欢迎Follow我的GitHub: https://github.com/SpikeKing
随着手机的发展, 其性能已经与电脑越来越接近, 也会有一些复杂耗时的并行任务需要处理, 对于异步与并行, RxAndroid是我们的最佳选择. 那么让我来使用实例介绍一下吧.
在计算调度器Schedulers.computation()中, 可以并行处理任务, 核数是Rx根据手机CPU定制的, 在我的华为P8手机(8核)中, 使用的是8个线程. 但是根据Java线程的最佳配置而言, 8核最佳是9个线程, 即线程数等于核数+1.
本文源码的GitHub下载地址
RxAndroid+ButterKnife, 我是ButterKnife的粉丝.
compile 'com.jakewharton:butterknife:7.0.1'
compile 'io.reactivex:rxjava:1.1.0'
compile 'io.reactivex:rxandroid:1.1.0'MAX是并行执行的任务数. 使用flatMap逐个分发到计算线程computation中, 执行耗时任务intenseCalculation.
// 计算线程并行, 8核
public void computePara(View view) {
mTvComputeValue.setText("计算中");
Observable.range(MIN, MAX)
.flatMap(i -> Observable.just(i)
.subscribeOn(Schedulers.computation()) // 使用Rx的计算线程
.map(this::intenseCalculation)
)
.observeOn(AndroidSchedulers.mainThread())
.subscribe(this::computeTag);
}使用intenseCalculation模拟耗时任务.
// 模拟耗时计算
private int intenseCalculation(int i) {
try {
tag("Calculating " + i + " on " + Thread.currentThread().getName());
Thread.sleep(randInt(100, 500));
return i;
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
}最大线程数 = CPU核数 + 1
由于CPU的核数是8, 因此我们选择9个线程. 创建执行器executor, 使用执行器创建Rx的调度器Scheduler, 处理异步任务.
// 定制线程并行, 9核
public void customPara(View view) {
int threadCt = Runtime.getRuntime().availableProcessors() + 1;
mTvCustomValue.setText(String.valueOf("计算中(" + threadCt + "线程)"));
ExecutorService executor = Executors.newFixedThreadPool(threadCt);
Scheduler scheduler = Schedulers.from(executor);
Observable.range(MIN, MAX)
.flatMap(i -> Observable.just(i)
.subscribeOn(scheduler)
.map(this::intenseCalculation)
).observeOn(AndroidSchedulers.mainThread())
.subscribe(this::customTag);
}高版本计算CPU核数的方式.
Runtime.getRuntime().availableProcessors()低版本, 参考.
private int getNumCoresOldPhones() {
//Private Class to display only CPU devices in the directory listing
class CpuFilter implements FileFilter {
@Override
public boolean accept(File pathname) {
//Check if filename is "cpu", followed by a single digit number
if (Pattern.matches("cpu[0-9]+", pathname.getName())) {
return true;
}
return false;
}
}
try {
//Get directory containing CPU info
File dir = new File("/sys/devices/system/cpu/");
//Filter to only list the devices we care about
File[] files = dir.listFiles(new CpuFilter());
//Return the number of cores (virtual CPU devices)
return files.length;
} catch (Exception e) {
//Default to return 1 core
return 1;
}
}循环赛模式(Round-Robin)是把数据分组, 按线程数分组, 每组9个, 一起发送处理. 这样做, 可以减少Observable的创建, 节省系统资源, 但是会增加处理时间, 是空间和时间的综合考虑.
int threadCt = Runtime.getRuntime().availableProcessors() + 1;
mTvGroupedValue.setText(String.valueOf("计算中(" + threadCt + "线程)"));
ExecutorService executor = Executors.newFixedThreadPool(threadCt);
Scheduler scheduler = Schedulers.from(executor);
final AtomicInteger batch = new AtomicInteger(0);
Observable.range(MIN, MAX)
.groupBy(i -> batch.getAndIncrement() % threadCt)
.flatMap(g -> g.observeOn(scheduler).map(this::intenseCalculation))
.observeOn(AndroidSchedulers.mainThread())
.subscribe(this::groupedTag);这是Compute \ Max \ Group三种效果的时间对比, 可以发现Max的时间最优, 因为比Compute多一个线程, 但是Group会更加节省资源一些. 根据所执行的并行任务使用Rx吧.
效果
OK, that's all! Enjoy it!