响应式流和reactor框架进阶

响应式流和reactor框架进阶

响应式流创建、转换、处理

本文档主要介绍在响应式编程中如何从流中获取数据并处理。

前提条件

假设您已经能掌握Java基础、Maven使用、Lamda表达式、响应式编程等基础。

如何获取流中数据

🌏 说明
1、不要试图从流中获取数据出来,而是先思考需要对流中元素做什么,响应式代码需要使用响应式> 方法(如subscribe())来订阅数据流并触发异步处理。
2、需要对流中的数据进行操作时,都应该使用对应操作符来处理,根据Mono/Flux等提供的操作符> API进行组合操作。
3、如下图reactor官方marble diagrams图示意,我们需要做的就是编写operator部分,而> operator即为Mono/Flux等提供的各类操作符如.map()、.flatMap()等方法。
4、关于操作符的API如果不明白含义时可以看marble diagrams示意图,鼠标放在操作符上即可。
5、响应式里面可以操作非响应式的方法,但非响应式方法内无法返回响应式结果。

在这里插入图片描述
在这里插入图片描述

流数据产生的时机

官方释义:
在 Reactor 中,当你创建了一条 Publisher 处理链,数据还不会开始生成。事实上,你是创建了 一种抽象的对于异步处理流程的描述(从而方便重用和组装)。
当真正“订阅(subscribe)”的时候,你需要将 Publisher 关联到一个 Subscriber 上,然后 才会触发整个链的流动。这时候,Subscriber 会向上游发送一个 request 信号,一直到达源头 的 Publisher。

🌏 说明
1后端代码直接声明响应式流时需要显示声明.subscribe()才能订阅到数据。
2前端接口调用则无需显示声明.subscribe()(前端本身即为订阅者)。

注意事项

‼️ 警告
在响应式编程中,在任何时候执行业务代码时都不要使用block()、blockFirst()、blockXX()方法,
为了避免使用block(),我们应该尽可能地使用响应式操作符(如map、flatMap、filter等)对数> 据流进行转换和处理。
使用block()方法可能引发以下问题:
1、阻塞线程:调用block()方法会阻塞当前线程,导致无法处理其他并发请求。这会降低系统的吞吐> 量和响应性能。
2、死锁风险:如果在处理响应式流时使用了block()方法,而其中某些操作也依赖于同一个线程的结> 果,则可能导致死锁。
3、内存资源浪费:阻塞调用将持续占用线程,而每个线程都需要额外的内存资源。如果应用程序中 同时有大量的阻塞操作,可能导致线程池耗尽和内存资源浪费。

示例代码

创建 Flux 或 Mono 并订阅它的简单方法

创建Mono流并订阅

Mono<String> noData = Mono.empty(); Mono<String> data = Mono.just("foo"); //1. noData.subscribe(); //2.
data.subscribe();	//3.

代码说明:

1、将String对象转成Mono流

2、订阅Mono流,empty()什么也不会返回,控制台不会打印任何数据。

3、订阅Mono流,打印foo。

Mono更多说明:

●发出一个 T,我已经有了:just

​ ○基于一个 Optional:Mono#justOrEmpty(Optional)

​ ○基于一个可能为 null 的 T:Mono#justOrEmpty(T)

●发出一个 T,且还是由 just 方法返回

​ ○但是“懒”创建的:使用 Mono#fromSupplier 或用 Mono#defer 包装 just

Flux<String> seq1 = Flux.just("foo", "bar", "foobar");List<String> iterable = Arrays.asList("foo", "bar", "foobar"); //
Flux<String> seq2 = Flux.fromIterable(iterable); //1.seq1.subscribe(); //2.
seq2.subscribe();

代码说明:

1、将List对象转成Flux流

2、订阅Flux流,使Flux流开始产生数据,并依次打印foo、bar、foobar。

Flux更多说明:

●发出许多 T,这些元素我可以明确列举出来:Flux#just(T…)

●基于迭代数据结构:

​ ○一个数组:Flux#fromArray

​ ○一个集合或 Iterable类型数据:Flux#fromIterable

​ ○一个Stream类型:Flux#fromStream(Supplier)

​ ○一个连续的数字区间:Flux#range

对序列进行转换

1-1的转换

​ ●1对1地转化(比如字符串转化为它的长度):map()

​ ○类型转换:cast()

​ ○获取流中每个元素的序号:Flux#index

Flux<String> source = Flux.fromIterable(Arrays.asList("blue", "green", "orange", "purple")).map(String::toUpperCase);
source.subscribe(d -> System.out.println("Subscriber: "+d));

1-n的转换

​ ●丢弃流中一些数据empty

 Flux.fromIterable(Arrays.asList("blue", "green", "orange", "purple", "gray")).flatMap(item -> Mono.justOrEmpty(item.toUpperCase())).flatMap(item -> {if (item.startsWith("g")) {return Mono.empty();}return Mono.just(item);}).subscribe();

​ ●对每一个元素执行一个异步操作flatMap

Flux.fromIterable(Arrays.asList("blue", "green", "orange", "purple")).flatMap(item -> Mono.justOrEmpty(item.toUpperCase())).subscribe();

​ ●基于Mono结果流返回多个元素的序列flatMapMany

Mono.just("foo").flatMapMany(foo -> Flux.fromIterable(Arrays.asList("blue", "green", "orange", "purple")).flatMap(item -> Mono.justOrEmpty(item.toUpperCase())).map(upperItem -> new StringBuilder(upperItem).append(" ").append("with").append(" ").append(foo).toString())).subscribe();

​ ●自定义转化方法和/或状态:handle

💡 注意
响应式方法里面不能返回null,如果上一操作符返回的数据内包含null值,响应流会抛出异常,如果一定要处理null值,可以使用handle方法,Mono/Flux均含有handle方法.
1、映射到字母。
2、如果返回的是 null …
3、就不会调用 sink.next 从而过滤掉

public String alphabet(int letterNumber) {if (letterNumber < 1 || letterNumber > 26) {return null;}int letterIndexAscii = 'A' + letterNumber - 1;return "" + (char) letterIndexAscii;
}Flux<String> alphabet = Flux.just(-1, 30, 13, 9, 20).handle((i, sink) -> {String letter = alphabet(i); //1.if (letter != null) 	//2.sink.next(letter); //3.});alphabet.subscribe(System.out::println);

创建Flux流并订阅

仅对数据做打印或赋值

不对序列造成改变的情况下,得到通知或执行一些操作

●发出元素:doOnNext

Map<String, Object> map = new HashMap<>();
map.put("demo","value");
Mono.just(map).doOnNext(time -> map.put("time", LocalDateTime.now())).subscribe(time -> System.out.println("map:" + map));

●因错误终止:doOnError

Flux.<String>error(new IllegalArgumentException()).doOnError(System.out::println).subscribe();

​ ●取消:doOnCancel

​ ●订阅时:doOnSubscribe

​ ●请求时:doOnRequest

​ ●序列完成:Flux#doOnComplete,Mono#doOnSuccess

​ ●所有类型的信号(Signal):Flux#doOnEach

​ ●所有结束的情况(完成complete、错误error、取消cancel):doFinally

​ ●记录日志:log

将Flux转成Mono流

​ ●只取第一个元素放到 Mono 中返回:Flux#next()

​ ●最多只取 1 个元素:

​ ○给定序号:Flux#elementAt

​ ○最后一个:.takeLast(1)

​ ■如果为序列空则发出错误信号:Flux#last()

​ ■如果序列为空则返回默认值:Flux#last(T)

​ ●我只想要一个元素(如果多于一个就返回错误)…

​ ○如果序列为空,发出错误信号:Flux#single()

​ ○如果序列为空,发出一个缺省值:Flux#single(T)

​ ○如果序列为空就返回一个空序列:Flux#singleOrEmpty

响应式流中空序列处理

defaultIfEmpty:空流时想要一个默认值来代替

myMethod.emptySequenceForKey("a") // 这个方法返回一个空的 Mono<String>.defaultIfEmpty("") // 将空序列转换为包含字符串 "" 的序列.zipWhen(aString -> myMethod.process("b")) // 当 "" 发出时被调用.subscribe();

switchIfEmpty:空流时响应一个默认流来代替

userService.getFavorites(userId) .flatMap(favoriteService::getDetails) .switchIfEmpty(suggestionService.getSuggestions()) .subscribe();

响应式流中异常处理

创建一个错误序列

创建Flux.error()流

//Flux.error(Throwable):创建一个发出指定错误的 Flux。
Flux<Object> fluxWithError = Flux.error(new RuntimeException("Something went wrong"));

创建Mono.error()流

//Mono.error(Throwable):创建一个发出指定错误的 Mono。
Mono<Object> monoWithError = Mono.error(new RuntimeException("Something went wrong"));

如果元素超时未发出

模拟一个Flux流中的信号延迟5s才发送,但监听整个流超过3s时会抛出超时异常TimeoutException

Flux<Object> fluxWithTimeout = Flux.just("value").delayElements(Duration.ofSeconds(5)).timeout(Duration.ofSeconds(3)); //如果元素在指定时间内未发出,则会超时。

try/catch的表达方式

抛出异常

//Flux.error(Throwable):创建一个发出指定错误的 Flux。
Flux<Object> fluxWithError = Flux.error(new RuntimeException("Something went wrong"));

