前言

因为以前项目搭建的是 MVP 架构，由RxJava + Glide + OKHttp + Retrofit 等开源框架组合而成，以前也都是停留在使用层面上，没有深刻的研究，最近打算把它们所有攻下，尚未关注的同窗能够先关注一波，看完这个系列文章，(不论是面试仍是工做中处理问题)相信你都在知道原理的状况下，处理问题更加驾轻就熟。java

介绍

RxJava 出来已经有几年了，我相信你们多多少少都有使用过 RxJava (简单来讲：它就是一个实现异步操做的库)，它强大的操做变换符和线程切换等，使咱们的业务逻辑操做起来更加简单明了。我使用 Rxjava 有 2 年左右了吧，当初仍是看扔物线的给 Android 开发者的 RxJava 详解入的门，门如今入了，使用上也没什么障碍了，如今咱们就能够来看下 Rxjava 底层是怎么实现的。在了解原理以前，咱们先来看下基本使用。网络

使用参考

这里只是总结一下 Rxjava 操做符，不作示例讲解。数据结构

被观察者

观察者	说明
Observable	Observable 即被观察者，决定何时触发事件以及触发怎样的事件
Flowable	Flowable 能够当作是 Observable 的实现，只是它支持背压
Single	只有 onSuccess 可 onError 事件，只能用 onSuccess 发射一个数据或一个错误通知，以后再发射数据也不会作任何处理，直接忽略
Completable	只有 onComplete 和 onError 事件，不发射数据，没有 map，flatMap 操做符。经常结合 andThen 操做符使用
Maybe	没有 onNext 方法，一样须要 onSuccess 发射数据，且只能发射 0 或 1 个数据，多发也再也不处理

操做符

建立操做符

被观察者的操做符	说明
create	建立一个被观察者
just	建立一个被观察者，并发送事件，发送的事件不能够超过10个以上
fromArray	这个方法和 just() 相似，只不过 fromArray 能够传入多于10 个的变量，而且能够传入一个数组
fromCallable	这里的 Callable 是 java.util.concurrent 中的 Callable，Callable 和 Runnable 的用法基本一致，只是它会返回一个结果值，这个结果值就是发给观察者的
fromFuture	参数中的 Future 是 java.util.concurrent 中的 Future，Future 的做用是增长了 cancel() 等方法操做 Callable，它能够经过 get() 方法来获取 Callable 返回的值
fromIterable	直接发送一个 List 集合数据给观察者
defer	这个方法的做用就是直到被观察者被订阅后才会建立被观察者。
Timer	当到指定时间后就会发送一个 0L 的值给观察者。
Interval	每隔一段时间就会发送一个事件，这个事件是从 0 开始，不断增 1 的数字。
intervalRange	能够指定发送事件的开始值和数量，其余与 interval() 的功能同样。
range	同时发送必定范围的事件序列。
rangeLong	做用与 range() 同样，只是数据类型为 Long
empty	直接发送 onComplete() 事件
never	不发送任何事件
error	发送 onError() 事件

转换操做符

名称	说明
map()	map 能够将被观察者发送的数据类型转变成其余的类型
flatMap()	这个方法能够将事件序列中的元素进行整合加工，返回一个新的被观察者。flatMap() 其实与 map() 相似，可是 flatMap() 返回的是一个 Observerable
concatMap()	concatMap() 和 flatMap() 基本上是同样的，只不过 concatMap() 转发出来的事件是有序的，而 flatMap() 是无序的
buffer()	从须要发送的事件当中获取必定数量的事件，并将这些事件放到缓冲区当中一并发出
groupBy()	将发送的数据进行分组，每一个分组都会返回一个被观察者
scan()	将数据以必定的逻辑聚合起来
window()	发送指定数量的事件时，就将这些事件分为一组。window 中的 count 的参数就是表明指定的数量，例如将 count 指定为 2，那么每发 2 个数据就会将这 2 个数据分红一组。

