浅谈 rxgo 在项目中的使用方式

项目中使用到了 RxGo ，感觉现有的处理方式有一定的优势，当然也有一定的有劣势，遂记录下来，免得自己忘记。

本文介绍的只是 rxgo 的一种方式而已，如果你有不错的使用方式，请不吝赐教，谢谢。

对 rxgo 不清楚的同学可以看看我的另一篇文章，主要是介绍 rxgo 的基础使用。

Go中响应式编程库RxGo详细介绍

1、需求简介

现在项目的需求是，项目中有多个生成数据的地方，数据的消费是不确定何时何处消费的，数据消费的地方，随着版本的迭代可能增加，也可能减少。

我们将上述需求简化抽象后知道，即要有一个地方，接受所有的数据，消费者想什么时候去消费数据，自己去取就好了。使用过消息队列的同学都知道，这个场景太适合使用消息队列组件了，像Kafka、RabbitMQ、nats 等等。

是的，通常来说，使用消息队列是常见的方式。但是我们现在的项目，生成的数据主要是各个抽象出来的服务使用，如果其他系统需要，也可以抽象出来一个服务，将生成的数据发送到 Kafka、RabbitMQ 中去。

因为我们是工业软件，软件是部署到单个机器上的，我们不希望使用这么重的组件，增加我们部署运维的复杂度，那应该如何处理呢？

想必了解消息队列实现方式的同学知道，消息队列的实现方式，和设计模式中的 观察者模式 类似，那我们可以自己实现一个 观察者模式 的库，不就可以了嘛。

自己去实现一个符合现在需求的库，的确是可行的方案，但是对一般的公司而言，还没有到这一步，恰好 Go 中有 RxGo 这个库，符合现在的业务场景，简单说下使用此库的好处：

• rxgo 作为一个响应式编程的库，提供了Observable和Observer两个核心概念，使得我们可以更容易地处理异步事件流和数据流。
• 发送数据和消费数据都很简单，比如我们只关心生成观察者之后的数据，使用此库轻松实现

.....

还有很多好处，这里就不一一列举了。

2、rxgo 在项目中的使用方式

2.1 单仓库情景下

package main

import (
	"fmt"
	"github.com/reactivex/rxgo/v2"
	"time"
)

/*---------------------------------------

	观察对象

---------------------------------------*/
var (
	// 事件bus
	eventCh         chan rxgo.Item
	eventObservable rxgo.Observable
)

func init() {
	//指令消息
	eventCh = make(chan rxgo.Item)
	// rxgo.FromEventSource 创建的是 热观察者, 即对从流的一开始产生的所有数据不感兴趣，只对我们开始观察之后的数据感兴趣。
	// 没有观察者的Observable发出的项目将会丢失。对上面表示不理解的同学可以看看 rxgo github 上面的介绍
	// 因为 rxgo.FromEventSource 默认在开始观察数据后, 是阻塞等待的
	// rxgo.WithBackPressureStrategy(rxgo.Drop)
	// 使用Drop策略意味着如果从FromEventSource后面的流程没有准备好消耗一个项目，这个项目会被丢弃。
	eventObservable = rxgo.FromEventSource(eventCh, rxgo.WithBackPressureStrategy(rxgo.Drop)) //observe()时指定buffer

}

func PublishEvent(e interface{}) {
	//发布事件
	eventCh <- rxgo.Of(e)
}

func GetObservable() rxgo.Observable {
	return eventObservable
}

func main() {
	for i := 0; i < 3; i++ {
		go consumer(i)
	}
	producer()

	time.Sleep(time.Second * 60)
}

func consumer(number int) {
	o := GetObservable().Filter(func(i interface{}) bool {
		fmt.Printf("coming。。。。。。。。。。。。。, number: %v, data: %+v\n", number, i)
		return true
	})
	o.DoOnNext(func(i interface{}) {

