1. 前言
1.1 常用函数式编程
1.2 Stream操作
2. Java响应式编程
带有中间处理器的响应式流
3. Reactor
3.1 Flux & Mono
3.2 Flux Mono创建与使用
4. WebFlux
Spring WebFlux示例
基于注解的WebFlux
基于函数式编程的WebFlux
Flux与Mono的响应式编程延迟示例
总结
哈喽，大家好，我是指北君。
相信响应式编程经常会在各种地方被提到。本篇就为大家从函数式编程一直到Spring WeFlux做一次简单的讲解，并给出一些示例，希望大家可以更好的理解响应式编程，可以在合适的时机运用到实际项目中。
1. 前言了解响应式编程，首先我们需要了解函数式操作和Stream的操作，下面我们简单的复习一下喽。
1.1 常用函数式编程函数式接口中
我们先来回顾一下Java中的函数式接口。常见的有以下几种
Consumer 一个输入，无输出
Supplier 无输入，有输出
Function<T,R> 输入T，输出R
BiFunction<T,U,R> 输入T,U 输出R
Predicate 有输入，输出boolean类型
上面的简单函数式接口示例如下：
Consumer consumer = (i)-> System.out.println("this is " + i);
consumer.accept("consumer");
Supplier supplier = () -> "this is supplier";
System.out.println(supplier.get());
Function<Integer,Integer> function = (i) -> i*i;
System.out.println(function.apply(8));
BiFunction<Integer,Integer,String> biFunction = (i,j)-> i+"*"+j+"="+i*j;
System.out.println(biFunction.apply(8,8));
Predicate<Integer> predicate = (i) -> i.intValue()>3;
System.out.println(predicate.test(5));
其执行结果如下：
1.2 Stream操作this is consumer
this is supplier
64
8*8=64
true
对Stream进行操作，主要有几个关键点：
生成流
流的中间操作其中中间操作可以有多个，中间操作会返回一个新的流（如 map ,filter,sorted等），然后交给下一个流方法使用。
流的终结操作终结操作只有一个。终结操作执行后，流就到了终止状态，无法被操作 （如forEach，toArray , findFirst 等）。
创建流的示例：
String[] strArray = {"ss","ss","","sdffg"};
Arrays.stream(strArray).forEach(System.out::println);
Arrays.asList(strArray).stream().forEach(System.out::println);
Stream.of(strArray).forEach(System.out::println);
Stream.iterate(1,(i) -> i+1).limit(10).forEach(System.out::println);
Stream.generate(() -> new Random().nextInt(10)).limit(10).forEach(System.out::println);
简单的流处理示例：
String[] strArray1 = {"ss","ss","","sdffg","bca-de","fff"};
String collect = Stream.of(strArray1)
.filter(i -> !i.isEmpty())//过滤空字符串
.sorted() //排序
.limit(1) //只取第一个元素
.map(i -> i.replace("-", ""))//替换 "-"
.flatMap(i -> Stream.of(i.split("")))//将字符拆成字符数组
.sorted() //排序
.collect(Collectors.joining());//将字符拼接组合到一起
System.out.println(collect);//最后输出abcde
2. Java响应式编程
响应式编程会用到一个发布者和一个订阅者，然后通过订阅关系完成数据流的传输。订阅关系中可以处理一些背压问题，即调节消费者与生产者之间的供需平衡，让整个程序达到最大效率。
Java9中java.util.concurrent.Flow接口提供响应式流编程类似的功能。
下面我们实现一个基于Java 响应式编程的示例：
其中有三个简单步骤：
建立生产者
构建消费者
消费者订阅生产者
生产者生产内容
SubmissionPublisher publisher = new SubmissionPublisher<>();//建立生产者
Flow.Subscriber subscriber = new Flow.Subscriber() {...};//建立消费者 (其中的实现放到下面)
publisher.subscribe(subscriber);//订阅关系
for (int i = 0; i < 10; i++) {
publisher.submit("test reactive java : " +i); //生产者生产内容
}
消费者全部代码如下：
Flow.Subscriber subscriber = new Flow.Subscriber() {
Flow.Subscription subscription;
@Override
public void onSubscribe(Flow.Subscription subscription) {
System.out.println("Subscription establish first ");
this.subscription = subscription;
this.subscription.request(1);
}
@Override
public void onNext(Object item) {
subscription.request(10);
System.out.println("receive : "+ item);
}
@Override
public void onError(Throwable throwable) {
System.out.println(" onError ");
}
@Override
public void onComplete() {
System.out.println(" onComplete ");
}
};
其中onSubscribe方法表示建立订阅关系
onNext接受数据，并请求生产者的数据。
onError，onComplete则是error或者完成之后的处理方法。
带有中间处理器的响应式流Reactive Stream 通常会基于如下的模型：
下面我们实现一个带有中间处理功能的响应式模型：
下面的Processor 既有发布者，又有订阅者：
public class ReactiveProcessor extends SubmissionPublisher implements Flow.Subscriber {
private Flow.Subscription subscription;
@Override
public void onSubscribe(Flow.Subscription subscription) {
System.out.println( Thread.currentThread().getName() + " Reactive processor establish connection ");
this.subscription = subscription;
this.subscription.request(1);
}
@Override
