利用Retrofit和RxJava实现服务器轮询和出错重试

利用Retrofit和RxJava实现服务器轮询和出错重试

• 原文链接 : Server polling and retrying failed operations. With Retrofit and RxJava.

在开发一个rest应用的时候，一种很常见的情形是，要对服务器进行轮询和重试。当服务器正在进行某些任务的时候，我们需要（以一定的延时）查询服务器这个任务是否完成了，同时，当我们出错的时候，有时我们要进行重试。当我在想着如何利用RxJava来正确地实现服务器轮询的时候，我就想写一篇关于这个话题的文章了。最终，我在这个StackOverflow问题中找到了一个很好的解决方案。

在这篇文章中，我会解释用RxJava和Retrofit来实现这个功能是多么的容易。我假定你已经了解了RxJava，Retrofit的使用并且已经能够利用这些库来实现相应的应用架构。

在文章中我将用到的一些定义：

• “Predicate” 一个被传到Observable的一些方法中的类，举例来说：Observable.filter(/在这里传进来predicate/), Observable.takeUntil(/在这里传进来predicate/)

• “Child of Observable” 一个被链接（chained）在父Observable后的Observer。例如：

  Observable
    .filter(/*predicate here*/)
    .takeUntil(/*predicate here*/)
    .subscribe(/*subscriber here/)

takeUntil()返回的Observable是filter()返回的Observable的子元素（child）。作为参数传递给subscribe()的Subscriber是takeUntil()返回的Observable的子元素（child）。

服务器轮询

所谓服务器轮询，也就是，当你需要等待服务器去完成某项任务时，你就要周期性地调用API接口来查询该项任务是否已经完成。

示例代码如下

    /**
     * 这个类用来映射（map）从服务器返回的json数据
     *
     */
    class ServerPollingResponse {
        boolean isJobDone;

        @Override
        public String toString() {
            return "isJobDone=" + isJobDone;
        }
    }

    Subscription checkJobSubscription = mDataManager.pollServer(inputData)
            .repeatWhen(new Func1<Observable<? extends Void>, Observable<?>>() {
                @Override
                public Observable<?> call(Observable<? extends Void> observable) {
                    Log.v(TAG, "repeatWhen, call");
            /**
             * 这个方法只会被调用一次。
             * 5 表示每次重复的调用（repeated call）会被延迟5s。
             */
                    return observable.delay(5, TimeUnit.SECONDS);
                }
            })
            .takeUntil(new Func1<ServerPollingResponse, Boolean>() {
                @Override
                public Boolean call(ServerPollingResponse response) {
            /** 在这里，我们可以检查服务器返回的数据是否正确，和决定我们是否应该
             *  停止轮询。
             *  当服务器的任务完成时，我们停止轮询。
             *  换句话说，“当任务（job）完成时，我们不拿（take）了”
             */
                    Log.v(TAG, "takeUntil, call response " + response);
                    return response.isJobDone;
                }
            })
            .filter(new Func1<ServerPollingResponse, Boolean>() {
                @Override
                public Boolean call(ServerPollingResponse response) {
            /**
            * 如果我们在这里返回“false”的话，那这个结果会被过滤掉（filter）
            * 过滤（Filtering） 表示 onNext() 不会被调用.
            * 但是 onComplete() 仍然会被传递.
            */
                    Log.v(TAG, "filter, call response " + response);
                    return response.isJobDone;
                }
            })
            .subscribe(
                    new Subscriber<ServerPollingResponse>() {
                        @Override
                        public void onCompleted() {
                            Log.v(TAG, "onCompleted ");
                        }

                        @Override
                        public void onError(Throwable e) {
                            Log.v(TAG, "onError ");
                        }

                        @Override
                        public void onNext(ServerPollingResponse response) {
                            Log.v(TAG, "onNext response " + response);
                        //服务器轮询停止了，你可以做些其他事情。
                        }
                    }
            );

代码看起来很多，但是很容易理解，并且利用了优雅的链式操作符。

假如服务器在三次请求后才返回 “isJobDone=true” , log打印如下:

repeatWhen, call
//在这里发起了api请求
filter, call response isJobDone=false
takeUntil, call response isJobDone=false

//在这里再次发起了api请求
filter, call response isJobDone=false
takeUntil, call response isJobDone=false

//在这里，第三次发起api请求
filter, call response isJobDone=true
onNext response isJobDone=true
takeUntil, call response isJobDone=true
onCompleted

