使用 IObservable 进行批处理

Question

我的服务器端向我发送了一批消息。批次中的消息数量和频率是任意的。有时，我每隔 1 分钟收到一次消息，有时一小时内没有消息。 1 到 10 条消息。

我当前的实现使用Observable.Buffer(TimeSpan.FromSeconds(5)) 对消息进行分组并将消息发送给订阅者。

如果两条消息之间有 x 秒的延迟，有没有办法配置 Observable 将缓冲的消息发送给订阅者，而不是每 5 秒检查一次。

如何避免不必要的计时器每 5 秒滴答一次？ （我愿意接受其他优化批处理的建议。）

Answer 1

使用 bufferClosingSelector 工厂方法

decPL 建议使用Buffer 的重载，它接受bufferClosingSelector - 在打开新缓冲区时调用的工厂函数。它产生一个流，它的第一个OnNext() 或OnCompleted() 信号刷新当前缓冲区。 decPLs 代码如下所示：

observable.Buffer(() => observable.Throttle(TimeSpan.FromSeconds(5)))

这在解决方案方面取得了相当大的进展，但存在几个问题：

• 在限制持续时间内一致发布消息的活动期间，服务器不会发送消息。这可能会导致大量且不经常发布的列表。
• 源有多个订阅；如果天气很冷，这可能会产生意想不到的副作用。 bufferClosingSelector 工厂在 每个 缓冲区关闭之后调用，因此如果源是冷的，它将从初始事件开始节流，而不是最近的事件。

防止无限期限制

我们需要使用额外的机制来限制缓冲区长度并防止无限限制。 Buffer 有一个重载，允许您指定最大长度，但遗憾的是您不能将其与关闭选择器结合使用。

我们将所需的缓冲区长度限制称为n。回想一下关闭选择器的第一个 OnNext 足以关闭缓冲区，所以我们需要做的就是 Merge 带有计数流的节流阀，在 n 之后发送 OnNext 来自源的事件。我们可以使用.Take(n).LastAsync() 来做到这一点；处理前 n 个事件，但忽略除最后一个之外的所有事件。这是 Rx 中非常有用的模式。

使源“热”

为了解决bufferClosingSelector工厂重新订阅源的问题，我们需要在源上使用.Publish().RefCount()的通用模式给我们一个只会向订阅者发送最新事件的流。这也是一个非常有用的模式，需要记住。

解决方案

这是重新编写的代码，其中油门持续时间与计数器合并：

var throttleDuration = TimeSpan.FromSeconds(5);
var bufferSize = 3;

// single subscription to source
var sourcePub = source.Publish().RefCount();

var output = sourcePub.Buffer(
    () => sourcePub.Throttle(throttleDuration) 
                   .Merge(sourcePub.Take(bufferSize).LastAsync()));

生产就绪代码和测试

这是一个带有测试的生产就绪实现（使用 nuget 包 rx-testing 和 nunit）。请注意调度程序的参数化以支持测试。

public static partial class ObservableExtensions
{
    public static IObservable<IList<TSource>> BufferNearEvents<TSource>(
        this IObservable<TSource> source,
        TimeSpan maxInterval,
        int maxBufferSize,
        IScheduler scheduler)
    {
        if (scheduler == null) scheduler = ThreadPoolScheduler.Instance;
        if (maxBufferSize <= 0)
            throw new ArgumentOutOfRangeException(
                "maxBufferSize", "maxBufferSize must be positive");

        var publishedSource = source.Publish().RefCount();

        return publishedSource.Buffer(
            () => publishedSource
                .Throttle(maxInterval, scheduler)
                .Merge(publishedSource.Take(maxBufferSize).LastAsync()));
    }
}

public class BufferNearEventsTests : ReactiveTest
{
    [Test]
    public void CloseEventsAreBuffered()
    {
        TimeSpan maxInterval = TimeSpan.FromTicks(200);
        const int maxBufferSize = 1000;

        var scheduler = new TestScheduler();

        var source = scheduler.CreateColdObservable(
            OnNext(100, 1),
            OnNext(200, 2),
            OnNext(300, 3));

