reactivex

.NET 响应式编程 System.Reactive 系列文章（三）：Subscribe 和 IDisposable 的深入理解在前两篇文章中，我们详细介绍了 IObservable<T> 和 IObserver<T> 的核心概念及交互流程。但在实际使用 System.Reactive 时，一个常见的误区是认为数据流一旦订阅，就不需要额外管理。这种认知是危险的，因为 Observable 的订阅可能是无限的，如果不管理好订阅的生命周期，很容易导致内存泄漏和资源浪费。

.NET 响应式编程 System.Reactive 系列文章（二）：深入理解 IObservable<T> 和 IObserver<T>在上一篇文章的结尾，我原本计划在本篇介绍 System.Reactive 的基础操作符，比如如何创建、转换和过滤数据流。但在撰写内容时，我意识到，对于刚接触 System.Reactive 的读者来说，直接介绍操作符可能有些仓促，因为操作符的使用必须建立在对 IObservable<T> 和 IObserver<T> 这两个核心接口的深刻理解之上。

.NET 响应式编程 System.Reactive 系列文章（一）：基础概念在现代软件开发中，处理异步事件和数据流已经成为常见的需求，比如用户输入、网络请求、传感器数据等。这些数据流通常是无限的、异步的、实时的，而传统的编程方式往往无法优雅地处理这些情况。响应式编程(Reactive Programming)为我们提供了一种新的思路，帮助开发者更自然、更高效地管理数据流和异步事件。

Flutter 使用 RxDart & Streams 实现 BLoC模式我将从本系列的第一部分开始构建一个简单的简短应用程序实现，该实现可以从 API 获取最新的技术新闻。在开始之前，我将简要介绍一些关键术语及其含义。

独木舟的木

Combine 会杀死 RxSwift 吗？原文：Will Combine kill RxSwift?WWDC2019 推出了 Combine 框架。这是 RxSwift 的明显竞争对手，RxSwift 实现了反应式流规范。让我们谈谈我们的生活是否发生了变化。

独木舟的木

Backpressure原文：backpressure operators在 ReactiveX 中，不难陷入 Observable 发出元素的速度比操作符或观察者消耗它们的速度更快的情况。这就引发了如何处理日益积压的未消耗元素的问题。