webflux学习分享

最新推荐文章于 2022-05-27 19:27:43 发布

百合静流-秋之回忆

最新推荐文章于 2022-05-27 19:27:43 发布

阅读量484

点赞数

分类专栏： spring java 文章标签： webflux spring 响应式 reactive stream

本文链接：https://blog.csdn.net/iverson2010112228/article/details/115873138

版权

java 同时被 2 个专栏收录

14 篇文章 0 订阅

订阅专栏

spring

5 篇文章 0 订阅

订阅专栏

响应式流规范（Reactive Streams）

reactive stream（响应式流）

基础知识

在了解学习webflux之前，需要学习和掌握一些基本知识，主要包括响应式编程和lambda相关。

lambda

取函数式编程之所长。

students.sort(new Comparator<Student>() {

@Override

public int compare(Student s1, Student s2) {

return Double.compare(s1.getHeight(), s2.getHeight());

}

});

//lambda

students.sort((s1, s2) -> Double.compare(s1.getHeight(), s2.getHeight()));

为什么？奥妙在哪？

java8开始存在，定义了FunctionalInterface接口。这种只有一个接口函数需要被实现的接口类型，我们叫它”函数式接口“。

以lambda作为参数的方法能够推断出来lambda所表示的是哪个函数式接口的那个抽象方法。

在Java 8里面，所有的Lambda的类型都是一个接口，而Lambda表达式本身，也就是”那段代码“，需要是这个接口的实现。这是我认为理解Lambda的一个关键所在，简而言之就是，Lambda表达式本身就是一个接口的实现。

stream

Stream（流）是一个来自数据源的元素队列并支持聚合操作

分为中间操作和最终操作，在最终操作没有调用的情况下，所有的中间操作都不会执行。

Stream流有一些特性：

Stream流不是一种数据结构，不保存数据，它只是在原数据集上定义了一组操作。
这些操作是惰性的，即每当访问到流中的一个元素，才会在此元素上执行这一系列操作。
Stream不保存数据，故每个Stream流只能使用一次。

响应式编程

1. 事件驱动

在一个事件驱动的应用程序中，组件之间的交互是通过松耦合的生产者 (production)和消费者 (consumption) 来实现的。这些事件是以异步和非阻塞的方式发送和接收的。

事件驱动的系统依靠推模式而不是拉模式或投票表决，即生产者是在有消息时才推送数据给消费者，而不是通过一种浪费资源方式：让消费者不断地轮询或等待数据。

2. 实时响应

程序发起执行以后，应该快速返回存储结果的上下文，把具体执行交给后台线程。待处理完成以后，异步地将真实返回值封装在此上下文中，而不是阻塞程序的执行。实时响应是通过异步编程实现的，例如：发起调用后，快速返回类似 java8 中 CompletableFuture 对象。

3. 弹性机制

事件驱动的松散耦合提供了组件在失败下，可以抓获完全隔离的上下文场景，作为消息封装，发送到下游组件。在具体编程时可以检查错误，比如：是否接收到，接收的命令是否可执行等，并决定如何应对。

响应式流规范（Reactive Streams）

在 Java 平台上，Netflix（开发了 RxJava）、TypeSafe（开发了 Scala、Akka）、Pivatol（开发了 Spring、Reactor）共同制定了一个被称为 Reactive Streams 项目（规范），用于制定反应式编程相关的规范以及接口。java社区的响应式流规范（响应式流规范）

Reactive Streams 由以下几个组件组成：

发布者：发布元素到订阅者
订阅者：消费元素
订阅：在发布者中，订阅被创建时，将与订阅者共享
处理器：发布者与订阅者之间处理数据

其主要的接口有这三个：

Publisher
Subscriber
Subcription

1.Publisher是能够发出元素的发布者。

public interface Publisher<T> {

public void subscribe(Subscriber<? super T> s);

}

这里强调一下 Publisher 接口中的 subscribe 方法语义上有些奇特，它表示的不是订阅关系，而是被订阅关系。即 aPublisher.subscribe(aSubscriber) 表示的是 aPublisher 被 aSubscriber 订阅。

