当前位置: 代码迷 >> Android >> RxJava开发精要7 - Schedulers-解决Android主线程有关问题
  详细解决方案

RxJava开发精要7 - Schedulers-解决Android主线程有关问题

热度:70   发布时间:2016-04-24 11:53:34.0
RxJava开发精要7 - Schedulers-解决Android主线程问题
  • 原文出自《RxJava Essentials》
  • 原文作者 : Ivan Morgillo
  • 译文出自 : 开发技术前线 www.devtf.cn
  • 转载声明: 本译文已授权开发者头条享有独家转载权,未经允许,不得转载!
  • 译者 : yuxingxin
  • 项目地址 : RxJava-Essentials-CN

前面一章是最后一章关于RxJava的Observable的创建和操作的章节。我们学习到了如何将两个或更多的Observables合并在一起,join它们,zip它们,merge它们以及如何创建一个新的Observable来满足我们特殊的需求。

本章中,我们提升标准看看如何使用RxJava的调度器来处理多线程和并发编程的问题。我们将学习到如何以响应式的方式创建网络操作,内存访问,以及耗时任务。

StrictMode

为了获得更多出现在代码中的关于公共问题的信息,我们激活了StrictMode模式。

StrictMode帮助我们侦测敏感的活动,如我们无意的在主线程执行磁盘访问或者网络调用。正如你所知道的,在主线程执行繁重的或者长时的任务是不可取的。因为Android应用的主线程时UI线程,它被用来处理和UI相关的操作:这也是获得更平滑的动画体验和响应式App的唯一方法。

为了在我们的App中激活StrictMode,我们只需要在MainActivity中添加几行代码,即onCreate()方法中这样:

@Overridepublic void onCreate() {     super.onCreate();    if (BuildConfig.DEBUG) {        StrictMode.setThreadPolicy(new StrictMode.ThreadPolicy.Builder().detectAll().penaltyLog().build());         StrictMode.setVmPolicy(new StrictMode.VmPolicy.Builder().detectAll().penaltyLog().build());    } }

我们并不想它总是激活着,因此我们只在debug构建时使用。这种配置将报告每一种关于主线程用法的违规做法,并且这些做法都可能与内存泄露有关:ActivitiesBroadcastReceiversSqlite等对象。

选择了penaltyLog(),当违规做法发生时,StrictMode将会在logcat打印一条信息。

避免阻塞I/O的操作

阻塞I/O的操作将使App能够进行下一步操作前会强制使其等待结果的返回。在UI线程上执行一个阻塞操作将强制使UI卡住,这将直接产生不好的用户体验。

我们激活StrictMode后,我们开始收到了关于我们的App错误操作磁盘I/O的不友好信息。

D/StrictMode  StrictMode policy violation; ~duration=998 ms: android.os.StrictMode$StrictModeDiskReadViolation: policy=31 violation=2at android.os.StrictMode$AndroidBlockGuardPolicy.onReadFromDisk (StrictMode.java:1135)at libcore.io.BlockGuardOs.open(BlockGuardOs.java:106) at libcore.io.IoBridge.open(IoBridge.java:393)at java.io.FileOutputStream.<init>(FileOutputStream.java:88) at android.app.ContextImpl.openFileOutput(ContextImpl.java:918) at android.content.ContextWrapper.openFileOutput(ContextWrapper. java:185)at com.packtpub.apps.rxjava_essentials.Utils.storeBitmap (Utils.java:30)

上一条信息告诉我们Utils.storeBitmap()函数执行完耗时998ms:在UI线程上近1秒的不必要的工作和App上近1秒不必要的迟钝。这是因为我们以阻塞的方式访问磁盘。我们的storeBitmap()函数包含了:

FileOutputStream fOut = context.openFileOutput(filename, Context.MODE_PRIVATE);

它直接访问智能手机的固态存储然后就慢了。我们该如何提高访问速度呢?storeBitmap()函数保存了已安装App的图标。他返回了void,因此在执行下一个操作前我们毫无理由去等待直到它完成。我们可以启动它并让它执行在不同的线程。Android中这些年线程管理的变化产生了App诡异的行为。我们可以使用AsyncTask,但是我们要避免掉入前几章里的onPrehttps://github.com/yuxingxin/RxJava-Essentials-CN/raw/master. onPosthttps://github.com/yuxingxin/RxJava-Essentials-CN/raw/master.doInBackGround地狱。我们将使用RxJava的方式;万岁的调度器!

