响应式Spring的道法术器（Spring WebFlux 快速上手 + 全面介绍）

https://blog.51cto.com/liukang/2090163

1. Spring WebFlux 2小时快速入门

Spring 5 之使用Spring WebFlux开发响应式应用。

lambda与函数式（15min）
Reactor 3 响应式编程库（60min）
Spring Webflux和Spring Data Reactive开发响应式应用（45min）

通过以上内容相信可以对Spring 5.0 推出的响应式开发有了初步的体会。如果希望有更加深入的了解，欢迎阅读下边的系列文章——

2. 响应式Spring的道法术器

这个系列的文章是为了记录下自己学习Spring响应式编程的所得，也希望能够帮助到更多的朋友。

原谅我标题党了，希望能从道、法、术、器四个层面尽量全面地学习和介绍关于Spring响应式编程的方方面面。

【道】响应式编程的概念、原则、特性与方法

1.1 什么是响应式编程：响应式编程= 数据流 + 变化传递 + 声明式；
1.2 响应式流：响应式流的异步非阻塞和回压（也有翻译为“背压”、“负压”的）特性，分析与多线程并发方案以及基于回调和CompletableFuture的异步开发方式的不同；
1.3 Hello,reactive world，通过实例学习用lambda、Reactor 3、Spring Webflux和Spring Data Reactive开发响应式应用的方法和技巧；
1.4 异步非阻塞有多给力，使用gatling对基于Spring Webmvc和Spring Webflux的Web服务端应用进行负载测试，通过Spring WebClient与RestTemplate的性能对比并结合Netflix的案例了解异步Http客户端的性能提升，然后使用YCSB对MongoDB的同步和异步驱动进行负载测试，通过测试数据分析异步非阻塞的性能优势；
1.5 响应式系统，介绍响应式宣言，以及响应式编程和响应式系统的区别与联系。

【法】系统介绍响应式编程库的使用与原理

2.1 照虎画猫深入理解响应式流规范，介绍响应式流规范及响应式开发核心接口，通过自己动手编写响应式开发库，了解内部实现机制，是理解本章后续内容的基础，重要。
2.2 自定义数据流，在Reactor 3中如何通过generate和create等方法生成自定义的数据流，是命令式编程与响应式编程的桥梁。然后通过实现一个docker事件推送的例子进一步熟悉它。
2.3 Reactor的backpressure（背压/回压）策略，介绍Reactor3中的几种回压策略，及其在生成和消费数据流的时候如何起作用。
2.4 Reactor调度器与线程模型，从原理角度分析Reactor 3的调度器以及subscribeOn和publishOn的作用原理，最后介绍用于并行执行的ParallelFlux。
2.5 Reactor 3 operators，Reactor 3提供了丰富的操作符，介绍如何选择合适的操作符，以及如何进行操作符的打包。
2.6 测试，介绍使用StepVerifier、PublisherProbe和TestPublisher三种工具进行自动化测试的方法。
2.7 调试，介绍基于hook的全局调试模式、基于checkpoint()的局部调试模式的调试方法，以及之前用过的log()操作符观察内部执行情况。
2.8 Hot vs Cold，介绍使用Reactor 3 操作“热序列”的方法。
2.9 Processor，介绍Reactor 3内置的几种Processor的实现。
2.10 操作符熔合，介绍操作符熔合的优化思路。

【术】响应式关键技术与底层机制
预告：看网上关于Actor/Reactor/Preactor模型、异步I/O的内容很详细也很棒，我就不赘述了，初步考虑直接通过模仿reactor-netty项目，从零编写一套基于Netty的响应式服务器和客户端，相信无论是对于我自己还是对于关注本系列文章的朋友来说，都是一次不错的提升Netty和响应式编程的尝试，也是为下一章做铺垫。这样一套基于Netty的响应式服务器和客户端工具是Spring WebFlux与Netty之间的适配层，用于将Netty的入站和出站数据进行响应式转换。
（最近事情有点多，会稍迟些发出来，还是有点难的，光读源码就读了两周，囧）

【器】实例了解Spring各种响应式组件
系统了解Spring中支持响应式的组件，如Spring WebFlux、Spring Data Reactive、Spring Security Reactive，以及使用Spring Boot 2和Spring Cloud构建响应式系统的方法。
（学习中）

系列文章目录

相关源码见：https://github.com/get-set/get-reactive。
Reactor3 Reference Guide参考文档中文版（跟随版本更新）：http://blog.csdn.net/get_set/article/details/79471861。

（未完待续）

2017年9月，Spring Framework 5发布了其GA版本，这是自2013年12月以来的又一个大版本升级。除了一些人们期待已久的改进，最令人兴奋的新特性是它提供了

