Android和iOS开发中的异步处理(三)——多个异步任务协作
2016-12-21 19:32
507 查看
本文是系列文章《Android和iOS开发中的异步处理》的第三篇。在本篇文章中,我们主要讨论在执行多个异步任务的时候可能碰到的相关问题。
通常我们都需要执行多个异步任务,使它们相互协作来完成需求。本文结合典型的应用场景,讲解异步任务的三种协作关系:
先后接续执行
并发执行,结果合并
并发执行,一方优先
以上三种协作关系,本文分别以三种应用场景为例展开讨论。这三种应用场景分别是:
多级缓存
并发网络请求
页面缓存
最后,本文还会尝试给出一个使用RxJava这样的框架来实现“并发网络请求”的案例,并进行相关的探讨。
注:本系列文章中出现的代码已经整理到GitHub上(持续更新),代码库地址为:
https://github.com/tielei/AsyncProgrammingDemos
其中,当前这篇文章中出现的Java代码,位于com.zhangtielei.demos.async.programming.multitask这个package中。
一个典型的例子是静态资源的多级缓存,其中最为大家所喜闻乐见的例子就是静态图片的多级缓存。通常在客户端加载一个静态图片,都会至少有两级缓存:第一级Memory Cache和第二级Disk Cache。整个加载流程如下:
先查找Memory Cache,如果命中,则直接返回;否则,执行下一步
再查找Disk Cache,如果命中,则直接返回;否则,执行下一步
发起网络请求,下载和解码图片文件。
通常,第1步查找Memory Cache是一个同步任务。而第2步和第3步都是异步任务,对于同一个图片加载任务来说,这两步之间便是“先后接续执行”的关系:“查找Disk Cache”的异步任务完成后(发生结果回调),根据缓存命中的结果再决定要不要启动“发起网络请求”的异步任务。
下面我们就用代码展示一下“查找Disk Cache”和“发起网络请求”这两个异步任务的启动和执行情况。
首先,我们需要先定义好“Disk Cache”和“网络请求”这两个异步任务的接口。
ImageDiskCache接口用于存取图片的Disk Cache,其中参数中的AsyncCallback,是一个通用的异步回调接口的定义。其定义代码如下(本文后面还会用到):
而发起网络请求下载图片文件,我们直接调用上一篇文章《Android和iOS开发中的异步处理(二)——异步任务的回调》中介绍的Downloader接口(注:采用最后带有contextData参数的那一版本的Dowanloder接口)。
这样,“查找Disk Cache”和“发起网络下载请求”的代码示例如下:
Downloader的成功结果回调的实现代码示例如下:
一个典型的例子是,同时发起多个网络请求(即远程API接口),等获得所有请求的返回数据之后,再将数据一并处理,更新UI。这样的做法通过并发网络请求缩短了总的请求时间。
我们根据最简单的两个并发网络请求的情况来给出示例代码。
首先,还是要先定义好需要的异步接口,即远程API接口的定义。
需要注意的是: 在HttpService这个接口定义中,请求参数request使用Generic类型T来定义。如果这个接口有一个实现,那么在实现代码中应该会根据实际传入的request的类型(它可以是任意Java Bean),利用反射机制将其变换成Http请求参数。当然,我们在这里只讨论接口,具体实现不是这里要讨论的重点。
而返回结果参数result,是HttpResult类型,这是为了让它既能表达成功的响应结果,也能表达失败的响应结果。HttpResult的定义代码如下:
HttpResult也包含一个Generic类型R,它就是请求成功时返回的响应参数类型。同样,在HttpService可能的实现中,应该会再次利用反射机制将请求返回的响应内容(可能是个Json串)变换成类型R(它可以是任意Java Bean)。
好了,现在有了HttpService接口,我们便能演示如何同时发送两个网络请求了。
我们首先要等两个请求全部都完成了,才能将它们的结果进行合并。而为了判断两个异步请求是否全部完成了,我们需要在任一个请求回调时都去判断所有请求是否已经返回。这里需要注意的是,之所以我们能采取这样的判断方法,有一个很重要的前提:HttpService的onResult已经调度到主线程执行。我们在上一篇文章《Android和iOS开发中的异步处理(二)——异步任务的回调》中“回调的线程模型”一节,对回调发生的线程环境已经进行过讨论。在onResult已经调度到主线程执行的前提下,两个请求的onResult回调顺序只能有两种情况:先执行第一个请求的onResult再执行第二个请求的onResult;或者先执行第二个请求的onResult再执行第一个请求的onResult。不管是哪种顺序,上面代码中onResult内部的判断都是有效的。
