【译】对RxJava中.repeatWhen()和.retryWhen()操作符的思考
【译】对RxJava中.repeatWhen()和.retryWhen()操作符的思考
- 原文链接： RxJava's repeatWhen and retryWhen, explained
- 原文作者： Daniel Lew
- 译文出自： 小鄧子的简书
- 译者： 小鄧子
- 状态： 完成
- 译者注：为了方便因Lambda（译文）还不够了解的同学进行阅读，本篇译文替换了原文中全部Lambda表达式。
第一次见到.repeatWhen()和.retryWhen()这两个操作符的时候就非常困惑了。不得不说，它们绝对是“最令人困惑弹珠图”的有力角逐者。
然而它们都是非常有用的操作符：允许你有条件的重新订阅已经结束的Observable。我最近研究了它们的工作原理，现在我希望尝试着去解释它们（因为，我也是耗费了一些精力才参透它们）。
Repeat与Retry的对比
首先，来了解一下.repeat()和.retry()之间最直观的区别是什么？这个问题并不难：区别就在于什么样的终止事件会触发重订阅。
当.repeat()接收到.onCompleted()事件后触发重订阅。
当.retry()接收到.onError()事件后触发重订阅。
然而，这种简单的叙述尚不能令人满意。试想如果你要实现一个延迟数秒的重订阅该如何去做？或者想通过观察错误来决定是否应该重订阅呢？这种情况下就需要.repeatWhen()和.retryWhen()的介入了，因为它们允许你为重试提供自定义逻辑。
Notification Handler
你可以通过一个叫做notificationHandler的函数来实现重试逻辑。这是.retryWhen()的方法签名（译者注：方法签名，指方法名称、参数类型和参数数量等）：
retryWhen(Func1<? super Observable<? extends java.lang.Throwable>,? extends Observable<?>> notificationHandler) 签名很长，甚至不能一口气读完。我发现它很难理解的原因是因为存在一大堆的泛型约定。
简化后，它包括三个部分：
-
Func1像个工厂类，用来实现你自己的重试逻辑。 - 输入的是一个
Observable<Throwable>。 - 输出的是一个
Observable<?>。
首先，让我们来看一下最后一部分。被返回的Observable<?>所要发送的事件决定了重订阅是否会发生。如果发送的是onCompleted或者onError事件，将不会触发重订阅。相对的，如果它发送onNext事件，则触发重订阅（不管onNext实际上是什么事件）。这就是为什么使用了通配符作为泛型类型：这仅仅是个通知（next, error或者completed），一个很重要的通知而已。
source每次一调用onError(Throwable)，Observable<Throwable>都会被作为输入传入方法中。换句话说就是，它的每一次调用你都需要决定是否需要重订阅。
当订阅发生的时候，工厂Func1被调用，从而准备重试逻辑。那样的话，当onError被调用后，你已经定义的重试逻辑就能够处理它了。
这里有个例子展示了我们应该在哪些场景下订阅source，比如，只有在Throwable是IOException的情况下请求重订阅，否则不（重订阅）。
source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
@Override public Observable<?> call(Observable<? extends Throwable> errors) {
return errors.flatMap(new Func1<Throwable, Observable<?>>() {
@Override public Observable<?> call(Throwable error) {
// For IOExceptions, we retry
if (error instanceof IOException) {
return Observable.just(null);
}
// For anything else, don't retry
return Observable.error(error);
}
});
}
})由于每一个error都被flatmap过，因此我们不能通过直接调用.onNext(null)触发重订阅或者.onError(error)来避免重订阅。
经验之谈
这里有一些关于.repeatWhen()和.retryWhen()的要点，我们应该牢记于心。
.repeatWhen()与.retryWhen()非常相似，只不过不再响应onError作为重试条件，而是onCompleted。因为onCompleted没有类型，所有输入变为Observable<Void>。- 每一次事件流的订阅
notificationHandler（也就是Func1）只会调用一次。这也是讲得通的，因为你有一个可观测的Observable<Throwable>，它能够发送任意数量的error。 - 输入的
Observable必须作为输出Observable的源。你必须对Observable<Throwable>做出反应，然后基于它发送事件；你不能只返回一个通用泛型流。
换言之就是，你不能做类似的操作：
.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
@Override public Observable<?> call(Observable<? extends Throwable> errors) {
return Observable.just(null);}
})因为它不仅不能奏效，而且还会打断你的链式结构。你应该做的是，而且至少应该做的是，把输入作为结果返回，就像这样：
