程序那些事：Reactor详解之:异常处理

简介

不管是在响应式编程还是普通的程序设计中，异常处理都是一个非常重要的方面。今天将会给大家介绍Reactor中异常的处理流程。

Reactor的异常一般处理方法

先举一个例子，我们创建一个Flux，在这个Flux中，我们产生一个异常，看看是什么情况：

Flux flux2= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i));

flux2.subscribe(System.out::println);

复制代码

我们会得到一个异常ErrorCallbackNotImplemented：

100 / 1 = 100

100 / 2 = 50

reactor.core.Exceptions$ErrorCallbackNotImplemented: java.lang.ArithmeticException: / by zero

复制代码

那怎么处理这个异常呢?

有两种方式，第一种方式就是我们之前文章讲过的，在subscribe的时候指定onError方法：

Flux flux2= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i));

flux2.subscribe(System.out::println,

error -> System.err.println("Error: " + error));

复制代码

还是刚才的代码，但是这次我们在subscribe的时候，添加了onError处理器，看下运行结果：

Divided by zero 😦

100 / 1 = 100

100 / 2 = 50

Error: java.lang.ArithmeticException: / by zero

复制代码

可以看到异常已经被我们捕获了，并且进行了合适的处理。

除了在subscribe中进行处理，我们还可以在publish的时候，就指定异常的处理模式，这就是我们要介绍的第二种方法：

Flux flux= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i))

.onErrorReturn(“Divided by zero 😦”);

flux.subscribe(System.out::println);

复制代码

上面的例子中，在创建Flux的时候，手动指定了其onErrorReturn方法，我们看下输出结果：

100 / 1 = 100

100 / 2 = 50

Divided by zero 😦

复制代码

注意，对于Flux或者Mono来说，所有的异常都是一个终止的操作，即使你使用了异常处理，原生成序列也不会继续。

但是如果你对异常进行了处理，那么它会将oneError信号转换成为新的序列的开始，并将替换掉之前上游产生的序列。

各种异常处理方式详解

在一般的程序中，我们的异常应该怎么处理呢?大家很容易想到的是try catch。而Reactor中subscribe的onError方法，就是try catch的一个具体应用：

Flux flux2= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i));

flux2.subscribe(System.out::println,

error -> System.err.println("Error: " + error));

复制代码

还是上的例子，我们在onError方法中，对异常进行了处理。

如果转换成为常规代码，应该是下面的样子：

public void normalErrorHandle(){

try{

Arrays.asList(1,2,0).stream().map(i -> "100 / " + i + " = " + (100 / i)).forEach(System.out::println);

}catch (Exception e){

System.err.println("Error: " + e);

}

}

复制代码

除了这种最基本的异常处理方法之外，Reactor还提供了很多种不同的异常处理方法，下面我们来一一介绍一下。

Static Fallback Value

Static Fallback Value的意思是，在遇到异常的时候会fallback到一个静态的默认值。比如我们之前讲到的onErrorReturn。

Flux flux= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i))

.onErrorReturn(“Divided by zero 😦”);

复制代码

当然onErrorReturn还支持一个Predicate参数，用来判断要falback的异常是否满足条件。

public final Flux onErrorReturn(Predicate predicate, T fallbackValue)

复制代码

Fallback Method

除了fallback Value之外，还支持Fallback Method。也就是说如果你想在捕获异常之后调用其他的方法，就可以使用Fallback Method。

这里Fallback Method是用onErrorResume来表示的。

public void useFallbackMethod(){

Flux flux= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i))

.onErrorResume(e -> System.out::println);

flux.subscribe(System.out::println);

}

复制代码

Dynamic Fallback Value

所谓的动态Fallback Value就是根据你抛出的异常进行判断，通过定位不同的Error从而fallback到不同的值：

public void useDynamicFallback(){

Flux flux= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i))

.onErrorResume(error -> Mono.just(

MyWrapper.fromError(error)));

}

public static class MyWrapper{

public static String fromError(Throwable error){

return “That is a new Error”;

