RX Java-重试引发异常的代码_Java_Error Handling_Rx Java_Observable_Exponential Backoff

RX Java-重试引发异常的代码

java error-handling rx-java

RX Java-重试引发异常的代码,java,error-handling,rx-java,observable,exponential-backoff,Java,Error Handling,Rx Java,Observable,Exponential Backoff,我正在尝试使用RXJava来使用来自不断发送对象的源的一些数据我想知道如何为我自己的代码引发异常的情况实现重试策略。例如，网络异常应使用指数退避策略触发重试一些代码： message.map(this::processMessage) .subscribe((message)->{ //do something after mapping }); processMessag

我正在尝试使用RXJava来使用来自不断发送对象的源的一些数据

我想知道如何为我自己的代码引发异常的情况实现重试策略。例如，网络异常应使用指数退避策略触发重试

一些代码：

 message.map(this::processMessage)
                 .subscribe((message)->{
                     //do something after mapping
                 });

processMessagemessage是一种包含可能失败的风险代码的方法，它是我想重试的代码部分，但我不想阻止可观察对象使用源数据

对此有何想法？

以以下文章为例：

有一天他们帮助了我。

以文章为例：

message
    .map(this::processMessage)
    .retryWhen(errors -> errors.flatMap(error -> {  
        if (error instanceof IOException) {
          return Observable.just(null);
        }
        // For anything else, don't retry
        return Observable.error(error);
     })
     .subscribe(
         System.out::println,
         error -> System.out.println("Error!")
     );

有一天他们帮助了我

message
    .map(this::processMessage)
    .retryWhen(errors -> errors.flatMap(error -> {  
        if (error instanceof IOException) {
          return Observable.just(null);
        }
        // For anything else, don't retry
        return Observable.error(error);
     })
     .subscribe(
         System.out::println,
         error -> System.out.println("Error!")
     );

或者抓住错误

message.map(this::processMessage)
           .onErrorReturn(error -> "Empty result")
           .subscribe((message)->{})

或处理错误

message
    .map(this::processMessage)
    .doOnError(throwable -> Log.e(TAG, "Throwable " + throwable.getMessage()))
    .subscribe(
         System.out::println,
         error -> System.out.println("Error!")
     );

未测试，但retryWhen与repeatWhen不同，这不仅在onComplete中调用

->每个错误都是平面映射的，因此我们可以返回onNextnull来触发重新订阅，也可以返回onErrorerror来避免重新订阅

退避政策：

source.retryWhen(errors ->  
  errors
    .zipWith(Observable.range(1, 3), (n, i) -> i)
    .flatMap(retryCount -> Observable.timer((long) Math.pow(5, retryCount), TimeUnit.SECONDS))
);

在这种情况下，flatMap+定时器优于延迟，因为它允许我们通过重试次数修改延迟。上述重试三次，每次重试延迟5^retryCount，只需少量操作员即可实现指数级退避