标签：e30 订阅发布 自带 word tps exception end request方法 数据
本篇主要讲解 JDK9特性 Reactive Stream 响应式流，介绍 Reactive Stream是什么 背压是什么，以及JDK9中提供的关于Reactive Stream的接口和 2个使用案例包括如何使用Processor。
Reactive Stream (响应式流/反应流) 是JDK9引入的一套标准，是一套基于发布/订阅模式的数据处理规范。响应式流从2013年开始，作为提供非阻塞背压的异步流处理标准的倡议。 它旨在解决处理元素流的问题——如何将元素流从发布者传递到订阅者，而不需要发布者阻塞，或订阅者有无限制的缓冲区或丢弃。更确切地说，Reactive流目的是“找到最小的一组接口，方法和协议，用来描述必要的操作和实体以实现这样的目标：以非阻塞背压方式实现数据的异步流”。
反应式流 (Reactive Stream) 规范诞生，定义了如下四个接口：
Subscription 接口定义了连接发布者和订阅者的方法
Publisher<T> 接口定义了发布者的方法
Subscriber<T> 接口定义了订阅者的方法
Processor<T,R> 接口定义了处理器
Reactive Stream 规范诞生后，RxJava 从 RxJava 2 开始实现 Reactive Stream 规范 ， 同时 Spring提供的Reactor 框架（WebFlux的基础） 等也相继实现了 Reactive Stream 规范
下图展示了订阅者和发布者之间的交互
如果生产者发出的信息比消费者能够处理消息最大量还要多，消费者可能会被迫一直在抓消息，耗费越来越多的资源，埋下潜在的崩溃风险。为了防止这一点，需要有一种机制使消费者可以通知生产者，降低消息的生成速度。生产者可以采用多种策略来实现这一要求，这种机制称为背压。
简单来说就是
JDK9中Reactive Stream的实现规范 通常被称为 Flow API ，通过java.util.concurrent.Flow 和java.util.concurrent.SubmissionPublisher 类来实现响应式流
在JDK9里Reactive Stream的主要接口声明在Flow类里，Flow 类中定义了四个嵌套的静态接口，用于建立流量控制的组件，发布者在其中生成一个或多个供订阅者使用的数据项：
Publisher 将数据流发布给注册的 Subscriber。 它通常使用 Executor 异步发布项目给订阅者。 Publisher 需要确保每个订阅的 Subscriber 方法严格按顺序调用。
subscribe：订阅者订阅发布者
@FunctionalInterface
public static interface Flow.Publisher<T> {
public void subscribe(Subscriber<? super T> subscriber);
}
Subscriber 订阅 Publisher 的数据流，并接受回调。 如果 Subscriber 没有发出请求，就不会收到数据。对于给定 订阅合同（Subscription），调用 Subscriber 的方法是严格按顺序的。
Subscription 用于连接 Publisher 和 Subscriber。Subscriber 只有在请求时才会收到项目，并可以通过 Subscription 取消订阅。Subscription 主要有两个方法：
request：订阅者调用此方法请求数据
cancel：订阅者调用这个方法来取消订阅，解除订阅者与发布者之间的关系
public static interface Flow.Subscription {
public void request(long n);
public void cancel();
}
Processor 位于 Publisher 和 Subscriber 之间，用于做数据转换。可以有多个 Processor 同时使用，组成一个处理链，链中最后一个处理器的处理结果发送给 Subscriber。JDK 没有提供任何具体的处理器。处理器同时是订阅者和发布者，接口的定义也是继承了两者 即作为订阅者也作为发布者 ，作为订阅者接收数据，然后进行处理，处理完后作为发布者，再发布出去。
/**
* A component that acts as both a Subscriber and Publisher.
*
* [@param](https://my.oschina.net/u/2303379) <T> the subscribed item type
* [@param](https://my.oschina.net/u/2303379) <R> the published item type
*/
public static interface Processor<T,R> extends Subscriber<T>, Publisher<R> {
}
Publisher是能够发出元素的发布者，Subscriber是接收元素并做出响应的订阅者。当执行Publisher里的subscribe方法时，发布者会回调订阅者的onSubscribe方法，这个方法中，通常订阅者会借助传入的Subscription向发布者请求n个数据。然后发布者通过不断调用订阅者的onNext方法向订阅者发出最多n个数据。如果数据全部发完，则会调用onComplete告知订阅者流已经发完；如果有错误发生，则通过onError发出错误数据，同样也会终止流。
其中，Subscription相当于是连接Publisher和Subscriber的“纽带（合同）”。因为当发布者调用subscribe方法注册订阅者时，会通过订阅者的回调方法onSubscribe传入Subscription对象，之后订阅者就可以使用这个Subscription对象的request方法向发布者“要”数据了。背压机制正是基于此来实现的。
注意要使用JDK9以上的版本
/**
* [@author](https://my.oschina.net/arthor) johnny
* [@create](https://my.oschina.net/u/192469) 2020-02-24 下午5:44
**/
@Slf4j
public class ReactiveStreamTest {
public static void main(String[] args) throws InterruptedException {
//1.创建 生产者Publisher JDK9自带的 实现了Publisher接口
SubmissionPublisher<Integer> publisher = new SubmissionPublisher<>();
//2.创建 订阅者 Subscriber，需要自己去实现内部方法
Flow.Subscriber<Integer> subscriber = new Flow.Subscriber<>() {
private Flow.Subscription subscription;
@Override
public void onSubscribe(Flow.Subscription subscription) {
this.subscription = subscription;
System.out.println("订阅成功。。");
subscription.request(1);
System.out.println("订阅方法里请求一个数据");
}
@Override
public void onNext(Integer item) {
log.info("【onNext 接受到数据 item : {}】 ", item);
subscription.request(1);
}
@Override
public void onError(Throwable throwable) {
log.info("【onError 出现异常】");
subscription.cancel();
}
@Override
public void onComplete() {
log.info("【onComplete 所有数据接收完成】");
}
};
//3。发布者和订阅者 建立订阅关系 就是回调订阅者的onSubscribe方法传入订阅合同