}

}

复制代码

Catch and Rethrow

同样的，我们可以在捕获异常之后进行rethrow:

Flux flux= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i))

.onErrorResume(error -> Flux.error(

new RuntimeException(“oops, ArithmeticException!”, error)));

Flux flux2= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i))

.onErrorMap(error -> new RuntimeException(“oops, ArithmeticException!”, error));

复制代码

有两种方式，第一种就是在onErrorResume中使用Flux.error构建一个新的Flux，另外一种就是直接在onErrorMap中进行处理。

Log or React on the Side

有时候你只是想记录一下异常信息，并不想破坏原来的React结构，那么可以试着使用doOnError。

public void useDoOnError(){

Flux flux= Flux.just(1, 2, 0)

.map(i -> "100 / " + i + " = " + (100 / i))

.doOnError(error -> System.out.println("we got the error: "+ error));

}

复制代码

Finally Block

如果我们在代码中使用了某些资源，一般情况下我们需要在finally中对其进行关闭，或者使用JDK7中引入的 try-with-resource 。

举个例子，下面的是使用finally的方式：

Stats stats = new Stats();

stats.startTimer();

try {

doSomethingDangerous();

}

finally {

stats.stopTimerAndRecordTiming();

}

复制代码

下面是使用try-with-resource的方式：

try (SomeAutoCloseable disposableInstance = new SomeAutoCloseable()) {

return disposableInstance.toString();

}

复制代码

那么在Reactor中，我们也有两种方式和其对应。

第一种就是doFinally方法：

Stats stats = new Stats();

LongAdder statsCancel = new LongAdder();

Flux flux =

Flux.just(“foo”, “bar”)

.doOnSubscribe(s -> stats.startTimer())

.doFinally(type -> {

stats.stopTimerAndRecordTiming();

if (type == SignalType.CANCEL)

statsCancel.increment();

})

.take(1);

复制代码

上面的例子中，doFinally实际上做的就是finally block做的事情。

第二种是使用using，我们先看一个using的定义：

public static Flux using(Callable resourceSupplier, Function

Publisher> sourceSupplier, Consumer resourceCleanup)

复制代码

可以看到using支持三个参数，resourceSupplier是一个生成器，用来在subscribe的时候生成要发送的resource对象。

sourceSupplier是一个生成Publisher的工厂，接收resourceSupplier传过来的resource，然后生成Publisher对象。

resourceCleanup用来对resource进行收尾操作。

那么我们怎么用呢?

举个例子：

public void useUsing(){

AtomicBoolean isDisposed = new AtomicBoolean();

Disposable disposableInstance = new Disposable() {

@Override

public void dispose() {

isDisposed.set(true);

}

@Override

public String toString() {

return “DISPOSABLE”;

}

};

Flux flux =

Flux.using(

() -> disposableInstance,

disposable -> Flux.just(disposable.toString()),

Disposable::dispose);

}

复制代码

上面的例子中，我们创建了一个Disposable对象，作为resource，然后对这个resource进行加工，返回一个Flux对象，最后通过调用Disposable::dispose方法，对resource进行销毁。

Retrying

有时候我们遇到了异常，可能需要重试几次，Reactor为我们提供了retry方法，先看一个例子：

public void testRetry(){

Flux.interval(Duration.ofMillis(250))

.map(input -> {

if (input < 3){

return "tick " + input;

}

throw new RuntimeException(“boom”);

})

.retry(1)

.elapsed()

.subscribe(System.out::println, System.err::println);

try {

Thread.sleep(2100);

} catch (InterruptedException e) {

e.printStackTrace();

}

}

复制代码

看下输出结果：

[264,tick 0]

[255,tick 1]

[241,tick 2]

[506,tick 0]

[252,tick 1]

[253,tick 2]

java.lang.RuntimeException: boom

复制代码

retry的作用就是当遇到异常的时候，重启一个新的序列。

elapsed是用来展示产生的value时间之间的duration。

从结果我们可以看到，retry之前是不会产生异常信息的。

作者：程序那些事

链接：https://juejin.im/post/6894422024018460686

来源：掘金

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。