	})
}

func producer() {

	for i := 0; i < 3; i++ {
		fmt.Println(i)
		PublishEvent(i)
	}
}

特别注意，上述代码执行的结果是不确定的，因为 rxgo 采用的是异步事件流。

执行结果：

0
1
coming。。。。。。。。。。。。。, number: 1, data: 1
coming。。。。。。。。。。。。。, number: 2, data: 0
coming。。。。。。。。。。。。。, number: 0, data: 0
2
coming。。。。。。。。。。。。。, number: 1, data: 2
coming。。。。。。。。。。。。。, number: 0, data: 2
coming。。。。。。。。。。。。。, number: 2, data: 2

2.2 多仓库场景下

上面我们已经实现了一个生产者消费者模式的demo，在实际开发中，我们可能会将某些功能单独抽离出来作为一个仓库，那么这个时候应该怎么将单独仓库中产生的数据发送到全局的事件 Bus 中呢，接下来，一起看下下面的代码就知道如何处理了。

这里为了方便演示、测试，直接将代码写在了同一份文件中，理解到其中的含义后，我们可以自行拆解。

package main

import (
	"fmt"
	"github.com/reactivex/rxgo/v2"
	"time"
)

/*---------------------------------------

	观察对象

---------------------------------------*/
var (
	// 事件bus
	eventCh                chan rxgo.Item
	eventObservable        rxgo.Observable
	forwardEventObservable rxgo.Observable
)

func init() {
	//指令消息
	eventCh = make(chan rxgo.Item)
	// rxgo.FromEventSource 创建的是 热观察者, 即对从流的一开始产生的所有数据不感兴趣，只对我们开始观察之后的数据感兴趣。
	// 没有观察者的Observable发出的项目将会丢失。对上面表示不理解的同学可以看看 rxgo github 上面的介绍
	// 因为 rxgo.FromEventSource 默认在开始观察数据后, 是阻塞等待的
	// rxgo.WithBackPressureStrategy(rxgo.Drop)
	// 使用Drop策略意味着如果从FromEventSource后面的流程没有准备好消耗一个项目，这个项目会被丢弃。
	eventObservable = rxgo.FromEventSource(eventCh, rxgo.WithBackPressureStrategy(rxgo.Drop)) //observe()时指定buffer

	initOther() // 因为同一份文件的 init 函数是从上到下执行的, 为了 forwardEvent 不报错, 这里手动调用
	forwardEvent()
}

func PublishEvent(e interface{}) {
	//发布事件
	eventCh <- rxgo.Of(e)
}

func GetObservable() rxgo.Observable {
	return eventObservable
}

func forwardEvent() {
	forwardEventObservable = GetOtherObservable()
	forwardEventObservable.DoOnNext(func(i interface{}) {
		PublishOtherEvent(i)
	}, rxgo.WithBufferedChannel(2))
}

func main() {
	for i := 0; i < 1; i++ {
		go consumer(i)
	}
	go producer()

	// 这里类似于其他仓库中生成数据
	go otherProducer()

	time.Sleep(time.Second * 60)
}

func consumer(number int) {
	o := GetObservable().Filter(func(i interface{}) bool {
		fmt.Printf("coming。。。。。。。。。。。。。, number: %v, data: %+v\n", number, i)
		return true
	})
	o.DoOnNext(func(i interface{}) {

	})
}

func producer() {

	for i := 0; i < 3; i++ {
		fmt.Println(i)
		PublishEvent(i)
	}
}

func otherProducer() {

	for i := 0; i < 3; i++ {
		fmt.Println("other is sending")
		PublishEvent(fmt.Sprintf("other: %d", i))
	}
}