捕获异常并返回默认值

//onErrorReturn(T):捕获异常并返回一个默认值。
Mono<Object> monoWithDefault = Mono.error(new RuntimeException("Something went wrong")).onErrorReturn("Default value");

获异常并返回另一个Flux或Mono

//onErrorResume(Function):捕获异常并返回另一个 Flux 或 Mono。
Flux<Object> fluxWithFallback = Flux.error(new RuntimeException("Something went wrong")).onErrorResume(e -> Flux.just("Fallback value"));

包装异常后再抛出:

//onErrorMap(Function):捕获异常并对异常进行包装后再抛出。
Flux<Object> fluxWithErrorMapping = Flux.just("value").flatMap(value -> {try {//某些操作可能引发异常return Mono.just(value.toUpperCase());} catch (Exception e) {return Mono.error(new RuntimeException("Error occurred", e));}});

finally代码块

//doFinally(Consumer):在序列完成时执行 finally 代码块,可以根据 SignalType 进行不同的处理。
Mono<Object> monoWithFinally = Mono.just("value").doFinally(signalType -> {if (signalType == SignalType.ON_COMPLETE) {System.out.println("Finally block: Completed");} else if (signalType == SignalType.ON_ERROR) {System.out.println("Finally block: Error occurred");}});

处理错误

返回一个默认的值:onErrorReturn

//使用 onErrorReturn 操作符来捕获异常并返回一个默认值。
Mono<Object> monoWithDefault = Mono.error(new RuntimeException("Something went wrong")).onErrorReturn("Default value");

返回另一个Publisher:onErrorResume

//使用 onErrorResume 操作符来捕获异常并返回另一个 Flux 或 Mono。
Flux<Object> fluxWithFallback = Flux.error(new RuntimeException("Something went wrong")).onErrorResume(e -> Flux.just("Fallback value"));

重试:retry

//使用 retry 操作符来在遇到错误时重试。
Flux<Object> fluxWithRetry = Flux.just("value").concatWith(Flux.error(new RuntimeException("Something went wrong"))).retry(3); // 重试三次

伴随触发:retryWhen

//使用 retryWhen 操作符来在遇到错误时根据自定义的重试策略重试。
import reactor.util.retry.Retry;
import java.time.Duration;Flux<Object> fluxWithRetryWhen = Flux.just("value").concatWith(Flux.error(new RuntimeException("Something went wrong"))).retryWhen(Retry.backoff(3, Duration.ofSeconds(1))); // 指数退避重试,最多重试三次,间隔一秒

处理背压错误

🌏 说明

处理回压错误是确保上游和下游之间的流量控制,以避免潜在的资源耗尽或系统不稳定。Reactor 提供了几种处理回压错误的策略,包括抛出异常、丢弃元素、保留最新元素、以及缓存元素等。以下是示例:

抛出 IllegalStateException:Flux#onBackpressureError

//onBackpressureError():抛出 IllegalStateException。
Flux.range(1, 1000).onBackpressureError().subscribe(System.out::println);

丢弃策略:Flux#onBackpressureDrop

//onBackpressureDrop():丢弃元素。
Flux.range(1, 1000).onBackpressureDrop().subscribe(System.out::println);

不丢弃最后一个元素:Flux#onBackpressureLatest

//onBackpressureLatest():保留最新元素。
Flux.range(1, 1000).onBackpressureLatest().subscribe(System.out::println);

缓存策略(有限或无限):Flux#onBackpressureBuffer

//onBackpressureBuffer():缓存元素。
Flux.range(1, 1000).onBackpressureBuffer().subscribe(System.out::println);

有限缓存空间并应用给定策略:Flux#onBackpressureBuffer 带有策略 BufferOverflowStrategy

//onBackpressureBuffer(int capacity, BufferOverflowStrategy strategy):指定缓存空间大小和溢出策略。
import reactor.core.publisher.BufferOverflowStrategy;Flux.range(1, 1000).onBackpressureBuffer(10, BufferOverflowStrategy.DROP_OLDEST).subscribe(System.out::println);

常见响应式操作符

基本概念

Publisher:发布者(数据流),发布者负责向订阅者发送数据项,并管理数据流的发布。

Subscriber:订阅者,通过订阅者,可以实现响应式编程中的数据流控制和处理逻辑。

Mono: 包含0-1个数据的发布者,实现了Publisher

Flux: 包含0-n个数据的发布者,实现了Publisher

Operator: 操作符,表示对数据流中的数据的操作描述。用于改变发布者的行为。

🌏 说明

当发布者被订阅时,发布者才开始生产消息:编写代码实际上是使用操作符来一个描述数据处理逻辑,当发布者被订阅时才会执行这些处理逻辑。

常用操作符

map:转换上游数据

map操作符用于对流中的每个元素进行转换,并返回一个新的流。它可以将一个类型的流转换为另一个类型的流,或者对原始流中的元素进行修改。

功能描述

  • 对流中的每个元素应用指定的转换函数。
  • 返回一个包含转换后的元素的新流。
  • 保持了原来流的顺序,但元素的类型可能不同。

使用场景

  • **数据的转换和映射:**通过定义转换函数,将流中的元素从一种类型转换为另一种类型。
  • **数据的处理和加工:**对流中的元素进行处理,例如提取特定字段、计算属性等。
  • **数据的规范化和标准化:**对流中的元素进行规范化、标准化或格式化操作。

返回值

map操作符返回一个新的流,其中包含经过转换函数转换后的元素。

使用示例

假设有一个数据流source,包含整数数据,我们使用map方法对数据流中的每个整数进行平方操作

import reactor.core.publisher.Flux;public class MapOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(1, 2, 3, 4);Flux<Integer> squaredStream = source.map(num -> num * num);squaredStream.subscribe(squaredNum -> System.out.println("Squared number: " + squaredNum));}
}

mapNotNull:转换上游数据,并忽略null

mapNotNull操作符是用于转换上游数据并忽略其中的null值的操作。它类似于map操作符,但会自动过滤掉转换后的结果为null的元素。

功能描述

  • 对流中的每个元素应用指定的转换函数。
  • 自动过滤后转换后的结果为null的元素。
  • 返回一个包含非null转换结果的新流。

使用场景

  • 数据的转换和映射:通过定义转换函数,将流中的元素从一种类型转换为另一种类型,同时过滤掉转换结果为null的元素。

返回值

mapNotNull方法返回一个新的流,其中包含经过转换函数转换后的非null元素。

使用示例

假设有一个数据流source,包含字符串数据,我们使用mapNotNull操作符对数据流中的每个字符串进行转换操作,并过滤掉映射结果为null的元素。

import reactor.core.publisher.Flux;public class MapNotNullOperatorExample {public static void main(String[] args) {Flux<String> source = Flux.just("apple", "", "banana", null, "cherry");Flux<String> mappedStream = source.mapNotNull(str -> {if (str != null && !str.isEmpty()) {return str.toUpperCase();} else {return null;}});mappedStream.subscribe(mappedStr -> System.out.println("Mapped string: " + mappedStr));}
}

flatMap:转换上游数据,但是结果是一个数据流,并将这个数据流平铺

flatMap操作符用于将上游数据进行转换,并将结果作为一个新的数据流展开(平铺)。它可以将一个元素转换为多个元素的流,并将这些流合并成一个单一的流。

功能描述

  • 对流中的每个元素应用指定的转换函数。
  • 转换函数返回一个流作为结果。
  • 将所有转换后的流合并成一个单一的流。

使用场景

  • **数据的转换和拆解:**通过定义转换函数,将一个元素转换为多个元素的流,并将这些流合并成单一的流。
  • **扁平化数据结构:**将嵌套的数据结构展开为扁平的数据流。

返回值

flatMap操作符返回一个新的流,其中包含转换后的展开(平铺)元素。

使用示例

假设有一个数据流source,包含字符串数据,我们使用flatMap操作符将数据流中的每个字符串拆分为单个字符,并将这些字符作为新的数据流发送给下游。

import reactor.core.publisher.Flux;public class FlatMapOperatorExample {public static void main(String[] args) {Flux<String> source = Flux.just("hello", "world", "reactive");Flux<Character> flatMappedStream = source.flatMap(str ->Flux.fromArray(str.split("")));flatMappedStream.subscribe(ch -> System.out.println("Character: " + ch));}
}

flatMapMany:转换Mono中的元素为Flux(1个转多个)

flatMapMany操作符用于将Mono中的元素转换为一个包含多个元素的Flux。它是对flatMap方法的特化,适用于将单个元素转换为多个元素的场景。

功能描述

  • Mono中的元素应用指定的转换函数。
  • 转换函数返回一个Flux作为结果。
  • 将转换后的Flux中的所有元素合并成一个单一的Flux

使用场景

  • **单个元素转多个元素:**当需要将Mono中的单个元素转换为多个元素时,可以使用flatMapMany操作符。
  • **扩展和拆解数据:**将一个包含单个元素的Mono扩展为包含多个元素的Flux,并进行进一步处理。