然而,如果HttpService的onResult在不同的线程上执行,那么两个请求的onResult回调就可能交叉执行,那么里面的各种判断也会有同步问题。
相比前面讲过的“先后接续执行”,这里的并发执行显然带来了不小的复杂度。如果不是对并发带来的性能提升有特别强烈的需求,也许我们更愿意选择“先后接续执行”的协作关系,让代码逻辑保持简单易懂。
一个典型的例子是页面缓存。比如,一个页面要显示一份动态的列表数据。如果每次页面打开时都是只从服务器取列表数据,那么碰到没有网络或者网络比较慢的情况,页面会长时间空白。这时通常显示一份旧的数据,比什么都不显示要好。因此,我们可能会考虑给这份列表数据增加一个本地持久化的缓存。
本地缓存也是一个异步任务,接口代码定义如下:
这个本地缓存所缓存的数据对象,就是之前从服务器取到的一个HttpResponse对象。异步回调接口AsyncCallback,我们在前面已经讲过。
这样,当页面打开时,我们可以同时启动本地缓存读取任务和远程API请求的任务。其中后者比前者的优先级高。
虽然读取本地缓存数据通常来说比从网络获取数据要快得多,但既然都是异步接口,就存在一种逻辑上的可能性:网络获取数据先于本地缓存数据发生回调。而且,我们在上一篇文章《Android和iOS开发中的异步处理(二)——异步任务的回调》中“回调顺序”一节提到的“提前的失败结果回调”和“提前的成功结果回调”,为这种情况的发生提供了更为现实的依据。
在上面的代码中,如果网络获取数据先于本地缓存数据回调了,那么我们会记录一个布尔型的标记dataFromHttpReady。等到获取本地缓存数据的任务完成时,我们判断这个标记,从而忽略缓存数据。
单独对于页面缓存这个例子,由于通常来说读取本地缓存数据和从网络获取数据所需要的执行时间相差悬殊,所以这里的“并发执行,一方优先”的做法对性能提升并不明显。这意味着,如果我们把页面缓存的这个例子改为“先后接续执行”的实现方式,可能会在没有损失太多性能的前提下,获得代码逻辑的简单易懂。
当然,如果你决意要采用本节的“并发执行,一方优先”的异步任务协作关系,那么一定要记得考虑到异步任务回调的所有可能的执行顺序。
我们以前面讲的第二种场景“并发网络请求”为例。
在RxJava中,有一个建立在lift操作之上的zip操作,它可以把多个Observable的数据合并在一起,成为一个新的Observable。这正是“并发网络请求”这一场景所需要的特性。
我们可以把两个并发的网络请求看成两个Observable,然后使用zip操作将它们的结果进行合并。这看起来简化了很多。不过,这里我们首先要解决另一个问题:把HttpService代表的异步网络请求接口封装成Observable。
通常来说,把一个同步任务封装成Observable比较简单,而把一个现成的异步任务封装成Observable就不是那么直观了,我们需要用到AsyncOnSubscribe。
通过引入RxJava,我们简化了异步任务执行结束时的判断逻辑,但把大部分精力花在了“将HttpService封装成Observable”上面了。我们说过,RxJava是一件“重型武器”,它所能完成的事情远远大于这里所需要的。把RxJava用在这里,不免给人“杀鸡用牛刀”的感觉。
对于另外两种异步任务的协作关系:“先后接续执行”和“并发执行,一方优先”,如果想应用RxJava来解决,那么同样首先需要先成为RxJava的专家,这样才有可能很好地完成这件事。
而对于“先后接续执行”的情况,它本身已经足够简单了,不引入别的框架反而更简单。有时候,我们也许更希望处理逻辑简单,那么把多个异步任务的执行,都按照“先后接续执行”的方式来处理,也是一种解决思路。虽然这会损害一些性能。
本文先后讨论了三种多异步任务的协作关系,最后并不想得到这样一个结论:把多个异步任务的执行都改成“先后接续执行”以简化处理逻辑。取舍仍然在于开发者自己。
而且,一个不容忽视的问题是,在很多情况下,选择权不在我们手里,我们拿到的代码架构也许已经造成了各种各样的异步任务协作关系。我们需要做的,就是在这种情况出现时,能够总是保持头脑的冷静,从纷繁复杂的代码逻辑中识别和认清当前所处的局面到底属于哪一种。
(完)
其它精选文章:
Android和iOS开发中的异步处理(二)——异步任务的回调
技术的正宗与野路子
Android端外推送到底有多烦?