组合操做符

操做符	说明
concat()	能够将多个观察者组合在一块儿，而后按照以前发送顺序发送事件。须要注意的是，concat() 最多只能够发送4个事件。
concatArray()	与 concat() 做用同样，不过 concatArray() 能够发送多于 4 个被观察者。
merge()	这个方法月 concat() 做用基本同样，知识 concat() 是串行发送事件，而 merge() 并行发送事件。
concatArrayDelayError() & mergeArrayDelayError()	在 concatArray() 和 mergeArray() 两个方法当中，若是其中有一个被观察者发送了一个 Error 事件，那么就会中止发送事件，若是你想 onError() 事件延迟到全部被观察者都发送完事件后再执行的话，就可使用 concatArrayDelayError() 和 mergeArrayDelayError()
zip()	会将多个被观察者合并，根据各个被观察者发送事件的顺序一个个结合起来，最终发送的事件数量会与源 Observable 中最少事件的数量同样。
combineLatest() & combineLatestDelayError()	combineLatest() 的做用与 zip() 相似，可是 combineLatest() 发送事件的序列是与发送的时间线有关的，当 combineLatest() 中全部的 Observable 都发送了事件，只要其中有一个 Observable 发送事件，这个事件就会和其余 Observable 最近发送的事件结合起来发送
reduce()	与 scan() 操做符的做用也是将发送数据以必定逻辑聚合起来，这两个的区别在于 scan() 每处理一次数据就会将事件发送给观察者，而 reduce() 会将全部数据聚合在一块儿才会发送事件给观察者。
collect()	将数据收集到数据结构当中
startWith() & startWithArray()	在发送事件以前追加事件，startWith() 追加一个事件，startWithArray() 能够追加多个事件。追加的事件会先发出。
count()	返回被观察者发送事件的数量。

功能操做符

操做符	说明
delay()	延迟一段时间发送事件。
doOnEach()	Observable 每发送一件事件以前都会先回调这个方法。
doOnNext()	Observable 每发送 onNext() 以前都会先回调这个方法。
doAfterNext()	Observable 每发送 onNext() 以后都会回调这个方法。
doOnComplete()	Observable 每发送 onComplete() 以前都会回调这个方法。
doOnError()	Observable 每发送 onError() 以前都会回调这个方法。
doOnSubscribe()	Observable 每发送 onSubscribe() 以前都会回调这个方法。
doOnDispose()	当调用 Disposable 的 dispose() 以后回调该方法
doOnLifecycle()	在回调 onSubscribe 以前回调该方法的第一个参数的回调方法，可使用该回调方法决定是否取消订阅
doOnTerminate() & doAfterTerminate()	doOnTerminate 是在 onError 或者 onComplete 发送以前回调，而 doAfterTerminate 则是 onError 或者 onComplete 发送以后回调
doFinally()	在全部事件发送完毕以后回调该方法。
onErrorReturn()	当接受到一个 onError() 事件以后回调，返回的值会回调 onNext() 方法，并正常结束该事件序列
onErrorResumeNext()	当接收到 onError() 事件时，返回一个新的 Observable，并正常结束事件序列
onExceptionResumeNext()	与 onErrorResumeNext() 做用基本一致，可是这个方法只能捕捉 Exception。
retry()	若是出现错误事件，则会从新发送全部事件序列。times 是表明从新发的次数
retryUntil()	出现错误事件以后，能够经过此方法判断是否继续发送事件。
retryWhen()	当被观察者接收到异常或者错误事件时会回调该方法，这个方法会返回一个新的被观察者。若是返回的被观察者发送 Error 事件则以前的被观察者不会继续发送事件，若是发送正常事件则以前的被观察者会继续不断重试发送事件
repeat()	重复发送被观察者的事件，times 为发送次数
repeatWhen()	这个方法能够会返回一个新的被观察者设定必定逻辑来决定是否重复发送事件。
subscribeOn()	指定被观察者的线程，要注意的时，若是屡次调用此方法，只有第一次有效。
observeOn()	指定观察者的线程，每指定一次就会生效一次。