返回值

flatMapMany操作符返回一个新的Flux,其中包含转换后的多个元素。

使用示例

假设有一个Mono对象sourceMono,包含一个字符串数据,我们使用flatMapMany操作符将Mono中的字符串拆分为单个字符,并作为一个新的Flux数据流发送给下游。

import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;public class FlatMapManyOperatorExample {public static void main(String[] args) {Mono<String> sourceMono = Mono.just("hello");Flux<Character> flatMappedStream = sourceMono.flatMapMany(str ->Flux.fromArray(str.split("")));flatMappedStream.subscribe(ch -> System.out.println("Character: " + ch));}
}

filter:过滤元素

filter操作符用于根据给定的条件过滤流中的元素。它允许只保留符合条件的元素,而过滤掉不符合条件的元素。

功能描述

  • 根据给定的条件过滤流中的元素。
  • 只保留符合条件的元素,过滤掉不符合条件的元素。

使用场景

  • **数据筛选:**当需要从数据流中筛选出符合特定条件的元素时,可以使用filter操作符。
  • **数据过滤:**用于过滤掉不需要的数据,只保留满足条件的数据。

返回值

  • filter操作符返回一个包含符合条件的元素的新的Flux流。

使用示例

假设有一个数据流source,包含整数数据,我们使用filter操作符过滤出数据流中大于5的元素。

import reactor.core.publisher.Flux;public class FilterOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(3, 7, 2, 9, 5);Flux<Integer> filteredStream = source.filter(num -> num > 5);filteredStream.subscribe(filteredNum -> System.out.println("Filtered number: " + filteredNum));}
}

filterWhen:异步过滤**

filterWhen操作符是用于异步过滤数据流中元素的操作符,在进行过滤时可以异步地根据给定条件来判断是否保留元素。

功能描述

  • 异步过滤操作:filterWhen操作符允许使用异步的条件来过滤数据流中的元素。
  • **条件判断:**每个元素都可以通过异步条件判断来确定是否应该保留在数据流中。
  • **保留规则:**当条件为true时,保留元素;当条件为false时,丢弃元素。

使用场景

  • **异步条件过滤:**当需要根据异步条件来过滤数据流中的元素时,可以使用filterWhen操作符。
  • **延迟判断:**适用于需要等待异步操作完成后才能确定是否保留元素的场景。

返回值

  • filterWhen操作符返回与原始数据流中符合条件的元素类型相同。

使用示例

假设有一个数据流source,包含整数数据,我们使用filterWhen操作符根据异步条件来过滤出数据流中大于5的元素。

import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;public class FilterWhenOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(3, 7, 2, 9, 5);Flux<Integer> filteredStream = source.filterWhen(num ->Mono.fromCallable(() -> num > 5));filteredStream.subscribe(filteredNum -> System.out.println("Filtered number: " + filteredNum));}
}

concat:将多个流连接在一起组成一个流(按顺序订阅)

concat操作符用于将多个流按照顺序连接在一起,形成一个新的流。它会先订阅并处理第一个流的元素,然后再处理下一个流的元素,以此类推,保持了流的顺序。

功能描述

  • 将多个流按照顺序连接在一起。
  • 按照连接的顺序依次订阅和处理每个流的元素。

使用场景

  • **合并多个流:**当需要将多个流合并成一个单一的流,并保持原始流的顺序时,可以使用concat操作符。
  • **依赖前后顺序:**当需要确保流的订阅和处理按照特定的顺序进行时,可以使用concat操作符。

返回值

concat操作符返回一个新的流,该流是多个流按照顺序连接后的结果。

使用示例

创建两个整数数据流,使用concat操作符按顺序连接它们,并通过订阅处理输出连接后的全部元素的过程。

import reactor.core.publisher.Flux;public class ConcatOperatorExample {public static void main(String[] args) {Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(4, 5, 6);Flux.concat(flux1, flux2).subscribe(System.out::println);}
}// 输出结果为:1, 2, 3, 4, 5, 6

concatWith:组合流。(原始流追加另一个流后的结果。)

concatWith操作符用于连接两个流,将它们合并为一个新的流。它允许按照顺序将一个流的元素追加到另一个流的末尾。

功能描述

  • 连接两个流,将它们合并为一个新的流。
  • 将一个流的元素追加到另一个流的末尾。

使用场景

  • 当需要将两个流按照顺序合并为一个流时,可以使用concatWith操作符。
  • 适用于需要按照特定的顺序连接多个流的情况。

返回值

concatWith操作符返回一个新的流,包含合并后的元素,该流是原始流追加另一个流后的结果。

使用示例

通过concatWith操作符将flux2追加到flux1的末尾,形成一个新的Flux。最后通过订阅这个新的Flux,输出的结果为按顺序连接后的所有元素:1, 2, 3, 4, 5, 6。

import reactor.core.publisher.Flux;public class ConcatWithOperatorExample {public static void main(String[] args) {Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(4, 5, 6);flux1.concatWith(flux2).subscribe(System.out::println);}
}
// 输出结果为:1, 2, 3, 4, 5, 6

merge:将多个流合并在一起,同时订阅流

merge操作符用于将多个流合并在一起,同时订阅这些流。它会同时订阅所有的流,并按照元素的到达顺序进行处理。

功能描述

  • 将多个流合并在一起。
  • 同时订阅所有的流。
  • 按照元素的到达顺序依次处理这些流的元素。

使用场景

  • **合并多个流:**当需要将多个流合并成一个单一的流时,可以使用merge操作符。
  • **并发处理多个流:**当需要并发地处理多个流中的元素时,可以使用merge操作符。

返回值

merge操作符返回一个新的流,其中包含合并后的多个原始流中的所有元素。

使用示例

通过merge操作符将这两个Flux合并为一个新的Flux,并通过订阅这个新的Flux,同时处理flux1flux2的元素并输出。由于merge是并行合并多个Flux,所以输出的结果可能是乱序的。

import reactor.core.publisher.Flux;public class MergeOperatorExample {public static void main(String[] args) {Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(4, 5, 6);Flux.merge(flux1, flux2).subscribe(System.out::println);}
}

zip:压缩多个流中的元素

zip操作符用将多个流中的元素进行压缩,即按照索引位置一对一地组合这些流的元素。它会从每个流中取出相同索引位置的元素,并将它们合并成一个新的元素。

功能描述

  • 将多个流中的元素按照索引位置进行压缩。
  • 从每个流中取出相同索引位置的元素,并将他们合并成一个新的元素。
  • 新的元素按照原始流的顺序排列。

使用场景

  • **元素一对一组合:**当需要将多个流中的元素按照索引位置进行一对一的组合时,可以使用zip操作符。
  • **数据聚合:**当需要将多个相关流的元素聚合到一个新的数据结构中时,可以使用zip操作符。

返回值

zip操作符返回一个新的流,其中包含原始流中按照索引位置压缩后的元素。

使用示例

通过zip操作符将flux1flux2中对应位置的元素进行乘法操作,生成一个新的Flux,并通过订阅这个新的Flux,输出的结果为对应位置元素相乘的结果:10, 40, 90。

import reactor.core.publisher.Flux;public class ZipOperatorExample {public static void main(String[] args) {Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(10, 20, 30);Flux.zip(flux1, flux2, (num1, num2) -> num1 * num2).subscribe(System.out::println);}
}

then:上游流完成后执行其他的操作.

then操作符用于在上游流完成后执行其他的操作。它允许在流完成时触发一些额外的逻辑,而不是处理流中的元素。

功能描述

  • 在上游流完成后执行其他的操作。
  • 不关心上游流中的具体元素,只关注流的完成事件。
  • 返回一个新的Publisher,在上游流完成后触发指定的操作。

使用场景

  • **执行清理操作:**当需要在上游流完成后执行一些清理逻辑,如关闭资源或释放锁等,可以使用then操作符。
  • **触发异步操作:**当需要在上游流完成后触发一些异步操作,如发送通知或触发其他的流,可以使用then操作符。

返回值

then操作符返回一个新的Publisher,它会在上游流完成后触发指定的操作。

使用示例

创建了一个包含字符串"Hello"的Mono,当流成功完成时会打印一条消息。然后使用then操作符,在流完成后添加了一个新的Mono,包含字符串"World"。在then操作符执行后,会打印一条消息表示执行了then操作,并输出"World"。最终通过订阅执行整个流程。

import reactor.core.publisher.Mono;public class ThenOperatorExample {public static void main(String[] args) {Mono.just("Hello").doOnSuccess(value -> System.out.println("Source stream completed with value: " + value)).then(Mono.just("World")).doOnSuccess(value -> System.out.println("Then operator executed with value: " + value)).subscribe();}
}

doOnNext:流中产生数据时执行.