2.Subscriber是接收元素并做出响应的订阅者。

public interface Subscriber<T> {

public void onSubscribe(Subscription s);

public void onNext(T t);

public void onError(Throwable t);

public void onComplete();

}

当执行subscribe方法时，发布者会回调订阅者的onSubscribe方法，这个方法中，通常订阅者会借助传入的Subscription向发布者请求n个数据。然后发布者通过不断调用订阅者的onNext方法向订阅者发出最多n个数据。如果数据全部发完，则会调用onComplete告知订阅者流已经发完；如果有错误发生，则通过onError发出错误数据，同样也会终止流。

订阅后的回调用表达式表示就是onSubscribe onNext* (onError | onComplete)?，即以一个onSubscribe开始，中间有0个或多个onNext，最后有0个或1个onError或onComplete事件。

Publisher和Subscriber融合了迭代器模式和观察者模式。

我们经常用到的Iterable和Iterator就是迭代器模式的体现，可以满足上边第1和2个特点关于按需处理数据流的要求；而观察者模式基于事件的回调机制有助于满足第3个特点关于异步传递元素的要求。

3.Subscription是Publisher和Subscriber的“中间人”。

public interface Subscription {

public void request(long n);

public void cancel();

}

4.Processor集Publisher和Subscriber于一身。

public interface Processor<T, R> extends Subscriber<T>, Publisher<R> {

}

reactive stream（响应式流）

定义

具备“异步非阻塞”特性和“流量控制”能力的数据流，我们称之为响应式流（Reactive Stream）。

异步非阻塞

cpu很快，io很慢，所以需要非阻塞

异步—多线程（但是多线程也有线程切换和线程资源的问题）

非阻塞—回调和CompletableFuture（代码太难写）

流量控制

发布者发出数据的速度和订阅者处理数据的速度不同的时候，怎么办呢？

向上游反馈流量请求的机制就叫做回压（backpressure）

回压有不同策略：缓存策略和丢弃策略

基于响应式流的“升级版”的响应式编程

Reactor3和RxJava2都是具有以上特点的响应式流的具体实现库。

Reactor

这是一个基于 Java 8 的实现了响应式流规范（Reactive Streams specification）的响应式库。

Flux与Mono

Reactor中的发布者（Publisher）由Flux和Mono两个类定义，它们都提供了丰富的操作符（operator）。一个Flux对象代表一个包含0..N个元素的响应式序列，而一个Mono对象代表一个包含零/一个（0..1）元素的结果。

核心调用过程

Reactor 的核心调用过程大致可以分为图中的几个阶段

声明：无论是使用 just 或者其他什么方式创建反应式流，这个过程都可以称之为声明，因为此时这些代码不会被实际的执行。
subscribe：当调用 subscribe 时，整个执行过程便进入 subscribe 阶段，经过一系列的调用之后，subscribe 动作会代理给具体的 Flux 来实现。
onSubscribe：onSubscribe 阶段指的是 Subscriber#onSubscribe 方法被依次调用的阶段。这个阶段会让各 Subscriber 知道 subscribe 方法已被触发，真正的处理流程马上就要开始。
request：onSubscribe 阶段是表示订阅动作的方式，让各 Subscriber 知悉，准备开始处理数据。当最终的 Subscriber 做好处理数据的准备之后，它便会调用 - Subscription 的 request 方法请求数据。
onNext：通过调用 Subscriber 的 onNext 方法，进行真正的响应式的数据处理。
onComplete：成功的终端状态，没有进一步的事件将被发送。
onError：错误的终端状态（和 onComplete 一样，当发生时，后面的将不会在继续执行）。

反应式编程和传统风格的编程一个最大的不同点在于，开发人员编写的大部分代码都是在声明处理过程。即这些代码并不会被实际的执行，直到开始被订阅。这便是为何第一阶段是声明阶段的原因。

