首页 > 网络编程 > JavaScript > javascript类库 > React > React Project Reactor

React编程模型之Project Reactor实际应用实例

2025-05-08 11:37:59 作者：百锦再@新空间

这篇文章主要介绍了React编程模型之Project Reactor实际应用实例,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧

3.3 Project Reactor（Spring Reactor）

Project Reactor是Spring生态系统中的响应式编程库，它为构建非阻塞、异步和事件驱动的应用程序提供了强大的工具集。作为Spring WebFlux的默认响应式库，Reactor实现了Reactive Streams规范，使开发者能够以声明式的方式处理异步数据流。

3.3.1 Mono（0-1个数据流）

Mono是Project Reactor中表示最多包含一个元素的异步序列的核心类型。它代表了一种可能在未来某个时间点产生单个值（或空值）的异步计算。

核心特性

单值或空序列：Mono要么发出一个元素，要么不发出任何元素（仅发出完成信号）
延迟执行：Mono的操作通常是惰性的，只有在订阅时才会执行
异步处理：Mono支持非阻塞的异步处理模式
错误处理：提供了丰富的错误处理机制

创建Mono的方式

// 1. 从值创建
Mono<String> mono1 = Mono.just("Hello");
Mono<String> mono2 = Mono.justOrEmpty(null); // 允许空值
// 2. 从Supplier创建
Mono<String> mono3 = Mono.fromSupplier(() -> "Hello from Supplier");
// 3. 从Callable创建
Mono<String> mono4 = Mono.fromCallable(() -> "Hello from Callable");
// 4. 从Future创建
CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> "Hello from Future");
Mono<String> mono5 = Mono.fromFuture(future);
// 5. 空Mono
Mono<Void> mono6 = Mono.empty();
// 6. 错误Mono
Mono<String> mono7 = Mono.error(new RuntimeException("Something went wrong"));

常用操作符

转换操作符：

map：同步转换值
flatMap：异步转换值（返回另一个Mono）
flatMapMany：将Mono转换为Flux

Mono<String> original = Mono.just("Hello");
Mono<Integer> mapped = original.map(String::length);
Mono<String> flatMapped = original.flatMap(s -> Mono.just(s + " World"));
Flux<String> flatMapMany = original.flatMapMany(s -> Flux.just(s.split("")));

过滤操作符：

filter：基于条件过滤
defaultIfEmpty：如果为空提供默认值

Mono<String> filtered = Mono.just("Hello")
    .filter(s -> s.length() > 3);
Mono<String> withDefault = Mono.<String>empty()
    .defaultIfEmpty("Default Value");

错误处理操作符：

onErrorReturn：出错时返回默认值
onErrorResume：出错时切换到备用的Mono
onErrorMap：转换错误类型
retry：重试操作

Mono<String> withErrorHandling = Mono.error(new RuntimeException())
    .onErrorReturn("Fallback Value");
Mono<String> withResume = Mono.error(new RuntimeException())
    .onErrorResume(e -> Mono.just("Recovered from " + e.getMessage()));

组合操作符：

zipWith：与另一个Mono组合
then：忽略当前结果，执行另一个操作

Mono<String> first = Mono.just("Hello");
Mono<String> second = Mono.just("World");
Mono<String> zipped = first.zipWith(second, (f, s) -> f + " " + s);
Mono<Void> thenOperation = Mono.just("Hello").then(Mono.empty());

时间相关操作符：

delayElement：延迟发出元素
timeout：设置超时时间

Mono<String> delayed = Mono.just("Hello")
    .delayElement(Duration.ofSeconds(1));
Mono<String> withTimeout = Mono.just("Hello")
    .delayElement(Duration.ofSeconds(2))
    .timeout(Duration.ofSeconds(1));