在下一个部分中，我将解释为什么方法会那样被调用

服务器轮询实现方法的RxJava内部原理解释

发起http请求后，在所有call()方法中， filter()的predicate中的call()方法会第一个被调用。

如果我们在filter() 中返回“false”，表明我们对结果（result）不满意，不要把这个结果传给 Subscriber。在这里，发生的链式事件如下：

1. 我们返回“false”，表明这个结果（result）不会被传递到 filter()的子元素（child）Subscriber中。

2. 对onNext()的调用会被传递到 takeUntil()的Observable中，然后它的predicate的call() 方法会被调用

3. 我们看到“job 还没有被完成”，所以我们在takeUntil()的call()方法中返回“false”

4. 这表示repeatWhen()的onNext()和onComplete()会被调用

5. 当onComplete() 被调用时，他会触发一个延时5s的对原始Observable的重新订阅（resubscriber）。也就是会再次发起http请求，也是我们要实现的目的。

如果我们在filter()中返回“true”，表明我们对这个结果（result）是满意的，链式事件如下：

1. 结果（result）被传递到了filter的子元素（child）Subscriber的onNext(ServerPollingResponse response) 中

2. 然后这个结果（result）被传递到了takeUntil()的predicate的call()方法中

3. 在 takeUntil() 中，我们也返回 “true”，因为“任务完成了（job done）”

4. 因为我们返回了“true”，takeUntil()操作符会调用它的子元素(child)filter()的onComplete() .

5. filter() 调用它的子元素Subscriber的 onComplete()方法

6. takeUntil()会马上取消订阅（unsubscribe），这也是为什么repeatWhen()的Observable的onNext()或者onComplete()不会被调用的原因，http请求也就不会被再次发起。

整个链是由takeUntil()操作符调用内部的unsubscribe()来终止的。

服务器轮询的等待时间随着重试次数的增加而增加

基本原理是一样的。我们只要向repeatWhen()的predicate中增加一些链式方法（chaning method）就行了。

 private static final int COUNTER_START = 1;
    private static final int ATTEMPTS = 5;
    private static final int ORIGINAL_DELAY_IN_SECONDS = 10;

    // 这是链接在repeatWhen的predicate的call方法中的新的function
    repeatWhen(new Func1<Observable<? extends Void>, Observable<?>>() {
        @Override
        public Observable<?> call (Observable < ?extends Void > observable){
            Log.v(TAG, "repeatWhen, call");

            return observable.zipWith(Observable.range(COUNTER_START, ATTEMPTS), new Func2<Void, Integer, Integer>() {
                @Override
                public Integer call(Void aVoid, Integer attempt) {
                    Log.v(TAG, "zipWith, call, attempt " + attempt);
                    return attempt;
                }
            }).flatMap(new Func1<Integer, Observable<?>>() {
                @Override
                public Observable<?> call(Integer repeatAttempt) {
                    Log.v(TAG, "flatMap, call, repeatAttempt " + repeatAttempt);
                    // 增加等待时间
                    return Observable.timer(repeatAttempt * ORIGINAL_DELAY_IN_SECONDS, TimeUnit.SECONDS);
                }
            });
        }
    })

在这里，每发起一次api请求前的延时时间是随着尝试次数的增长而乘法式地增加的。非常简单高效。

打印信息如下

repeatWhen, call
//这里是我们的第一次API请求
filter, call response isJobDone=false
takeUntil, response isJobDone=false
zipWith, call, attempt 1
flatMap, call, repeatAttempt 1

//等待10s后发起第二次请求
filter, call response isJobDone=false
takeUntil, response isJobDone=false
zipWith, call, attempt 2
flatMap, call, repeatAttempt 2

//等待20s后发起第三次请求
filter, call response isJobDone=true
onNext response isJobDone=true
takeUntil, response isJobDone=true
onCompleted

解释如下

RxJava中 zipWith()和flatMap()的解释

我会略过前面讲过的东西，直接解释一下与zipWith() 和 flatMap()相关的东西。

1. 当takeUntil() 完成它的工作以后，从repeatWhen() 返回的Observable会开始工作。这个Observable是zipWith() 和 flatMap()一起作用的结果（combined result）。

2. zipWith(parameter1, parameter2)会拿到repeatWhen()里的Observable所发射的值，也就是Void aVoid，还会拿到由它的第一个参数，也就是Observable.range(COUNTER_START, ATTEMPTS) 所发射的值，然后将这两个值传递给函数（function） call(Void, Integer)。在call() 方法中，我们可以利用这两个参数做一些操作，然后返回一个值（虽然在我们的例子中，是一个Integer，但是它也可以是其它任何类型，如果我们想返回其它类型的话，只需要改一下new Func2 < Void, Integer, / 改这个 / Integer>) ）中的第三个泛型类型就行了），但是在这里，我们只要返回我们从Observable中获取的值就行了，这个值就是重复尝试的次数。