如何实现？看下demo吧

Servlet3.0

Servlet 3.0 新增了请求的异步处理，使用异步servlet主要原因就是因为，在service方法中业务逻辑如果碰到io操作时间比较长的操作，这样这个service方法就会长时间占用tomcat容器线程池中的线程，这样是不利于其他请求的处理的，当线程池中的线程处理任务时，任务由于长时间io操作，肯定会阻塞线程处理其他任务，引入异步servlet的目的就是将容器线程池和业务线程池分离开。在处理大io的业务操作的时候，把这个操作移动到业务线程池中进行，释放容器线程，使得容器线程处理其他任务，在业务逻辑执行完毕之后，然后在通知tomcat容器线程池来继续后面的操作，这个操作应该是把处理结果commit到客户端或者是dispatch到其他servlet上。

springmvc使用方式：

@Controller

public class PageController {

@RequestMapping("/async/test")

@ResponseBody

public Callable<String> callable() {

// 这么做的好处避免web server的连接池被长期占用而引起性能问题，

// 调用后生成一个非web的服务线程来处理，增加web服务器的吞吐量。

return new Callable<String>() {

@Override

public String call() throws Exception {

Thread.sleep(3 * 1000L);

return "小单 - " + System.currentTimeMillis();

}

};

}

WebFlux

Spring WebFlux是随Spring 5推出的响应式Web框架。

服务端技术栈

Spring提供了完整的支持响应式的服务端技术栈。

如上图所示，左侧为基于spring-webmvc的技术栈，右侧为基于spring-webflux的技术栈，

Spring WebFlux是基于响应式流的，因此可以用来建立异步的、非阻塞的、事件驱动的服务。它采用Reactor作为首选的响应式流的实现库，不过也提供了对RxJava的支持。
由于响应式编程的特性，Spring WebFlux和Reactor底层需要支持异步的运行环境，比如Netty和Undertow；也可以运行在支持异步I/O的Servlet 3.1的容器之上，比如Tomcat（8.0.23及以上）和Jetty（9.0.4及以上）。
从图的纵向上看，spring-webflux上层支持两种开发模式：
- 类似于Spring WebMVC的基于注解（@Controller、@RequestMapping）的开发模式；·
- Java 8 lambda 风格的函数式开发模式。
Spring WebFlux也支持响应式的Websocket服务端开发。

例子：

@RestController

public class HelloController {

@GetMapping("/hello")

public Mono<String> hello() { // 【改】返回类型为Mono<String>

return Mono.just("Welcome to reactive world ~"); // 【改】使用Mono.just生成响应式数据

}

响应式Http客户端

此外，Spring WebFlux也提供了一个响应式的Http客户端API WebClient。它可以用函数式的方式异步非阻塞地发起Http请求并处理响应。其底层也是由Netty提供的异步支持。

我们可以把WebClient看做是响应式的RestTemplate，与后者相比，前者：

是非阻塞的，可以基于少量的线程处理更高的并发；
可以使用Java 8 lambda表达式；
支持异步的同时也可以支持同步的使用方式；
可以通过数据流的方式与服务端进行双向通信。

当然，与服务端对应的，Spring WebFlux也提供了响应式的Websocket客户端API。

例子：

@Test

public void webClientTest1() throws InterruptedException {

WebClient webClient = WebClient.create("http://localhost:8080"); // 1

Mono<String> resp = webClient

.get().uri("/hello") // 2

.retrieve() // 3

.bodyToMono(String.class); // 4

resp.subscribe(System.out::println); // 5

TimeUnit.SECONDS.sleep(1); // 6

}

参考文档

百合静流-秋之回忆

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
webflux学习分享

目录基础知识lambdastream响应式编程1. 事件驱动2. 实时响应3. 弹性机制响应式流规范（Reactive Streams）reactive stream（响应式流）定义异步非阻塞流量控制基于响应式流的“升级版”的响应式编程ReactorFlux与Mono核心调用过程Servlet3.0WebFlux服务端技术栈响应式Http客户端参考文档基础知识在了解学习webflux之前，需要学习和掌握一些基本知识，
复制链接

扫一扫