完整的端到端响应式编程的支持。
这是一种不同于Servlet的全新的编程范式和技术栈，
它基于异步非阻塞的特性，
能够借助EventLoop以少量线程应对高并发的访问，
对微服务架构也颇有助益。不夸张的说，Spring 5使得Java世界拥有了Node.js那样骨骼惊奇的神器。

2018年3月1号，Spring Boot 2.0如约发布，也是一个大版本升级。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-treDhdxa-1612524393059)(https://leanote.com/api/file/getImage?fileId=5a9dea18ab644159cf00065a)]

从这个图就可以看出对支持Spring 5的Spring Boot 2.0来说，新加入的响应式技术栈是其主打核心特性。具体来说，Spring Boot 2支持的响应式技术栈包括如下：

Spring Framework 5提供的非阻塞web框架Spring Webflux；
遵循响应式流规范的兄弟项目Reactor；
支持异步I/O的Netty、Undertow等框架，以及基于Servlet 3.1+的容器（如Tomcat 8.0.23+和Jetty 9.0.4+）；
支持响应式的数据访问Spring Data Reactive Repositories；
支持响应式的安全访问控制Spring Security Reactive；
等。

由于水平有限，如果文中有任何问题和不足，烦请您留言告知，不胜感激。

前言

Reactor 3是一个围绕Reactive Streams规范构建的库，
它在JVM上引入了响应式编程的一个范例。
目前Spring5 引入的Webflux就是reactor 3实现的一个响应式web框架。
Spring Cloud Gateway是Webflux的一个网关场景实践。想学好上面这两项技术必须搞明白响应式编程以及Reactor 3。

为什么要搞响应式

有这么一个场景，产品提了一个这么需求：

商品打折，根据商品的原价来计算商品的折扣价。这个需求不是很简单嘛，按照我们通常的做法，搞一个如下的方法就搞定了。
但是如果我折扣改了呢，这时有人该说重新计算啊。这样是不是重新走了一次流程呢，我们需要花精力来维护这种流程逻辑。
那么能不能我下游能直接响应上游的变化？
- 就像excel表格计算一样，下游始终监听上游，有点风吹草动，结果就会变化。这种潜在的需求就是响应式。
- 响应式编程正是用某种操作符帮助你构建这种关系，而不是执行某种赋值命令。这种思想其实在前端的一些框架中已经风靡很久了。

响应式的特点

基于以上的一个简单事例。

我们可以看出如果是响应式一定要有一个触发点。
就像我们点击了计算机桌面的QQ图标一只企鹅跳啊跳。我们点击了迅雷图标有一只飞鸟在扑腾着翅膀。
计算机只维护一个点击图标的事件。也就是说响应式编程一定是一个事件触发机制。
并且是以异步和非阻塞的方式发送和接收的。不是我们平常请求-响应的同步模型。

事件驱动的系统通过push 而不是pull来处理，

生产者有消息时才推送消息给消费者，
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。

基于这个机制相对高的吞吐量和实时响应也是响应式的特点。

事件驱动由于 Publisher 只关心数据源，
Consumer只用关心对处理结果的消费。

完全是松耦合的。

这就给我们很大的操作空间来定制化我们的逻辑组合，从而使异步代码更易读和可维护。

Reactor 3 简介

Reactor 3框架是Pivotal（Spring 母公司）

基于Reactive Programming思想实现的。
它实现了Reactive Streams(该规范由 Netflix、TypeSafe、Pivotal等公司发起的响应式规范)。
其他诸如RxJava 2, Akka Streams, Vert.x和Ratpack也都实现了该规范。

Reactor有一个很重要概念的就是backpressure。

由于生产者消费者处理数据的能力不对等，很容易产生下游消费能力过载的问题。

这就需要一个backpressure处理，来告诉上游生产者避免过载。

打个比方，一个人负责放水，一个人负责接水，如果放水的速度太快，水桶势必会溅出来，
接水的人会根据情况来告诉放水的人什么速度最合适，并且在快满的时候告知放水人关闭开关。

Reactor还添加了运算符的概念，

这些运算符被链接在一起以描述在每个阶段对数据应用的处理。
应用运算符返回一个中间Publisher（实际上，它可以被认为是上游运算符的订阅者和下游的发布者）。
数据的最终归纳点在最终Subscriber中（这里还定义了用户角度的业务逻辑）。
还拿放水举例，如果我们放水不是为了单纯放水而是为了制造肥宅快乐水。
- 这样就不是一个人接水了，中间加入了原浆流程，
- 下一个接的人接到的是原浆勾兑水，
- 那么这个人充当了源头的消费者，也充当了他下游的生产者。
- 他的下游还有加气儿的。
- 他下游的下游还有罐装等一系列操作。
- 到最后装箱整个工艺才算告一段落。
- 另外如果下游没有开工，上游也是不开工的。这样也符合常理，不可能上游空转。