FluxJava 最初的设计就是以 Add-on 的方式来提供对于 RxJava 的支持，所以这次增加 RxJava2 的部份也依照相同的模式，在 Project 中加上了 fluxjava-rx2 的 Module。新的 Module 功能上与 fluxjava-rx 大致上相同，只是原本以 RxJava 规格运作的部份，改为使用 RxJava2。

由于 RxJava 与 RxJava2 不太有机会共存在同一个 Module 里，所以 fluxjava-rx2 沿用了 fluxjava-rx 的 Package 名称，在使用上这二个 Add-on 必须要择一引用。不过也带来了一个额外的好处，如果想要由 fluxjava-rx 升级到 fluxjava-rx2 时，只要修改成 RxJava2 的调用规格，不用再特别调整 Import 的内容。

在 fluxjava-rx2 中与 fluxjava-rx 最大的差异，主要是因应 RxJava2 把原本的 Observable 分成了有背压版本的 Flowable 与没有背压版本的 Observable。因此 RxBus 与 RxStore 中都分别再提供了 toFlowable 的 Method 来取得 Flowable，不过 Observable 本来就可以再转换为 Flowable，此处的功能只是为了增加便利性、简化源代码之用。

同时，利用这篇文章补充说明一下一些使用上的技术细节。在 RxStore 中使用的是没有背压版本的 Observable 来接收外部传来的信息，只是接收到之后就会被分派到不同的 Thread 上去处理后续的工作，所以在这个部份是不大有机会遇上 MissingBackpressureException 问题的。但是，这并不代表背压所造成的情况就不存在了，只是瓶颈移到了 ThreadPool 的承受能力或是执行的环境可以产生 Thread 的数量上。

就算是使用有背压功能的 Flowable，也不代表就可以高枕无忧了。说穿了，背压本身不是什么神奇的黑科技，原理上只是在上下游中间加了个水池，让下游有喘息的空间。水池毕竟还是有一定的物理限制，没有控制好，依旧会让水池承载不下而出现错误。

因此，不论使用哪一种方法，前端发送的数量仍然应该要被谨慎地控制，避免海量的信息把接收端给淹没了。像是把 RecyclerView 滚动时产生位移的 Event 毫无选择地往 RxStore 送。

在发送端就要筛选信息，除了要减少 MissingBackpressureException 可能会出现的机会外，还有一个目的是要节省执行成本。当信息数量大到无法处理时，能做的只有挑选值得处理的部份来进行。当挑选的工作被移到发送后，RxJava 的传送机制表面上看起来就是简单地转了一手，但是如果去追踪其源代码，就可以发现其实底下做了不少的工作。而每一次传送都要运行这些内容，可以想见在数量到达一定的程度之后，就会显现出可观的效能差距。

由于 Observable 在定义上所形成的限制使然，同一个发送源无法把的信息分配至不同的 Thread 上送出。RxStore 为了要让每个资料处理要求可以独立、同步地进行，所以才会在接收到信息后，以不同的 Thread 进行后续的工作。

在 RxStore 里提供了一个 getExecutor Method，可以使用 ThreadPool 来做为背压的替代方案，但是并没有像背压一样有可以控制上游的功能。在实作 getExecutor 时要注意，不要直接在回传时 New 一个 ThreadPool 的 Instance。因为 getExecutor 是在每一次收到信息后调用一次。以上的做法，也等同于每一次收到信息就拿到一个 ThreadPool 的 Instance，每一个 ThreadPool 都只会产生一个 Thread，这就失去了使用 ThreadPool 的用意。

最容易出现以上问题的情况是使用 Executors 来取得 ThreadPool，一般的情况下很容易忽略 Executors 其实是每次调用就产生一个 Instance。所以当以 return Executors.newFixedThreadPool(poolSize); 的方式回传 getExecutor 时，一开始也许显示不出问题而被略过，但是一但信息爆量后，就会因为产生 Thread 的数量到达上限而中止运作。

以上，是这次补充的内容，让使用 FluxJava 的朋友做为参考。