学习RxJS： 导入

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，而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，而后异步流程里有顺序依赖；

老司机推荐用Promise，而后有顺序依赖的流程里，竟然还想订阅事件；

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，即是万众瞩目的 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) 片段，让jQuery青年们一头雾水。

落伍老是很差的，林子里的鸟都在讨论FRP时，咱们也要跟上：

ReactiveX是Reactive Extensions的缩写，通常简写为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近几年愈来愈流行了，如今已经支持几乎所有的流行编程语言了，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，用户的鼠标点击实际上是一个无穷而实时的事件序列，能够将其视为一个与时间线相关的数据流，咱们 能够查询并操做这个数据流，在它可用时（或者等待数据流可用）:

 在 Rx 编程中，任何数据均可以被表达为数据流的形式，咱们要作的是，对数据流进行订阅、查询、过滤、打平、归并等各类操做。

因为是对 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有两点本质的不一样：

1. Observable 只在至少有一个订阅者时，数据才开始流动
2. 在数据流结束（iterator 再也不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”。因此，仍是来看看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，因此得从 xxx.xxx.xxx.2 ping到 xxx.xxx.xxx.254）

思路

很明显，ping 是一个异步的操做，这里大概有 254 – 2 = 252 个异步操做，难点不在于异步，而在于流程控制，在RxJS 里，能够很方便的把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

 

 

 

 

 

 

JavaScript

 

1 2 3 4 5

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

 

代码

 

 

 

 

 

 

JavaScript

 

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：

1. Rx.Observable.create会建立一个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:
   1. 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
   2. onCompleted：序列中已无值可用，对应到观察者的subscribe第三个函参
   3. onError：序列中发生了错误，对应到观察者的subscribe第二个函参
2. merge合并后的操做流，是一个对IP在：192.168.50.2 – 254 范围内的设备进行Ping的操做序列，可是Observable有一个特色，就是任什么时候候触发了 错误回调（即Rx.Observable.create建立那个的观察者，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。好比，个人C类子网就两台设备在线：xxx.xxx.xxx..100 和 xxx.xxx.xxx.200，而后 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
3. Ramda 是一个优秀的函数式JS库，固然，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