React编程模型：Project Reactor深度解析

在这里插入图片描述

3.3 Project Reactor（Spring Reactor）

在这里插入图片描述

Project Reactor是Spring生态系统中的响应式编程库，它为构建非阻塞、异步和事件驱动的应用程序提供了强大的工具集。作为Spring WebFlux的默认响应式库，Reactor实现了Reactive Streams规范，使开发者能够以声明式的方式处理异步数据流。

3.3.1 Mono（0-1个数据流）

Mono是Project Reactor中表示最多包含一个元素的异步序列的核心类型。它代表了一种可能在未来某个时间点产生单个值（或空值）的异步计算。

核心特性

单值或空序列：Mono要么发出一个元素，要么不发出任何元素（仅发出完成信号）
延迟执行：Mono的操作通常是惰性的，只有在订阅时才会执行
异步处理：Mono支持非阻塞的异步处理模式
错误处理：提供了丰富的错误处理机制

创建Mono的方式

在这里插入图片描述

// 1. 从值创建
Mono<String> mono1 = Mono.just("Hello");
Mono<String> mono2 = Mono.justOrEmpty(null); // 允许空值

// 2. 从Supplier创建
Mono<String> mono3 = Mono.fromSupplier(() -> "Hello from Supplier");

// 3. 从Callable创建
Mono<String> mono4 = Mono.fromCallable(() -> "Hello from Callable");

// 4. 从Future创建
CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> "Hello from Future");
Mono<String> mono5 = Mono.fromFuture(future);

// 5. 空Mono
Mono<Void> mono6 = Mono.empty();

// 6. 错误Mono
Mono<String> mono7 = Mono.error(new RuntimeException("Something went wrong"));

常用操作符

在这里插入图片描述

转换操作符：

map：同步转换值
flatMap：异步转换值（返回另一个Mono）
flatMapMany：将Mono转换为Flux

Mono<String> original = Mono.just("Hello");
Mono<Integer> mapped = original.map(String::length);
Mono<String> flatMapped = original.flatMap(s -> Mono.just(s + " World"));
Flux<String> flatMapMany = original.flatMapMany(s -> Flux.just(s.split("")));

过滤操作符：

filter：基于条件过滤
defaultIfEmpty：如果为空提供默认值

Mono<String> filtered = Mono.just("Hello")
    .filter(s -> s.length() > 3);

Mono<String> withDefault = Mono.<String>empty()
    .defaultIfEmpty("Default Value");

错误处理操作符：

onErrorReturn：出错时返回默认值
onErrorResume：出错时切换到备用的Mono
onErrorMap：转换错误类型
retry：重试操作

Mono<String> withErrorHandling = Mono.error(new RuntimeException())
    .onErrorReturn("Fallback Value");

Mono<String> withResume = Mono.error(new RuntimeException())
    .onErrorResume(e -> Mono.just("Recovered from " + e.getMessage()));

组合操作符：

zipWith：与另一个Mono组合
then：忽略当前结果，执行另一个操作

Mono<String> first = Mono.just("Hello");
Mono<String> second = Mono.just("World");
Mono<String> zipped = first.zipWith(second, (f, s) -> f + " " + s);

Mono<Void> thenOperation = Mono.just("Hello").then(Mono.empty());

时间相关操作符：

delayElement：延迟发出元素
timeout：设置超时时间

Mono<String> delayed = Mono.just("Hello")
    .delayElement(Duration.ofSeconds(1));

Mono<String> withTimeout = Mono.just("Hello")
    .delayElement(Duration.ofSeconds(2))
    .timeout(Duration.ofSeconds(1));

订阅Mono

在这里插入图片描述

Mono是惰性的，只有订阅时才会执行：

// 1. 简单订阅
mono.subscribe();

// 2. 带消费者的订阅
mono.subscribe(
    value -> System.out.println("Received: " + value), // onNext
    error -> System.err.println("Error: " + error),   // onError
    () -> System.out.println("Completed")             // onComplete
);

// 3. 带Subscription控制的订阅
mono.subscribe(new BaseSubscriber<String>() {
    
    
    @Override
    protected void hookOnSubscribe(Subscription subscription) {
    
    
        System.out.println("Subscribed");
        request(1); // 请求第一个元素
    }
    
    @Override
    protected void hookOnNext(String value) {
    
    
        System.out.println("Received: " + value);
        request(1); // 请求下一个元素（对于Mono通常不需要）
    }
});