过滤操做符

操做符	说明
filter()	经过必定逻辑来过滤被观察者发送的事件，若是返回 true 则会发送事件，不然不会发送
ofType()	能够过滤不符合该类型事件
skip()	跳过正序某些事件，count 表明跳过事件的数量
distinct()	过滤事件序列中的重复事件。
distinctUntilChanged()	过滤掉连续重复的事件。
take()	控制观察者接收的事件的数量。
debounce()	若是两件事件发送的时间间隔小于设定的时间间隔则前一件事件就不会发送给观察者。
firstElement() && lastElement()	firstElement() 取事件序列的第一个元素，lastElement() 取事件序列的最后一个元素。
elementAt() & elementAtOrError()	elementAt() 能够指定取出事件序列中事件，可是输入的 index 超出事件序列的总数的话就不会出现任何结果。这种状况下，你想发出异常信息的话就用 elementAtOrError() 。

条件操做符

操做符	说明
all()	判断事件序列是否所有知足某个事件，若是都知足则返回 true，反之则返回 false。
takeWhile()	能够设置条件，当某个数据知足条件时就会发送该数据，反之则不发送
skipWhile()	能够设置条件，当某个数据知足条件时不发送该数据，反之则发送。
takeUntil()	能够设置条件，当事件知足此条件时，下一次的事件就不会被发送了。
skipUntil()	当 skipUntil() 中的 Observable 发送事件了，原来的 Observable 才会发送事件给观察者。
sequenceEqual()	判断两个 Observable 发送的事件是否相同。
contains()	判断事件序列中是否含有某个元素，若是有则返回 true，若是没有则返回 false。
isEmpty()	判断事件序列是否为空。
amb()	amb() 要传入一个 Observable 集合，可是只会发送最早发送事件的 Observable 中的事件，其他 Observable 将会被丢弃
defaultIfEmpty()	若是观察者只发送一个 onComplete() 事件，则能够利用这个方法发送一个值

基本执行流程

在讲基本执行流程以前咱们先来看一段代码

@Test
public void test(){
        Observable.create(new ObservableOnSubscribe<String>() {
            @Override
            public void subscribe(ObservableEmitter<String> emitter) throws Exception {
                System.out.println("Thread = [" + Thread.currentThread().getName() + "]");

                emitter.onNext("1");
                emitter.onNext("2");
                emitter.onNext("3");
                emitter.onComplete();

            }
        })
        .subscribe(new Observer<String>() {
            @Override
            public void onSubscribe(Disposable d) {
                System.out.println("Observer = [ onSubscribe ]");
            }

            @Override
            public void onNext(String s) {
                System.out.println("Observer = [ onNext ]" + s);
            }

            @Override
            public void onError(Throwable e) {
                System.out.println("Observer = [ onError ] "+e.getMessage());
            }

            @Override
            public void onComplete() {
                System.out.println("Observer = [ onComplete ]");
            }
        });

    }
复制代码

Output：

Observer = [ onSubscribe ]
Observer = [ onNext ]1
Observer = [ onNext ]2
Observer = [ onNext ]3
Observer = [ onComplete ]
复制代码

上面代码就是一个简单的被观察者的一个订阅关系，不涉及线程切换，经过 create 操做符建立一个新的观察者，而后发射了几条 String 的数据，下游接收到数据并打印出来，下面咱们就看下它的具体执行流程。

先来看一个流程图

下面咱们就跟着流程图看下代码

//调用层调用 create 函数，返回一个被观察者对象 
public static <T> Observable<T> create(ObservableOnSubscribe<T> source) {
        //1. 判断空处理
        ObjectHelper.requireNonNull(source, "source is null");
        //2 hook
        return RxJavaPlugins.onAssembly(new ObservableCreate<T>(source));
    }
复制代码

create 主要作了 2 件事儿，首先对 source 判断空，而后在钩子函数中建立了一个 ObservableCreate 对象，而后而后这个 ObservableCreate 对象，咱们看一下内部

public final class ObservableCreate<T> extends Observable<T> {
    final ObservableOnSubscribe<T> source;

    public ObservableCreate(ObservableOnSubscribe<T> source) {
        //赋值给成员变量
        this.source = source;
    }
  ....
}