doOnNext操作符用于在流中产生数据时执行一些额外的操作。它允许我们观察到流中每个元素的生成,并在每个元素到达时执行指定的逻辑。

功能描述

  • 在流中产生数据时执行额外的操作。
  • 对每个元素进行观察和处理,而不会改变流的内容。
  • 不影响流的传递,只是在每个数据项上附加附加操作。

使用场景

  • **调试和日志记录:**当需要跟踪流中每个元素的值,或者在特定条件下记录日志时,可以使用doOnNext操作符。
  • **副作用触发:**当需要在流中产生数据时触发其他副作用操作,如发送通知、更新状态等,可以使用doOnNext操作符。

返回方法

doOnNext操作符返回原始的数据流,不会改变流中的数据元素。

使用示例

通过doOnNext操作符,在每次处理元素时输出一条日志记录。然后通过map操作符对每个元素进行乘以10的操作。最终通过订阅输出经过处理后的结果。

import reactor.core.publisher.Flux;public class DoOnNextOperatorExample {public static void main(String[] args) {Flux.just(1, 2, 3).doOnNext(num -> System.out.println("Processing element: " + num)).map(num -> num * 10).subscribe(System.out::println);}
}

doOnError:发送错误时执行.

doOnError操作符用于在流发送 错误时执行一些额外的操作。它允许观察到流中发生的错误,并在错误发生时执行指定的逻辑。

功能描述

  • 当流遇到错误时,执行指定的逻辑。
  • 对每个错误进行观察和处理,而不会改变流的内容。
  • 可以用于调试、记录日志或执行其他副作用操作。

使用场景

  • 错误处理和记录:当需要捕获和处理流中发生的错误,并记录相关信息时,可以使用doOnError操作符。
  • 调试和故障排除:当需要观察和诊断流中发生的错误,以便进行调试和故障排查时,可以使用doOnError操作符。

返回值

doOnError操作符返回与原始流相同类型的新流,其中包含了原始流中的所有元素(包括错误)。

使用示例

通过map操作符对每个元素进行除法操作,当遇到除以0的情况时会产生错误。通过doOnError操作符,在遇到错误时输出错误信息。然后使用onErrorResume操作符来处理错误情况,将错误替换为-1。最终通过订阅输出处理后的结果。

import reactor.core.publisher.Flux;public class ErrorHandlingExample {public static void main(String[] args) {Flux.just(1, 2, 0, 4).map(num -> 10 / num).doOnError(error -> System.err.println("Error occurred: " + error.getMessage())).onErrorResume(e -> Flux.just(-1)).subscribe(System.out::println);}
}

doOnCancel:流被取消时执行

doOnCancel操作符用于在流被取消时执行一些额外的操作。它允许观察到流被取消的事件,并在取消发生时执行指定的逻辑。

功能描述

  • 当流被取消时,执行指定的逻辑。
  • 可以用于资源释放、清理操作或记录相关信息。
  • 对取消事件进行观察和处理,而不会改变流的内容。
  • 不影响流的传递,只是在取消发生时附加额外的操作。

使用场景

  • **资源释放和清理:**当需要再流被取消时执行一些资源释放或者清理的操作,如关闭数据库连接、停止定时任务等,可以使用doOnCancel操作符。
  • **日志记录和统计:**当需要观察和记录流被取消的次数,时间等信息时,可以使用doOnCancel操作符。

返回值

doOnCancel操作符返回与原始流相同类型的新流,其中包含了原始流中的所有元素(如果有)。

使用示例

import reactor.core.publisher.Mono;
import java.time.Duration;public class DoOnCancelOperatorExample {public static void main(String[] args) throws InterruptedException {Mono<String> requestMono = Mono.delay(Duration.ofSeconds(5)).doOnCancel(() -> System.out.println("Client disconnected")).map(i -> "Response");// 模拟客户端发送请求System.out.println("Sending HTTP request");requestMono.subscribe(response -> {System.out.println("Received response: " + response);});// 模拟客户端在未收到响应之前断开连接Thread.sleep(2000);System.out.println("Client disconnected");}
}

doOnComplete:用于在流完成时执行指定的操作。

doOnComplete操作符用于在流完成时执行指定的操作。它允许在流正常终止时执行一些附加的逻辑。

功能描述

  • doOnComplete操作符订阅一个流,并在该流正常终止时执行给定的操作。
  • 通常用于流完成后执行一些清理操作、记录日志或者发通知等。

使用场景

  • 当需要在流完成时执行一些额外的操作时,可以使用doOnComplete操作符。
  • 适用于需要在流结束后进行附加处理的情况。

返回值

doOnComplete操作符返回一个新的流,该流与原始流相同。

使用示例

创建了一个 Flux 数据流 source,包含了整数 1 到 5。然后使用 map 操作符对每个整数进行乘以 2 的操作。接下来,使用 doOnComplete() 操作符在流完成时打印一条消息。最后,订阅处理过的数据流,并打印输出每个经过处理的数值。

import reactor.core.publisher.Flux;public class DoOnCompleteOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.range(1, 5);Flux<Integer> processedStream = source.map(num -> num * 2).doOnComplete(() -> System.out.println("Stream completed"));processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum));}
}

onErrorContinue:流发生错误时,继续处理数据而不是终止整个流.

onErrorContinue操作符的作用是在流发生错误时,继续处理数据而不是立即终止整个流。它允许在遇到错误时进行特定的处理,并继续处理后续的数据。

功能描述

  • 在流发生错误时,继续处理数据而不是终止整个流。
  • 允许我们对错误进行特定的处理,并尝试继续处理后续的数据项。
  • 在错误处理期间可以选择忽略、替换或转换错误的数据项。

使用场景

  • 容错和错误处理:当需要对流中的错误进行特定的处理,并继续处理后续的数据项时,可以使用onErrorContinue操作符。
  • 部分失败处理:当流中的某些数据项可能会导致错误,但希望继续处理其他数据项时,可以使用onErrorContinue操作符。

返回值

onErrorContinue操作符返回与原始流相同类型的新流,其中包含了原始流中的所有元素,包括经过特定处理的错误数据项。

使用示例

创建了一个 Flux 数据流 source,使用 map 操作符对每个整数进行除法操作,当遇到除以 0 的情况时会抛出异常。接着使用 onErrorContinue 方法来处理遇到的异常,输出错误信息并继续使用默认值。最后订阅处理过的数据流,分别输出每个经过处理的数值和最终的错误信息。

import reactor.core.publisher.Flux;public class OnErrorContinueOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(1, 2, 0, 4, 5);Flux<Integer> processedStream = source.map(num -> 10 / num).onErrorContinue((error, value) -> {System.out.println("Error occurred: " + error.getMessage() + ". Using default value instead.");});processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum),error -> System.out.println("Final error: " + error.getMessage()));}
}

onErrorResume 用于处理流中发生的错误,并返回一个备用的流来继续处理。

功能描述

  • onErrorResume 操作符用于捕获流中的错误,并根据需要返回一个备用的流来替代原始的错误流。当源流发生错误时,onErrorResume 可以将控制流转到备用流上,从而避免流终止并提供容错机制。

使用场景

  • 当我们希望在流中出现错误时进行容错处理,例如返回默认值、重试请求、切换到备用数据源等情况时,可以使用 onErrorResume 操作符。

返回值

  • onErrorResume 操作符返回一个新的流,该流可能是原始流的修改版本或者备用流。

使用示例

创建了一个 Flux 数据流 source,使用 map 操作符对每个整数进行除法操作,当遇到除以 0 的情况时会抛出异常。接着使用 onErrorResume 操作符来处理遇到的异常,输出错误信息并切换到备用的数据流 。最后订阅处理过的数据流,分别输出每个经过处理的数值和最终的错误信息。

import reactor.core.publisher.Flux;public class OnErrorResumeOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(1, 2, 0, 4, 5);Flux<Integer> processedStream = source.map(num -> 10 / num).onErrorResume(error -> {System.out.println("Error occurred: " + error.getMessage() + ". Switching to default stream.");return Flux.just(-1, -2, -3);});processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum),error -> System.out.println("Final error: " + error.getMessage()));}
}

defaultIfEmpty:当流为空时,使用默认值.

defaultIfEmpty操作符的作用是在流为空时使用默认值。它允许定义一个默认值,在流为空的情况下返回该默认值。

功能描述

  • 当流为空时,使用指定的默认值替代。
  • 允许在流为空时返回一个默认值,以避免特殊处理空流的情况。
  • 可以用于设置默认结果、避免空指针异常等场景。

使用场景

  • **默认结果设置:**当流可能为空,但需要返回一个默认结果时,可以使用defaultIfEmpty操作符。
  • **空值处理:**当需要处理可能为空的流,并避免出现空指针异常时,可以使用defaultIfEmpty操作符。

返回值

defaultIfEmpty操作符返回与原始流相同类型的新流,其中包含了原始流中的所有元素,或者是指定的默认值。

使用示例

创建了一个空的 Flux 数据流 source。然后使用 defaultIfEmpty 操作符来处理空数据流的情况,返回一个包含默认值-1的新数据流。最后订阅处理过的数据流,如果原始数据流为空,则输出默认值 -1,否则不会有任何输出。

import reactor.core.publisher.Flux;public class DefaultIfEmptyOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.empty();Flux<Integer> processedStream = source.defaultIfEmpty(-1);processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum),error -> System.out.println("Final error: " + error.getMessage()));}
}

switchIfEmpty:当流为空时,切换为另外一个流.

