iOS开发笔记之七十四——FRP与RAC进阶篇(数据黑白板ReactiveDataBoard的介绍)

本文主要是介绍iOS开发笔记之七十四——FRP与RAC进阶篇(数据黑白板ReactiveDataBoard的介绍),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

******阅读完此文,大概需要30分钟******

一、简介

ReactiveDataBoard是一款已经比较成熟的基于RAC的响应式编程组件,它主要用来实现任意模块之间的数据通讯,它可以替代原生的Notification、KVO,delegate、NSUserdefault等数值传递方式。因为它除了可以实时传递数据,比起Notification、KVO等,实现相同的功能,ReactiveDataBoard只需较少的代码,而且几乎无需关心Notification和KVO带来的手动释放、Crash等问题。使用它,可以很好地提高我们的业务开发效率。目前已经广泛地使用在VivaVideo家族产品中,得到业务开发的充分肯定与验证。

组件化代码地址:

https://github.com/Leon0206/ReactiveDataBoard

二、接入说明

ReactiveDataBoard有两种数据板,分别是数据白板类ReactiveWhiteBoard和数据黑板类ReactiveBlackBoard,它们实现原理一致,一个是单例,一个是实例化使用,但是用在不同的业务场景,下面分别进行介绍:

1、数据白板类:ReactiveWhiteBoard

ReactiveWhiteBoard是一个严格的单例,app全局只有一份,推荐在app启动初始化时进行实例化。因为是单例,所以它可以实现内存中任意模块之间的数据实时通讯,具体使用例子如下:

  • 1)数据的订阅(必须),首先你需要针对某一个key值进行订阅,代码如下:
 [[RACWB addObserver:self forKey:@"rac_test_key"] subscribeNext:^(id  _Nullable x) {NSLog(@"RACMainViewController----->%@",x);}];

因为返回是RACSignal,所以它天然就享受了信号带来的福利;

  • 2)数据的发送(必须),然后你需要对指定的key值进行设置:代码如下:
 [RACWB setValue:@"value" forKey:@"rac_test_key"];

其实除了代替Notification,它本身也可以进行内存缓存的,它的获取value的api如下:

- (id _Nullable )valueForKey:(NSString *_Nonnull)key;
  • 3) key值数据的移除(可选,但是强烈推荐), 如果你已经完成你的数据传递,建议针对key值进行remove,代码如下:
- (void)removeObserver:(id _Nullable )obj forKey:(NSString *_Nonnull)key;
- (void)removeAllObjObservers:(id _Nullable )obj;
- (void)removeAllKeyObservers:(NSString *_Nullable)key;

比起Notification,它的删除API更加灵活;

  • 4) 信号的暂停与重启

- (void)pauseSignalForKey:(NSString *_Nullable)key;

- (void)restartSignalForKey:(NSString *_Nonnull)key;

你可以根据业务需要,先暂停以下信号的发送,需要的时候,可以再此restart它;

三、实现原理

ReactiveDataBoard的实现原理不是很复杂,数据黑板和数据白板的原理是一样的,只是为了适应不同的业务场景才进行区分。

1、ReactiveWhiteBoard的实现

ReactiveWhiteBoard内部维护了两个字典,observers和values,分别用来存储订阅者和要传递的值对象;

  • 1)订阅者代码分析:
- (RACSignal *)addObserver:(id)obj forKey:(NSString *)key
{if (key.length <= 0) return [RACSignal empty];@synchronized (self) {[self.flags setValue:@(ReactiveBlackBoardFlagOn) forKey:key];NSString *insideKey = [NSString stringWithFormat:@"%@_%@_%p",key,NSStringFromClass([obj class]),obj];RACSubject *subject = [RACSubject subject];[self.observers setValue:subject forKey:insideKey];return subject;}
}

每次订阅者代码的执行,都会根据key值生成唯一的RACSubject,RACSubject是一个热信号,它可以有多个订阅者,

所以每个key值可以有多个订阅者,为了可以实现达到Notification的针对不同类以及对象来管理信号,维护一个内部的insideKey,用来便于信号的分组管理。

详见:

《FRP与RAC介绍(一)》:https://blog.csdn.net/lizitao/article/details/78721650

  • 2)信号发送者代码分析:

这个就比较简单了,如下:

- (void)setValue:(id)value forKey:(NSString *)key
{if (key.length <= 0) return;@synchronized (self.values) {[self.values setValue:value forKey:key];}if (ReactiveBlackBoardFlagOn == [[self.flags valueForKey:key] integerValue]) {NSArray *arr = [self subjectsForKey:key];[arr enumerateObjectsUsingBlock:^(RACSubject *subject, NSUInteger idx, BOOL * _Nonnull stop) {[subject sendNext:value];}];}
}

当执行信号的发送代码时,首先它会将对应key值的value存储到self.values中,然后根据获取的分组keys去取对应的RACSubjects,执行sendNext:操作,根据《FRP与RAC介绍(一)》文中介绍,这一步是在执行订阅者代码,并将value传递过去。

四、补充说明

  • 1、ReactiveWhiteBoard是基于广播Notificaiton设计出来的,但是因为它的订阅者是针对RACSignal进行订阅的,所以不仅可以享受很多RAC的API带来的便利,还支持信号的传递的暂停与重启,于此同时,它也可以作为全局共享内存Dictionary去使用,当然,它的信号的删除也更加灵活。
  • 2、能用ReactiveBlackBoard的时候,尽量优先使用ReactiveBlackBoard,简单的业务场景,通讯数据的比较小,可以用ReactiveWhiteBoard,如果业务场景较复杂,推荐ReactiveBlackBoard。
  • 3、ReactiveWhiteBoard/ReactiveBlackBoard的使用,不要忘记最终的remove操作,虽然它不会带来像notificaiton和kvo等内存泄露问题,但是由于内部字典的不断增加,最终可能仍会带来内存膨胀的问题。
  • 4、ReactiveWhiteBoard是全局的单例,也就意味着它的block回调会持有变量,所以如果订阅者回调里持有self,别忘记__weak __typeof(self) weakSelf = self;
  • 5、ReactiveWhiteBoard是采取的观察者设计模式开发的,内部维护了热信号的数组,所以,请首先保证订阅者代码得到执行,否则将不会收到任何数据。
  • 6、数据通讯的完全依赖key值,十分灵活,这就意味着key容易重复,因此可能会带来各种问题,所以使用前,请确保你key值的唯一性。
  • 7、ReactiveWhiteBoard适用于普通的业务代码数据通讯,跨模块,跨组件等;ReactiveBlackBoard适合作为一个复杂对象(例如,可重复压栈的VC)的属性变量来使用,复杂的业务类建议自带了一份ReactiveBlackBoard,便于内部模块间的数据通讯。

个人公众号:

这篇关于iOS开发笔记之七十四——FRP与RAC进阶篇(数据黑白板ReactiveDataBoard的介绍)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/261304

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd