JVM上的响应式流 — Reactor简介

强烈建议先阅读下JVM平台上的响应式流（Reactive Streams）规范，如果没读过的话。
官方文档：https://projectreactor.io/。

响应式编程

作为响应式编程方向上的第一步，微软在.NET生态系统中创建了Rx库（Reactive Extensions）。RxJava是在JVM上对它的实现。

响应式编程是一个异步编程范式，通常出现在面向对象的语言中，作为观察者模式的一个扩展。

它关注数据的流动、变化的传播。这意味着可以轻易地使用编程语言表示静态（如数组）或动态（如事件发射源）数据流。

响应式流

随着时间的推移，一个专门为Java的标准化出现了。它是一个规范，定义了一些接口和交互规则，用于JVM平台上的响应式库。

它就是响应式流（Reactive Streams），它的这些接口已经被集成到Java 9里，在java.util.concurrent.Flow这个父类里。

响应式流和迭代器较相似，不过迭代器是基于“拉”（pull）的，而响应式流是基于“推”（push）的。

迭代器的使用其实是命令式编程，因为由开发者决定什么时候调用next()获取下一个元素。

在响应式流中，与上面等价的是发布者-订阅者。但当有新的可用元素时，是由发布者推给订阅者的。这个“推”就是响应式的关键所在。

另外，对被推过来元素的操作也是以声明的方式进行的，程序员只需表达做什么就行了，不需要管怎么做。

发布者使用onNext方法向订阅者推送新元素，使用onError方法告知一个错误，使用onComplete方法告知已经结束。

可见，错误处理和完成（结束）也是以一个良好的方式被处理。错误和结束都可以终止序列。

这种方式非常灵活。这种模式支持0个（没有）元素/1个元素/n（多）个元素（包括无限序列，如果滴答的钟表）这些情况。

Reactor粉墨登场

Reactor是第四代响应式库，是一个响应式编程范式的实现，用于在JVM平台上基于响应式流规范构建非阻塞异步应用。

它极大地实现了JVM上响应式流的规范（http://www.reactive-streams.org/）。

它是一个完全非阻塞响应式编程的基石，带有高效需求管理（以管理“后压”的形式）。

它直接集成Java函数式API，特别是CompletableFuture，Stream和Duration。

它支持使用reactor-netty工程实现非阻塞跨进程通信，适合微服务架构，支持HTTP（包括Websockets），TCP和UDP。

注：Reactor要求Java 8+

讲了这么多，是不是要首先思考下，为什么我们需要这样一个异步的响应式库？

阻塞就是浪费

现代的应用能达到非常多的并发用户，即使现代硬件的能力被持续改进，现代软件的性能仍然是一个关键的关注点。

大体上有两种方式可以改进一个程序的性能：

1、并行化，使用更多的线程和更多的硬件资源

2、提高效率，在当前资源用量的情况下寻求更高效率

通常，Java开发者使用阻塞代码来写程序。这种实践性很好，直到遇到性能瓶颈。

此时会引入额外线程，运行相似的阻塞代码。但是这种扩展方法在资源利用方面会引起争论和导致并发问题。

更糟糕的是，阻塞浪费资源。如果你仔细看，一旦一个程序涉及到一些延迟（特别是I/O，像数据库请求或网络调用），资源就被浪费，因为线程现在是空闲的，在等待数据。

所以并行化方式不是银弹。我们有必要让硬件发挥完全的力量，但是关于资源浪费的影响和原因也是非常复杂的。

异步性来营救

前面提到的第二种方式是寻求更高效率，可以作为资源浪费问题的一个解决方案。

通过写异步非阻塞代码，你能让执行切换到其它活动的任务，使用相同的底层资源，稍后再回到当前的处理上。

但是如何产生异步代码到JVM上呢？Java提供两种异步编程模型：

1、Callbacks，异步方法没有返回值，但是会带一个回调，当结果可用时回调会被调用。

2、Futures，异步方法立即返回一个Future<T>，异步处理过程就是计算一个T值，使用Future对象包装了对它的访问。这个值不是立即可用的，该对象可以被轮询来查看T值是否可用。

这两种技术都足够好吗？并不是对每种情况都是的，两种方式都有局限性。

回调比较难于组合在一起，很快就会导致代码难以阅读和维护（众所周知的“回调地狱”）。

看个回调示例，展示一个用户的前5个最爱，如果没有的话就推荐5个给他：

这么简单的功能需要如此多的代码，而且嵌套很多、且难懂。

下面是等价的用Reactor的示例：

从代码的数量、写法上是不是清爽了很多。

与回调相比，Futures稍微好一点，但是仍然在组合方面做得不好。组合多个Futures对象到一起是可行的但是并不容易。

Future也有其它问题，很容易因为调用了get()方法造成了另一个阻塞。

另外，它不支持延迟计算，缺乏对多个值的支持，缺乏高级错误处理。

从命令式到响应式编程

像Reactor这样的响应式库的目标就是解决在JVM上“传统”异步方式的弊端，同时也关注一些额外方面：

可组合性和可读性

数据作为流，被丰富的操作符操作

什么都不会发生，直到你订阅

后压，消费者通知生产者发射的速率太快了

高级别而不是高数值抽象

可组合性和可读性

可组合性，其实就是编排多个异步任务的能力，使前一个任务的结果作为后续任务的输入，或以fork-join（分叉-合并）的方式执行若干个任务，或在更高的级别重复利用这些异步任务。