switchIfEmpty操作符的作用是在流为空时切换为另一个流。它允许定义一个备选流,在原始流为空的情况下使用备选流作为替代。

功能描述

  • 当流为空时,切换到备选流。
  • 允许在流为空的情况下,使用备选流替代原始流的处理逻辑。
  • 可以用于设置备选数据源、提供默认值等场景。

使用场景

  • 备选数据源:当需要再原始流为空时切换到备选数据源时,可以使用switchIfEmpty操作符。
  • 提供默认值:当需要为空流提供默认值或备选结果时,可以使用switchIfEmpty操作符。

返回值

switchIfEmpty操作符返回一个新的流,根据原始流是否为空进行切换后的结果。

使用示例

创建了一个空的 Flux 数据流 source,以及一个备用的 Flux 数据流 backupStream ,使用 switchIfEmpty 操作符来处理空数据流的情况,切换到备用数据流 backupStream。最后订阅处理过的数据流,如果原始数据流为空,则输出备用数据流中的数据;如果原始数据流不为空,则会输出原始数据流中的数据。

import reactor.core.publisher.Flux;public class SwitchIfEmptyOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.empty();Flux<Integer> backupStream = Flux.just(-1, -2, -3);Flux<Integer> processedStream = source.switchIfEmpty(backupStream);processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum),error -> System.out.println("Final error: " + error.getMessage()));}
}

as:将流作为参数,转为另外一个结果

as操作符用于将流作为参数,转换为另外一个结果。它允许对流进行转换操作,并返回一个新的结果对象。

功能描述

  • 将流作为参数,转换为另外一个结果。
  • 允许对流进行转换操作,并返回一个新的结果对象。

使用场景

  • 当需要对流进行转换操作,并将结果用于其他用途时,可以使用as操作符。
  • 适用于需要将流转换为其他类型或结果的情况。

返回值

as操作符返回一个新的结果对象,根据具体使用情况而定。

使用示例

假设有一个从数据库中获取用户信息的流,我们可以使用 as 操作符将流中的数据转换为 User 对象的示例。

import reactor.core.publisher.Flux;public class UserProcessor {public static void main(String[] args) {Flux<Integer> userIds = Flux.just(1, 2, 3);Flux<User> users = userIds.flatMap(userId -> getUserInfoFromDatabase(userId)).map(userInfo -> mapToUserObject(userInfo)).as(userType -> userType);users.subscribe(user -> System.out.println(user.toString()));}
}

collectList:收集元素转换为list集合

功能描述

  • 收集流中的所有元素,并将它们组成一个List集合。

使用场景

  • 当需要将流中的所有元素收集到一个List集合中时,可以使用collectList操作符。
  • 适用于需要对流进行聚合操作的场景。

返回值

collectList操作符返回一个Mono<List<T>>对象,该对象表示一个包含所有收集到的元素的List集合。

使用示例

collectList操作符将源流中的所有整数元素收集到一个列表中。在订阅后,将打印出收集到的列表内容。

import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;
import java.util.List;public class CollectListExample {public static void main(String[] args) {Flux<Integer> numbers = Flux.just(1, 2, 3, 4, 5);Mono<List<Integer>> listMono = numbers.collectList();listMono.subscribe(list -> System.out.println("Collected List: " + list));}
}

cast:用于将流中的元素类型转换为指定的类型。(父类转子类)

cast操作符用于将流中的元素类型转换为指定的类型。它允许我们对流中的元素进行类型转换操作。

功能描述

  • cast操作符将流中的元素强制转换为指定的类型。
  • 它可以用于处理具有父子类关系的元素类型之间的转换。即将父类的元素转换为子类的元素。

使用场景

  • 当需要将流中的元素类型转换为目标类型时,可以使用cast操作符。
  • 适用于处理具有父子类关系的元素类型之间的转换。

返回值

cast操作符返回一个新的流,其中的元素类型已经被转换为指定的类型。

使用示例

cast操作符将包含不同类型数字的Flux<Number>流转换为Flux<Integer>流。订阅后,将打印出转换后的整数元素。

import reactor.core.publisher.Flux;public class CastExample {public static void main(String[] args) {Flux<Number> numbers = Flux.just(1, 2.5, 3, 4.7, 5);Flux<Integer> integerFlux = numbers.cast(Integer.class);integerFlux.subscribe(number -> System.out.println("Number as Integer: " + number));}
}

响应式流调试

在命令式世界,调试通常都是非常直观的:直接看 stack trace 就可以找到问题出现的位置, 以及:是否问题责任全部出在你自己的代码?问题是不是发生在某些库代码?如果是, 那你的哪部分代码调用了库,是不是传参不合适导致的问题?

开启流的日志记录

在响应式流上添加 log()操作符。

将其加到操作链上之后,它会读(只读,peek)流中的事件(包括 onNext、onError、 onComplete, 以及 订阅(subscribe)、 取消)(cancel)、和 请求(request))。

🌍 说明
log操作符通过 SLF4J 使用类似 Log4J 和 Logback 这样的公共的日志工具, 如果 SLF4J 不存在的话,则直接将日志输出到控制台。
控制台使用 System.err 记录 WARN 和 ERROR 级别的日志,使用 System.out 记录其他级别的日志。

编程方式记录

1、doOnNext:通常用于在数据流中的每个元素被处理之前执行一些操作,例如日志记录或调试信息的打印。

Observable.just(1, 2, 3).doOnNext(data -> log.info("Processing data:,{}",data)).subscribe();

2、doOnError:通常用于在发生错误时执行一些清理操作或记录错误信息。

Observable.error(new RuntimeException("Something went wrong!")).doOnError(error -> log.error("Error occurred:,{}",error.getMessage()).subscribe();

3、doOnEach:可以用于在任何事件发生时执行一些通用的操作。

Observable.just(1, 2, 3).doOnEach(notification -> {if (notification.isOnNext()) {log.info("Received data:,{}",notification.getValue());} else if (notification.isOnError()) {log.info("Error occurred:,{}",notification.getError().getMessage());} else if (notification.isOnComplete()) {log.info("Stream completed successfully");}}).subscribe();

响应式流统计、聚合

统计

count:统计元素个数

  • 用于计算一个 Flux 中包含的元素数量。
  public void countExample() {Flux<Integer> num = Flux.just(1, 2, 3, 4);num.count().subscribe(count -> System.out.println("count:" + count));}
// 输出结果为:count:4

reduce:累积操作

  • 用于将流中的元素按照给定的逻辑进行累积计算,最终返回一个单一的结果。
   //输出流中最大值public void reduceExample(){Flux<Integer> num = Flux.just(5, 6, 8, 4, 62, 3);num.reduce((max,next)->Math.max(max,next)).subscribe(max-> System.out.println("最大值:"+max));}
// 输出结果为:最大值:62//对流中元素到进行累乘public void reduceExample2(){Flux<Integer> range = Flux.range(1, 10);range.reduce((now,next)->now*next).subscribe(mul-> System.out.println("1-10的累乘积为:"+mul));}
//输出结果为:3628800

Flux 转化为集合

collect:转化为自定义集合

  • 用于将Flux转换为自定义集合。例如ListSetMap等。
        //使用collect将流转成Listpublic void collectToListExample(){Flux<String> flux = Flux.just("abc", "张三", "apple", "123", "_");flux.collect(Collectors.toList()).subscribe(list-> System.out.println("Flux流转List:"+list));}
//输出结果为:Flux流转List:[abc, 张三, apple, 123, _]//使用collect将流转成Mappublic void collectToMapExample(){Flux<String> flux = Flux.just("abc", "张三", "apple", "1234", "_");flux.collect(Collectors.toMap(k->k.length(),v->v))//使用元素长度为key,值为value.subscribe(map-> System.out.println("Flux流转Map:"+map));}
//输出结果为:Flux流转Map:{1=_, 2=张三, 3=abc, 4=1234, 5=apple}

collectList:转化为一个List集合。

  • collectList会遍历流中的每个元素,并将它们转为List集合。在收集元素到List时,会保留它们在流中的顺序。
 //流转化为 Listpublic void collectListExample(){Flux<String> flux = Flux.just("f", "a", "b", "c", "d", "e");flux.collectList().subscribe(list-> System.out.println("Flux转换为List集合:"+list));}
//输出结果为:Flux转换为List集合:[f, a, b, c, d, e]