public void onNext(Object item) {
System.out.println(Thread.currentThread().getName() + " Reactive processor receive data: "+ item);
this.submit(item.toString().toUpperCase());
this.subscription.request(1);
}
@Override
public void onError(Throwable throwable) {
System.out.println("Reactive processor error ");
throwable.printStackTrace();
this.subscription.cancel();
}
@Override
public void onComplete() {
System.out.println(Thread.currentThread().getName() + " Reactive processor receive data complete ");
}
}
如上中间处理器订阅发布者， 同时消费者再订阅中间处理器。中间处理器也可以调节发布订阅的生产消费速率。
SubmissionPublisher publisher = new SubmissionPublisher<>(); //创建生产者
ReactiveProcessor reactiveProcessor = new ReactiveProcessor(); // 创建中间处理器
publisher.subscribe(reactiveProcessor); //中间处理器订阅生产者
Flow.Subscriber subscriber = new Flow.Subscriber() {...}; //创建消费者
reactiveProcessor.subscribe(subscriber); //消费者订阅中间处理器
for (int i = 0; i < 10; i++) {
publisher.submit("test reactive java : " +i); //生产者生产数据
}
通过上述生产者-> 中间处理器->消费者， 可以将生产者生产的数据全部变成大写，然后再发送给最终的消费者。
以上式Java中的reactive 编程示例。Java会不同线程来分别处理消费者与生产者的消息处理
3. ReactorReactor中两个比较关键的对象式Flux和Mono， 整个Spring的响应式编程均式基于projectreactor项目。Reactor是响应式编程的依赖，主要是基于JVM构建非阻塞程序。
根据Reactor的介绍，此类响应式编程的的三方库（Reactor）主要是解决一些JVM经典异步编程中的一些缺点，并且还可以专注于一些新的特性，如下：
可组合性与可读性 （Composability and readability）
可以使用丰富的运算操作符将数据作为流进行操作
订阅之前，不会有任何事
背压特性（Backpressure ），可以理解为消费者可以向生产者发送产出率过高的信号，从而调整生产速率。或者消费者可以选择一次性拉去一捆数据进行消费。
于并发无关的高度抽象的高级功能
其中有这么一段解释，可以形象的说明响应式编程。
Reactive的程序可以想象成车间的流水线，reactor既是流水线上的传送带，又是处理工作站。原料从一个原始的生产者出发，最终成为产品被推总给消费者。
3.1 Flux & Mono下面我们介绍一下Flux和Mono。
在Reactor中Flux和Mono均是Publisher，即生产者。两者也有不同。Flux对象表示0到N个异步的响应序列，而Mono只代表0个（empty）或者1个结果。
Reactor官网上介绍的Flux示意如下：
Mono示意如下：
我们也可以单独引用其依赖。
使用maven依赖
<dependencies>
<dependency>
<groupId>io.projectreactor</groupId>
<artifactId>reactor-core</artifactId>
</dependency>
<dependency>
<groupId>io.projectreactor</groupId>
<artifactId>reactor-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
Mono创建
分别创建空Mono和一个包含一个String的Mono，并由消费者消费打印。
Mono.empty().subscribe(System.out::println);
Mono.just("Hello Mono Java North").subscribe(System.out::print);
Flux创建
Flux创建有如下的一些方法，
just（通过不定参数创建）
range（从某个整数开始，往后的整数数量）
fromArray，fromIterable，fromStream，从名称上就可以看出来，通过数组，迭代器，Stream流创建Flux
下面式一些Java代码示例
Flux.just(1,2,3,4,5).subscribe(System.out::print);
Flux.range(1,20).subscribe(System.out::print);
Flux.fromArray(new String[]{"a1","a2","a3","a4","a5","a6"}).skip(2).subscribe(System.out::print);
Flux.fromIterable(Arrays.asList(1,2,3,4,5,6,7)).subscribe(System.out::println);
Flux.fromStream(Stream.of(Arrays.asList(1,2,3,4,5,6,7))).subscribe(System.out::print);
我们再举一个generate的例子
public static <T, S> Flux<T> generate(Callable<S> stateSupplier, BiFunction<S, SynchronousSink<T>, S> generator)
如上代码所示，generate需要一个Callable参数，而且是supplier （即没有输入值，只有一个输出）
另一个参数是BiFunction （前面我们也介绍过，需要两个输入值，一个输出值）。BiFunction中的其中一个输入值是SynchronousSink，下面我们给出一个generate创建Flux的示例。
Flux.generate(
() -> 0, //提供一个初始状态值0
(i, sink) -> {
sink.next("3*" + i + "=" + 3 * i);//使用初始值去生产一个3的乘法
if (i > 9) sink.complete();//设置停止条件
return i + 1;//返回一个新的状态值，以便在下一次的生产中使用，除非响应序列终止
}).subscribe(System.out::println);
下面我们在看一个Flux嵌套处理示例：
需求：将字符串去空格，并去重，然后排序输出。
String str = "qa ws ed rf tg yh uj i k ol p za sx dc vf bg hn jm k loi yt ";
Flux.fromArray(str.split(" "))//通过数组创建Flux
.flatMap(i -> Flux.fromArray(i.split("")))
.distinct() // 去重
.sort() //排序
.subscribe(System.out::print);
//flatMap与Stream中的flatMap类似，接受Function作为参数，输入一个值，输出一个值，此处输出均为Publisher，
以上就是Flux和Mono的一些简单介绍，同时Ractor也支持JDK中的FlowPubliser 和FlowSubscriber与 Reactor中的publisher, subscriber的适配等.