用树型模型管理App数字和红点提示
一张图读懂RxJava中的线程控制
宇宙尽头的描述符(下)
Redis内部数据结构详解(5)——quicklist
Redis内部数据结构详解(4)——ziplist
程序员的宇宙时间线
Redis内部数据结构详解(1)——dict
通常我们都需要执行多个异步任务,使它们相互协作来完成需求。本文结合典型的应用场景,讲解异步任务的三种协作关系:
先后接续执行
并发执行,结果合并
并发执行,一方优先
以上三种协作关系,本文分别以三种应用场景为例展开讨论。这三种应用场景分别是:
多级缓存
并发网络请求
页面缓存
最后,本文还会尝试给出一个使用RxJava这样的框架来实现“并发网络请求”的案例,并进行相关的探讨。
注:本系列文章中出现的代码已经整理到GitHub上(持续更新),代码库地址为:
https://github.com/tielei/AsyncProgrammingDemos
其中,当前这篇文章中出现的Java代码,位于com.zhangtielei.demos.async.programming.multitask这个package中。
多个异步任务先后接续执行
“先后接续执行”指的是一个异步任务先启动执行,待执行完成结果回调发生后,再启动下一个异步任务。这是多个异步任务最简单的一种协作方式。一个典型的例子是静态资源的多级缓存,其中最为大家所喜闻乐见的例子就是静态图片的多级缓存。通常在客户端加载一个静态图片,都会至少有两级缓存:第一级Memory Cache和第二级Disk Cache。整个加载流程如下:
先查找Memory Cache,如果命中,则直接返回;否则,执行下一步
再查找Disk Cache,如果命中,则直接返回;否则,执行下一步
发起网络请求,下载和解码图片文件。
通常,第1步查找Memory Cache是一个同步任务。而第2步和第3步都是异步任务,对于同一个图片加载任务来说,这两步之间便是“先后接续执行”的关系:“查找Disk Cache”的异步任务完成后(发生结果回调),根据缓存命中的结果再决定要不要启动“发起网络请求”的异步任务。
下面我们就用代码展示一下“查找Disk Cache”和“发起网络请求”这两个异步任务的启动和执行情况。
首先,我们需要先定义好“Disk Cache”和“网络请求”这两个异步任务的接口。
public interface ImageDiskCache { /** * 异步获取缓存的Bitmap对象. * @param key * @param callback 用于返回缓存的Bitmap对象 */ void getImage(String key, AsyncCallback<Bitmap> callback); /** * 保存Bitmap对象到缓存中. * @param key * @param bitmap 要保存的Bitmap对象 * @param callback 用于返回当前保存操作的结果是成功还是失败. */ void putImage(String key, Bitmap bitmap, AsyncCallback<Boolean> callback); }
ImageDiskCache接口用于存取图片的Disk Cache,其中参数中的AsyncCallback,是一个通用的异步回调接口的定义。其定义代码如下(本文后面还会用到):
/** * 一个通用的回调接口定义. 用于返回一个参数. * @param <D> 异步接口返回的参数数据类型. */ public interface AsyncCallback <D> { void onResult(D data); }
而发起网络请求下载图片文件,我们直接调用上一篇文章《Android和iOS开发中的异步处理(二)——异步任务的回调》中介绍的Downloader接口(注:采用最后带有contextData参数的那一版本的Dowanloder接口)。
这样,“查找Disk Cache”和“发起网络下载请求”的代码示例如下:
//检查二级缓存: disk cache imageDiskCache.getImage(url, new AsyncCallback<Bitmap>() { @Override public void onResult(Bitmap bitmap) { if (bitmap != null) { //disk cache命中, 加载任务提前结束. imageMemCache.putImage(url, bitmap); successCallback(url, bitmap, contextData); } else { //两级缓存都没有命中, 调用下载器去下载 downloader.startDownload(url, getLocalPath(url), contextData); } } });
Downloader的成功结果回调的实现代码示例如下:
@Override public void downloadSuccess(final String url, final String localPath, final Object contextData) { //解码图片, 是个耗时操作, 异步来做 imageDecodingExecutor.execute(new Runnable() { @Override public void run() { final Bitmap bitmap = decodeBitmap(new File(localPath)); //重新调度回主线程 mainHandler.post(new Runnable() { @Override public void run() { if (bitmap != null) { imageMemCache.putImage(url, bitmap); imageDiskCache.putImage(url, bitmap, null); successCallback(url, bitmap, contextData); } else { //解码失败 failureCallback(url, ImageLoaderListener.BITMAP_DECODE_FAILED, contextData); } } }); } }); }