Schedulers

调度器以一种最简单的方式将多线程用在你的Apps的中。它们时RxJava重要的一部分并能很好地与Observables协同工作。它们无需处理实现、同步、线程、平台限制、平台变化而可以提供一种灵活的方式来创建并发程序。

RxJava提供了5种调度器:

  • .io()
  • .computation()
  • .immediate()
  • .newThread()
  • .trampoline()

让我们一个一个的来看下它们:

Schedulers.io()

这个调度器时用于I/O操作。它基于根据需要,增长或缩减来自适应的线程池。我们将使用它来修复我们之前看到的StrictMode违规做法。由于它专用于I/O操作,所以并不是RxJava的默认方法;正确的使用它是由开发者决定的。

重点需要注意的是线程池是无限制的,大量的I/O调度操作将创建许多个线程并占用内存。一如既往的是,我们需要在性能和简捷两者之间找到一个有效的平衡点。

Schedulers.computation()

这个是计算工作默认的调度器,它与I/O操作无关。它也是许多RxJava方法的默认调度器:buffer(),debounce(),delay(),interval(),sample(),skip()

Schedulers.immediate()

这个调度器允许你立即在当前线程执行你指定的工作。它是timeout(),timeInterval(),以及timestamp()方法默认的调度器。

Schedulers.newThread()

这个调度器正如它所看起来的那样:它为指定任务启动一个新的线程。

Schedulers.trampoline()

当我们想在当前线程执行一个任务时,并不是立即,我们可以用.trampoline()将它入队。这个调度器将会处理它的队列并且按序运行队列中每一个任务。它是repeat()retry()方法默认的调度器。

非阻塞I/O操作

现在我们知道如何在一个指定I/O调度器上来调度一个任务,我们可以修改storeBitmap()函数并再次检查StrictMode的不合规做法。为了这个例子,我们可以在新的blockingStoreBitmap()函数中重排代码。

private static void blockingStoreBitmap(Context context, Bitmap bitmap, String filename) {    FileOutputStream fOut = null;     try {        fOut = context.openFileOutput(filename, Context.MODE_PRIVATE);        bitmap.compress(Bitmap.CompressFormat.PNG, 100, fOut);         fOut.flush();        fOut.close();    } catch (Exception e) {        throw new RuntimeException(e);    } finally {         try {            if (fOut != null) {                fOut.close();            }        } catch (IOException e) {            throw new RuntimeException(e);         }    } }

现在我们可以使用Schedulers.io()创建非阻塞的版本:

public static void storeBitmap(Context context, Bitmap bitmap, String filename) {    Schedulers.io().createWorker().schedule(() -> {        blockingStoreBitmap(context, bitmap, filename);    }); }

每次我们调用storeBitmap(),RxJava处理创建所有它需要从I / O线程池一个特定的I/ O线程执行我们的任务。所有要执行的操作都避免在UI线程执行并且我们的App比之前要快上1秒:logcat上也不再有StrictMode的不合规做法。

下图展示了我们在storeBitmap()场景看到的两种方法的不同:

SubscribeOn and ObserveOn

我们学到了如何在一个调度器上运行一个任务。但是我们如何利用它来和Observables一起工作呢?RxJava提供了subscribeOn()方法来用于每个Observable对象。subscribeOn()方法用Scheduler来作为参数并在这个Scheduler上执行Observable调用。

在“真实世界”这个例子中,我们调整loadList()函数。首先,我们需要一个新的getApps()方法来检索已安装的应用列表:

private Observable<AppInfo> getApps() {     return Observable.create(subscriber -> {        List<AppInfo> apps = new ArrayList<>();        SharedPreferences sharedPref = getActivity().getPreferences(Context.MODE_PRIVATE);        Type appInfoType = new TypeToken<List<AppInfo>>(){}.getType();        String serializedApps = sharedPref.getString("APPS", "");        if (!"".equals(serializedApps)) {            apps = new Gson().fromJson(serializedApps,appInfoType);         }        for (AppInfo app : apps) {            subscriber.onNext(app);        }        subscriber.onCompleted();     });}

getApps()方法返回一个AppInfo的Observable。它先从Android的SharePreferences读取到已安装的应用程序列表。反序列化,并一个接一个的发射AppInfo数据。使用新的方法来检索列表,loadList()函数改成下面这样:

private void loadList() {    mRecyclerView.setVisibility(View.VISIBLE);    getApps().subscribe(new Observer<AppInfo>() {        @Override        public void onCompleted() {            mSwipeRefreshLayout.setRefreshing(false);            Toast.makeText(getActivity(), "Here is the list!", Toast.LENGTH_LONG).show();        }        @Override        public void onError(Throwable e) {            Toast.makeText(getActivity(), "Something went wrong!", Toast.LENGTH_SHORT).show();            mSwipeRefreshLayout.setRefreshing(false);        }        @Override        public void onNext(AppInfo appInfo) {            mAddedApps.add(appInfo);                mAdapter.addApplication(mAddedApps.size() - 1, appInfo);        }     });}

如果我们运行代码,StrictMode将会报告一个不合规操作,这是因为SharePreferences会减慢I/O操作。我们所需要做的是指定getApps()需要在调度器上执行:

getApps().subscribeOn(Schedulers.io())        .subscribe(new Observer<AppInfo>() { [https://github.com/yuxingxin/RxJava-Essentials-CN/raw/master.]