.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
@Override public Observable<?> call(Observable<? extends Throwable> errors) {
return errors;
}
})（顺便提一下，这在逻辑上与单纯使用.retry()操作符的效果是一样哒）
- 输入
Observable只在终止事件发生的时候才会触发（对于.repeatWhen()来说是onCompleted,而对于.retryWhen()来说是onError）。它不会从源中接收到任何onNext的通知，所以你不能通过观察被发送的事件来决定重订阅。如果你真的需要这样做，你应该添加像.takeUntil()这样的操作符，来拦截事件流。
使用方式
现在，假设你已大概了解了.repeatWhen()和.retryWhen()，那么你能将一些什么样的精简逻辑放入到notificationHandler中呢？
使用.repeatWhen() + .delay()定期轮询数据:
source.repeatWhen(new Func1<Observable<? extends Void>, Observable<?>>() {
@Override public Observable<?> call(Observable<? extends Void> completed) {
return completed.delay(5, TimeUnit.SECONDS);
}
})直到notificationHandler发送onNext()才会重订阅到source。因为在发送onNext()之前delay了一段时间，所以优雅的实现了延迟重订阅，从而避免了不间断的数据轮询。
非此即彼，使用.flatMap() + .timer()实现延迟重订阅:
(译者注：在RxJava 1.0.0及其之后的版本，官方已不再提倡使用.timer()操作符，因为.interval()具有同样的功能)
source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
@Override public Observable<?> call(Observable<? extends Throwable> errors) {
return errors.flatMap(new Func1<Throwable, Observable<?>>() {
@Override public Observable<?> call(Throwable error) {
return Observable.timer(5, TimeUnit.SECONDS);
}
});
}
})当需要与其他逻辑协同的时候，这种替代方案就变得非常有用了，比如。。。
使用.zip() + .range()实现有限次数的重订阅
source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
@Override public Observable<?> call(Observable<? extends Throwable> errors) {
return errors.zipWith(Observable.range(1, 3), new Func2<Throwable, Integer, Integer>() {
@Override public Integer call(Throwable throwable, Integer i) {
return i;
}
});
}
})最后的结果就是每个error都与range中一个输出配对出现，就像这样：
zip(error1, 1) -> onNext(1) <-- Resubscribe
zip(error2, 2) -> onNext(2) <-- Resubscribe
zip(error3, 3) -> onNext(3) <-- Resubscribe
onCompleted() <-- No resubscription 因为当第四次error出现的时候，range(1,3)中的数字已经耗尽了，所以它隐式调用了onCompleted()，从而导致整个zip的结束。防止了进一步的重试。
将可变延迟策略与次数限制的重试机制结合起来
source.retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
@Override public Observable<?> call(Observable<? extends Throwable> errors) {
return errors.zipWith(Observable.range(1, 3), new Func2<Throwable, Integer, Integer>() {
@Override public Integer call(Throwable throwable, Integer i) {
return i;
}
}).flatMap(new Func1<Integer, Observable<? extends Long>>() {
@Override public Observable<? extends Long> call(Integer retryCount) {
return Observable.timer((long) Math.pow(5, retryCount), TimeUnit.SECONDS);
}
});
}
})在这种用例的比较上，我认为.flatMap()+.timer()的组合比单纯使用.delay()更可取，因为我们可以通过重试次数来修改延迟时间。重试三次，并且每一次的重试时间都是5 ^ retryCount，仅仅通过一些操作符的组合就帮助我们实现了指数退避算法（译者注：可参考二进制指数退避算法）。