订阅Mono

Mono是惰性的，只有订阅时才会执行：

// 1. 简单订阅
mono.subscribe();
// 2. 带消费者的订阅
mono.subscribe(
    value -> System.out.println("Received: " + value), // onNext
    error -> System.err.println("Error: " + error),   // onError
    () -> System.out.println("Completed")             // onComplete
);
// 3. 带Subscription控制的订阅
mono.subscribe(new BaseSubscriber<String>() {
    @Override
    protected void hookOnSubscribe(Subscription subscription) {
        System.out.println("Subscribed");
        request(1); // 请求第一个元素
    }
    @Override
    protected void hookOnNext(String value) {
        System.out.println("Received: " + value);
        request(1); // 请求下一个元素（对于Mono通常不需要）
    }
});

实际应用场景

HTTP请求响应：在WebFlux中，控制器方法可以返回Mono来表示异步的单个响应
数据库操作：Spring Data Reactive Repositories返回Mono用于单个实体的CRUD操作
缓存查询：从缓存中获取单个值
异步任务：执行返回单个结果的异步计算

@RestController
public class UserController {
    private final UserRepository userRepository;
    public UserController(UserRepository userRepository) {
        this.userRepository = userRepository;
    }
    @GetMapping("/users/{id}")
    public Mono<User> getUser(@PathVariable String id) {
        return userRepository.findById(id)
            .switchIfEmpty(Mono.error(new UserNotFoundException(id)));
    }
}

3.3.2 Flux（0-N个数据流）

Flux是Project Reactor中表示0到N个元素的异步序列的核心类型。它代表了一个可能在未来某个时间点产生多个值的异步数据流。

核心特性

多值序列：Flux可以发出0到N个元素，然后可选地以一个完成信号或错误信号结束
背压支持：允许消费者控制生产者的速度，防止内存溢出
延迟执行：与Mono类似，Flux的操作也是惰性的
丰富的操作符：提供了大量操作符来处理、转换和组合数据流创建Flux的方式

// 1. 从多个值创建
Flux<String> flux1 = Flux.just("A", "B", "C");
// 2. 从数组或集合创建
Flux<String> flux2 = Flux.fromArray(new String[]{"A", "B", "C"});
Flux<String> flux3 = Flux.fromIterable(Arrays.asList("A", "B", "C"));
// 3. 从范围创建
Flux<Integer> flux4 = Flux.range(1, 5); // 1, 2, 3, 4, 5
// 4. 从流生成器创建
Flux<Long> flux5 = Flux.generate(
    () -> 0L, // 初始状态
    (state, sink) -> {
        sink.next(state);
        if (state == 10) sink.complete();
        return state + 1;
    }
);
// 5. 从间隔创建（周期性发出值）
Flux<Long> flux6 = Flux.interval(Duration.ofMillis(100)); // 0, 1, 2... 每100ms
// 6. 空Flux
Flux<String> flux7 = Flux.empty();
// 7. 错误Flux
Flux<String> flux8 = Flux.error(new RuntimeException("Flux error"));

常用操作符

转换操作符：

map：同步转换每个元素
flatMap：异步转换每个元素（返回Flux）
concatMap：保持顺序的flatMap
flatMapSequential：合并结果但保持源顺序

Flux<String> original = Flux.just("apple", "banana", "cherry");
Flux<Integer> mapped = original.map(String::length);
Flux<String> flatMapped = original.flatMap(s -> Flux.fromArray(s.split("")));

过滤操作符：

filter：基于条件过滤元素
take：取前N个元素
skip：跳过前N个元素
distinct：去重

Flux<Integer> numbers = Flux.range(1, 10);
Flux<Integer> evens = numbers.filter(n -> n % 2 == 0);
Flux<Integer> first5 = numbers.take(5);

组合操作符：

mergeWith：合并多个Flux，不保证顺序
concatWith：顺序连接Flux
zipWith：与另一个Flux组合
combineLatest：当任一Flux发出值时组合最新值

Flux<String> fluxA = Flux.just("A", "B", "C");
Flux<String> fluxB = Flux.just("1", "2", "3");
Flux<String> merged = fluxA.mergeWith(fluxB); // A, 1, B, 2, C, 3
Flux<String> concatenated = fluxA.concatWith(fluxB); // A, B, C, 1, 2, 3
Flux<String> zipped = fluxA.zipWith(fluxB, (a, b) -> a + b); // A1, B2, C3