4. WebFluxSpringBoot 2之后支持的Reactive响应式编程。
关于Reactive技术栈和经典的Servlet技术栈对比，Spring官网的这张图比较清晰。
Spring响应式编程主要依赖于Reactor第三方库，即上面讲的Flux和Mono的库。
WebFlux主要有以下几个要点：
反应式栈web框架
完全异步非阻塞
运行在netty，undertow，Servlet3.1 + 容器
核心反应式库 Reactor
返回 Flux 或Mono
支持注解和函数编程两种编程模式
Spring WebFlux示例下面我们给出几个SpringBoot 的响应式web示例。
可以去https://start.spring.io/ 新建webflux的项目也可以。
项目中的主要依赖就是spring-boot-starter-webflux
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-webflux</artifactId>
</dependency>
基于注解的WebFlux
以下是一个最简单的基于注解的WebFlux
@GetMapping("/hello/mono1")
public Mono<String> mono(){
return Mono.just("Hello Mono - Java North");
}
@GetMapping("/hello/flux1")
public Flux<String> flux(){
return Flux.just("Hello Flux","Hello Java North");
}
基于函数式编程的WebFlux
创建RouterFunction，将其注入到Spring中即可。
@Bean
public RouterFunction<ServerResponse> testRoutes1() {
return RouterFunctions.route().GET("/flux/function", new HandlerFunction<ServerResponse>() {
@Override
public Mono<ServerResponse> handle(ServerRequest request) {
return ServerResponse.ok().bodyValue("hello web flux , Hello Java North");
}
}).build();
}
//上面的方法使用函数式编程替换之后如下
@Bean
public RouterFunction<ServerResponse> testRoutes() {
return RouterFunctions.route().GET("/flux/function",
request -> ServerResponse.ok()
.bodyValue("Hello web flux , Hello Java North")).build();
}
Flux与Mono的响应式编程延迟示例
下面我们编写一段返回Mono的响应式Web服务。
@GetMapping("/hello/mono")
public Mono<String> stringMono(){
Mono<String> from = Mono.fromSupplier(() -> {
try {
TimeUnit.SECONDS.sleep(5);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
return "Hello, Spring Reactive date time:"+ LocalDateTime.now();
});
System.out.println( "thread : " + Thread.currentThread().getName()+ " === " + LocalDateTime.now() +" ==========Mono function complete==========");
return from;
}
使用postman请求如下， 5秒钟后返回数据。后台却在5秒中之前已经处理完整个方法。
后台打印日志：
再看一组Flux
@GetMapping(value = "/hello/flux", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> flux1(){
Flux<String> stringFlux = Flux.fromStream(IntStream.range(1,6).mapToObj(i ->{
mySleep(1);//表示睡1秒
return "java north flux" + i + "date time: " +LocalDateTime.now();
}));
System.out.println("thread : " + Thread.currentThread().getName()+ " === " + LocalDateTime.now() + " ==========Flux function complete=========");
return stringFlux;
}
此次使用谷歌浏览器请求此服务：
可以发现每隔一秒就会有一条消息被生产出来。
后台完成时间同样是在一开始就完成整个方法：
通过上述对Flux 与 Mono的例子，可以好好体会一下响应式编程。
总结本篇回顾了函数式编程，Stream操作等，然后再举例讲了Java中的Reactive编程示例， 同时也给处理Reactor三方库的Flux于Mono的示例。
最后使用了SpringBoot WebFlux 创建简单的响应式web服务。希望能让大家更好的理解响应式编程。
到此这篇关于一文带你搞懂Spring响应式编程的文章就介绍到这了,更多相关Spring响应式编程内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)！