collectSortList:转化为一个List集合并排序。

  //流转化为 List(顺序)public void collectSortListExample(){Flux<String> flux = Flux.just("f", "a", "b", "c", "d", "e");flux.collectSortedList().subscribe(list-> System.out.println("Flux转换为排序List集合(顺序):"+list));}
//输出结果为:Flux转换为排序List集合(顺序):[a, b, c, d, e, f]//流转化为 List(逆序)public void collectSortListExample2(){Flux<String> flux = Flux.just("f", "a", "b", "c", "d", "e");flux.collectSortedList(Comparator.reverseOrder()).subscribe(list-> System.out.println("Flux转换为排序List集合(逆序):"+list));}
//输出结果为:Flux转换为排序List集合(顺序):[f, e, d, c, b, a]

collectMap:转换为一个Map集合

  • 可以通过提供两个 Function 对象来指定如何从流中的元素中提取键和值。第一个 Function 用于提取键,第二个 Function 用于提取值。如果不提供第二个 Function,则默认值为流中的元素本身。
  //流转化为 Mappublic void collectMapExample(){Flux<String> fruit = Flux.just("banana", "perry","apple");fruit.collectMap(k->k)//map的key就元素本身.subscribe(map-> System.out.println("Flux转换为Map集合:"+map));}
//输出结果为:Flux转换为Map集合:{banana=banana, apple=apple, perry=perry}

collectMultimap:转换为一个Map集合并分组

  • collectMultimap 会遍历流中的每个元素,并将它们按照指定的键进行分组,将每个键对应的元素收集到一个集合中。collectMultimap 是用于将流中的元素收集到一个 Map 中,一个key有多个value
  • 可以通过提供两个 Function 对象来指定如何从流中的元素中提取键和值。第一个 Function 用于提取键,第二个 Function 用于提取值。如果不提供第二个 Function,则默认值为流中的元素本身。
//流转化为 Map
public void collectMultiMapExample(){Flux<String> fruit = Flux.just("123", "12","1342","123456","321","35");fruit.collectMultimap(k->k.length())//以元素长度为key.subscribe(map-> System.out.println("Flux转换为Map集合:"+map));}
//输出结果为:Flux转换为Map集合:{2=[12, 35], 3=[123, 321], 4=[1342], 6=[123456]}

聚合

merge:合并流

  • 用于将多个流合并在一起,同时订阅这些流。并按照元素的到达顺序依次处理这些流的元素,先到先合并。
public void mergeExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);Flux.merge(flux1,flux2).subscribe(System.out::println);}
// 输出结果:输出新流 1 2 5 5 6 3

concat:按序连接

  • 用于将多个流合并在一起,形成一个新的流。它会先订阅并处理第一个流的元素,然后再处理下一个流的元素,以此类推,保持了流的顺序。
   public void concatExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);Flux.concat(flux2,flux1).subscribe(System.out::println);}
// 输出结果:输出新流  5 6 3 1 2 5

concatWith:连接两个流

  • 用于将当前的 Flux 流与指定的 Flux 流连接起来,形成一个新的 Flux 流。
  • 连接后的新 Flux 流中,当前 Flux 流的元素将排在前面,指定的 Flux 流的元素将排在后面,保持它们的顺序不变。
  public void concatWithExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);flux2.concatWith(flux1).subscribe(System.out::println);}//将flux连到flux2后面
//输出结果: 5 6 3 1 2 5 

zip:照索引位置一对一地组合这些流的元素

  • zip会从每个输入的 Flux流中取出相同位置的元素,并将它们按照指定的组合函数进行组合,生成一个新的元素。
  • 可以组合任意数量的 Flux 流,但要求它们的长度必须相同,否则在长度最短的流结束后,zip 操作将停止组合。
// 把两个流中元素组合
public void zipExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5,5);Flux<Integer> flux2 = Flux.just(5, 6, 3);Flux.zip(flux1,flux2,(x,y)->x+y).subscribe(System.out::println);}//流的数量必须相等,否则短的流结束后,zip停止操作
//输出结果6 8 8// 把三个流中元素组成
public void zipExample2(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);Flux<Integer> flux3 = Flux.just(5, 6, 4);Flux.zip(flux1,flux2,flux3).map(tuple->tuple.getT1()+tuple.getT2()+tuple.getT3()).subscribe(System.out::println);}
// 输出结果:11 14 12

zipWith:将两个数据流中的元素一一配对,并将它们组合成新的元素

 public void zipWithExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);flux1.zipWith(flux2,(x,y)->x+y).subscribe(System.out::println);}
// 输出结果:6 8 8

combineLatest:合并新元素

  • combineLatest 会持续跟踪多个 Flux 流中最新的元素,并且在任何一个 Flux 流产生新元素时,会取所有 Flux 流中最新的元素进行组合。
    public void combineLatestExample(){Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(4, 5, 6);Flux.combineLatest(flux1, flux2, (a, b) -> a + b).subscribe(System.out::println);}//flux1中最新的元素3去和flux2里的元素组合
// 输出结果 7 8 9

响应式定时操作

添加时间操作

elapsed:添加间隔时间

  • 用于为每个元素添加自订阅开始以来到元素发出的时间间隔信息。
public void elapsedExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5).delayElements(Duration.ofSeconds(1)); // 延迟每个元素发出 1 秒Flux<Tuple2<Long, Integer>> elapsedFlux = flux.elapsed();elapsedFlux.subscribe(tuple -> {Long interval = tuple.getT1(); // 获取时间间隔Integer value = tuple.getT2(); // 获取原始值System.out.println("Interval: " + interval + ", Value: " + value);});// 为了让程序持续运行,让主线程休眠一段时间try {Thread.sleep(10000); // 让程序运行 10 秒} catch (InterruptedException e) {e.printStackTrace();}
}

timestamp:添加时间戳

  • 用于为每个元素添加时间戳信息。
public void timesTampExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5);Flux<Tuple2<Long, Integer>> timestampFlux = flux.timestamp(); // 使用timestamp操作符添加时间信息timestampFlux.subscribe(tuple -> {Long timestamp = tuple.getT1(); // 获取时间戳Integer value = tuple.getT2(); // 获取原始值System.out.println("Timestamp: " + timestamp + ", Value: " + value);});
}

超时操作

timeout

  • 用于设置一个超时时间,如果在指定时间内没有收到新的数据项或者完成信号,就会触发超时错误。
  • 这个操作符对于处理需要及时响应的场景非常有用,比如网络请求超时、等待用户输入超时等。

假设我们有一个需求:从一个数据源获取数据,并在一定时间内如果没有新的数据到达,则认为超时。我们可以使用 timeout 操作符来实现这个功能。

public void timeoutExample() {// 模拟数据源,每隔一段时间发送一个数据项Flux<Integer> dataSource = Flux.just(1, 2, 3, 4).delayElements(Duration.ofSeconds(2)); // 每隔 2 秒发送一个数据项// 在数据源上应用 timeout 操作符,设置超时时间为 1 秒Flux<Integer> timeoutFlux = dataSource.timeout(Duration.ofSeconds(1));// 订阅数据流,并处理超时事件timeoutFlux.subscribe(// 处理正常数据项item -> System.out.println("Received item: " + item),// 处理超时事件error -> System.out.println("Timeout error occurred: " + error));// 为了让程序持续运行,让主线程休眠一段时间try {Thread.sleep(10000); // 让程序运行 10 秒} catch (InterruptedException e) {e.printStackTrace();}
}

定时操作

interval :定时任务或者周期性操作

  • 用于创建一个周期性地发射递增的 Long 类型数据序列的 Flux
  • 在指定的时间间隔内生成一个递增的序列,从 0 开始,每次递增 1,并且发送给订阅者。
public void intervalExample() {// 创建一个每隔一秒发射一个递增的 Long 类型数据序列的 FluxFlux<Long> intervalFlux = Flux.interval(Duration.ofSeconds(1));// 订阅数据流,并处理数据项intervalFlux.subscribe(// 处理数据项item -> System.out.println("Received item: " + item));// 为了让程序持续运行,让主线程休眠一段时间try {Thread.sleep(10000); // 让程序运行 10 秒} catch (InterruptedException e) {e.printStackTrace();}
}

延迟操作

delay:整个流的延迟发射

  • 用于创建一个延迟发射单个值(或者在一段时间后发射错误或完成信号)的操作符。
  • 指定的延迟时间后,发射一个值或者完成信号。
  • 这个操作符通常用于创建一个在未来某个时间点触发的事件,比如在执行某个异步操作后的一段时间内。
public void delayExample() {// 创建一个延迟1秒后发射值的MonoMono<String> delayedMono = Mono.delay(Duration.ofSeconds(1)).map(ignore -> "延迟之后");// 订阅MonodelayedMono.subscribe(result -> System.out.println("Received value: " + result),error -> System.err.println("Error occurred: " + error),() -> System.out.println("Completed"));// 阻塞主线程,以便观察输出try {Thread.sleep(2000);} catch (InterruptedException e) {e.printStackTrace();}
}

Mono#delayElement :单个元素的延迟

  • 用于在 Mono 发射的单个元素上添加延迟。
  • Mono 发射一个元素时,延迟一段时间后再将该元素发射出去。
public void monoDelayElementExample() {Mono.just("Hello").delayElement(Duration.ofSeconds(3)) // 在发射元素 "Hello" 后延迟 3 秒再发射.doOnNext(System.out::println).subscribe();
}

