今天就跟大家聊聊有关RxJava线程切换过程是怎样的，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
创新互联专注于企业全网整合营销推广、网站重做改版、金堂县网站定制设计、自适应品牌网站建设、H5页面制作、商城网站制作、集团公司官网建设、外贸网站建设、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为金堂县等各大城市提供网站开发制作服务。
线程切换过程
下面我们就来看看它的又一利器，调度器Scheduler：就像我们所知道的，Scheduler是给Observable数据流添加多线程功能所准备的，一般我们会通过使用subscribeOn()、observeOn()方法传入对应的Scheduler去指定数据流的每部分操作应该以何种方式运行在何种线程。对于我们而言，最常见的莫过于在非主线程获取并处理数据之后在主线程更新UI这样的场景了：
这是我们十分常见的调用方法，一气呵成就把不同线程之间的处理都搞定了，因为是链式所以结构也很清晰，我们现在来看看这其中的线程切换流程。
subscribeOn()
当我们调用subscribeOn()的时候：
可以看到这里也是调用了create()去生成一个Observable，而OperatorSubscribeOn则是实现了OnSubscribe接口，同时将原始的Observable和我们需要的scheduler传入：
可以看出来，这里对subscriber的处理与前文中OperatorMap中call()对subscriber的处理很相似。在这里我们同样会根据传入的subscriber构造出新的Subscribers，不过这一系列的过程大部分都是由worker通过schedule()去执行的，从后面setProducer()中对于线程的判断，再结合subscribeOn()方法的目的我们能大概推测出，这个worker在一定程度上就相当于一个新线程的代理执行者，schedule()所实现的与Thread类中run()应该十分类似。我们现在来看看这个worker的执行过程。
首先从Schedulers.io()进入：
这个通过hook拿到scheduler的过程我们先不管，直接进CachedThreadScheduler，看它的createWorker()方法：
这里的pool是一个原子变量引用AtomicReference，所持有的则是CachedWorkerPool，因而这个pool顾名思义就是用来保存worker的缓存池啦，我们从缓存池里拿到需要的worker并作了一层封装成为EventLoopWorker：
在这里我们终于发现目标ThreadWorker，它继承自NewThreadWorker，之前的schedule()方法最终都会到这个scheduleActual()方法里：
这里我们看到了executor线程池，我们用Schedulers.io()最终实现的线程切换的本质就在这里了。现在再结合之前的过程我们从头梳理一下：
在subscribeOn()时，我们会新生成一个Observable，它的成员onSubscribe会在目标Subscriber订阅时使用传入的Scheduler的worker作为线程调度执行者，在对应的线程中通知原始Observable发送消息给这个过程中临时生成的Subscriber，这个Subscriber又会通知到目标Subscriber，这样就完成了subscribeOn()的过程。
observeOn()
下面我们接着来看看observeOn()：
我们直接看最终调用的部分，可以看到这里又是一个lift()，在这里传入了OperatorObserveOn，它与OperatorSubscribeOn不同，是一个Operator（Operator的功能我们上文中已经讲过就不赘述了），它构造出了新的观察者ObserveOnSubscriber并实现了Action0接口：
可以看出来，这里ObserveOnSubscriber所有的发送给目标Subscriber child的消息都被切换到了recursiveScheduler的线程作处理，也就达到了将线程切回的目的。
总结observeOn()整体流程如下：
对比subscribeOn()和observeOn()这两个过程，我们不难发现两者的区别：subscribeOn()将初始Observable的订阅事件整体都切换到了另一个线程；而observeOn()则是将初始Observable发送的消息切换到另一个线程通知到目标Subscriber。前者把 “订阅 + 发送” 的切换了一个线程，后者把 “发送” 切换了一个线程。所以，我们的代码中所实现的功能其实是：
