Spring WebFlux教程-反应式编程概述

什么是反应式编程(Reactive programming)

维基百科定义:

在计算领域，响应式编程是一种关注数据流和变更传播的声明式编程范式。有了这个范例，就可以轻松地表达静态(例如，数组)或动态(例如，事件发射器)数据流，还可以传递关联执行模型中存在的推断依赖项，这有助于自动传播已更改的数据流。

在一个命令式编程中a:= b + c意味着b+c的结算结果赋值给a,后续b,c值的更改不会影响a的值。在反应式编程中，每当b或c的值发生变化时，a的值就会自动更新，而无需程序显式地重新执行语句a:= b + c来重新赋值。

反应式系统特质

反应式宣言 是反应式的理论基础,定义了反应式系统的4个特质：

1. 即时响应性（Responsive）
只要有可能，系统就会及时地做出响应。
2. 回弹性（Resilient）
系统在出现失败时依然保持即时响应性。
3. 弹性（Elastic）
系统在不断变化的工作负载之下依然保持即时响应性。
4. 消息驱动（Message Driven）
反应式系统依赖一步的消息传递，从而确保了松耦合、隔离、位置透明的组件之间有着明确边界。

反应式流(Reactive Streams)

作为向反应式编程方向迈出的第一步，微软在.NET生态系统中创建了响应式扩展(Rx)库。然后RxJava在JVM上实现了响应式编程。随着时间的推移，通反应式流(Reactive Streams)的努力，Java的标准化出现了，该规范为JVM上的响应式库定义了一组接口和交互规则。它的接口已经集成到Java 9的Flow类下。

反应式流Reactive Streams是非阻塞背压异步流处理的规范，包括针对运行时环境(JVM和JavaScript)以及网络协议。

目标、设计与适用范围

在异步系统中，处理数据流—尤其是容量没有预先确定的“实时”数据—需要特别注意。最突出的问题是需要控制资源消耗，以便快速数据源不会压倒流目的地。为了在协作网络主机或一台机器中的多个CPU核上并行使用计算资源，需要异步。

Reactive Streams的主要目标是管理跨异步边界的流数据交换—比如将元素传递给另一个线程或线程池—同时确保接收端不会被迫缓冲任意数量的数据。换句话说，背压是该模型的一个组成部分，以便允许在线程之间进行中介的队列被绑定。如果背压的通信是同步的，那么异步处理的好处就会被抵消，因此必须谨慎地强制要求完全非阻塞。

该规范的意图是允许创建许多符合规范的实现，这些实现通过遵守规则将能够顺利地互操作，在流应用程序的整个处理图中保持上述优点和特征。
Reactive Streams 的范围是找到一组最小的接口、方法和协议，这些接口、方法和协议将描述实现目标所需的操作和实体——具有非阻塞背压的异步数据流。

总之，Reactive Streams是JVM上面向流的库的一个标准和规范：

• 处理一个潜在无限元素的数目
• 依次处理
• 异步地在组件之间传递元素
• 必须强制有非阻塞后压

Reactive Streams规范由以下部分组成：

1、API 规定了需要实现的响应式流类型，并且在不同的实现间完成互操作性。

2、技术兼容套件(TCK)是用于实现一致性测试的标准测试套件。
各种实现可以自由地实现规范中没有提到的额外特性，只要它们遵从API要求和在TCK中通过测试。

API组件

反应式编程范式通常在面向对象语言中作为Observer设计模式的扩展而出现。你还可以将Reactive Streams模式与熟悉的Iterator设计模式进行比较。Iterator模式中Iterable-Iterator总是成对出现，一个主要的区别是，Iterator是基于pull的，而Reactive Streams是基于push的。

使用Iterator是一种命令式编程模式，尽管访问值的方法完全由Iterable负责。实际上，何时访问序列中的next()项取决于开发人员。在反应式流中，上面这一对的等效物是Publisher-Subscriber。但是Publisher在出现新可用值时通知Subscriber，而这个push方面是反应式的关键。

除了push值之外，错误处理和完成方面也以定义良好的方式进行了介绍。Publisher可以向其Subscriber推送新值(通过调用onNext)，但也可以发出错误信号(通过调用onError)或完成信号(通过调用onComplete)。错误和完成都终止序列。可以总结如下:

onNext x 0..N [onError | onComplete]

该API由以下组件组成，这些组件必须由Reactive Streams实现提供:

1. Publisher 发布者
2. Subscriber 订阅者
3. Subscription 订阅对象
4. Processor 处理者

下图展示了订阅者与发布者交互的典型场景：

接口定义：

//Publisher将数据流发送到 Subscriber
public static interface Publisher<T> {
   //指定订阅者 Subscriber
    public void subscribe(Subscriber<? super T> subscriber);
}

//消费处理 Publisher 发送过来的数据流
public static interface Subscriber<T> {
    //开启订阅Subscription具体的订阅对象
    public void onSubscribe(Subscription subscription);
    //接收数据
    public void onNext(T item);
   //错误处理
    public void onError(Throwable throwable);
   //数据处理结束
    public void onComplete();
}

//订阅对象：发布者和订阅者之间交互的操作对象
public static interface Subscription {
   //订阅者拿到订阅对象后，通过调用订阅对象的request方法，根据自身消费能力请求n条数据
  //request方法被调用时，会触发订阅者的onNext事件方法，把数据传输给订阅者。
//数据全部传输完成，则触发订阅者的onComplete事件方法。如果数据传输发生错误，则触发订阅者的onError事件方法。
    public void request(long n);
   //调用cancel方法来停止接收数据
    public void cancel();
}

//处理者既是发布者又是订阅者，用于发布者和订阅者之间转换数据格式，
//把发布者的T类型数据转换为订阅者接受的R类型数据。处理者作为数据转换的中介不是必须的。
public static interface Processor<T,R> extends Subscriber<T>, Publisher<R> {
}

Java9 Flow

jdk9中的java.util.concurrent.Flow接口1:1语义上等价于对应的Reactive Streams，Flow接口约定了Reactive编程的一套规范，并没有具体的实现。常用的实现有RxJava、Reactor、Akka等，Spring WebFlux中集成的是Reactor3.0。