Schedulers.io()将会去掉StrictMode的不合规操作,但是我们的App现在崩溃了是因为:

at rx.internal.schedulers.ScheduledAction.run(ScheduledAction.jav a:58)at java.util.concurrent.Executors$RunnableAdapter.call(Executors. java:422)at java.util.concurrent.FutureTask.run(FutureTask.java:237) at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutu reTask.access$201(ScheduledThreadPoolExecutor.java:152)at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutu reTask.run(ScheduledThreadPoolExecutor.java:265)at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolEx ecutor.java:1112)at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolE xecutor.java:587)at java.lang.Thread.run(Thread.java:841) Caused by:    android.view.ViewRootImpl$CalledFromWrongThreadException: Only the original thread that created a view hierarchy can touch its views.

Only the original thread that created a view hierarchy can touch its views.

我们再次回到Android的世界。这条信息简单的告诉我们我们试图在一个非UI线程来修改UI操作。意思是我们需要在I/O调度器上执行我们的代码。因此我们需要和I/O调度器一起执行代码,但是当结果返回时我们需要在UI线程上操作。RxJava让你能够订阅一个指定的调度器并观察它。我们只需在loadList()函数添加几行代码,那么每一项就都准备好了:

getApps().onBackpressureBuffer().subscribeOn(Schedulers.io()).observeOn(AndroidSchedulers.mainThread()).subscribe(new Observer<AppInfo>() { [https://github.com/yuxingxin/RxJava-Essentials-CN/raw/master.]

observeOn()方法将会在指定的调度器上返回结果:如例子中的UI线程。onBackpressureBuffer()方法将告诉Observable发射的数据如果比观察者消费的数据要更快的话,它必须把它们存储在缓存中并提供一个合适的时间给它们。做完这些工作之后,如果我们运行App,就会出现已安装的程序列表:

处理耗时的任务

我们已经知道如何处理缓慢的I/O操作。让我们看一个与I/O无关的耗时的任务。例如,我们修改loadList()函数并创建一个新的slow函数发射我们已安装的app数据。

private Observable<AppInfo> getObservableApps(List<AppInfo> apps) {    return Observable .create(subscriber -> {        for (double i = 0; i < 1000000000; i++) {            double y = i * i;        }        for (AppInfo app : apps) {            subscriber.onNext(app);        }        subscriber.onCompleted();     });}

正如你看到的,这个函数执行了一些毫无意义的计算,只是针对这个例子消耗时间,然后从List<AppInfo>对象中发射我们的AppInfo数据,现在,我们重排loadList()函数如下:

private void loadList(List<AppInfo> apps) {    mRecyclerView.setVisibility(View.VISIBLE);    getObservableApps(apps)        .subscribe(new Observer<AppInfo>() {            @Override            public void onCompleted() {                mSwipeRefreshLayout.setRefreshing(false);                Toast.makeText(getActivity(), "Here is the list!", Toast.LENGTH_LONG).show();            }            @Override            public void onError(Throwable e) {                Toast.makeText(getActivity(), "Something went wrong!", Toast.LENGTH_SHORT).show();                mSwipeRefreshLayout.setRefreshing(false);            }            @Override            public void onNext(AppInfo appInfo) {                 mAddedApps.add(appInfo);                  mAdapter.addApplication(mAddedApps.size() - 1, appInfo);            }         });}

如果我们运行这段代码,当我们点击Navigation Drawer菜单项时App将会卡住一会,然后你能看到下图中半关闭的菜单:

如果我们不够走运的话,我们可以看到下图中经典的ANR信息框:

可以确定的是,我们将会看到下面在logcat中不愉快的信息:

I/Choreographer  Skipped 598 frames! The application may be doing too much work on its main thread.

这条信息比较清楚,Android在告诉我们用户体验非常差的原因是我们用不必要的工作量阻塞了UI线程。但是我们已经知道了如何处理它:我们有调度器!我们只须添加几行代码到我们的Observable链中就能去掉加载慢和Choreographer信息:

getObservableApps(apps)    .onBackpressureBuffer()    .subscribeOn(Schedulers.computation())    .observeOn(AndroidSchedulers.mainThread())    .subscribe(new Observer<AppInfo>() { [https://github.com/yuxingxin/RxJava-Essentials-CN/raw/master.]