这样就能很容易实现耗时任务在子线程操作，在主线程作更新操作等这些常见场景的功能啦。
Subject
Subject在Rx系列是一个比较特殊的角色，它继承了Observable的同时也实现了Observer接口，也就是说它既可作为观察者，也可作为被观察者，他一般被用来作为连接多个不同Observable、Observer之间的纽带。可能你会奇怪，我们不是已经有了像map()、flatMap()这类的操作符去变化 Observable数据流了吗，为什么还要引入Subject这个东西呢？这是因为Subject所承担的工作并非是针对Observable数据流内容的转换连接，而是数据流本身在Observable、Observer之间的调度。光这么说可能还是很模糊，我们举个《RxJava Essentials》中的例子：
我们通过create()创建了一个PublishSubject，观察者成功订阅了这个subject，然而这个subject却没有任何数据要发送，我们只是知道他未来会发送的会是String值而已。之后，当我们调用subject.onNext()时，消息才被发送，Observer的onNext()被触发调用，输出了"Hello World"。
这里我们注意到，当订阅事件发生时，我们的subject是没有产生数据流的，直到它发射了"Hello World"，数据流才开始运转，试想我们如果将订阅过程和subject.onNext()调换一下位置，那么Observer就一定不会接受到"Hello World"了（这不是废话吗- -|||），因而这也在根本上反映了Observable的冷热区别。
一般而言，我们的Observable都属于Cold Observables，就像看视频，每次点开新视频我们都要从头开始播放；而Subject则默认属于Hot Observables，就像看直播，视频数据永远都是新的。
基于这种属性，Subject自然拥有了对接收到的数据流进行选择调度等的能力了，因此，我们对于Subject的使用也就通常基于如下的思路：
在前面的例子里我们用到的是PublishSubject，它只会把在订阅发生的时间点之后来自原始Observable的数据发射给观察者。等一下，这功能听起来是不是有些似曾相识呢？
没错，就是EventBus和Otto。（RxJava的出现慢慢让Otto退出了舞台，现在Otto的Repo已经是Deprecated状态了，而EventBus依旧坚挺）基于RxJava的观察订阅取消的能力和PublishSubject的功能，我们十分容易就能写出实现了最基本功能的简易事件总线框架：
当然Subject还有其他如BehaviorSubject、ReplaySubject、AsyncSubject等类型，大家可以去看官方文档，写得十分详细，这里就不介绍了。
前面相信最近这段日子里，提到RxJava，大家就会想到Google最近刚刚开源的Agera。Agera作为专门为Android打造的Reactive Programming框架，难免会被拿来与RxJava做对比。本文前面RxJava的主体流程分析已近尾声，现在我们再来看看Agera这东东又是怎么一回事。
首先先上结论：
Agera最初是为了Google Play Movies而开发的一个内部框架，现在开源出来了，它虽然是在RxJava之后才出现，但是完全独立于RxJava，与它没有任何关系（只不过开源的时间十分微妙罢了233333）。 与RxJava比起来，Agera更加专注于Android的生命周期，而RxJava则更加纯粹地面向Java平台而非Android。
也许你可能会问：“那么RxAndroid呢，不是还有它吗？”事实上，RxAndroid早在1.0版本的时候就进行了很大的重构，很多模块被拆分到其他的项目中去了，同时也删除了部分代码，仅存下来的部分多是和Android线程相关的部分，比如AndroidSchedulers、MainThreadSubscription等。鉴于这种情况，我们暂且不去关注RxAndroid，先把目光放在Agera上。
同样也是基于观察者模式，Agera和RxJava的角色分类大致相似，在Agera中，主要角色有两个：Observable（被观察者）、Updatable（观察者）。
是的，相较于RxJava中的Observable，Agera中的Observable只是一个简单的接口，也没有范性的存在，Updatable亦是如此，这样我们要如何做到消息的传递呢？这就需要另外一个接口了：
终于看到了泛型T，我们的消息的传递能力就是依赖于此接口了。所以我们将这个接口和基础的Observable结合一下：
这里的Repository在一定程度上就是我们想要的RxJava中的Observable啦。类似地，Repository也有两种类型的实现：