复制代码

这里咱们看到只是把 source 赋值给了 ObservableCreate 的成员变量。

接着咱们在看 Observable#subscribe

@SchedulerSupport(SchedulerSupport.NONE)
    @Override
    public final void subscribe(Observer<? super T> observer) {
        //1. 判空
        ObjectHelper.requireNonNull(observer, "observer is null");
        try {
            //2. hook ,返回一个观察者
            observer = RxJavaPlugins.onSubscribe(this, observer);
            //3. 判空
            ObjectHelper.requireNonNull(observer, "The RxJavaPlugins.onSubscribe hook returned a null Observer. Please change the handler provided to RxJavaPlugins.setOnObservableSubscribe for invalid null returns. Further reading: https://github.com/ReactiveX/RxJava/wiki/Plugins");
            //4. 内部调用 subscribeActual 函数
            subscribeActual(observer);
        } catch (NullPointerException e) {
            throw e;
        } catch (Throwable e) {
            ....
            throw npe;
        }
    }
复制代码

被观察者订阅观察者 subscribe 这里主要作了 4 步

判断观察者是否为空
hook 观察者，返回一个观察者
对观察者判断
执行 subscribeActual

继续看 subscribeActual 函数

//这里是一个抽象类 看它的上一个流
    protected abstract void subscribeActual(Observer<? super T> observer);
复制代码

这里是一个抽象类，根据上面流程图得知，ObservableCreate 实现了这个函数，咱们继续在跟

public final class ObservableCreate<T> extends Observable<T> {
    final ObservableOnSubscribe<T> source;

    public ObservableCreate(ObservableOnSubscribe<T> source) {
        //赋值给成员变量
        this.source = source;
    }
  
  ....
    
    @Override
    protected void subscribeActual(Observer<? super T> observer) {
        //1. 建立一个发射器
        CreateEmitter<T> parent = new CreateEmitter<T>(observer);
        //2.表示订阅成功
        observer.onSubscribe(parent);
        try {
            //3.建立发射器，主要发射数据
            source.subscribe(parent);
        } catch (Throwable ex) {
            Exceptions.throwIfFatal(ex);
            parent.onError(ex);
        }
    }
}
复制代码

相信你们看到注释 2 已经看到订阅成功的回调消息，注释 3 也回调到了 create 中，能够调用 parent 发送数据了，这里咱们看下 CreateEmitter 具体实现

static final class CreateEmitter<T> extends AtomicReference<Disposable> implements ObservableEmitter<T>, Disposable {

        private static final long serialVersionUID = -3434801548987643227L;

        final Observer<? super T> observer;

        CreateEmitter(Observer<? super T> observer) {
            this.observer = observer;
        }
				//1. 调用层调用
        @Override
        public void onNext(T t) {
            if (t == null) {
                onError(new NullPointerException("onNext called with null. Null values are generally not allowed in 2.x operators and sources."));
                return;
            }
            //是否取消
            if (!isDisposed()) {
            //回调
                observer.onNext(t);
            }
        }

        @Override
        public void onError(Throwable t) {
            if (!tryOnError(t)) {
                RxJavaPlugins.onError(t);
            }
        }

        @Override
        public boolean tryOnError(Throwable t) {
            if (t == null) {
                t = new NullPointerException("onError called with null. Null values are generally not allowed in 2.x operators and sources.");
            }
            if (!isDisposed()) {
                try {
                    observer.onError(t);
                } finally {
                    dispose();
                }
                return true;
            }
            return false;
        }

        @Override
        public void onComplete() {
        	
            if (!isDisposed()) {
                try {
                		//完成
                    observer.onComplete();
                } finally {
                    dispose();
                }
            }
        }
		
		....
		
    }
复制代码

根据上面代码能够看到，observer .onNext()/onComplete() 是在 CreateEmitter 内部中调用的，到这里基本执行流程已经完成了，下面咱们看下线程切换原理。

线程切换原理

讲解线程切换的原理以前，先请看下面一段代码。

public void RxTest(){
       Observable.create(new io.reactivex.ObservableOnSubscribe<String>() {
            @Override
            public void subscribe(io.reactivex.ObservableEmitter<String> emitter){
                System.out.println("Thread = [ 准备发射数据 " + Thread.currentThread().getName() + "]");

                emitter.onNext("1");
                emitter.onNext("2");
                emitter.onNext("3");
                emitter.onComplete();

            }
        }).subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new io.reactivex.Observer<String>() {
                    @Override
                    public void onSubscribe(Disposable d) {
                        System.out.println("Thread = [" + Thread.currentThread().getName() + " onSubscribe ]");
                    }

