# 响应式

JetLinks使用reactor (opens new window)作为响应式编程框架,从网络层(webflux,vert.x)到持久层(r2dbc,elastic)全部封装为非阻塞,响应式调用.

响应式可以理解为观察者模式,通过订阅和发布数据流中的数据对数据进行处理. reactor提供了强大的API,简化了对数据各种处理方式的复杂度,如果你已经大量使用了java8 stream api,使用reactor将很容易上手.

注意

响应式与传统编程最大的区别是: 响应式中的方法调用是在构造一个流以及处理流中数据的逻辑,当流中产生了数据(发布,订阅),才会执行构造好的逻辑. 传统编程则是直接执行逻辑获取结果.

# 优点

非阻塞,集成netty等框架可实现更高的网络并发处理能力. API丰富,实现很多复杂的功能只需要几行代码,例如:

前端展示实时数据处理进度.
请求撤销,可获取到连接断开事件.
定时(interval),延迟(delay),超时(timout),以及细粒度的流量控制(limitRate).

# 缺点

调试不易,异常栈难跟踪,对开发人员有更高的要求.

注意

响应式只是一个编程模型,并不能直接提高系统的并发处理能力. 通常与netty(reactor-netty)等框架配合,从上(网络)到下(持久化)全套实现非阻塞,响应式才有意义.

# 说明

系统中大量使用到了reactor,其核心类只有2个Flux(0-n个数据的流),Mono(0-1个数据的流). 摒弃传统编程的思想,熟悉Flux,MonoAPI,就可以很好的使用响应式编程了.

常用API:

map: 转换流中的元素: flux.map(UserEntity::getId)
flatMap: 转换流中的元素为新的流: flux.flatMap(this::findById)
flatMapMany: 转换Mono中的元素为Flux(1转多): mono.flatMapMany(this::findChildren)
concat: 将多个流连接在一起组成一个流(按顺序订阅) : Flux.concat(header,body)
merge: 将多个流合并在一起,同时订阅流: Flux.merge(save(info),saveDetail(detail))
zip: 压缩多个流中的元素: Mono.zip(getData(id),getDetail(id),UserInfo::of)
then: 流完成后执行.
doOnNext: 流中产生数据时执行.
doOnError: 发送错误时执行.
doOnCancel: 流被取消时执行.
onErrorContinue: 流发生错误时,继续处理数据而不是终止整个流.
defaultIfEmpty: 当流为空时,使用默认值.
switchIfEmpty: 当流为空时,切换为另外一个流.
as: 将流作为参数,转为另外一个结果:flux.as(this::save)

完整文档请查看官方文档 (opens new window)

# 注意

# 代码格式化

使用reactor时,应该注意代码尽量以.换行并做好相应到缩进.例如:


//错误
return paramMono.map(param->param.getString("id")).flatMap(this::findById);

//建议
return paramMono
            .map(param->param.getString("id")) 
            .flatMap(this::findById);

# lamdba

避免在一个lambda中编写大量的逻辑代码,推荐参考领域模型,将具体当逻辑放到对应到实体或者领域对象中.例如:


//错误
return devicePropertyMono
        .map(prop->{
            Map<String,Object> map = new HashMap<>();
            map.put("property",prop.getProperty());
            ....
            return map;
        })
        .flatMap(this::doSomeThing)

//建议
//在DeviceProperty中编写toMap方法实现上面lambda中到逻辑.
return devicePropertyMono
        .map(DeviceProperty::toMap)
        .flatMap(this::doSomeThing)

# null处理

数据流中到元素不允许为null,因此在进行数据转换到时候要注意null处理.例如:


//存在缺陷
return this.findById(id)
            .map(UserEntity::getDescription); //getDescription可能返回null,为null时会抛出空指针,

# 非阻塞与阻塞

默认情况下,reactor的调度器由数据的生产者(Publisher)决定,在WebFlux中则是netty的工作线程, 为了防止工作线程被阻塞导致服务崩溃,在一个请求的流中,禁止执行存在阻塞(如执行JDBC)可能的操作的,如果无法避免阻塞操作,应该指定调度器如:

paramMono
  .publishOn(Schedulers.elastic()) //指定调度器去执行下面的操作
  .map(param-> jdbcService.select(param))

# 上下文

在响应式中,大部分情况是禁止使用ThreadLocal的(可能造成内存泄漏).因此基于ThreadLocal的功能都无法使用,reactor中引入了上下文,在一个流中,可共享此上下文 ,通过上下文进行变量共享以例如:事务,权限等功能.例如:


//从上下文中获取
@GetMapping
public Mono<UserInfo> getCurrentUser(){
    return Mono.subscriberContext()
            .map(ctx->userService.findById(ctx.getOrEmpty("userId").orElseThrow(IllegalArgumentException::new));
}

//定义过滤器设置数据到上下文中
class MyFilter implements WebFilter{
    public Mono<Void> filter(ServerWebExchange exchange, WebFilterChain chain){
        return chain.filter(exchange)
            .subscriberContext(Context.of("userId",...))
    }
}

注意

在开发中应该将多个流组合为一个流,而不是分别处理.例如:

//错误
return flux.doOnNext(data->this.save(data).subscribe());

//正确
return flux.flatMap(this::save);

//错误,没有将流组合在一起
request.flatMap(this::save);
Mono<Void> result = this.notifySaveSuccess();
return result;

//正确
return request
    .flatMap(this::save)
    .then(this.notifySaveSuccess());

# 相关资料

← 规范增删改查 →