/*
	以下代码是其他仓库中的 rxgo 配置
*/

var (
	// 事件bus
	otherEvent      chan rxgo.Item
	otherObservable rxgo.Observable
)

func initOther() {
	//指令消息
	otherEvent = make(chan rxgo.Item)
	// rxgo.FromEventSource 创建的是 热观察者, 即对从流的一开始产生的所有数据不感兴趣，只对我们开始观察之后的数据感兴趣。
	// 没有观察者的Observable发出的项目将会丢失。对上面表示不理解的同学可以看看 rxgo github 上面的介绍
	// 因为 rxgo.FromEventSource 默认在开始观察数据后, 是阻塞等待的
	// rxgo.WithBackPressureStrategy(rxgo.Drop)
	// 使用Drop策略意味着如果从FromEventSource后面的流程没有准备好消耗一个项目，这个项目会被丢弃。
	otherObservable = rxgo.FromEventSource(otherEvent, rxgo.WithBackPressureStrategy(rxgo.Drop)) //observe()时指定buffer

}

func PublishOtherEvent(e interface{}) {
	//发布事件
	otherEvent <- rxgo.Of(e)
}

func GetOtherObservable() rxgo.Observable {
	return otherObservable
}

特别注意，上述代码执行的结果是不确定的。

执行结果：

0
1
other is sending
other is sending
coming。。。。。。。。。。。。。, number: 0, data: 0
2
coming。。。。。。。。。。。。。, number: 0, data: 2
other is sending
coming。。。。。。。。。。。。。, number: 0, data: other: 2

3、rxgo 配置简要说明

这里主要讲解下我们在实际项目中用到的几个参数配置，其他的等待你的自行发掘。

• rxgo.WithBufferedChannel(3)： 设置 channel 的缓存大小；

• rxgo.WithBackPressureStrategy(rxgo.*Drop*)： 使用Drop策略意味着如果后面的流程没有准备好消耗一个数据，这个数据会被丢弃。

演示案例：

package main

import (
	"fmt"
	"github.com/reactivex/rxgo/v2"
	"time"
)

/*---------------------------------------

	观察对象

---------------------------------------*/
var (
	// 事件bus
	eventCh         chan rxgo.Item
	eventObservable rxgo.Observable
)

func init() {
	//指令消息
	eventCh = make(chan rxgo.Item)
	// rxgo.FromEventSource 创建的是 热观察者, 即对从流的一开始产生的所有数据不感兴趣，只对我们开始观察之后的数据感兴趣。
	// 没有观察者的Observable发出的项目将会丢失。对上面表示不理解的同学可以看看 rxgo github 上面的介绍
	// 因为 rxgo.FromEventSource 默认在开始观察数据后, 是阻塞等待的
	// rxgo.WithBackPressureStrategy(rxgo.Drop)
	// 使用Drop策略意味着如果从FromEventSource后面的流程没有准备好消耗一个项目，这个项目会被丢弃。
	eventObservable = rxgo.FromEventSource(eventCh, rxgo.WithBackPressureStrategy(rxgo.Drop)) //observe()时指定buffer

}

func PublishEvent(e interface{}) {
	//发布事件
	eventCh <- rxgo.Of(e)
}

func GetObservable() rxgo.Observable {
	return eventObservable
}

func main() {
	for i := 0; i < 1; i++ {
		go consumer(i)
	}
	producer()

	time.Sleep(time.Second * 60)
}

func consumer(number int) {
	// 为什么是在 消费数据的地方设置 channel 的容量?
	// 这样可以根据消费者自身情况灵活调整
	o := GetObservable().Filter(func(i interface{}) bool {
		fmt.Printf("coming。。。。。。。。。。。。。, number: %v, data: %+v\n", number, i)
		return true
	}, rxgo.WithBufferedChannel(3))
	o.DoOnNext(func(i interface{}) {

	})
}

func producer() {

	for i := 0; i < 3; i++ {
		fmt.Println(i)
		PublishEvent(i)
	}
}

这次测试结果就是固定的了，大家可以想想为什么。

执行结果：

0
1
2
coming。。。。。。。。。。。。。, number: 0, data: 0
coming。。。。。。。。。。。。。, number: 0, data: 1
coming。。。。。。。。。。。。。, number: 0, data: 2

特别注意：

为什么是在 消费数据的地方设置 channel 的容量?
答：这样可以根据消费者自身情况灵活调整