Android中Retrofit结合RxJava更新关联Observable数据的实现方案

核心实现代码 #

retrofitWSClient.getServiceProductBOM(...)
    .subscribeOn(Schedulers.io())
    .flatMapIterable(bom -> bom.getTable())
    .flatMap(table -> {
        // 发起Product请求，同时绑定当前Table的引用
        return retrofitWSClient.getProduct(table.getProductForeignKey())
                .map(product -> {
                    // 更新Table的productCode字段，组合外键与产品编码
                    table.setProductCode(table.getProductForeignKey() + " - " + product.getProductcode());
                    return table;
                })
                .onErrorReturn(throwable -> {
                    // 单个Product请求失败时的兜底处理
                    table.setProductCode(table.getProductForeignKey() + " (获取产品信息失败)");
                    return table;
                });
    })
    .toList()
    .observeOn(AndroidSchedulers.mainThread())
    .subscribe(updatedTables -> {
        // 将更新后的完整集合传给Adapter
        yourAdapter.setData(updatedTables);
        yourAdapter.notifyDataSetChanged();
    }, throwable -> {
        // 处理全局流程异常（如BOM请求失败）
        Log.e("DataProcess", "流程异常", throwable);
    });

关键步骤说明 #

1. 线程调度位置：subscribeOn(Schedulers.io())放在最上游，确保所有网络请求（包括BOM和Product接口）都在IO线程执行，避免阻塞主线程；observeOn放在toList()之后，只在最终更新UI时切换到主线程。
2. 保留Table引用：在flatMap内部处理单个Table时，直接持有当前Table的引用，获取到Product后直接更新其字段，再返回更新后的Table。
3. 异常兜底：用onErrorReturn处理单个Product请求失败的情况，保证整个数据流不会因为某一条请求失败而中断，所有Table都会被处理后返回。
4. 集合整合：通过toList()将分散的单个Table Observable重新收集成完整的List<Table>，最终订阅时直接拿到可用于Adapter的完整数据集。

额外注意事项 #

• 如果产品接口支持批量查询，建议改成批量请求外键列表，减少网络请求次数，提升性能，此时RxJava逻辑可以调整为：先提取所有外键→批量请求Product→循环匹配更新Table。
• 记得用CompositeDisposable管理订阅，在页面销毁时调用dispose()，避免内存泄漏。

内容的提问来源于stack exchange，提问作者Favrosc