多个异步任务并发执行,结果合并
“并发执行,结果合并”,指的是同时启动多个异步任务,它们同时并发地执行,等到它们全部执行完成的时候,再合并所有执行结果一起做后续处理。一个典型的例子是,同时发起多个网络请求(即远程API接口),等获得所有请求的返回数据之后,再将数据一并处理,更新UI。这样的做法通过并发网络请求缩短了总的请求时间。
我们根据最简单的两个并发网络请求的情况来给出示例代码。
首先,还是要先定义好需要的异步接口,即远程API接口的定义。
/** * Http服务请求接口. */ public interface HttpService { /** * 发起HTTP请求. * @param apiUrl 请求URL * @param request 请求参数(用Java Bean表示) * @param listener 回调监听器 * @param contextData 透传参数 * @param <T> 请求Model类型 * @param <R> 响应Model类型 */ <T, R> void doRequest(String apiUrl, T request, HttpListener<? super T, R> listener, Object contextData); } /** * 监听Http服务的监听器接口. * * @param <T> 请求Model类型 * @param <R> 响应Model类型 */ public interface HttpListener <T, R> { /** * 产生请求结果(成功或失败)时的回调接口. * @param apiUrl 请求URL * @param request 请求Model * @param result 请求结果(包括响应或者错误原因) * @param contextData 透传参数 */ void onResult(String apiUrl, T request, HttpResult<R> result, Object contextData); }
需要注意的是: 在HttpService这个接口定义中,请求参数request使用Generic类型T来定义。如果这个接口有一个实现,那么在实现代码中应该会根据实际传入的request的类型(它可以是任意Java Bean),利用反射机制将其变换成Http请求参数。当然,我们在这里只讨论接口,具体实现不是这里要讨论的重点。
而返回结果参数result,是HttpResult类型,这是为了让它既能表达成功的响应结果,也能表达失败的响应结果。HttpResult的定义代码如下:
/** * HttpResult封装Http请求的结果. * * 当服务器成功响应的时候, errorCode = SUCCESS, 且服务器的响应转换成response; * 当服务器未能成功响应的时候, errorCode != SUCCESS, 且response的值无效. * * @param <R> 响应Model类型 */ public class HttpResult <R> { /** * 错误码定义 */ public static final int SUCCESS = 0;//成功 public static final int REQUEST_ENCODING_ERROR = 1;//对请求进行编码发生错误 public static final int RESPONSE_DECODING_ERROR = 2;//对响应进行解码发生错误 public static final int NETWORK_UNAVAILABLE = 3;//网络不可用 public static final int UNKNOWN_HOST = 4;//域名解析失败 public static final int CONNECT_TIMEOUT = 5;//连接超时 public static final int HTTP_STATUS_NOT_OK = 6;//下载请求返回非200 public static final int UNKNOWN_FAILED = 7;//其它未知错误 private int errorCode; private String errorMessage; /** * response是服务器返回的响应. * 只有当errorCode = SUCCESS, response的值才有效. */ private R response; public int getErrorCode() { return errorCode; } public void setErrorCode(int errorCode) { this.errorCode = errorCode; } public String getErrorMessage() { return errorMessage; } public void setErrorMessage(String errorMessage) { this.errorMessage = errorMessage; } public R getResponse() { return response; } public void setResponse(R response) { this.response = response; } }
HttpResult也包含一个Generic类型R,它就是请求成功时返回的响应参数类型。同样,在HttpService可能的实现中,应该会再次利用反射机制将请求返回的响应内容(可能是个Json串)变换成类型R(它可以是任意Java Bean)。
好了,现在有了HttpService接口,我们便能演示如何同时发送两个网络请求了。
