Concurrency RxJava—一个生产者，多个并发消费者，一次订阅

我试图了解RxJava并发性的一些细节，但我不确定我的想法是否正确。我对SubscribeOn/ObserveOn的工作原理有很好的了解，但我正试图确定池调度程序的一些细节。为此，我希望实现一个1-N生产者-消费者链，尽可能简单地使用尽可能多的CPU

根据文档，Schedulers.computation（）由与内核数量相同的线程池支持。然而，根据被动合同，操作员只能获得连续呼叫

因此，像这样的设置

Observable.range(1, 1000) // Whatever has to be processed
            .observeOn(Schedulers.computation())
            .doOnNext(/* heavy computation */)
            .doOnCompleted(() -> System.out.println("COMPLETED"))
            .forEach(System.out::println);

尽管使用了线程池，但只会收到对doOnNext的并发调用。通过对

OperatorObserveOn.java

进行睡眠检查的实验似乎证实了这一点，因为每次

observeOn

调用都会获得一个工作者。此外，如果不是这样的话，应该有一个复杂的管理OnCompleted必须等待任何未决OnNext完成，我不认为存在

假设我在正确的轨道上（也就是说，只涉及一个线程，尽管你可以用observeOn跳过其中几个线程），那么正确的模式是什么？我可以找到相反情况的示例（将多个异步事件生成器同步到一个使用者中），但对于这种典型情况，这不是一个简单的示例

我猜flatMap也参与其中，可能是使用了限制并发订阅数量的beta版（1.x版）。也许可以像这样简单地使用window/flatMap

Observable
.range(1, 1000) // Whatever has to be processed
.window(1) // Emit one observable per item, for example 
.flatMap(/* Processing */, 4) // For 4-concurrent processing
.subscribe()

在这种方法中，我仍然缺少一种以Rx通用方式最大化CPU的简单方法（即，指定计算调度器，而不是flatMap的最大订阅数）。所以，也许…：

Observable
.range(1, 1000) // Whatever has to be processed
.window(1) // Emit one observable per item, for example 
.flatMap(v -> Observable.just(v)
                        .observeOn(Schedulers.computation())
                        .map(/* heavy parallel computation */))
.subscribe()

---

最后，在一些使用flatMap的示例中，我看到在

flatMap

之后有一个

toBlock（）

调用，我不知道为什么需要调用它，因为flatMap不应该为下游执行序列化吗？（例如，在本例中：）

托马斯·尼尔德（Thomas Nield）的一篇好文章正是关于这个案例的

我个人在这种情况下所做的是，我只需在

flatMap

中订阅

Schedulers.io

，并使用最大并发调用参数

    Observable.range(1, 1000) // Whatever has to be processed
            .flatMap(v -> Observable.fromCallable(() -> { /* io calls */}) 
                    .subscribeOn(Schedulers.io()), Runtime.getRuntime().availableProcessors() + 1)
            .subscribe();

编辑 根据评论中的建议，最好使用

Schedulers.computation（）

进行CPU受限的工作

    Observable.range(1, 1000) // Whatever has to be processed
            .flatMap(v -> Observable.fromCallable(() -> { /* intense calculation */}) 
                    .subscribeOn(Schedulers.computation()))
            .subscribe();

---

建议不要使用

Schedulers.io

执行CPU限制的任务。链接不错，这正是我需要的。我发现不需要调用

窗口
。。。也不太可能
toblock