实际应用场景

在这里插入图片描述

HTTP请求响应：在WebFlux中，控制器方法可以返回Mono来表示异步的单个响应
数据库操作：Spring Data Reactive Repositories返回Mono用于单个实体的CRUD操作
缓存查询：从缓存中获取单个值
异步任务：执行返回单个结果的异步计算

@RestController
public class UserController {
    
    
    private final UserRepository userRepository;
    
    public UserController(UserRepository userRepository) {
    
    
        this.userRepository = userRepository;
    }
    
    @GetMapping("/users/{id}")
    public Mono<User> getUser(@PathVariable String id) {
    
    
        return userRepository.findById(id)
            .switchIfEmpty(Mono.error(new UserNotFoundException(id)));
    }
}

3.3.2 Flux（0-N个数据流）

在这里插入图片描述

Flux是Project Reactor中表示0到N个元素的异步序列的核心类型。它代表了一个可能在未来某个时间点产生多个值的异步数据流。

核心特性

多值序列：Flux可以发出0到N个元素，然后可选地以一个完成信号或错误信号结束
背压支持：允许消费者控制生产者的速度，防止内存溢出
延迟执行：与Mono类似，Flux的操作也是惰性的
丰富的操作符：提供了大量操作符来处理、转换和组合数据流

创建Flux的方式

// 1. 从多个值创建
Flux<String> flux1 = Flux.just("A", "B", "C");

// 2. 从数组或集合创建
Flux<String> flux2 = Flux.fromArray(new String[]{
    
    "A", "B", "C"});
Flux<String> flux3 = Flux.fromIterable(Arrays.asList("A", "B", "C"));

// 3. 从范围创建
Flux<Integer> flux4 = Flux.range(1, 5); // 1, 2, 3, 4, 5

// 4. 从流生成器创建
Flux<Long> flux5 = Flux.generate(
    () -> 0L, // 初始状态
    (state, sink) -> {
    
    
        sink.next(state);
        if (state == 10) sink.complete();
        return state + 1;
    }
);

// 5. 从间隔创建（周期性发出值）
Flux<Long> flux6 = Flux.interval(Duration.ofMillis(100)); // 0, 1, 2... 每100ms

// 6. 空Flux
Flux<String> flux7 = Flux.empty();

// 7. 错误Flux
Flux<String> flux8 = Flux.error(new RuntimeException("Flux error"));

常用操作符

在这里插入图片描述

转换操作符：

map：同步转换每个元素
flatMap：异步转换每个元素（返回Flux）
concatMap：保持顺序的flatMap
flatMapSequential：合并结果但保持源顺序

Flux<String> original = Flux.just("apple", "banana", "cherry");
Flux<Integer> mapped = original.map(String::length);
Flux<String> flatMapped = original.flatMap(s -> Flux.fromArray(s.split("")));

过滤操作符：

filter：基于条件过滤元素
take：取前N个元素
skip：跳过前N个元素
distinct：去重

Flux<Integer> numbers = Flux.range(1, 10);
Flux<Integer> evens = numbers.filter(n -> n % 2 == 0);
Flux<Integer> first5 = numbers.take(5);

组合操作符：

mergeWith：合并多个Flux，不保证顺序
concatWith：顺序连接Flux
zipWith：与另一个Flux组合
combineLatest：当任一Flux发出值时组合最新值

Flux<String> fluxA = Flux.just("A", "B", "C");
Flux<String> fluxB = Flux.just("1", "2", "3");

Flux<String> merged = fluxA.mergeWith(fluxB); // A, 1, B, 2, C, 3
Flux<String> concatenated = fluxA.concatWith(fluxB); // A, B, C, 1, 2, 3
Flux<String> zipped = fluxA.zipWith(fluxB, (a, b) -> a + b); // A1, B2, C3

错误处理操作符：

onErrorReturn：出错时返回默认值
onErrorResume：出错时切换到备用的Flux
onErrorContinue：跳过错误元素并继续处理
retry：重试操作

Flux<Integer> withErrorHandling = Flux.just(1, 2, 0, 4)
    .map(i -> 10 / i)
    .onErrorResume(e -> Flux.just(-1));

Flux<Integer> withContinue = Flux.just(1, 2, 0, 4)
    .map(i -> {
      
      
        try {
      
      
            return 10 / i;
        } catch (Exception e) {
      
      
            throw Exceptions.propagate(e);
        }
    })
    .onErrorContinue((e, o) -> System.out.println("Error for " + o + ": " + e.getMessage()));