                    @Override
                    public void onNext(String s) {
                        System.out.println("Thread = [" + Thread.currentThread().getName() + " onNext ]" + s);
                    }

                    @Override
                    public void onError(Throwable e) {
                        System.out.println("Thread = [" + Thread.currentThread().getName() + " onError ] "+e.getMessage());
                    }

                    @Override
                    public void onComplete() {
                        System.out.println("Thread = [" + Thread.currentThread().getName() + " onComplete ]");
                    }
                });
    }
复制代码

output:

Thread = [main onSubscribe ] //订阅成功
Thread = [ 准备发射数据 RxCachedThreadScheduler-1] //准备发送数据 ----》在 Rxjava 子线程
Thread = [main  onNext ]1 //在主线程中接收数据
Thread = [main  onNext ]2
Thread = [main  onNext ]3
Thread = [main onComplete ]
复制代码

根据上面示例代码先来看一个执行的时序图

被观察者 ObservableSubscribeOn Schedulers.io() 子线程初始化

主线程初始化

如今根据线程切换的初始化流程图，来看下从具体发送数据到线程切换流程

到这里咱们对线程切换的执行流程已经有了必定的了解，知道了子线程从哪里运行，主线程在哪里运行。下面咱们根据实际的代码来说解线程切换的原理：

create

public static <T> Observable<T> create(ObservableOnSubscribe<T> source) {
	//1. 判断空处理
	ObjectHelper.requireNonNull(source, "source is null");
	//2 hook,返回一个 ObservableCreate 
	return RxJavaPlugins.onAssembly(new ObservableCreate<T>(source));
}
复制代码

ObservableCreate

public final class ObservableCreate<T> extends Observable<T> {
  	//这里的 source 表明的是 Observable.create(new ObservableOnSubscribe<String>() 中的 ObservableOnSubscribe
    final ObservableOnSubscribe<T> source;

    public ObservableCreate(ObservableOnSubscribe<T> source) {
        //赋值给成员变量
        this.source = source;
    }
}
复制代码

根据第一步和第二步，咱们知道在调用层建立一个被观察者 ObservableCreate 。

在 ObservableCreate 中指定子线程执行

public abstract class Observable<T> implements ObservableSource<T> {
    @CheckReturnValue
    @SchedulerSupport(SchedulerSupport.CUSTOM)
    public final Observable<T> subscribeOn(Scheduler scheduler) {
        ObjectHelper.requireNonNull(scheduler, "scheduler is null");
      	//返回一个 ObservableSubscribeOn 被观察者对象
        return RxJavaPlugins.onAssembly(new ObservableSubscribeOn<T>(this, scheduler));
    }
}
复制代码

根据流程可知，这里的 Observable 实际上是在 ObservableCreate 内部中调用的，下面看 ObservableSubscribeOn 初始化

ObservableSubscribeOn 初始化

//线程切换的主要实现
public final class ObservableSubscribeOn<T> extends AbstractObservableWithUpstream<T, T> {
    final Scheduler scheduler;

    public ObservableSubscribeOn(ObservableSource<T> source, Scheduler scheduler) {
      	//1. 将上一层的被观察者传递给成员变量
        super(source);
      	//2. 将抽象 scheduler赋值给当前成员变量
        this.scheduler = scheduler;
    }
}
复制代码

根据上面时序图可知，上面代码中注释一其实就是 ObservableCreate, 而 scheduler 就是 IOscheduler；

接着又在 ObservableSubscribeOn 中调用 Observable 的 observeOn 操做符

public abstract class Observable<T> implements ObservableSource<T> {
@CheckReturnValue
    @SchedulerSupport(SchedulerSupport.CUSTOM)
    public final Observable<T> observeOn(Scheduler scheduler, boolean delayError, int bufferSize) {
        ObjectHelper.requireNonNull(scheduler, "scheduler is null");
        ObjectHelper.verifyPositive(bufferSize, "bufferSize");
        return RxJavaPlugins.onAssembly(new ObservableObserveOn<T>(this, scheduler, delayError, bufferSize));
    }
  