public class MultiRequestsDemoActivity extends AppCompatActivity { private HttpService httpService = new MockHttpService(); /** * 缓存各个请求结果的Map */ private Map<String, Object> httpResults = new HashMap<String, Object>(); @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_multi_requests_demo); //同时发起两个异步请求 httpService.doRequest("http://...", new HttpRequest1(), new HttpListener<HttpRequest1, HttpResponse1>() { @Override public void onResult(String apiUrl, HttpRequest1 request, HttpResult<HttpResponse1> result, Object contextData) { //将请求结果缓存下来 httpResults.put("request-1", result); if (checkAllHttpResultsReady()) { //两个请求都已经结束 HttpResult<HttpResponse1> result1 = result; HttpResult<HttpResponse2> result2 = (HttpResult<HttpResponse2>) httpResults.get("request-2"); if (checkAllHttpResultsSuccess()) { //两个请求都成功了 processData(result1.getResponse(), result2.getResponse()); } else { //两个请求并未完全成功, 按失败处理 processError(result1.getErrorCode(), result2.getErrorCode()); } } } }, null); httpService.doRequest("http://...", new HttpRequest2(), new HttpListener<HttpRequest2, HttpResponse2>() { @Override public void onResult(String apiUrl, HttpRequest2 request, HttpResult<HttpResponse2> result, Object contextData) { //将请求结果缓存下来 httpResults.put("request-2", result); if (checkAllHttpResultsReady()) { //两个请求都已经结束 HttpResult<HttpResponse1> result1 = (HttpResult<HttpResponse1>) httpResults.get("request-1"); HttpResult<HttpResponse2> result2 = result; if (checkAllHttpResultsSuccess()) { //两个请求都成功了 processData(result1.getResponse(), result2.getResponse()); } else { //两个请求并未完全成功, 按失败处理 processError(result1.getErrorCode(), result2.getErrorCode()); } } } }, null); } /** * 检查是否所有请求都有结果了 * @return */ private boolean checkAllHttpResultsReady() { int requestsCount = 2; for (int i = 1; i <= requestsCount; i++) { if (httpResults.get("request-" + i) == null) { return false; } } return true; } /** * 检查是否所有请求都成功了 * @return */ private boolean checkAllHttpResultsSuccess() { int requestsCount = 2; for (int i = 1; i <= requestsCount; i++) { HttpResult<?> result = (HttpResult<?>) httpResults.get("request-" + i); if (result == null || result.getErrorCode() != HttpResult.SUCCESS) { return false; } } return true; } private void processData(HttpResponse1 data1, HttpResponse2 data2) { //TODO: 更新UI, 展示请求结果. 省略此处代码 } private void processError(int errorCode1, int errorCode2) { //TODO: 更新UI,展示错误. 省略此处代码 } }
我们首先要等两个请求全部都完成了,才能将它们的结果进行合并。而为了判断两个异步请求是否全部完成了,我们需要在任一个请求回调时都去判断所有请求是否已经返回。这里需要注意的是,之所以我们能采取这样的判断方法,有一个很重要的前提:HttpService的onResult已经调度到主线程执行。我们在上一篇文章《Android和iOS开发中的异步处理(二)——异步任务的回调》中“回调的线程模型”一节,对回调发生的线程环境已经进行过讨论。在onResult已经调度到主线程执行的前提下,两个请求的onResult回调顺序只能有两种情况:先执行第一个请求的onResult再执行第二个请求的onResult;或者先执行第二个请求的onResult再执行第一个请求的onResult。不管是哪种顺序,上面代码中onResult内部的判断都是有效的。
