Reactive Programming on Android with RxJava

lazyObservable
and
notLazyObservable
receive the
User
object, the time at which the function was evaluated differs. The lazily evaluated approach is
idiomatic RxJava and it also allows us to add asynchronous behavior whereas the other approach
does not. We will look into how we can add asynchronous behavior in
).
Lastly, one other thing to note about laziness is that although the action is repeated on each
subscription, the actual emitted values of the sequence may differ. Using our example above, if
the
User
object was modified on the server between subscriptions, one
Observer
would receive the
older version of the
User
object, whereas the more recent
Observer
would receive the updated
User
object.

---

Chapter 3: Operators
Now that we have established a foundation for the fundamentals of RxJava (i.e. the
), we can
dive deeper into the rich set of
Operator
s that are available to us. Through the contract defined by
the
Observable
, we are able to declaratively massage data emitted upstream to produce a desired
result. Arguably, the set of
Operator
s and the ability to transform, combine, and aggregate items in
such a way is one of the main reasons why RxJava is so powerful. In this chapter, we will look at some
of the most commonly used
Operator
s and provide several examples along with marble diagrams
to aid in visualizing how these
Operator
s work. Not all
Operator
s will be covered (as there are too
many to cover); however, after reading this chapter, you should have a good foundation for how
Operator
s work and learning new ones should be a breeze.
Transforming and Filtering
Operator
s that transform and/or filter are some of the handiest
Operator
s that are available as those
do not require a timing or buffering aspect to it–the operations are applied as soon as a new element
is produced in the stream. In the previous chapter, we looked at
map
and
filter
to apply a simple
transformation and filtering of data. The following marble diagrams demonstrate how each one
affects emitted items before they are propagated to subscribers.
Map
.map()
works by applying the mapper function provided on each item emitted upstream and passes
the return value from that function downstream.

---

Chapter 3: Operators
28