如何从可观察序列计算出预计到达时间?

时间:2018-07-19 16:03:28

标签: c# .net observable sequence system.reactive

我有一种方法,可以在给定的时间向我发送完成百分比的推送更新。

public Task MyMethod(IObserver<double> progress)
{
   ...
}

我的消费者这样做:

ISubject<double> progressObserver = new Subject<double>();
await MyMethod(progressObserver);

它订阅subject来监视更新:

progressObserver.Subscribe(percent => Console.WriteLine(percent));

这很好,但是我想计算一个ETA(预计完成时间)。我知道可以考虑时间和百分比来计算,但是如何?

请确保使用Observables(System.Reactive)有一种优雅的方法,也许可以获取最近的n个百分比通知以及它们之间经过的时间,以估计何时可以完成100%

但是,对不起,我不知道如何做得好而优雅。

2 个答案:

答案 0 :(得分:1)

它看起来像这样:

std::string

说明:

对于每个进度更新,

  • // ... { "char", { '\0' } }, // ... 发布最近5个进度更新的列表。
  • var secondsRemaining = progressObservable .Timestamp() .Buffer(5, 1) .Select(l => ((l[4].Timestamp - l[0].Timestamp).TotalMilliseconds / (l[4].Value - l[0].Value)) * (100 - l[4].Value)) .Select(msRemaining => msRemaining / 1000); 将时间戳记钉在每个戳记上。
  • 第一个.Buffer(5, 1)运算符计算最远的时间戳和最近的时间戳之间的毫秒数,将其除以已实现的进度,然后将其乘以剩余的进度,输出剩余的毫秒。
  • 最后一个.Timestamp()除以1000可获得秒数。

答案 1 :(得分:1)

这就是我的看法:

IObservable<Timestamped<double>> estimatedCompletion =
    progressObservable
        .Timestamp()
        .Buffer(2, 1)
        .Where(x => x.Count() == 2)
        .Scan((a, b) => a.Take(1).Concat(b).Take(1).Concat(b.Skip(1)).ToList())
        .Select(x => new
        {
            current = x[1].Value,
            delta = x[1].Timestamp.Subtract(x[0].Timestamp),
        })
        .Select(x => new
        {
            x.current,
            rate = x.current / x.delta.TotalSeconds,
        })
        .Select(x => new
        {
            x.current,
            estimated = DateTimeOffset.Now.AddSeconds((1.0 - x.current) / x.rate),
        })
        .Select(x => new Timestamped<double>(x.current, x.estimated));

这将产生一个IObservable<Timestamped<double>>,其中时间戳是可观察对象将达到DateTimeOffset(或1.0)的估计100%

关键在于,它使用.Buffer(2, 1).Where(x => x.Count() == 2)来创建一对值,因为可观察的值会生成值,然后使用看似复杂的.Scan((a, b) => a.Take(1).Concat(b).Take(1).Concat(b.Skip(1)).ToList())来始终生成一对第一个值和最新的值

然后,只需简单地按一系列步骤进行估算即可。

由于原始序列从0.0变为1.0,因此可以最准确地在最终时间进行磨合。这只是一个估计,但是如果达到目标的步骤相当一致,那么它将非常准确。

您可以使用以下代码对其进行测试:

var rnd = new Random();
var progressObservable = Observable.Generate(0, x => x <= 100, x => x + 1, x => x / 100.0, x => TimeSpan.FromSeconds(rnd.NextDouble()));