然而,如果HttpService的onResult在不同的线程上执行,那么两个请求的onResult回调就可能交叉执行,那么里面的各种判断也会有同步问题。
相比前面讲过的“先后接续执行”,这里的并发执行显然带来了不小的复杂度。如果不是对并发带来的性能提升有特别强烈的需求,也许我们更愿意选择“先后接续执行”的协作关系,让代码逻辑保持简单易懂。
多个异步任务并发执行,一方优先
“并发执行,一方优先”,指的是同时启动多个异步任务,它们同时并发地执行,但不同的任务却有不同的优先级,任务执行结束时,优先采用高优先级的任务返回的结果。如果高优先级的任务先执行结束了,那么后执行完的低优先级任务就被忽略;如果低优先级的任务先执行结束了,那么后执行完的高优先级任务的返回结果就覆盖之前低优先级任务的返回结果。一个典型的例子是页面缓存。比如,一个页面要显示一份动态的列表数据。如果每次页面打开时都是只从服务器取列表数据,那么碰到没有网络或者网络比较慢的情况,页面会长时间空白。这时通常显示一份旧的数据,比什么都不显示要好。因此,我们可能会考虑给这份列表数据增加一个本地持久化的缓存。
本地缓存也是一个异步任务,接口代码定义如下:
public interface LocalDataCache { /** * 异步获取本地缓存的HttpResponse对象. * @param key * @param callback 用于返回缓存对象 */ void getCachingData(String key, AsyncCallback<HttpResponse> callback); /** * 保存HttpResponse对象到缓存中. * @param key * @param data 要保存的HttpResponse对象 * @param callback 用于返回当前保存操作的结果是成功还是失败. */ void putCachingData(String key, HttpResponse data, AsyncCallback<Boolean> callback); }
这个本地缓存所缓存的数据对象,就是之前从服务器取到的一个HttpResponse对象。异步回调接口AsyncCallback,我们在前面已经讲过。
这样,当页面打开时,我们可以同时启动本地缓存读取任务和远程API请求的任务。其中后者比前者的优先级高。
public class PageCachingDemoActivity extends AppCompatActivity { private HttpService httpService = new MockHttpService(); private LocalDataCache localDataCache = new MockLocalDataCache(); /** * 从Http请求到的数据是否已经返回 */ private boolean dataFromHttpReady; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_page_caching_demo); //同时发起本地数据请求和远程Http请求 final String userId = "xxx"; localDataCache.getCachingData(userId, new AsyncCallback<HttpResponse>() { @Override public void onResult(HttpResponse data) { if (data != null && !dataFromHttpReady) { //缓存有旧数据 & 远程Http请求还没返回,先显示旧数据 processData(data); } } }); httpService.doRequest("http://...", new HttpRequest(), new HttpListener<HttpRequest, HttpResponse>() { @Override public void onResult(String apiUrl, HttpRequest request, HttpResult<HttpResponse> result, Object contextData) { if (result.getErrorCode() == HttpResult.SUCCESS) { dataFromHttpReady = true; processData(result.getResponse()); //从Http拉到最新数据, 更新本地缓存 localDataCache.putCachingData(userId, result.getResponse(), null); } else { processError(result.getErrorCode()); } } }, null); } private void processData(HttpResponse data) { //TODO: 更新UI, 展示数据. 省略此处代码 } private void processError(int errorCode) { //TODO: 更新UI,展示错误. 省略此处代码 } }
虽然读取本地缓存数据通常来说比从网络获取数据要快得多,但既然都是异步接口,就存在一种逻辑上的可能性:网络获取数据先于本地缓存数据发生回调。而且,我们在上一篇文章《Android和iOS开发中的异步处理(二)——异步任务的回调》中“回调顺序”一节提到的“提前的失败结果回调”和“提前的成功结果回调”,为这种情况的发生提供了更为现实的依据。
在上面的代码中,如果网络获取数据先于本地缓存数据回调了,那么我们会记录一个布尔型的标记dataFromHttpReady。等到获取本地缓存数据的任务完成时,我们判断这个标记,从而忽略缓存数据。
单独对于页面缓存这个例子,由于通常来说读取本地缓存数据和从网络获取数据所需要的执行时间相差悬殊,所以这里的“并发执行,一方优先”的做法对性能提升并不明显。这意味着,如果我们把页面缓存的这个例子改为“先后接续执行”的实现方式,可能会在没有损失太多性能的前提下,获得代码逻辑的简单易懂。