任务编排的能力和代码的可读性和可维护性紧密地耦合在一起。随着异步处理在数量和复杂度上的增加，组合和阅读代码变得更加困难。

就像我们看到的，回调模型虽然简单，但是当回调里嵌套回调，达到多层时就会变成回调地狱。

Reactor提供丰富的组合选项，使嵌套级别最小，让代码的组织结构能反映出在进行什么样的抽象处理，且通常保持在同级别上。

装配线类比

你可以认为响应式应用处理数据就像通过一个装配（生产）线。Reactor既是传送带又是工作站。

原材料从一个源（原始发布者）持续不断地获取，以一个完成的产品被推送给消费者（订阅者）结束。

原材料可以经过许多不同的转换，如其它的中间步骤，或者是一个更大装配线的一部分。

如果在某个地方出现一个小故障或阻塞了，出问题的工作站可以向上游发出通知来限制原材料的流动（速率）。

操作符

在Reactor里，操作符就是装配线类比中的工作站。每一个操作符都向一个发布者添加某些行为，把上一步的发布者包装到一个新的实例里。整个链就是这样被链接起来的。

所以数据一开始从第一个发布者出来，然后沿着链往下游移动，且被每一个链接转换。最后，一个订阅者结束了这个处理。

响应式流规范并没有明确规定操作符，不过Reactor就提供了丰富的操作符，它们涉及到很多方面，从简单的转换、过滤到复杂的编排、错误处理。

只要不订阅，就什么都不发生

当你写一个发布者链时，默认，数据是不会开始进入链中的。相反，你只是创建了异步处理的一个抽象描述。

通过订阅这个行为（动作），才把发布者和订阅者连接起来，然后才会触发数据在链里流动。

这是在内部实现好的，通过来自于订阅者的request信号往上游传播，一路逆流而上直到最开始的发布者那里。

Reactor核心特性

Reactor引入可组合响应式的类型，实现了发布者接口，但也提供了丰富的操作符，就是Flux和Mono。

Flux，流动，表示0到N个元素。

Mono，单个，表示0或1个元素。

它们之间的不同主要在语义上，表示异步处理的粗略基数。

如一个http请求只会产生一个响应，把它表示为Mono<HttpResponse>显然更有意义，且它只提供相对于0/1这样上下文的操作符，因为此时count操作显然没有太大意义。

操作符可以改变处理的最大基数，也会切换到相关类型上。如count操作符虽然存在于Flux<T>上，但它的返回值却是一个Mono<Long>。

Flux<T>

一个Flux<T>是一个标准的Publisher<T>，表示一个异步序列，可以发射0到N个元素，可以通过一个完成信号或错误信号终止。

就像在响应式流规范里那样，这3种类型的信号转化为对一个下游订阅者的onNext，onComplete，onError3个方法的调用。

这3个方法也可以理解为事件/回调，且它们都是可选的。

如没有onNext但有onComplete，表示一个空的有限序列。既没有onNext也没有onComplete，表示一个空的无限序列（没有什么实际用途，可用于测试）。

无限序列也没有必要是空的，如Flux.interval(Duration)产生一个Flux<Long> ，它是无限的，从钟表里发射出的规则的“嘀嗒”。

Mono<T>

一个Mono<T>是一个特殊的Publisher<T>，最多发射一个元素，可以使用onComplete信号或onError信号来终止。

它提供的操作符只是Flux提供的一个子集，同样，一些操作符（如把Mono和Publisher结合起来）可以把它切换到一个Flux。

如Mono#concatWith(Publisher)返回一个Flux，然而Mono#then(Mono)返回的是另一个Mono。

Mono可以用于表示没有返回值的异步处理（与Runnable相似），用Mono<Void>表示。

创建Flux或Mono，并订阅它们

最容易的方式就是使用它们各自的工厂方法：

Flux<String> seq1 = Flux.just("foo", "bar", "foobar");

List<String> iterable = Arrays.asList("foo", "bar", "foobar");
Flux<String> seq2 = Flux.fromIterable(iterable);

Flux<Integer> numbersFromFiveToSeven = Flux.range(5, 3);

Mono<String> noData = Mono.empty();

Mono<String> data = Mono.just("foo");

当谈到订阅时，可以使用Java 8的lambda表达式，订阅方法有多种不同的变体，带有不同的回调。

下面是方法签名：

//订阅并触发序列
subscribe(); 

//可以对每一个产生的值进行处理
subscribe(Consumer<? super T> consumer); 

//还可以响应一个错误
subscribe(Consumer<? super T> consumer,
          Consumer<? super Throwable> errorConsumer); 

//还可以在成功结束后执行一些代码
subscribe(Consumer<? super T> consumer,
          Consumer<? super Throwable> errorConsumer,
          Runnable completeConsumer); 

//还可以对Subscription执行一些操作
subscribe(Consumer<? super T> consumer,
          Consumer<? super Throwable> errorConsumer,
          Runnable completeConsumer,
          Consumer<? super Subscription> subscriptionConsumer); 

使用Disposable取消订阅

这些基于lambda的订阅方法都返回一个Disposable类型，通过调用它的dispose()来取消这个订阅。

对于Flux和Mono，取消就是一个信号，表明源应该停止生产元素。然而，不保证立即生效，一些源可能生产元素非常快，以致于还没有收到取消信号就已经生产完了。

（完）

编程新说

---

用独特的视角说技术