        IList<int> expectedBuffer = new [] {1, 2, 3};
        var expectedTime = maxInterval.Ticks + 300;

        var results = scheduler.CreateObserver<IList<int>>();

        source.BufferNearEvents(maxInterval, maxBufferSize, scheduler)
              .Subscribe(results);

        scheduler.AdvanceTo(1000);

        results.Messages.AssertEqual(
            OnNext<IList<int>>(expectedTime, buffer => CheckBuffer(expectedBuffer, buffer)));
    }

    [Test]
    public void FarEventsAreUnbuffered()
    {
        TimeSpan maxInterval = TimeSpan.FromTicks(200);
        const int maxBufferSize = 1000;

        var scheduler = new TestScheduler();

        var source = scheduler.CreateColdObservable(
            OnNext(1000, 1),
            OnNext(2000, 2),
            OnNext(3000, 3));

        IList<int>[] expectedBuffers =
        {
            new[] {1},
            new[] {2},
            new[] {3}
        };

        var expectedTimes = new[]
        {
            maxInterval.Ticks + 1000,
            maxInterval.Ticks + 2000,
            maxInterval.Ticks + 3000
        };  

        var results = scheduler.CreateObserver<IList<int>>();

        source.BufferNearEvents(maxInterval, maxBufferSize, scheduler)
              .Subscribe(results);

        scheduler.AdvanceTo(10000);

        results.Messages.AssertEqual(
            OnNext<IList<int>>(expectedTimes[0], buffer => CheckBuffer(expectedBuffers[0], buffer)),
            OnNext<IList<int>>(expectedTimes[1], buffer => CheckBuffer(expectedBuffers[1], buffer)),
            OnNext<IList<int>>(expectedTimes[2], buffer => CheckBuffer(expectedBuffers[2], buffer)));
    }

    [Test]
    public void UpToMaxEventsAreBuffered()
    {
        TimeSpan maxInterval = TimeSpan.FromTicks(200);
        const int maxBufferSize = 2;

        var scheduler = new TestScheduler();

        var source = scheduler.CreateColdObservable(
            OnNext(100, 1),
            OnNext(200, 2),
            OnNext(300, 3));

        IList<int>[] expectedBuffers =
        {
            new[] {1,2},
            new[] {3}
        };

        var expectedTimes = new[]
        {
            200, /* Buffer cap reached */
            maxInterval.Ticks + 300
        };

        var results = scheduler.CreateObserver<IList<int>>();

        source.BufferNearEvents(maxInterval, maxBufferSize, scheduler)
              .Subscribe(results);

        scheduler.AdvanceTo(10000);

        results.Messages.AssertEqual(
            OnNext<IList<int>>(expectedTimes[0], buffer => CheckBuffer(expectedBuffers[0], buffer)),
            OnNext<IList<int>>(expectedTimes[1], buffer => CheckBuffer(expectedBuffers[1], buffer)));
    }

    private static bool CheckBuffer<T>(IEnumerable<T> expected, IEnumerable<T> actual)
    {
        CollectionAssert.AreEquivalent(expected, actual);
        return true;
    }
}

Answer 2

如果我正确理解了您的描述，Observable.Buffer 仍然是您的朋友，只需使用导致可观察事件的重载来指示应发送缓冲项目的时间。如下：

observable.Buffer(() => observable.Throttle(TimeSpan.FromSeconds(5)))

Answer 3

这是一个老问题，但似乎与my recent question 有关。 Enigmativity 找到了一种很好的方法来做我认为你想要实现的事情，所以我想我会分享。我将解决方案包装在扩展方法中：

public static class ObservableExtensions
{
    public static IObservable<T[]> Batch<T>(this IObservable<T> observable, TimeSpan timespan)
    {
        return observable.GroupByUntil(x => 1, g => Observable.Timer(timespan))
                         .Select(x => x.ToArray())
                         .Switch();
    }
}

它可以这样使用：

observableSource.Batch(TimeSpan.FromSeconds(5));