3. zipWith()中返回的值会被封装到一个发射（emit）这些值的Observable中。然后我们在 flatMap()中处理这些值。

4. flatMap()拿到这个值，并利用它们来生成一个计时器Observable（timer Observable）。计时器Observable（timer Observable） 会先等待指定的时间，然后交给链的后续部分来继续处理（passes control down the chain），也就是原来发起api请求的Observable。

我们可以忽略掉zipWith()而直接在repeatWhen()中使用 flatMap()

repeatWhen(new Func1<Observable<? extends Void>, Observable<?>>() {
        @Override
        public Observable<?> call(Observable<? extends Void> observable) {
            Log.v(TAG, "repeatWhen, call");

            return observable.flatMap(new Func1<Void, Observable<?>>() {
                @Override
                public Observable<?> call(Void aVoid) {
                    if(mCounter > ATTEMPTS){
                    // 由我们自己终止
                        throw new RuntimeException();
                    }
                    return Observable.timer(mCounter++ * ORIGINAL_DELAY_IN_SECONDS, TimeUnit.SECONDS);
                }
            });
        }
    })

一般这种情况，我们需要用一个计数器，自己去控制请求（attempt），并且在需要时终止这一系列操作（ terminate the sequence ）。而在这里，我们利用了zipWith()操作符，让RxJava帮我们做了这一切。

出现错误时重试

众所周知，在Retrofit1 中每个网络错误都是交由onError()方法处理的

为了在失去网络连接或者当返回的http状态是除了200 OK以外的不正常状态时实现重试，我们需要使用 retryWhen() 而不是repeatWhen()。同时，zipWith() 的参数也要做一点变化。

    retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
        @Override
        public Observable<?> call(Observable<? extends Throwable> observable) {
            Log.v(TAG, "retryWhen, call");

            return observable.zipWith(Observable.range(COUNTER_START, ATTEMPTS), new Func2<Throwable, Integer, Integer>() {
                @Override
                public Integer call(Throwable throwable, Integer attempt) {
                    Log.v(TAG, "zipWith, call, attempt " + attempt);
                    return attempt;
                }
            })

repeatWhen() 和 retryWhen()的主要区别就是repeatWhen()会在接收到 onNext()时重新subscribe，retryWhen()则在接收到 onError()时重新subscribe。

让我们将repeatWhen()和retryWhen()结合起来来实现服务器的轮询和错误重试

下面是相关的代码

 retryWhen(new Func1<Observable<? extends Throwable>, Observable<?>>() {
        @Override
        public Observable<?> call(Observable<? extends Throwable> observable) {
            Log.v(TAG, "retryWhen, call");
            return observable.compose(zipWithFlatMap());
        }
    }).repeatWhen(new Func1<Observable<? extends Void>, Observable<?>>() {
        @Override
        public Observable<?> call(Observable<? extends Void> observable) {
            Log.v(TAG, "repeatWhen, call");
            return observable.compose(zipWithFlatMap());
        }
    })

    <T> Observable.Transformer<T, Long> zipWithFlatMap() {
        return new Observable.Transformer<T, Long>() {

            @Override
            public Observable<Long> call(Observable<T> observable) {
                return observable.zipWith(Observable.range(COUNTER_START, ATTEMPTS), new Func2<T, Integer, Integer>() {
                    @Override
                    public Integer call(T t, Integer repeatAttempt) {
                        Log.v(TAG, "zipWith, call, repeatAttempt " + repeatAttempt);
                        return repeatAttempt;
                    }
                }).flatMap(new Func1<Integer, Observable<Long>>() {
                    @Override
                    public Observable<Long> call(Integer repeatAttempt) {
                        Log.v(TAG, "flatMap, call, repeatAttempt " + repeatAttempt);
                        //增加等待时间
                        return Observable.timer(repeatAttempt * 5, TimeUnit.SECONDS);
                    }
                });
            }
        };
    }

你可能注意到了，我将zipWith()和flatMap() 封装到了单独的方法中，并且利用compose让它可以在repeatWhen()和retryWhen()里能够重复使用。现在，如果我们请求失败了，我们会去重试（retry），如果成功了，但是“任务（job）还没完成”，我们会重复一遍（repeat）。

RxJavas实在是太好用了!

为它喝彩吧 :)