当然,如果你决意要采用本节的“并发执行,一方优先”的异步任务协作关系,那么一定要记得考虑到异步任务回调的所有可能的执行顺序。
使用RxJava zip来实现并发网络请求
到目前为止,为了对付多个异步任务在执行时的各种协作关系,我们没有采用任何工具,可以说是属于“徒手搏斗”的情形。本节接下来就要引入一个“重型武器”——RxJava,看一看它在Android上能否会让异步问题的复杂度有所改观。我们以前面讲的第二种场景“并发网络请求”为例。
在RxJava中,有一个建立在lift操作之上的zip操作,它可以把多个Observable的数据合并在一起,成为一个新的Observable。这正是“并发网络请求”这一场景所需要的特性。
我们可以把两个并发的网络请求看成两个Observable,然后使用zip操作将它们的结果进行合并。这看起来简化了很多。不过,这里我们首先要解决另一个问题:把HttpService代表的异步网络请求接口封装成Observable。
通常来说,把一个同步任务封装成Observable比较简单,而把一个现成的异步任务封装成Observable就不是那么直观了,我们需要用到AsyncOnSubscribe。
public class MultiRequestsDemoActivity extends AppCompatActivity { private HttpService httpService = new MockHttpService(); private TextView apiResultDisplayTextView; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_multi_requests_demo); apiResultDisplayTextView = (TextView) findViewById(R.id.api_result_display); /** * 先根据AsyncOnSubscribe机制将两次请求封装成两个Observable */ Observable<HttpResponse1> request1 = Observable.create(new AsyncOnSubscribe<Integer, HttpResponse1>() { @Override protected Integer generateState() { return 0; } @Override protected Integer next(Integer state, long requested, Observer<Observable<? extends HttpResponse1>> observer) { final Observable<HttpResponse1> asyncObservable = Observable.create(new Observable.OnSubscribe<HttpResponse1>() { @Override public void call(final Subscriber<? super HttpResponse1> subscriber) { //启动第一个异步请求 httpService.doRequest("http://...", new HttpRequest1(), new HttpListener<HttpRequest1, HttpResponse1>() { @Override public void onResult(String apiUrl, HttpRequest1 request, HttpResult<HttpResponse1> result, Object contextData) { //第一个异步请求结束, 向asyncObservable中发送结果 if (result.getErrorCode() == HttpResult.SUCCESS) { subscriber.onNext(result.getResponse()); subscriber.onCompleted(); } else { subscriber.onError(new Exception("request1 failed")); } } }, null); } }); observer.onNext(asyncObservable); observer.onCompleted(); return 1; } }); Observable<HttpResponse2> request2 = Observable.create(new AsyncOnSubscribe<Integer, HttpResponse2>() { @Override protected Integer generateState() { return 0; } @Override protected Integer next(Integer state, long requested, Observer<Observable<? extends HttpResponse2>> observer) { final Observable<HttpResponse2> asyncObservable = Observable.create(new Observable.OnSubscribe<HttpResponse2>() { @Override public void call(final Subscriber<? super HttpResponse2> subscriber) { //启动第二个异步请求 httpService.doRequest("http://...", new HttpRequest2(), new HttpListener<HttpRequest2, HttpResponse2>() { @Override public void onResult(String apiUrl, HttpRequest2 