}
复制代码

这里返回一个 ObservableObserveOn 被观察者，咱们看下初始化代码

ObservableObserveOn 初始化

public final class ObservableObserveOn<T> extends AbstractObservableWithUpstream<T, T> {
  	
    final Scheduler scheduler;
    final boolean delayError;
    final int bufferSize;
  
    public ObservableObserveOn(ObservableSource<T> source, Scheduler scheduler, boolean delayError, int bufferSize) {
      	//1. source 表明上一个被观察者
        super(source);
      	//2. 这里指 HandlerScheduler
        this.scheduler = scheduler;
        this.delayError = delayError;
        this.bufferSize = bufferSize;
    }
}
复制代码

根据代码注释一可知 source 是上一个被观察者，也就是 ObservableSubscribeOn,注释二根据流程图能够知道它是 HandlerScheduler;

接着看被观察者订阅函数

public abstract class Observable<T> implements ObservableSource<T> {
    @SchedulerSupport(SchedulerSupport.NONE)
    @Override
    public final void subscribe(Observer<? super T> observer) {
        //1. 判空
        ObjectHelper.requireNonNull(observer, "observer is null");
        try {
            //2. hook ,返回一个观察者
            observer = RxJavaPlugins.onSubscribe(this, observer);
            //3. 判空
            ObjectHelper.requireNonNull(observer, "The RxJavaPlugins.onSubscribe hook returned a null Observer. Please change the handler provided to RxJavaPlugins.setOnObservableSubscribe for invalid null returns. Further reading: https://github.com/ReactiveX/RxJava/wiki/Plugins");
            //4. 内部调用 subscribeActual 函数
            subscribeActual(observer);
        } catch (NullPointerException e) { // NOPMD
            throw e;
        } catch (Throwable e) {
          ...
        }
    }
}
复制代码

根据流程可知当前的 Observable 是在 ObservableObserveOn 中调用的，因此根据注释 4 可知，实现类是在 ObservableObserveOn 中；

ObservableObserveOn 的 subscribeActual 函数实现

public final class ObservableObserveOn<T> extends AbstractObservableWithUpstream<T, T> {
  
    @Override
    protected void subscribeActual(Observer<? super T> observer) {
        if (scheduler instanceof TrampolineScheduler) {
            source.subscribe(observer);
        } else {
            //1.返回 HandlerWorker
            Scheduler.Worker w = scheduler.createWorker();
            //2. 这里表明回调到上一个被观察者
            source.subscribe(new ObserveOnObserver<T>(observer, w, delayError, bufferSize));
        }
    }
}
复制代码

根据注释可知先拿到 HandlerWorker 而后执行上一层的被观察者，根据流程能够这里的 source 是 ObservableSubscribeOn；

将 ObserveOnObserver 对象传递给 ObservableSubscribeOn 的 subscribeActual 函数

public final class ObservableSubscribeOn<T> extends AbstractObservableWithUpstream<T, T> {
    final Scheduler scheduler;

...
    @Override
    public void subscribeActual(final Observer<? super T> observer) {
        //1. 包装观察者对象
        final SubscribeOnObserver<T> parent = new SubscribeOnObserver<T>(observer);
        //2. 这里的 observer 表明的是 ObserveOnObserver
        observer.onSubscribe(parent);
        //3. 设置被观察者的运行线程 scheduler 表明的是 IOScheduler ，SubscribeTask 是一个 Runnable 运行在子线程中的
        parent.setDisposable(scheduler.scheduleDirect(new SubscribeTask(parent)));
    }
}
复制代码

上面代码注释一是包装 observer -> ObserveOnObserver , 注释二这一步是在 ObserveOnObserver 中实现的，最后是订阅成功的功能；注释三这一步才是线程切换的核心代码，首先看 scheduler.scheduleDirect(new SubscribeTask(parent))

scheduler.scheduleDirect(new SubscribeTask(parent)) 实现

public abstract class Scheduler {   
@NonNull
    public Disposable scheduleDirect(@NonNull Runnable run) {
      	//1. 调用内部的重载函数
        return scheduleDirect(run, 0L, TimeUnit.NANOSECONDS);
    }
      @NonNull
    public Disposable scheduleDirect(@NonNull Runnable run, long delay, @NonNull TimeUnit unit) {
        //2. 建立 IoSchedule
        final Worker w = createWorker();
        //3 run 表明的是 SubscribeTask
        final Runnable decoratedRun = RxJavaPlugins.onSchedule(run);
        //4. 对 SubscribeTask ，IoSchedule 进行包装
        DisposeTask task = new DisposeTask(decoratedRun, w);
        //5 执行 IoSchedule 中的 schedule 函数
        w.schedule(task, delay, unit);
        return task;
    }
}
复制代码