Direct - 所包含的数据总是可用的或者是可被同步计算出来的；一个Direct的Repository总是处于活跃（active）状态下
Deferred - 所包含的数据是异步计算或拉去所得；一个Deffered的Repository直到有Updatable被添加进来之前都会是非活跃（inactive）状态下
是不是感到似曾相识呢？没错，Repository也是有冷热区分的，不过我们现在暂且不去关注这一点。回到上面接着看，既然现在发数据的角色有了，那么我们要如何接收数据呢？答案就是Receiver：
相信看到这里，大家应该也隐约感觉到了：在Agera的世界里，数据的传输与事件的传递是相互隔离开的，这是目前Agera与Rx系列的最大本质区别。Agera所使用的是一种push event, pull data的模型，这意味着event并不会携带任何data，Updatable在需要更新时，它自己会承担起从数据源拉取数据的任务。这样，提供数据的责任就从Observable中拆分了出来交给了Repository，让其自身能够专注于发送一些简单的事件如按钮点击、一次下拉刷新的触发等等。
那么，这样的实现有什么好处呢？
当这两种处理分发逻辑分离开时，Updatable就不必观察到来自Repository的完整数据变化的历史，毕竟在大多数场景下，尤其是更新UI的场景下，最新的数据往往才是有用的数据。
但是我就是需要看到变化的历史数据，怎么办？
不用担心，这里我们再请出一个角色Reservoir：
顾名思义，Reservoir就是我们用来存储变化中的数据的地方，它继承了Receiver、Repository，也就相当于同时具有了接收数据，发送数据的能力。通过查看其具体实现我们可以知道它的本质操作都是使用内部的Queue实现的：通过accept()接收到数据后入列，通过get()拿到数据后出列。若一个Updatable观察了此Reservoir，其队列中发生调度变化后即将出列的下一个数据如果是可用的（非空），就会通知该Updatable，进一步拉取这个数据发送给Receiver。
现在，我们已经大概了解了这几个角色的功能属性了，接下来我们来看一段官方示例代码：
是不是有些云里雾里的感觉呢？多亏有注释，我们大概能够猜出到底上面都做了什么：使用需要的图片规格作为参数拼接到url中，拉取对应的图片并用ImageView显示出来。我们结合API来看看整个过程：
Repositories.repositoryWithInitialValue(Result.absent())
创建一个可运行（抑或说执行）的repository。
初始化传入值是Result，它用来概括一些诸如apply()、merge()的操作的结果的不可变对象，并且存在两种状态succeeded()、failed()。
返回REventSource
observe()
用于添加新的Observable作为更新我们的图片的Event source，本例中不需要。
返回RFrequency
onUpdatesPerLoop()
在每一个Looper Thread loop中若有来自多个Event Source的update()处理时，只需开启一个数据处理流。
返回RFlow
getFrom(new Supplier(…))
忽略输入值，使用来自给定Supplier的新获取的数据作为输出值。
返回RFlow
goTo(executor)
切换到给定的executor继续数据处理流。
attemptTransform(function())
使用给定的function()变换输入值，若变换失败，则终止数据流；若成功，则取新的变换后的值作为当前流指令的输出。
返回RTermination
orSkip()
若前面的操作检查为失败，就跳过剩下的数据处理流，并且不会通知所有已添加的Updatable。
thenTransform(function())
与attemptTransform(function())相似，区别在于当必要时会发出通知。
返回RConfig
onDeactivation(SEND_INTERRUPT)
用于明确repository不再active时的行为。
返回RConfig
compile()
执行这个repository。
返回Repository
整体流程乍看起来并没有什么特别的地方，但是真正的玄机其实藏在执行每一步的返回值里：
初始的REventSource代表着事件源的开端，它从传入值接收了T initialValue，这里的中，第一个T是当前repository的数据的类型，第二个T则是数据处理流开端的时候的数据的类型。