错误处理操作符：

onErrorReturn：出错时返回默认值
onErrorResume：出错时切换到备用的Flux
onErrorContinue：跳过错误元素并继续处理
retry：重试操作

Flux<Integer> withErrorHandling = Flux.just(1, 2, 0, 4)
    .map(i -> 10 / i)
    .onErrorResume(e -> Flux.just(-1));
Flux<Integer> withContinue = Flux.just(1, 2, 0, 4)
    .map(i -> {
        try {
            return 10 / i;
        } catch (Exception e) {
            throw Exceptions.propagate(e);
        }
    })
    .onErrorContinue((e, o) -> System.out.println("Error for " + o + ": " + e.getMessage()));

背压操作符：

onBackpressureBuffer：缓冲元素
onBackpressureDrop：丢弃无法处理的元素
onBackpressureLatest：只保留最新元素

Flux.range(1, 1000)
    .onBackpressureBuffer(50) // 缓冲区大小为50
    .subscribe(new BaseSubscriber<Integer>() {
        @Override
        protected void hookOnSubscribe(Subscription subscription) {
            request(10); // 初始请求10个元素
        }
        @Override
        protected void hookOnNext(Integer value) {
            System.out.println("Received: " + value);
            // 根据需要请求更多元素
            if (value % 10 == 0) {
                request(10);
            }
        }
    });

时间相关操作符：

delayElements：延迟发出每个元素
timeout：设置超时时间
sample：定期采样

Flux.range(1, 5)
    .delayElements(Duration.ofMillis(500))
    .subscribe(System.out::println);

订阅Flux

与Mono类似，Flux也是惰性的，需要订阅才能执行：

// 1. 简单订阅
flux.subscribe();
// 2. 带消费者的订阅
flux.subscribe(
    value -> System.out.println("Received: " + value), // onNext
    error -> System.err.println("Error: " + error),   // onError
    () -> System.out.println("Completed"),           // onComplete
    subscription -> subscription.request(3)          // 初始请求3个元素
);
// 3. 带Subscription控制的订阅
flux.subscribe(new BaseSubscriber<String>() {
    @Override
    protected void hookOnSubscribe(Subscription subscription) {
        System.out.println("Subscribed");
        request(1); // 请求第一个元素
    }
    @Override
    protected void hookOnNext(String value) {
        System.out.println("Received: " + value);
        // 处理完当前元素后请求下一个
        request(1);
    }
});

实际应用场景

流式API：提供持续更新的数据流（如股票价格、传感器数据）
批量数据处理：处理大量数据时避免内存溢出
事件处理：处理来自消息队列或事件总线的事件流
文件处理：逐行读取大文件

@RestController
public class EventController {
    private final EventPublisher eventPublisher;
    public EventController(EventPublisher eventPublisher) {
        this.eventPublisher = eventPublisher;
    }
    @GetMapping(value = "/events", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public Flux<Event> getEvents() {
        return eventPublisher
            .publish()
            .map(event -> {
                // 转换或丰富事件数据
                return event;
            })
            .onBackpressureBuffer(100)
            .log();
    }
}

3.3.3 Schedulers（调度器）

在响应式编程中，Schedulers负责管理线程和执行上下文。Project Reactor提供了多种预定义的Scheduler实现，用于控制异步操作的执行位置。

