128个值之后，这将崩溃，这很明显我消耗的速度比获取项目要慢。

但是然后我们与Observable相同

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

即使我延迟使用它，它仍然完全不会崩溃。为了使Flowable工作，可以说我放了onBackpressureDrop运算符，当机了，但并非所有值都发出了。

因此，我目前在脑海中找不到答案的基本问题是，当我可以使用普通backpressure仍接收所有值而不管理Observable时，为什么还要关心buffer呢？或者，也许从另一方面来看，backpressure给我带来哪些优势来帮助他们管理和处理消费？

最佳答案

实际上，反压显示的是有界缓冲区，Flowable.observeOn具有128个元素的缓冲区，该缓冲区的耗尽速度与dowstream可以吸收的速度一样快。您可以单独增加此缓冲区的大小以处理突发信号源，并且所有反压管理实践仍从1.x开始适用。 Observable.observeOn具有无限制的缓冲区，该缓冲区不断收集元素，您的应用程序可能会用尽内存。

您可以使用Observable例如:

处理GUI事件

处理短序列(总共少于1000个元素)

您可以使用Flowable例如:

冷和非定时源

生成器，类似于源

网络和数据库访问器