Flux#delayElements :多个元素的延迟

  • 用于在 Flux 发射的每个元素上添加延迟。
  • 当 Flux 发射一个元素时,延迟一段时间后再将该元素发射出去。

delaySubscription:延迟订阅

  • 用于在调用 subscribe 方法时,延迟一段时间后再开始实际的订阅操作。
  • 比如在订阅前执行一些预处理操作,或者在特定条件下延迟订阅等。
public void delaySubscriptionExample() {Flux.range(1, 5).delaySubscription(Duration.ofSeconds(2)) // 延迟 2 秒后开始订阅.subscribe(System.out::println);// 主线程休眠 3 秒以确保延迟订阅生效try {Thread.sleep(3000);} catch (InterruptedException e) {e.printStackTrace();}
}
注意事项
  • delaySubscription 方法只会影响订阅操作的时机,不会影响数据流中元素的发射时间。
  • 如果在调用 subscribe 方法前已经开始了数据流的发射,则延迟订阅可能会错过一部分数据。

响应式数据分组

分组grouping

分组能够根据 key 将源Flux<T>拆分为多个批次。对应的操作符是 groupBy

每一组用GroupedFlux<T>类型表示,使用它的 key() 方法可以得到该组的 key

public class GroupingDemo {public static void main(String[] args)  {Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).groupBy(num -> (num % 2) == 1 ? "odd" : "even").concatMap(g -> g.defaultIfEmpty(-1).map(String::valueOf).startWith(g.key())).subscribe(System.out::println);}
}

窗口windowing

window 操作是 根据个数、时间等条件,或能够定义边界的发布者(boundary-defining Publisher), 把源 Flux<T> 拆分为 windows。对应的操作符有 windowwindowTimeoutwindowUntilwindowWhile,以及 windowWhen

以个数为界:window(int)

会出现重叠或丢弃的情况:window(int,int)

StepVerifier.create(Flux.range(1, 10).window(5, 3) //overlapping windows.concatMap(g -> g.defaultIfEmpty(-1))) //将 windows 显示为 -1.expectNext(1, 2, 3, 4, 5).expectNext(4, 5, 6, 7, 8).expectNext(7, 8, 9, 10).expectNext(10).verifyComplete();

🌏 说明

如果将两个参数的配置反过来(maxSize < skip),序列中的一些元素就会被丢弃掉, 而不属于任何 window

以时间为界:window(Duration)

会出现重丢弃或丢弃的情况:window(Duration,Duration)

StepVerifier.create(Flux.just(1, 3, 5, 2, 4, 6, 11, 12, 13).windowWhile(i -> i % 2 == 0).concatMap(g -> g.defaultIfEmpty(-1))).expectNext(-1, -1, -1) //分别被奇数 1 3 5 触发.expectNext(2, 4, 6) // 被 11 触发.expectNext(12) // 被 13 触发.expectNext(-1) // 空的 completion window,如果 onComplete 前的元素能够匹配上的话就没有这个了.verifyComplete();

缓存buffering

缓存操作之后会发出 buffer(类型为Collection<T>, 默认是 List)。缓存的操作符与窗口的操作符是对应的:bufferbufferTimeoutbufferUntilbufferWhile, 以及bufferWhen

缓存操作也会有丢弃元素或内容重叠的情况

StepVerifier.create(Flux.range(1, 10).buffer(5, 3) // 缓存重叠).expectNext(Arrays.asList(1, 2, 3, 4, 5)).expectNext(Arrays.asList(4, 5, 6, 7, 8)).expectNext(Arrays.asList(7, 8, 9, 10)).expectNext(Collections.singletonList(10)).verifyComplete();

bufferUntilbufferWhile不会发出空的buffer

StepVerifier.create(Flux.just(1, 3, 5, 2, 4, 6, 11, 12, 13).bufferWhile(i -> i % 2 == 0)).expectNext(Arrays.asList(2, 4, 6)) // 被 11 触发.expectNext(Collections.singletonList(12)) // 被 13 触发.verifyComplete();

bufferTimeout

public class BufferingDemo {public static void main(String[] args) throws InterruptedException {// 创建一个每隔一秒发射一个元素的 FluxFlux<Integer> sourceFlux = Flux.range(1, 10).delayElements(Duration.ofSeconds(1));// 使用 bufferTimeout 操作符,在每个 3 秒的时间间隔内收集元素Flux<List<Integer>> bufferedFlux = sourceFlux.bufferTimeout(3, Duration.ofSeconds(3));// 订阅并输出收集到的缓冲区bufferedFlux.subscribe(System.out::println);}
}

响应式重试动作

retry:重试

对出现错误的序列进行重试,对于上游 Flux 是基于重订阅(re-subscribing)的方式。但实际上已经是一个不同的序列了, 发出错误信号的序列仍然是终止了的。

Flux.interval(Duration.ofMillis(250)).map(input -> {if (input < 3) return "tick " + input;throw new RuntimeException("boom");}).elapsed() .retry(1).subscribe(System.out::println, System.err::println); Thread.sleep(2100); 

retryWhen:条件重试

条件重试是一个包含Flux<Throwable>作为 retryWhen 的唯一参数被传递给一个 Function,由开发者自行处理 Flux<Throwable>流,并声明一段处理函数传递给 Function 并返回一个新的 Publisher<?>, 从而实现对重试操作的配置。

retry的区别

  • retryWhen返回的是Flux.empty()
  • retry返回的是error信号.

使用retryWhen实现一个retry(3)

        Flux.<String>error(new IllegalArgumentException()).retryWhen(Retry.from(companion -> companion.zipWith(Flux.range(1, 4),(retrySignal, index) -> {if (index < 4) return index;else throw Exceptions.propagate(retrySignal.failure());}))).subscribe(i -> System.out.println(System.currentTimeMillis()), System.out::println);

使用retryWhen进行延迟重试

Flux.<String>error(new IllegalArgumentException()).retryWhen(Retry.from(companion -> companion.doOnNext(s -> System.out.println(s + " at " + LocalTime.now())).zipWith(Flux.range(1, 4), (retrySignal, index) -> {if (index < 4) return index;else throw Exceptions.propagate(retrySignal.failure());}).flatMap(index -> Mono.delay(Duration.ofMillis(index * 100))).doOnNext(s -> System.out.println("retried at " + LocalTime.now())))).subscribe();
  • 第一次重试延迟大约 100ms
  • 第二次重试延迟大约 200ms
  • 第三次重试延迟大约 300ms

响应式过滤操作

替换if-else为filter

命令式编程

int[] ints = new int[10]{1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
for(int i=0;i<ints.length;i++){if(ints[i]%2==0){System.out.println("当前数据:"+ints[i])}
}

响应式编程

int[] ints = new int[10]{1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
Flux.fromXX(ints)
.filter(i->i%2==2)
.doOnNext(System.out::println)

取集合中第N个元素

过滤一个序列

filter:过滤元素

  • 筛选出符合指定条件的元素,生成一个新的数据流。
  • 接收一个谓词函数(Predicate),用于判断元素是否符合条件。
  //filter过滤掉奇数public void filterExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.filter(i -> i % 2 == 0)//留下偶数,去掉奇数.subscribe(System.out::print);}//输出结果:2 4 6 8 10

filterWhen:过滤元素

  • filterWhen 操作符和filter类似,都用于筛选出符合特定条件的元素。区别在于filterWhen是异步。
  //filterWhen过滤掉奇数public void filterWhenExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.filterWhen(num -> {return Flux.just(num % 2 == 0); // 这里可以是任何异步操作,返回的是一个 Mono<Boolean>}).subscribe(System.out::println);}//输出结果:2 4 6 8 10

ofType:选择需要的类型

  • 过滤源数据流中的元素,只保留指定类型的元素。

      //ofType只留Integer类型数据public void ofTypeExample() {Flux<Object> flux = Flux.just(1, 5,12, "abc", "jetlinks", 2.0, 4);flux.ofType(Integer.class)//只保留Integer类型.filter(i -> i % 2 == 0)//将过滤出来的Interger类型数据再过滤,只留偶数.subscribe(System.out::println);}//输出结果:12 4
    

ignoreElements:忽略所有元素

  • 用于忽略源数据流中的所有元素,不需要处理元素本身,只关心数据流的结束状态的情况。
    //  忽略所有元素,只保留序列的完成信号public void ignoreElementsExample() {Flux<Integer> flux = Flux.range(1, 10);flux.ignoreElements().doOnTerminate(() -> System.out.println("成功")) //flux在成功完成时执行.subscribe();}
//输出结果: 成功

distinct:元素去重

    //去重并排序Flux<Integer> flux = Flux.just(1, 2, 3, 3, 5, 6, 7, 6, 9, 10, 1, 2, 5, 4, 5, 6, 11, 8, 9, 10);flux.distinct().sort().subscribe(num-> System.out.print(num+"\t"));}//输出结果: 1 2 3 4 1 5 6 3 6 7 8 9 10 11 

distinctUntilChanged:过滤连续重复的元素

  //    去掉连续重复的元素public void distinctUntilChangedExample() {Flux<Integer> flux = Flux.just(1, 1, 2, 3, 4, 1,5, 5, 6,3, 6, 7, 8, 9, 9, 10, 11);flux.distinctUntilChanged().subscribe(num -> System.out.print(num + "\t"));}
//输出结果: 1	2	3	4	1	5	6	3	6	7	8	9	10	11	