核心概念

线程模型：响应式编程通常使用少量线程处理大量并发
非阻塞I/O：避免线程阻塞，提高资源利用率
执行上下文：决定操作在哪个线程或线程池上执行

预定义的Scheduler类型

Schedulers.immediate()：

在当前线程立即执行
通常用于测试或不需要异步的场景

Schedulers.single()：

使用单个可重用的线程
适用于低延迟的轻量级任务
所有调用者共享同一个线程

Schedulers.elastic()（已弃用，推荐使用boundedElastic）：

无限扩展的线程池
适合阻塞I/O操作
每个新任务可能创建新线程

Schedulers.boundedElastic()：

有界的弹性线程池
默认最多创建10 * CPU核心数的线程
适合阻塞I/O操作
比elastic更可控，避免资源耗尽

Schedulers.parallel()：

固定大小的并行线程池
默认大小等于CPU核心数
适合计算密集型任务

Schedulers.fromExecutorService()：

从现有的ExecutorService创建
允许与现有线程池集成

使用Scheduler

发布到Scheduler：

publishOn：影响后续操作符的执行上下文
subscribeOn：影响整个链的订阅上下文（通常用在链的开头）

Flux.range(1, 5)
    .map(i -> {
        System.out.println("Map on " + Thread.currentThread().getName());
        return i * 2;
    })
    .publishOn(Schedulers.boundedElastic())
    .filter(i -> {
        System.out.println("Filter on " + Thread.currentThread().getName());
        return i % 3 == 0;
    })
    .subscribeOn(Schedulers.parallel())
    .subscribe();

指定操作符的Scheduler：
许多操作符接受可选的Scheduler参数

Flux.interval(Duration.ofMillis(100), Schedulers.single())
    .subscribe(System.out::println);

调度策略选择指南

计算密集型操作：

使用parallel()调度器
避免线程切换开销
线程数通常等于CPU核心数

阻塞I/O操作：

使用boundedElastic()调度器
防止阻塞事件循环线程
允许更多的线程处理并发I/O

非阻塞异步操作：

通常不需要显式调度
由底层异步库管理线程

UI交互：

使用专用的UI线程调度器
通过Schedulers.fromExecutor()与UI框架集成

最佳实践

避免在响应式链中阻塞：

如果必须阻塞，使用publishOn切换到适当的调度器

合理选择调度器：

计算密集型：parallel
I/O密集型：boundedElastic
事件循环：通常不需要显式调度

注意上下文传播：

Reactor Context可以携带跨线程的信息
使用contextWrite和deferContextual管理上下文

资源清理：

对于自定义调度器或长时间运行的应用程序，注意关闭调度器

Scheduler scheduler = Schedulers.newBoundedElastic(10, 100, "custom");
try {
    Flux.just(1, 2, 3)
        .publishOn(scheduler)
        .subscribe(System.out::println);
} finally {
    scheduler.dispose();
}

实际应用示例

@RestController
public class DataController {
    private final DataService dataService;
    public DataController(DataService dataService) {
        this.dataService = dataService;
    }
    @GetMapping("/data/{id}")
    public Mono<Data> getData(@PathVariable String id) {
        // 使用boundedElastic处理潜在的阻塞操作
        return Mono.fromCallable(() -> dataService.blockingGetData(id))
            .subscribeOn(Schedulers.boundedElastic())
            .timeout(Duration.ofSeconds(2))
            .onErrorResume(e -> Mono.just(Data.fallbackData()));
    }
    @GetMapping("/stream")
    public Flux<Data> streamData() {
        // 使用parallel处理计算密集型流
        return dataService.dataStream()
            .publishOn(Schedulers.parallel())
            .map(data -> {
                // 计算密集型转换
                return data.withProcessedPayload(processPayload(data.getPayload()));
            })
            .log();
    }
    private String processPayload(String payload) {
        // 模拟计算密集型处理
        return payload.toUpperCase();
    }
}

总结

Project Reactor为Java响应式编程提供了强大的工具集：

Mono：处理0-1个结果的异步操作，适合单个值或空结果的场景
Flux：处理0-N个结果的异步序列，适合流式数据处理
Schedulers：管理执行上下文，优化线程使用和资源分配

通过合理组合这些组件，开发者可以构建高效、可扩展的响应式应用程序，充分利用现代硬件资源，同时保持代码的清晰和可维护性。响应式编程模型特别适合高并发、低延迟的应用场景，如微服务架构、实时数据处理和事件驱动系统。

到此这篇关于React编程模型：Project Reactor深度解析的文章就介绍到这了,更多相关React Project Reactor内容请搜索脚本之家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脚本之家！

React编程模型之Project Reactor实际应用实例

3.3 Project Reactor（Spring Reactor）

3.3.1 Mono（0-1个数据流）

3.3.2 Flux（0-N个数据流）

3.3.3 Schedulers（调度器）

您可能感兴趣的文章: