Spring Reactor 操作符详解

阳光穿透心脏的1/2处 2022-12-25 04:59 93阅读 0赞

#### Spring 5.x 中的reactor-core包 ####

[下一篇：Spring Reactor map与flatMap操作符 详解][Spring Reactor map_flatMap_]  
[第三篇：Spring Reactor parallel并发与线程切换 实战][Spring Reactor parallel_]  
Reactor是什么：基于Reactor-Stream规范实现反应式编程范例，指的是一种面向数据流并传播事件的异步编程范式；当然也可以是同步；

jar包引入：

<dependency>
                <groupId>io.projectreactor</groupId>
                <artifactId>reactor-core</artifactId>
                <version>3.3.0.RELEASE</version>
    </dependency>

Reactor反应式编程，是一种流水线式的开发，自从和他亲密接触之后，感觉已经离不开他；

reactor-core包提供的核心类主要是：

*  Mono : 可以产生和处理0或1个事件；
 *  Flux：可以产生和处理0,N个事件；

### Flux（Mono）主要操作符： ###

整理了一些，但远不止这些；

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoYW5nZTk4NzY1NDMyMQ_size_16_color_FFFFFF_t_70][]

## 1、创建类操作符 ##

#### create操作符 ####

方法范例：我们创建一个可以发射任意事件类型的被观察者，T是继承Object；
    Flux.create(new Consumer<FluxSink<T>>(){})
    // 被观察者
    Flux<Integer> flux = Flux.create(new Consumer<FluxSink<Integer>>() {
                @Override
                public void accept(FluxSink<Integer> integerFluxSink) {
                    integerFluxSink.next(1);
                    integerFluxSink.next(2);
                    integerFluxSink.complete();
                    integerFluxSink.next(3);
                }
            });
       // 观察者
       Subscriber<Integer> subscriber = new Subscriber<Integer>() {
           @Override
           public void onSubscribe(Subscription s) {
               s.request(Integer.MAX_VALUE);
           }
           @Override
           public void onNext(Integer integer) {
               System.out.println("消费"+integer);
           }
           @Override
           public void onError(Throwable t) {
               System.out.println("错误");
           }
           @Override
           public void onComplete() {
               System.out.println("完成");
           }
       };
       flux.subscribe(subscriber);

为了方便理解，把被观察者比作上游流水线（也可以比作生产者）；观察者比作下游流水线（消费者）；

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoYW5nZTk4NzY1NDMyMQ_size_16_color_FFFFFF_t_70 1][]

*  integerFluxSink 就是我们的发射器，可以发生N个事件，通过next() 完成；
 *  当integerFluxSink发射complete()或error()事件之后，integerFluxSink还可以继续发生next()事件，但是下游流水线接受complete/error事件之后，停止接受任何事件；
 *  下游接受到事件之后，进入onNext()方法；完成进入onComplete()方法，错误onError()方法
 *  上游可以不发射complete()和error() 方法，管道处于监控状态，不会执行下游onComplete()方法；
 *  关于onSubscribe方法，后面说到背压时会讲到；

#### just操作符 ####

Flux.just("1", "2","3").subscribe(new Subscriber<String>() {
                @Override
                public void onSubscribe(Subscription s) {
                    s.request(Integer.MAX_VALUE);
                }
                @Override
                public void onNext(String s) {
                    System.out.println("s");
                }
                @Override
                public void onError(Throwable t) {
                    System.out.println("错误");
                }
                @Override
                public void onComplete() {
                    System.out.println("完成");
                }
            });

just 相当于一个特殊数组，这个特殊的数组可以同时存放，不同类型的数据，我这里放了相同类型的String；

**just和create区别：**  
create：根据自己的需求手动创建事件并发送；  
just: 将已有的数据交给Flux发送，发送完成之后会自定发送complete事件；

**From 系列操作符**

1.  fromStream(Stream<? extends T> s)
2.  fromIterable(Iterable<? extends T> it)
3.  fromArray(T\[\] array)
4.  from(Publisher<? extends T> source)

**使用说明**

1.  fromStream: 可以放入一个jdk8中的Stream流；
2.  fromIterable：放入一个集合，所有实现了Collection集合接口的类都可以放入，如List,Set集合；
3.  fromArray：放入一个数组；他和just区别是，just可以同时放如各种数据类型的数据；
4.  from: 类似发射器,更像一个回调函数，可以发生N个事件；
5.  他们的使用和create 与just类似；

Flux.from(new Publisher<Integer>() {
                @Override
                public void subscribe(Subscriber<? super Integer> s) {
                    s.onNext(1);
                    s.onNext(1);
                    s.onComplete();
                }
            }).subscribe(new Subscriber<Integer>() {
                @Override
                public void onSubscribe(Subscription s) {
    