request, HttpResult<HttpResponse2> result, Object contextData) { //第二个异步请求结束, 向asyncObservable中发送结果 if (result.getErrorCode() == HttpResult.SUCCESS) { subscriber.onNext(result.getResponse()); subscriber.onCompleted(); } else { subscriber.onError(new Exception("reques2 failed")); } } }, null); } }); observer.onNext(asyncObservable); observer.onCompleted(); return 1; } }); //对于两个Observable表示的request,用zip合并它们的结果 Observable.zip(request1, request2, new Func2<HttpResponse1, HttpResponse2, List<Object>>() { @Override public List<Object> call(HttpResponse1 response1, HttpResponse2 response2) { List<Object> responses = new ArrayList<Object>(2); responses.add(response1); responses.add(response2); return responses; } }).subscribe(new Subscriber<List<Object>>() { private HttpResponse1 response1; private HttpResponse2 response2; @Override public void onNext(List<Object> responses) { response1 = (HttpResponse1) responses.get(0); response2 = (HttpResponse2) responses.get(1); } @Override public void onCompleted() { processData(response1, response2); } @Override public void onError(Throwable e) { processError(e); } }); } private void processData(HttpResponse1 data1, HttpResponse2 data2) { //TODO: 更新UI, 展示数据. 省略此处代码 } private void processError(Throwable e) { //TODO: 更新UI,展示错误. 省略此处代码 }
通过引入RxJava,我们简化了异步任务执行结束时的判断逻辑,但把大部分精力花在了“将HttpService封装成Observable”上面了。我们说过,RxJava是一件“重型武器”,它所能完成的事情远远大于这里所需要的。把RxJava用在这里,不免给人“杀鸡用牛刀”的感觉。
对于另外两种异步任务的协作关系:“先后接续执行”和“并发执行,一方优先”,如果想应用RxJava来解决,那么同样首先需要先成为RxJava的专家,这样才有可能很好地完成这件事。
而对于“先后接续执行”的情况,它本身已经足够简单了,不引入别的框架反而更简单。有时候,我们也许更希望处理逻辑简单,那么把多个异步任务的执行,都按照“先后接续执行”的方式来处理,也是一种解决思路。虽然这会损害一些性能。
本文先后讨论了三种多异步任务的协作关系,最后并不想得到这样一个结论:把多个异步任务的执行都改成“先后接续执行”以简化处理逻辑。取舍仍然在于开发者自己。
而且,一个不容忽视的问题是,在很多情况下,选择权不在我们手里,我们拿到的代码架构也许已经造成了各种各样的异步任务协作关系。我们需要做的,就是在这种情况出现时,能够总是保持头脑的冷静,从纷繁复杂的代码逻辑中识别和认清当前所处的局面到底属于哪一种。
(完)
其它精选文章:
Android和iOS开发中的异步处理(二)——异步任务的回调
技术的正宗与野路子
Android端外推送到底有多烦?
用树型模型管理App数字和红点提示
一张图读懂RxJava中的线程控制
宇宙尽头的描述符(下)
Redis内部数据结构详解(5)——quicklist
Redis内部数据结构详解(4)——ziplist
程序员的宇宙时间线
Redis内部数据结构详解(1)——dict
相关文章推荐
- Android开发 AsyncTask异步任务类
- IOS开发(62)之GCD上异步执行非UI任务
- Android应用开发异步任务与线程池
- 车路协同开发-Android异步任务实现机制
- Android开发--AsyncTask异步任务(一)
- android 开发-AsyncTask异步任务的实现
- android开发的异步任务须知
- 最老程序员创业开发实训13---Android---网络请求与异步任务
- Android开发--AsyncTask异步任务(二)
- Android开发中AsyncTask实现异步处理任务的方法
- Android开发:后台异步任务之AsyncTask实现
- Android开发——异步任务中Activity销毁时的问题
- Android开发之异步后台任务AsyncTask
- Android开发--AsyncTask异步任务(二)
- Android开发实践:线程与异步任务
- Android开发实践:基于命令模式的异步任务线程
- iOS开发中的并发、串行队列,同步、异步任务
- Android开发——Activity销毁时异步任务的保存和恢复、以及相关的进度条的显示问题
- Android开发中AsyncTask实现异步处理任务的方法
- android开发之异步任务和AsyncDataLoader,带你看源码