之后，当observe()调用后，我们传入事件源给REventSource，相当于设定好了需要的事件源和对应的开端，这里返回的是RFrequency，它继承自REventSource，为其添加了事件源的发送频率的属性。
之后，我们来到了onUpdatesPerLoop()，这里明确了所开启的数据流的个数（也就是前面所讲的频率）后，返回了RFlow，这里也就意味着我们的数据流正式生成了。同时，这里也是流式调用的起点。
拿到我们的RFlow之后，我们就可以为其提供数据源了，也就是前面说的Supplier，于是调用getFrom()，这样我们的数据流也就真正意义拥有了数据“干货”。
有了数据之后我们就可以按具体需要进行数据转换了，这里我们可以直接使用transform()，返回RFlow，以便进一步进行流式调用；也可以调用attemptTransform()来对可能出现的异常进行处理，比如orSkip()、orEnd()之后继续进行流式调用。
经过一系列的流式调用之后，我们终于对数据处理完成啦，现在我们可以选择先对成型的数据在做一次最后的包装thenTransform()，或是与另一个Supplier合并thenMergeIn()等。这些处理之后，我们的返回值也就转为了RConfig，进入了最终配置和repository声明结束的状态。
在最终的这个配置过程中，我们调用了onDeactivation()，为这个repository明确了最终进入非活跃状态时的行为，如果不需要其他多余的配置的话，我们就可以进入最终的compile()方法了。当我们调用compile()时，就会按照前面所走过的所有流程与配置去执行并生成这个repository。到此，我们的repository才真正被创建了出来。
以上就是repository从无到有的全过程。当repository诞生后，我们也就可以传输需要的数据啦。再回到上面的示例代码：
我们在onResume()、onPause()这两个生命周期下分别添加、移除了Updatable。相较于RxJava中通过Subscription去取消订阅的做法，Agera的这种写法显然更为清晰也更为整洁。我们的Activity实现了Updatable和Receiver接口，直接看其实现方法：
可以看到这里repository将数据发送给了receiver，也就是自己，在对应的accept()方法中接收到我们想要的bitmap后，这张图片也就显示出来了，示例代码中的完整流程也就结束了。
总结一下上述过程：
首先Repositories.repositoryWithInitialValue()生成原点REventSource。
配置完Observable之后进入RFrequency状态，接着配置数据流的流数。
前面配置完成后，数据流RFlow生成，之后通过getFrom()、mergeIn()、transform()等方法可进一步进行流式调用；也可以使用attemptXXX()方法代替原方法，后面接着调用orSkip()、orEnd()进行error handling处理。当使用attemptXXX()方法时，数据流状态会变为RTermination，它代表此时的状态已具有终结数据流的能力，是否终结数据流要根据failed check触发，结合后面跟着调用的orSkip()、orEnd()，我们的数据流会从RTermination再次切换为RFlow，以便进行后面的流式调用。
经过前面一系列的流式处理，我们需要结束数据流时，可以选择调用thenXXX()方法，对数据流进行最终的处理，处理之后，数据流状态会变为 RConfig；也可以为此行为添加error handling处理，选择thenAttemptXXX()方法，后面同样接上orSkip()、orEnd()即可，最终数据流也会转为Rconfig状态。
此时，我们可以在结束前按需要选择对数据流进行最后的配置，例如：调用onDeactivation()配置从“订阅”到“取消订阅”的过程是否需要继续执行数据流等等。
一切都部署完毕后，我们compile()这个RConfig，得到最终的成型的Repository，它具有添加Updatable、发送数据通知Receiver的能力。
我们根据需要添加Updatable，repository在数据流处理完成后会通过update()发送event通知Updatable。
Updatable收到通知后则会拉取repository的成果数据，并将数据通过accept()发送给Receiver。完成 Push event， pull data 的流程。
看完上述内容，你们对RxJava线程切换过程是怎样的有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注创新互联行业资讯频道，感谢大家的支持。