合并操作符

forkJoin

1.特点:在每个被合并的流都发出complete信号时,发射一次也是唯一一次数据;

const ob1 = Rx.Observable.interval(1000).map(d => `ob1:${d}`).take(3);
const ob2 = Rx.Observable.interval(2000).map(d => `ob2:${d}`).take(2);
Rx.Observable.forkJoin(ob1, ob2).subscribe((data) => console.log(data));
// ["ob1:2", "ob2:1"]:ob1在发射完第三个数据时发出complete信号,ob2在发射完第二个数据时发射出complete信号,forkJoin等ob1和ob2都结束时发射一次数据;

2.适用场景:有一组流,当你只关心每个流的最终发射值,即这种序列只有一次发射 — 类似 Promise.all()
(1)对于一个发出多个值的流,除了最后发出的一个值之外,其他的值都会忽略;
(2)当所有内部流完成时,生成的流只发出一次 — 如果任何内部流没有完成,它将永远不会完成,如果任何内部流出错,它将抛出一个错误;

zip

1.特点:当每个被合并的流都发射了新数据,zip将其合并为数组发射出去,直到其中某个流发出complete信号,整个被合并的流结束不再发射数据;

const ob1 = Rx.Observable.interval(1000).map(d => `ob1:${d}`).take(3);
const ob2 = Rx.Observable.interval(2000).map(d => `ob2:${d}`).take(2);
Rx.Observable.zip(ob1, ob2).subscribe({
  next: (data) => console.log(data),
  complete: () => console.log('complete')
});
// ["ob1:0", "ob2:0"] ob1等待ob2发射数据,之后合并
// ["ob1:1", "ob2:1"] 此时ob2结束,整个合并的流也结束
// "complete"

2.适用场景:有一组流,当你关心这一组流的最新发射值集合,即它等待从所有输入流中发出相应的值,然后将它们转换成单个值数组并发出结果;
(1)只有当每个源序列中有一对新值时,它才会发布,因此如果其中一个源序列发布值的速度快于另一个序列,发布速率将由两个序列中较慢的一个决定;
(2)当任何内部流完成并且相应的匹配对从其他流发出时,结果流完成。如果任何内部流没有完成,它将永远不会完成,如果任何内部流出错,它将抛出一个错误;

combineLatest

1.特点:第一次等待被合并的流发出新数据,但在合并时,若其中有流在等待其他流发射数据期间又发射了新数据,则使用该流的新数据进行合并,之后只要某个流发射新数据,不再等待其他流同步发出数据,而是使用其他流的最近一次数据进行合并,直至所有数据发出complete信号

const ob1 = Rx.Observable.interval(1000).map(d => `ob1:${d}`).take(3);
const ob2 = Rx.Observable.interval(2000).map(d => `ob2:${d}`).take(2);
Rx.Observable.combineLatest(ob1, ob2).subscribe({
  next: (data) => console.log(data),
  complete: () => console.log('complete')
});
// ["ob1:1", "ob2:0"] ob1等待ob2发射,当ob2发射时ob1已经发射了第二次数据,使用ob1的第二次数据
// ["ob1:2", "ob2:0"] ob1继续发射第三次也是最后一次数据,ob2虽然还未发射,但是可以使用它上一次的数据
// ["ob1:2", "ob2:1"] ob2发射第二次也是最后一次数据,使ob1上一次的数据。
// "complete"

2.适用场景:有一组流,当你关心这一组流的任一一个流的最新发射值,即需要在部分状态发生变化时保持最新;
(1)RxJs缓存每个输入序列的最后一个值,一旦所有序列产生了至少一个值,它就使用从缓存中获取各个流当前的最新值来计算结果值,然后通过结果流发出该计算的输出;
(2)如果某个输入流不发出任何值并且永远不会完成,combineLatest也永远不会发出并且永远不会完成,因为它将再次等待所有流中某个流发出某个值;

【总结】:forkJoin仅会合并各个子流最后发射的一次数据,触发一次回调;zip是只要被合并的流均发射了新数据则将其合并发射,之后继续等待至某个流结束;combineLatest是只要被合并的流有一个发射新数据则将发射合并数据,直至所有流结束

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容