根据注释 1-4 前面是初始化和包装线程，重要的是注释5 接着往下看。

执行 IoSchedule 中的 schedule 函数

public final class IoScheduler extends Scheduler {        
@NonNull
@Override
public Disposable schedule(@NonNull Runnable action, long delayTime, @NonNull TimeUnit unit) {
  if (tasks.isDisposed()) {
	// don't schedule, we are unsubscribed
    return EmptyDisposable.INSTANCE;
	}
	//1. action 表明的是 DisposeTask
    return threadWorker.scheduleActual(action, delayTime, unit, tasks);
	}
}
复制代码

接着跟 threadWorker.scheduleActual

threadWorker.scheduleActual 函数实现

public class NewThreadWorker extends Scheduler.Worker implements Disposable {   
public ScheduledRunnable scheduleActual(final Runnable run, long delayTime, @NonNull TimeUnit unit, @Nullable DisposableContainer parent) {
        //1. run 表明的是 DisposeTask
        Runnable decoratedRun = RxJavaPlugins.onSchedule(run);
        //2. decoratedRun 表明的是 DisposeTask
        ScheduledRunnable sr = new ScheduledRunnable(decoratedRun, parent);

        if (parent != null) {
            if (!parent.add(sr)) {
                return sr;
            }
        }

        Future<?> f;
        try {
            if (delayTime <= 0) {
              //3. 线程池执行子线程任务
                f = executor.submit((Callable<Object>)sr);
            } else {
                f = executor.schedule((Callable<Object>)sr, delayTime, unit);
            }
            sr.setFuture(f);
        } catch (RejectedExecutionException ex) {
        ...
        }

        return sr;
    }

}
复制代码

到这里咱们已经找到了执行层中具体执行逻辑了。线程池执行那么就会回调 SubscribeTask run 函数，咱们跟着看下 run 具体实现。

SubscribeTask run 具体实现

public final class ObservableSubscribeOn<T> extends AbstractObservableWithUpstream<T, T> {
    final Scheduler scheduler;

...
  
final class SubscribeTask implements Runnable {
        private final SubscribeOnObserver<T> parent;

        SubscribeTask(SubscribeOnObserver<T> parent) {
            this.parent = parent;
        }

        @Override
        public void run() {
            //1. 这里表明的是上一个被观察者对象，这里的也就是 create 操做符
            source.subscribe(parent);
        }
    }
}
复制代码

能够看到 SubscribeTask 是 ObservableSubscribeOn 的非静态内部类，那么根据上面流程可知 source 其实就是 ObservableCreate 被观察者

被观察者 ObservableCreate 的 subscribeActual 实现

public final class ObservableCreate<T> extends Observable<T> {
    final ObservableOnSubscribe<T> source;

    public ObservableCreate(ObservableOnSubscribe<T> source) {
        //赋值给成员变量
        this.source = source;
    }

    @Override
    protected void subscribeActual(Observer<? super T> observer) {
        //1. 建立一个发射器
        CreateEmitter<T> parent = new CreateEmitter<T>(observer);
        //2. 子线程 SubscribeOnObserver
        observer.onSubscribe(parent);
        try {
            //3. 发射器回调
            source.subscribe(parent);
        } catch (Throwable ex) {
            Exceptions.throwIfFatal(ex);
            parent.onError(ex);
        }
    }
}
复制代码

根据上面代码注释可知先建立一个发射器，而后调用下游的 ObservableSubscribeOn#SubscribeOnObserver 的 onSubscribe 函数，最后回调发射器 subscribe ，如今能够进行数据传递了。其实到这里emitter.onNext("1"); 已是在子线程中了，那么咱们在跟一下发射数据到接收数据之间线程的切换。

emitter.onNext("1") 执行

public final class ObservableCreate<T> extends Observable<T> {        
//1. 调用层 调用
@Override
public void onNext(T t) {
	if (t == null) {
		onError(new NullPointerException("onNext called with null. Null values are generally not allowed in 2.x operators and sources."));
		return;
	}
	if (!isDisposed()) {
	//1.1 回调到下游
	observer.onNext(t);
	}
}
复制代码