背压操作符：

onBackpressureBuffer：缓冲元素
onBackpressureDrop：丢弃无法处理的元素
onBackpressureLatest：只保留最新元素

Flux.range(1, 1000)
    .onBackpressureBuffer(50) // 缓冲区大小为50
    .subscribe(new BaseSubscriber<Integer>() {
      
      
        @Override
        protected void hookOnSubscribe(Subscription subscription) {
      
      
            request(10); // 初始请求10个元素
        }
        
        @Override
        protected void hookOnNext(Integer value) {
      
      
            System.out.println("Received: " + value);
            // 根据需要请求更多元素
            if (value % 10 == 0) {
      
      
                request(10);
            }
        }
    });

时间相关操作符：
- delayElements：延迟发出每个元素
- timeout：设置超时时间
- sample：定期采样
```
Flux.range(1, 5)
    .delayElements(Duration.ofMillis(500))
    .subscribe(System.out::println);
```

订阅Flux

在这里插入图片描述

与Mono类似，Flux也是惰性的，需要订阅才能执行：

// 1. 简单订阅
flux.subscribe();

// 2. 带消费者的订阅
flux.subscribe(
    value -> System.out.println("Received: " + value), // onNext
    error -> System.err.println("Error: " + error),   // onError
    () -> System.out.println("Completed"),           // onComplete
    subscription -> subscription.request(3)          // 初始请求3个元素
);

// 3. 带Subscription控制的订阅
flux.subscribe(new BaseSubscriber<String>() {
    
    
    @Override
    protected void hookOnSubscribe(Subscription subscription) {
    
    
        System.out.println("Subscribed");
        request(1); // 请求第一个元素
    }
    
    @Override
    protected void hookOnNext(String value) {
    
    
        System.out.println("Received: " + value);
        // 处理完当前元素后请求下一个
        request(1);
    }
});

实际应用场景

在这里插入图片描述

流式API：提供持续更新的数据流（如股票价格、传感器数据）
批量数据处理：处理大量数据时避免内存溢出
事件处理：处理来自消息队列或事件总线的事件流
文件处理：逐行读取大文件

@RestController
public class EventController {
    
    
    private final EventPublisher eventPublisher;
    
    public EventController(EventPublisher eventPublisher) {
    
    
        this.eventPublisher = eventPublisher;
    }
    
    @GetMapping(value = "/events", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public Flux<Event> getEvents() {
    
    
        return eventPublisher
            .publish()
            .map(event -> {
    
    
                // 转换或丰富事件数据
                return event;
            })
            .onBackpressureBuffer(100)
            .log();
    }
}

3.3.3 Schedulers（调度器）

在响应式编程中，Schedulers负责管理线程和执行上下文。Project Reactor提供了多种预定义的Scheduler实现，用于控制异步操作的执行位置。

核心概念

在这里插入图片描述

线程模型：响应式编程通常使用少量线程处理大量并发
非阻塞I/O：避免线程阻塞，提高资源利用率
执行上下文：决定操作在哪个线程或线程池上执行

预定义的Scheduler类型

Schedulers.immediate()：
- 在当前线程立即执行
- 通常用于测试或不需要异步的场景
Schedulers.single()：
- 使用单个可重用的线程
- 适用于低延迟的轻量级任务
- 所有调用者共享同一个线程
Schedulers.elastic()（已弃用，推荐使用boundedElastic）：
- 无限扩展的线程池
- 适合阻塞I/O操作
- 每个新任务可能创建新线程
Schedulers.boundedElastic()：
- 有界的弹性线程池
- 默认最多创建10 * CPU核心数的线程
- 适合阻塞I/O操作
- 比elastic更可控，避免资源耗尽
Schedulers.parallel()：
- 固定大小的并行线程池
- 默认大小等于CPU核心数
- 适合计算密集型任务
Schedulers.fromExecutorService()：
- 从现有的ExecutorService创建
- 允许与现有线程池集成

使用Scheduler

发布到Scheduler：

publishOn：影响后续操作符的执行上下文
subscribeOn：影响整个链的订阅上下文（通常用在链的开头）

Flux.range(1, 5)
    .map(i -> {
      
      
        System.out.println("Map on " + Thread.currentThread().getName());
        return i * 2;
    })
    .publishOn(Schedulers.boundedElastic())
    .filter(i -> {
      