                }
                @Override
                public void onNext(Integer integer) {
                    System.out.println("消费："+integer);
                }
                @Override
                public void onError(Throwable t) {
                    System.out.println("错误");
                }
                @Override
                public void onComplete() {
                    System.out.println("完成");
                }
            });

**from和create的区别**

*  from ：通过直接引入下游管道来传输数据，一旦上游流水线与下游流水线发生订阅，就把事件之间传递给下游；
 *  create 是一个发射器，发送的数据，需要下游发起请求并订阅，上游才会把事件传递给下游；
 *  在onSubscribe方法中，create操作符需要调用s.request(Integer.MAX\_VALUE); from才不需要这个调用；

**empty()/ error()/ never()**

*  Flux.empty() : 发送一个complete完成事件；
 *  Flux.error(Throwable error) 发射一个Throwable错误事件
 *  Flux.never() 不发送事件

## 时间类操作符 ##

#### interval 操作符 ####

CountDownLatch latch = new CountDownLatch(1);
     Flux.interval(Duration.ofSeconds(2),java.time.Duration.ofSeconds(3)).subscribe(new Consumer<Long>() {
          @Override
          public void accept(Long aLong) {
              System.out.println(aLong+"=="+Thread.currentThread().getName());
          }
      });
      latch.await();
      输出内容：
      0==parallel-1
      1==parallel-1
      、、、

*  Interval：每隔相应的时间发送一次，
    
     *  第一个参数：第一次执行的延迟时间
     *  第二个参数：每隔多少秒发送一次事件，发送的内容是Long类型整数，从0开始；
 *  interval 默认是在子线程执行事件发送的；

#### timeout 操作符 ####

Flux.create(new Consumer<FluxSink<Integer>>() {
           @Override
           public void accept(FluxSink<Integer> fluxSink) {
               fluxSink.next(1);
               try {
                   TimeUnit.SECONDS.sleep(3);
               } catch (InterruptedException e) {
                   e.printStackTrace();
               }
               fluxSink.next(3);
           }
       }).timeout(Duration.ofSeconds(2), new Publisher<Integer>() {
           @Override
           public void subscribe(Subscriber<? super Integer> s) {
               s.onNext(2);
           }
       }).subscribe(new Consumer<Integer>() {
           @Override
           public void accept(Integer integer) {
               System.out.println("内容："+integer);
           }
       });
       输出内容：
       内容：1
       内容：2

*  timeout ：在超时之后做相应的时间
    
     *  第一个参数：设置超时时间，我这里设置了2秒，2秒上游没有把事件发送过来，进入timeout，发送一个2；
     *  第二个参数：超时之后会进入的操作
 *  上游一旦超时，就会丢失下面所有的事件，不会继续传给下游，之后走timeout的逻辑；

### defer 操作符 ###

Flux<Integer> defer = Flux.defer(new Supplier<Publisher<Integer>>() {
                @Override
                public Publisher<Integer> get() {
                    return Flux.just(new Random().nextInt(10));
                }
            });
            Subscriber<Integer> subscriber = new Subscriber<Integer>() {
                @Override
                public void onSubscribe(Subscription s) {
                    s.request(3);
                }
                @Override
                public void onNext(Integer integer) {
                    System.out.println("=="+integer);
                }
                @Override
                public void onError(Throwable t) {
                }
                @Override
                public void onComplete() {
                }
            };
            defer.subscribe(subscriber);

*  defer : 延迟初始化被观察者，直到上游流水线与下游流水线发生订阅后，才会创建被观察者。
 *  在Spring Gateway中有普遍使用；

### delay系列操作符 ###

CountDownLatch latch = new CountDownLatch(1);
      Flux.just("1","2","3").delayElements(Duration.ofSeconds(2)).subscribe(new Consumer<String>() {
          @Override
          public void accept(String s) {
              System.out.println(Thread.currentThread().getName()+"=="+s);
          }
      });
      latch.await();
      输出结果：
      parallel-1==1
      parallel-2==2
      parallel-3==3

*  delayElements: 每一个原始事件都会延迟2秒，才发送，知道发送完成
 *  默认在子线程中完整

根据时间定时发送、超时、延迟发送的操作符大致是这些了；类似的还有很多实用基本相似；

[Spring Reactor map_flatMap_]: https://blog.csdn.net/change987654321/article/details/110438121
[Spring Reactor parallel_]: https://blog.csdn.net/change987654321/article/details/110471274
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoYW5nZTk4NzY1NDMyMQ_size_16_color_FFFFFF_t_70]: /images/20221120/532334fc7acb47a297b4b961c86ceda5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoYW5nZTk4NzY1NDMyMQ_size_16_color_FFFFFF_t_70 1]: /images/20221120/b727b46462fb4c01a7358f2ee31e4e14.png