观察者模式的概念
RxJava是android的异步框架，官方介绍是可观测的序列，组成异步基于事件程序的库。特点是观察者模式，基于事件流的链式调用，随着异步操作调度过程复杂的情况下，程序逻辑也变得越来越复杂，但RxJava依然能够保持简洁。
简单的说观察者A与被观察者B建立订阅关系，当被观察者B发生某种改变时，立即通知观察者A
添加依赖
compile 'io.reactivex.rxjava2:rxjava:2.1.0'
compile 'io.reactivex.rxjava2:rxandroid:2.0.1'基本模式
Observable被观察者
注意各地方添加泛型避免大片警告，onNext()是事件的回调，onComplete()是事件的结尾。onComplete()与onError互斥需要保持唯一性，并只能调用一次。
Observable<String> observable= Observable.create(new ObservableOnSubscribe<String>() { @Override public void subscribe(ObservableEmitter<String> e) throws Exception { e.onNext("消息1"); e.onNext("消息2"); e.onNext("消息3"); e.onComplete(); } });
Observer观察者
创建观察者时回调的onSubscribe可以获取Disposable对象，在合适的时候判断条件，调用dispose()即可接触订阅关系
Observer<String> observer=new Observer<String>() { @Override public void onSubscribe(Disposable d) { //通过判断解除订阅关系 d.dispose(); } @Override public void onNext(String o) { //对应observable的onNext方法 } @Override public void onError(Throwable e) { //对应observable的onError方法 } @Override public void onComplete() { //对应observable的onComplete方法 } };
建立订阅关系
observable.subscribeOn(Schedulers.io()) //指定事件生产在子线程 .observeOn(AndroidSchedulers.mainThread()) //指定事件消费在UI线程 .subscribe(observer);
Observable被观察者的其他模式
//just模式，将自动发送onNext()事件 Observable<String> observable = Observable.just("发送消息"); //fromIterable模式，遍历集合，并自动发送onNext()事件 Observable<String> observable = Observable.fromIterable((Iterable<String>) mList); //interval模式，定时自动发送整数序列，从0开始每隔2秒计数， Observable<Long> observable = Observable.interval(0,2, TimeUnit.SECONDS) //range模式，自动发送特定的整数序列，0表示不发送，负数会抛异常，从1开始发送到20 Observable<Integer> observable = Observable.range(1,20); //timer模式，定时执行观察者的onNext()方法 Observable<Integer> observable = Observable.timer(2, TimeUnit.SECONDS);
Observable被观察者的更多创建方式以及操作符
如创建操作，数据过滤操作，条件操作，转载以下博客，很详细：
RxJava操作符大全
Scheduler调度器
四种常见模式
Schedulers.immediate() 默认模式，在当前线程运行
Schedulers.newThread() 创建新的子线程运行
Schedulers.io() 创建新的子线程运行，内部使用的是无上限的线程池，可重用空闲的线程，效率高
AndroidSchedulers.mainThread() 在UI主线程运行
订阅事件时的生产与消费线程
subscribeOn() 指定Observable(被观察者)所在的线程，或者叫做事件产生的线程
observeOn() 指定 Observer(观察者)所运行在的线程，或者叫做事件消费的线程
新的观察者模式
Flowable被观察者
Flowable<String> flowable = Flowable.create(new FlowableOnSubscribe<String>() { @Override public void subscribe(FlowableEmitter<String> e) throws Exception { e.onNext("hello RxJava!"); e.onComplete(); } },BackpressureStrategy.BUFFER);//增加背压模式
Subscriber观察者
onSubscribe()会返回Subscription对象，调用cancel()即可取消订阅关系，request()即可指定消费事件的数量
Subscriber<String> subscriber=new Subscriber<String>() { @Override public void onSubscribe(Subscription s) { s.request(Long.MAX_VALUE); } @Override public void onNext(String s) { Log.i("RxJava", "onNext: "+s); } @Override public void onError(Throwable t) { Log.i("RxJava", "onError"); } @Override public void onComplete() { Log.i("RxJava", "onComplete"); } }; flowable.subscribe(subscriber);//建立订阅关系
Backpressure背压模式
如果生产者和消费者不在同一线程的情况下，如果生产者的速度大于消费者的速度，就会产生Backpressure问题。即异步情况下，Backpressure问题才会存在。
BUFFER
这样，消费者通过request()即使传入一个很大的数字，生产者也会生产事件，并将处理不了的事件缓存。
但是这种方式任然比较消耗内存，除非是我们比较了解消费者的消费能力，能够把握具体情况，不会产生OOM。
DROP
当消费者处理不了事件，就丢弃。
消费者通过request()传入其需求n，然后生产者把n个事件传递给消费者供其消费。其他消费不掉的事件就丢掉
LATEST
LATEST与DROP功能基本一致，唯一的区别就是LATEST总能使消费者能够接收到生产者产生的最后一个事件
ERROR
这种方式会在产生Backpressure问题的时候直接抛出一个异常,这个异常就是著名的MissingBackpressureException