根据执行流程时序图可知，这里的 observer 是 ObservableCreate 的下游 ObservableSubscribeOn#SubscribeOnObserver.onNext(T t) 继续跟

ObservableSubscribeOn#SubscribeOnObserver.onNext(T t) 实现

//线程切换的主要实现
public final class ObservableSubscribeOn<T> extends AbstractObservableWithUpstream<T, T> {
    final Scheduler scheduler;

   ...


static final class SubscribeOnObserver<T> extends AtomicReference<Disposable> implements Observer<T>, Disposable {        
@Override
        public void onNext(T t) {
            downstream.onNext(t);
        } 
    }
复制代码

代码中的 downstream 也表明的是下游 Observer, 继续跟

ObservableObserveOn#ObserveOnObserver.next()

@Override
        public void onNext(T t) {
            if (done) {
                return;
            }

            if (sourceMode != QueueDisposable.ASYNC) {
              	//任务放入队列中
                queue.offer(t);
            }
          	//调用内部重载
            schedule();
        }

        void schedule() {
            if (getAndIncrement() == 0) {
                worker.schedule(this);
            }
        }
复制代码

这里的 worker 是 HandlerScheduler#HandlerWorker

HandlerWorker.schedule 函数具体实现

public Disposable schedule(Runnable run, long delay, TimeUnit unit) {
	if (run == null) throw new NullPointerException("run == null");
	if (unit == null) throw new NullPointerException("unit == null");
	if (disposed) {
		return Disposables.disposed();
	}

	run = RxJavaPlugins.onSchedule(run);
	//1. 对 Runnable 进行包装
	ScheduledRunnable scheduled = new ScheduledRunnable(handler, run);
	//2. 对象池中拿到 message
	Message message = Message.obtain(handler, scheduled);
	message.obj = this; // Used as token for batch disposal of this worker's runnables.

  if (async) {
		message.setAsynchronous(true);
	}
	//3. 发送数据
	handler.sendMessageDelayed(message, unit.toMillis(delay));
	//4. 若是中止发送数据，就删除主线程回调
	if (disposed) {
		handler.removeCallbacks(scheduled);
	return Disposables.disposed();
	}
	return scheduled;
}
复制代码

上面代码就是子线程切换到主线程的主要代码，没错就是 handler, 当 handler sendMessageDelayed 会回调 Runnable 的 run 函数，不知道有没有人发现这里的 runnable 接收的数据在哪里，没错根据 worker.schedule(this); 的 this 可知，它就是 ObserveOnObserver 观察者，实现了 runnable 对象，接下来看 ObserveOnObserver run 函数

ObserveOnObserver run 函树实现

@Override
        public void run() {
            if (outputFused) {
                drainFused();
            } else {
                drainNormal();
            }
        }


        void drainNormal() {
            int missed = 1;

            final SimpleQueue<T> q = queue;
            final Observer<? super T> a = downstream;

            for (;;) {
                if (checkTerminated(done, q.isEmpty(), a)) {
                    return;
                }

                for (;;) {
     
                  	...
										//回调到调用层
                    a.onNext(v);
                }
								...
            }
        }
复制代码

最后 a.onNext(v); 回调到了调用层。

到这里整个线程切换已经讲完了，相信你们对 Rxjava 的线程切换有了必定的认识了。

总结

不知道你们在看时序图的时候有没有发现，其实初始化的时候跟流水线同样，将一个原始的产品通过重重包装，最后包装完而后利用抽象 subscribeActual 函数，一步一步又回滚上去，最后发射数据又通过重重传递最后回调到调用层，这才算是一个完整过程。

其实我对 Rxjava 的理解，有点像接口回调同样，基本上靠回调传递数据。

你们若是还有不理解的能够根据我绘制的时序图跟着源代码走一遍。

从源码的角度分析 Rxjava2 的基本执行流程、线程切换原理

前言

介绍