      
        System.out.println("Filter on " + Thread.currentThread().getName());
        return i % 3 == 0;
    })
    .subscribeOn(Schedulers.parallel())
    .subscribe();

指定操作符的Scheduler：
许多操作符接受可选的Scheduler参数

Flux.interval(Duration.ofMillis(100), Schedulers.single())
    .subscribe(System.out::println);

调度策略选择指南

计算密集型操作：
- 使用parallel()调度器
- 避免线程切换开销
- 线程数通常等于CPU核心数
阻塞I/O操作：
- 使用boundedElastic()调度器
- 防止阻塞事件循环线程
- 允许更多的线程处理并发I/O
非阻塞异步操作：
- 通常不需要显式调度
- 由底层异步库管理线程
UI交互：
- 使用专用的UI线程调度器
- 通过Schedulers.fromExecutor()与UI框架集成

最佳实践

在这里插入图片描述

避免在响应式链中阻塞：
- 如果必须阻塞，使用publishOn切换到适当的调度器
合理选择调度器：
- 计算密集型：parallel
- I/O密集型：boundedElastic
- 事件循环：通常不需要显式调度
注意上下文传播：
- Reactor Context可以携带跨线程的信息
- 使用contextWrite和deferContextual管理上下文

资源清理：

对于自定义调度器或长时间运行的应用程序，注意关闭调度器

Scheduler scheduler = Schedulers.newBoundedElastic(10, 100, "custom");
try {
      
      
    Flux.just(1, 2, 3)
        .publishOn(scheduler)
        .subscribe(System.out::println);
} finally {
      
      
    scheduler.dispose();
}

实际应用示例

@RestController
public class DataController {
    
    
    private final DataService dataService;
    
    public DataController(DataService dataService) {
    
    
        this.dataService = dataService;
    }
    
    @GetMapping("/data/{id}")
    public Mono<Data> getData(@PathVariable String id) {
    
    
        // 使用boundedElastic处理潜在的阻塞操作
        return Mono.fromCallable(() -> dataService.blockingGetData(id))
            .subscribeOn(Schedulers.boundedElastic())
            .timeout(Duration.ofSeconds(2))
            .onErrorResume(e -> Mono.just(Data.fallbackData()));
    }
    
    @GetMapping("/stream")
    public Flux<Data> streamData() {
    
    
        // 使用parallel处理计算密集型流
        return dataService.dataStream()
            .publishOn(Schedulers.parallel())
            .map(data -> {
    
    
                // 计算密集型转换
                return data.withProcessedPayload(processPayload(data.getPayload()));
            })
            .log();
    }
    
    private String processPayload(String payload) {
    
    
        // 模拟计算密集型处理
        return payload.toUpperCase();
    }
}

总结

在这里插入图片描述

Project Reactor为Java响应式编程提供了强大的工具集：

Mono：处理0-1个结果的异步操作，适合单个值或空结果的场景
Flux：处理0-N个结果的异步序列，适合流式数据处理
Schedulers：管理执行上下文，优化线程使用和资源分配

通过合理组合这些组件，开发者可以构建高效、可扩展的响应式应用程序，充分利用现代硬件资源，同时保持代码的清晰和可维护性。响应式编程模型特别适合高并发、低延迟的应用场景，如微服务架构、实时数据处理和事件驱动系统。

React编程模型：Project Reactor深度解析

文章目录

3.3 Project Reactor（Spring Reactor）

3.3.1 Mono（0-1个数据流）

核心特性

创建Mono的方式

常用操作符

订阅Mono

实际应用场景

3.3.2 Flux（0-N个数据流）

核心特性

创建Flux的方式

常用操作符

订阅Flux

实际应用场景

3.3.3 Schedulers（调度器）

核心概念

预定义的Scheduler类型

使用Scheduler

调度策略选择指南

最佳实践

实际应用示例

总结

目录

文章目录

3.3 Project Reactor（Spring Reactor）

3.3.1 Mono（0-1个数据流）

核心特性

创建Mono的方式

常用操作符

订阅Mono

实际应用场景

3.3.2 Flux（0-N个数据流）

核心特性

创建Flux的方式

常用操作符

订阅Flux

实际应用场景

3.3.3 Schedulers（调度器）

核心概念

预定义的Scheduler类型

使用Scheduler

调度策略选择指南

最佳实践

实际应用示例

总结

猜你喜欢

目录

热门文章