RxJava-具有多个有限活动流的SwitchMap类似

Question

我想知道如何转换类似于SwitchMap的可观察，但不是限制为单个活动流有多个（有限的）流。

其目的是让多个任务同时工作，达到某些任务计数限制，并允许新任务使用FIFO队列策略启动，这意味着任何新任务到达时都将立即启动，队列中最旧的任务将被取消。

switchMap将为源的每个发射创建可观察流，并将取消以前运行的可观察流。一旦创建了新的可观察流，我想实现类似的功能，但允许在某个级别（如flatMap）上进行并发，这意味着允许为每个发射创建可观察流的数量，并在达到并发限制时并发运行到某个并发限制，最旧的可观察对象将被取消，新的将开始。

实际上，这也类似于使用maxConcurrent的flatMap，但是当到达maxConcurrent时，不是新的观察值在队列中等待，而是取消旧的观察值并立即输入新的观察值。

Answer 1

虽然现成的解决方案不可用，但下面这样的东西应该会有所帮助。

public static void main(String[] args) {

    Observable.create(subscriber -> {
                for (int i = 0; i < 5; i++) {
                    Observable.timer(i, TimeUnit.SECONDS).toBlocking().subscribe();
                    subscriber.onNext(i);
                }
            })
            .switchMap(
                    n -> {
                        System.out.println("Main task emitted event - " + n);
                        return Observable.interval(1, TimeUnit.SECONDS).take((int) n * 3)
                                .doOnUnsubscribe(() -> System.out.println("Unsubscribed for main task event - "+ n));
                    }).subscribe(n2 -> System.out.println("\t" + n2));

    Observable.timer(20, TimeUnit.SECONDS).toBlocking().subscribe();
}

Observable.create部分创建了一个缓慢的生产者，它以发射0、睡眠1s和发射1、睡眠2s和发射2等方式发射项目。

为每秒发出数字的每个元素创建可观察的对象。您还可以注意到，每当一个元素由main发出时，以及当它被取消订阅时，它都会打印一行。

因此，在您的情况下，您可能有兴趣使用dounsubscribe关闭最旧的任务。希望有帮助。

下面的伪代码可能有助于更好地理解。

getTaskObservable()
        .switchMap(
                task -> {
                    System.out.println("Main task emitted event - " + task);
                    return Observable.create(subscriber -> {
                        initiateTaskAndNotify(task, subscriber);
                    }).doOnUnsubscribe(() -> checkAndKillIfMaxConcurrentTasksReached(task));
                }).subscribe(value -> System.out.println("Done with task and got output" + value));

Answer 2

您可以尝试使用此变压器：

public static <T, R> Observable.Transformer<T, R> switchFlatMap(
        int n, Func1<T, Observable<R>> mapper) {
    return f -> 
        Observable.defer(() -> {
            final AtomicInteger ingress = new AtomicInteger();
            final Subject<Integer, Integer> cancel = 
                    PublishSubject.<Integer>create().toSerialized();

            return f.flatMap(v -> {
                int id = ingress.getAndIncrement();
                Observable<R> o = mapper.call(v)
                        .takeUntil(cancel.filter(e -> e == id + n));
                cancel.onNext(id);
                return o;
            });
        })
    ;
}

演示：

public static void main(String[] args) {
    PublishSubject<Integer> ps = PublishSubject.create();

    @SuppressWarnings("unchecked")
    PublishSubject<Integer>[] pss = new PublishSubject[3];
    for (int i = 0; i < pss.length; i++) {
        pss[i] = PublishSubject.create();
    }

    AssertableSubscriber<Integer> ts = ps
    .compose(switchFlatMap(2, v -> pss[v]))
    .test();

    ps.onNext(0);
    ps.onNext(1);

    pss[0].onNext(1);
    pss[0].onNext(2);
    pss[0].onNext(3);

    pss[1].onNext(10);
    pss[1].onNext(11);
    pss[1].onNext(12);

    ps.onNext(2);

    pss[0].onNext(4);

    pss[2].onNext(20);
    pss[2].onNext(21);
    pss[2].onNext(22);

    pss[1].onCompleted();
    pss[2].onCompleted();
    ps.onCompleted();

    ts.assertResult(1, 2, 3, 10, 11, 12, 20, 21, 22);
}