如何使用RxJava进行文件解析和SQL生成?

How to use RxJava for file parsing and SQL generation?

我看到的大多数 RxJava 示例都与网络调用有关。我是该框架的新手,所以我想知道将它用于并行文件解析之类的东西是否也有意义。我有一个文件目录,我需要将其数据解析为 SQL tables。 我可以用 RxJava 做到这一点吗?我希望它尽可能多线程以提高效率。

数据说明

我的数据具有层次结构,以一堆 部分 开头。每个包含一个或多个小节。每个小节包含一个或多个HTML个文件。

SQL 表格

sqlite> SELECT * FROM sections;
_id         ordinal     title     
----------  ----------  ----------
1           1           Management
2           2           Emergency Preparedness 

-- 有一个引用部分 table

的外键
sqlite> SELECT * FROM subsections;
_id         ordinal     chapter_id  title     
----------  ----------  ----------  ----------
1           A           1           General   
2           B           1           Resources

-- 具有引用部分和子部分的外键 table

sqlite> SELECT * FROM html;
_id         chapter_id  subsection_id   number      html_filename             
----------  ----------  ----------  ----------  --------------
1           1           1           1           /1a-1.html
2           1           1           2           /1a-2.html
3           1           1           3           /1a-3.html
4           1           1           4           /1a-4.html
5           1           2           1           /1b-1.html
6           2           2           1           /2a-1.html
7           2           2           2           /2a-2.html
8           2           2           1           /2b-1.html

_id字段是一个自动递增的主键(这不会每次都匹配序号)。 subsections table 取决于接收其相关部分的主键。意思是一旦 Section 1 被插入,Sections 1a, 1b, 1c,等可以插入(但不能插入2a

目录结构

      //Section 1
/1.title
      //Subsection A
/1a.title
      //html files for 1a
/1a-1.html
/1a-2.html
      //Subsection B
/1b.title
      //html files for 1b
/1b-1.html
/1b-2.html
      //Section 2
/2.title
/2a.title
      //..etc

每个 SQL 插入都可以用 java 构建器 class 构建,对于 /1b-2.html看起来像这样

db.insert(HTML_TABLE, null, new HTML.Builder()
                .chapterId(section1)
                .letterId(subsectionB)
                .number(2)
                .build());

我最终会有大约 50-60 个部分,但是每个 SQL 插入整个部分、其子部分及其 HTML 文件可以并行插入。使用 RxJava 对这样的事情有意义吗?

Rx(在任何平台上)不太适合大多数形式的并行处理。它处理本质上是序列化的流。听起来您正在寻找某种 ETL 工具。