用这几行代码,我们将可以快速关掉Navigation Drawer,一个漂亮的进度条,一个工作在独立的线程缓慢执行的计算任务,并在主线程返回结果让我们更新已安装的应用列表。

执行网络任务

网络在今天是99%的移动应用的一部分:我们总是连接远端服务器来检索我们App需要的信息。

作为网络访问的第一个方法,我们将创建下面这样一个场景:

  • 加载一个进度条。
  • 用一个按钮开始文件下载。
  • 下载过程中更新进度条。
  • 下载完后开始视频播放。

我们的用户界面非常简单,我们只需要一个有趣的进度条和一个下载按钮。

首先,我们创建mDownloadProgress

private PublishSubject<Integer>mDownloadProgress = PublishSubject.create();

这个主题我们用来管理进度的更新,它和download函数协同工作。

private boolean downloadFile(String source, String destination) {    boolean result = false;    InputStream input = null;     OutputStream output = null;     HttpURLConnection connection = null;    try {        URL url = new URL(source);        connection = (HttpURLConnection) url.openConnection();         connection.connect();        if (connection.getResponseCode() != HttpURLConnection.HTTP_OK) {            return false;        }        int fileLength = connection.getContentLength();        input = connection.getInputStream();        output = new FileOutputStream(destination);        byte data[] = new byte[4096];        long total = 0;        int count;        while ((count = input.read(data)) != -1) {            total += count;            if (fileLength >0) {                int percentage = (int) (total * 100 / fileLength);                mDownloadProgress.onNext(percentage);            }            output.write(data, 0, count);         }        mDownloadProgress.onCompleted();         result = true;    } catch (Exception e) {         mDownloadProgress.onError(e);    } finally {         try {            if (output != null) {                 output.close();            }            if (input != null) {                input.close();             }        } catch (IOException e) {                mDownloadProgress.onError(e);        }        if (connection != null) {            connection.disconnect();            mDownloadProgress.onCompleted();        }    }    return result;}

上面的这段代码将会触发NetworkOnMainThreadException异常。我们可以创建RxJava版本的函数进入我们挚爱的响应式世界来解决这个问题:

private Observable<Boolean> obserbableDownload(String source, String destination) {    return Observable.create(subscriber -> {        try {            boolean result = downloadFile(source, destination);             if (result) {                subscriber.onNext(true);                subscriber.onCompleted();             } else {                subscriber.onError(new Throwable("Download failed."));            }        } catch (Exception e) {             subscriber.onError(e);        }     });}

现在我们需要触发下载操作,点击下载按钮:

@OnClick(R.id.button_download)void download() {    mButton.setText(getString(R.string.downloading));    mButton.setClickable(false);    mDownloadProgress.distinct()    .observeOn(AndroidSchedulers.mainThread())    .subscribe(new Observer<Integer>() {        @Override        public void onCompleted() {              App.L.debug("Completed");        }        @Override        public void onError(Throwable e) {            App.L.error(e.toString());         }        @Override        public void onNext(Integer progress) {            mArcProgress.setProgress(progress);        }     });    String destination = "sdcardsoftboy.avi";    obserbableDownload("http://archive.blender.org/fileadmin/movies/softboy.avi", destination)        .subscribeOn(Schedulers.io())        .observeOn(AndroidSchedulers.mainThread())        .subscribe(success -> {            resetDownloadButton();            Intent intent = new Intent(android.content.Intent.ACTION_VIEW);            File file = new File(destination);            intent.setDataAndType(Uri.fromFile(file),"video/avi");            intent.addFlags(Intent.FLAG_ACTIVITY_NEW_TASK);             startActivity(intent);        }, error -> {            Toast.makeText(getActivity(), "Something went south", Toast.LENGTH_SHORT).show();            resetDownloadButton();        });}

我们使用Butter Knife的注解@OnClick来绑定按钮的方法并更新按钮信息和点击状态:我们不想让用户点击多次从而触发多次下载事件。

然后,我们创建一个subscription来观察下载进度并相应的更新进度条。很明显,我们我们观测主线程是因为进度条是UI元素。

obserbableDownload("http://archive.blender.org/fileadmin/movies/softboy.avi", "sdcardsoftboy.avi";)

这是一个下载Observable。网络调用是一个I/O任务和我们预料的那样使用I/O调度器。当下载完成时,我们在onNext()启动视频播放器,并且播放器将会在目的URL找到下载的文件.。

下图展示了下载进度和视频播放器对话框:

总结

这一章中,我们学习了如何简单的将多线程应用在我们的App中。RxJava为此提供了极其有用的工具:调度器。调度器来自不同的指定优化场景并且我们也不避免了StrictMode不合法操作以及阻塞I/O函数。我们现在可以用简单的,响应式的并在整个App中保持一致的方式来访问内存和网络。

下一章中,我们将会提高风险并创建一个真实世界App,并使用Square公司开源的REST API库Retrofit从不同的远程资源获取数据来创建一个复杂的material design UI。

  相关解决方案