publisher.subscribe(subscriber);
//4.发布者 生成数据
for (int i = 1; i <= 5; i++) {
log.info("【生产数据 {} 】", i );
//submit是一个阻塞方法，此时会调用订阅者的onNext方法
publisher.submit(i);
}
//5.发布者 数据都已发布完成后，关闭发送，此时会回调订阅者的onComplete方法
publisher.close();
//主线程睡一会
Thread.currentThread().join(100000);
}
}
打印输出结果
看结果好像我们看不出来Reactive Stream有什么用 ，其实关键点在 publisher.submit(i); submit它是一个阻塞方法 让我们把代码修改一点
1.将onNext添加耗时操作，模拟业务耗时逻辑 2.增加发布者发布数据的数量，模拟真实场景 无限数据
@Override
public void onNext(Integer item) {
log.info("【onNext 接受到数据 item : {}】 ", item);
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
subscription.request(1);
}
//发布者 生成数据
for (int i = 1; i <= 1000; i++) {
log.info("【生产数据 {} 】", i );
//submit是一个阻塞方法，此时会调用订阅者的onNext方法
publisher.submit(i);
}
直接看打印
会发现发布者 生成数据到256后就会停止生产，这是因为publisher.submit(i)方法是阻塞的， 内部有个缓冲数组最大容量就是256，只有当订阅者发送 subscription.request(1); 请求后，才会从缓冲数组里拿按照顺序拿出数据传给 onNext方法 供订阅者处理，当subscription.request(1)这个方法被调用后，发布者发现数组里没有满才会再生产数据，这样就防止了生产者一次生成过多的数据把订阅者压垮，从而实现了背压机制
package com.johnny.webflux.webfluxlearn.reactivestream;
import lombok.extern.slf4j.Slf4j;
import java.util.concurrent.Flow;
import java.util.concurrent.SubmissionPublisher;
/**
* 自定义 Processor
*
* @author johnny
* @create 2020-02-25 下午1:56
**/
@Slf4j
public class MyProcessor extends SubmissionPublisher<Integer> implements Flow.Processor<Integer, Integer> {
private Flow.Subscription subscription;
@Override
public void onSubscribe(Flow.Subscription subscription) {
log.info("【Processor 收到订阅请求】");
//保存订阅关系，需要用它来给发布者 相应
this.subscription = subscription;
this.subscription.request(1);
}
@Override
public void onNext(Integer item) {
log.info("【onNext 收到发布者数据 : {} 】", item);
//做业务处理。。
if (item % 2 == 0) {
//筛选偶数 发送给 订阅者
this.submit(item);
}
this.subscription.request(1);
}
@Override
public void onError(Throwable throwable) {
// 我们可以告诉发布者, 后面不接受数据了
this.subscription.cancel();
}
@Override
public void onComplete() {
log.info("【处理器处理完毕】");
this.close();
}
}
package com.johnny.webflux.webfluxlearn.reactivestream;
import lombok.extern.slf4j.Slf4j;
import java.util.concurrent.Flow;
import java.util.concurrent.SubmissionPublisher;
import java.util.concurrent.TimeUnit;
/**
* 带Processor的案例
*
* @author johnny
* @create 2020-02-25 下午2:17
**/
@Slf4j
public class ProcessorDemo {
public static void main(String[] args) throws InterruptedException {
//创建发布者
SubmissionPublisher<Integer> publisher = new SubmissionPublisher<>();
//创建 Processor 即是发布者也是订阅者
MyProcessor myProcessor = new MyProcessor();
//创建最终订阅者
Flow.Subscriber<Integer> subscriber = new Flow.Subscriber<>() {
private Flow.Subscription subscription;
@Override
public void onSubscribe(Flow.Subscription subscription) {
this.subscription = subscription;
this.subscription.request(1);
}
@Override
public void onNext(Integer item) {
log.info("【onNext 从Processor 接受到过滤后的 数据 item : {}】 ", item);
this.subscription.request(1);
}
@Override
public void onError(Throwable throwable) {
log.info("【onError 出现异常】");
subscription.cancel();
}
@Override
public void onComplete() {
log.info("【onComplete 所有数据接收完成】");
}
};
//建立关系 发布者和处理器， 此时处理器扮演 订阅者
publisher.subscribe(myProcessor);
//建立关系 处理器和订阅者 此时处理器扮演
myProcessor.subscribe(subscriber);
//发布者发布数据
publisher.submit(1);
publisher.submit(2);
publisher.submit(3);
publisher.submit(4);
publisher.close();
TimeUnit.SECONDS.sleep(2);
}
}
本篇主要讲解 JDK9特性 Reactive Stream 响应式流，介绍 Reactive Stream是什么 背压是什么，以及JDK9中提供的关于Reactive Stream的接口和 2个使用案例包括如何使用Processor。
只需要关注JDK9提供的 4个接口，以及内部的方法，对着案例敲一遍代码 其实流程还是很简单的 加油吧！！！来源：35分类目录
标签：e30 订阅发布 自带 word tps exception end request方法 数据
原文地址：https://www.cnblogs.com/1994july/p/12384558.html