只要一部分序列

take:取指定数量元素

  //    只取前面3个元素public void takeExample1() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.take(3).subscribe(num -> System.out.print(num + "\t"));}
//输出结果: 2	3	4
//  取一段时间内发出的元素public void takeExample2() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.take(Duration.ofSeconds(1)).subscribe(num -> System.out.println(num + "\t"));}

next:取第一个元素

  //只取第一个元素public void nextExample() {Flux<Integer> flux = Flux.range(1, 10);flux.next().subscribe(num -> System.out.println(num + "\t"));}
//输出结果:1

limitRequest :限制请求数量

  • limitRequest 方法用于限制在处理 FluxMono 流时的请求数量。它允许你指定每次订阅时可以处理的元素数量。
//只取前面3个
public void limitRequestExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.limitRequest(3).subscribe(num -> System.out.print(num + "\t"));}
// 输出结果: 1 2 3 

takeLast:从末尾取指定数量元素

  //    只取前面3个元素public void takeExample1() {Flux<Integer> flux = Flux.just( 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.take(3).subscribe(num -> System.out.print(num + "\t"));}
//输出结果: 8	9	10	
//  取一段时间内发出的元素public void takeExample2() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.take(Duration.ofSeconds(1)).subscribe(num -> System.out.println(num + "\t"));}

takeUtil:取元素直到满足某个条件(包含)

 //直到满足某个条件(包含)public void takeUtilExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.takeUntil(num->num==5).subscribe(num-> System.out.print(num+"\t"));}
//输出结果:1	2	3	4	5

takeWhile:取元素直到满足某个条件(不包含)

 //直到满足某个条件(不包含)public void takeWhileExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.takeWhile(num -> num <5).subscribe(System.out::print); }
//输出结果:1	2	3	4	

最多只取 1 个元素

elementAt:通过下标取元素

   //通过下标只取一个值public void elementAtExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.elementAt(3).subscribe(System.out::print);}
//输出结果:4

last:序列为空时

//如果为序列空则发出错误信号public void lastExample1(){Flux.empty().last().subscribe(System.out::print);}
//输出结果:报NoSuchElementException异常//如果序列为空则返回默认值public void lastExample2() {Flux.empty().last("序列为空").subscribe(System.out::println);}
//输出结果:序列为空

跳过一些元素

skip:跳过开始n个元素

   //跳过前三个元素public void skipExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.skip(3).subscribe(System.out::print);}
//输出结果:4 5 6 7 8 9 10

skipLast:跳过最后的 n 个元素

   //跳过最后三个元素public void skipLastExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.skipLast(3).subscribe(System.out::print);}
//输出结果:1 2 3 4 5 6 7

skipUntil:跳过元素直到满足条件(包含)

   //跳过元素直到值等于5public void skipUntilExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.skipUntil(num -> num == 5).subscribe(System.out::print);}
//输出结果:5 6 7 8 9 10

skipWhile:跳过元素直到满足条件(不包含)

   //跳过元素直到值等于5public void skipWhileExample() {Flux<Integer> flux = Flux.range(1,10);flux.skipWhile(num -> num <=5).subscribe(System.out::print);}
//输出结果: 6 7 8 9 10

采样

sample:给定采样周期来采样

   //每2s采集一个元素public void sampleExample()   {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9);flux.delayElements(Duration.ofSeconds(1)) // 延迟每个元素的发射时间.sample(Duration.ofSeconds(2)).subscribe(System.out::print);try {Thread.sleep(15000);//为了能看到结果,等待一段时间} catch (InterruptedException e) {throw new RuntimeException(e);}}
//输出结果: 1 3 5 7 9

sampleFirst:取采样周期里的第一个元素

   //取采样周期里的第一个元素public void sampleFirstExample() {Flux<String> flux = Flux.just("A", "B", "C", "D", "E", "F", "G", "H", "I", "J");flux.sampleFirst(Duration.ofSeconds(2)).subscribe(System.out::println);}
//输出结果:A

single:只取一个元素

//我只想要一个元素(如果多于一个就返回错误)public void singleExample1(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9);flux.single().subscribe(System.out::print);}
//输出结果:返回错误public void singleExample2(){Flux<Integer> flux = Flux.just(1);flux.single().subscribe(System.out::print);}
//输出结果:1//如果序列为空,发出错误信号public void singleExample3(){Flux.empty().single().subscribe(System.out::print);}
//输出结果:报NoSuchElementException异常//如果序列为空,发出一个缺省值
public void singleExample4(){Flux.empty().single("序列为空").subscribe(System.out::print);}
//输出结果:序列为空

singleOrEmpty:只取一个元素,序列为空就返回空序列

   //只取一个元素,序列为空就返回空序列public void singleOrEmptyExample2(){Flux.just("A").singleOrEmpty().subscribe(System.out::print);}
//输出结果:Apublic void singleOrEmptyExample(){Flux.empty().singleOrEmpty().subscribe(System.out::print);}
//输出结果:空序列

响应式编程常见问题

我写的操作看上去是正确的,但是没有执行.

有以下几种可能:上游流为空,多个流未组合在一起,在不支持响应式的地方使用了响应式

1. 没有使用return关键字返回

错误

public Mono<Response> handleRequest(Request request){
// 没有returnthis.findOldData(request);
}

正确

public Mono<Response> handleRequest(Request request){return this.findOldData(request);
}

2. 上游流为空

public Mono<Response> handleRequest(Request request){return this.findOldData(request).flatMap(old -> {//这里为什么不执行? return ....})
}

🌏 说明

findOldData返回的流为空时,下游的flatMap等操作符需要操作流中元素的操作符是不会执行的。 可以通过switchIfEmpty操作符来处理空流的情况。

3. 多个流未组合在一起

  1. 只要方法返回值是Mono或者Flux,都不能单独行动。
  2. 只要方法中调用了任何响应式操作,那这个方法也应该是响应式。(返回Mono或者Flux)
class Service{Mono<Void> handleRequest(request);
}//错误示例,handleRequest是响应式的,但是此方法没有使用响应式操作。
public Result handleRequest(Request request){service.handleRequest(request);return ok;
}//正确示例
public Mono<Result> handleRequest(Request request){return service//处理请求.handleRequest(request)//返回结果.thenReturn(ok);
}

4. 在不支持响应式的操作符中使用响应式

public Mono<Void> saveLog(Request req,Response resp){...
}public Mono<Result> handleRequest(Request request){return service//处理请求.handleRequest(request)//记录日志 此为错误的用法,saveLog是响应式的,但是doOnNext并不支持响应式操作.doOnNext(response-> saveLog(request,response) )//返回结果.thenReturn(ok);
}

doOnNext方法的语义以及参数Consumer<T>可知,此方法是不支持响应式的(Consumer<T>只有参数没有返回值)。因此不能在此方法中使用响应式操作。

return service//处理请求.handleRequest(request)//记录日志.flatMap(response-> saveLog(request,response) )//返回结果.thenReturn(ok);

5. 在流内部订阅终止了整个流

public Mono<Void> saveLog(Request req,Response resp){...
}
//错误
public Mono<Response> handleRequest(Request request){return service//处理请求.handleRequest(request)//记录日志 此为错误的用法.flatMap(response-> {saveLog(request,response).subscribe();return Mono.emtpy();})//返回结果.thenReturn(ok);
}//正确
public Mono<Response> handleRequest(Request request){return service//处理请求.handleRequest(request)//记录日志.flatMap(response-> {return saveLog(request,response);})//返回结果.thenReturn(ok);
}

6. 订阅时机不对

7. 用在 Flux 上的操作符好像没起作用,为啥?

Flux<String> flux = Flux.just("foo", "chain");
flux.map(secret -> secret.replaceAll(".", "*")); //①
flux.subscribe(next -> System.out.println("Received: " + next));

错误原因:问题在①, flux 变量并没有改变。

Flux<String> flux = Flux.just("foo", "chain");
flux = flux.map(secret -> secret.replaceAll(".", "*"));//分开写得 这里记得返回!!
flux.subscribe(next -> System.out.println("Received: " + next));//或者您可以尝试下面的写法
Flux<String> flux = Flux.just("foo", "chain").map(secret -> secret.replaceAll(".", "*"));
flux.subscribe(next -> System.out.println("Received: " + next));//如果不存在别的地方需要订阅flux 下面的方法可以尝试Flux.just("foo", "chain").map(secret -> secret.replaceAll(".", "*")).subscribe(next -> System.out.println("Received: " + next));

我想获取流中的元素怎么办

不要试图从流中获取数据出来,而是先思考需要对流中元素做什么。

需要对流中的数据进行操作时,都应该使用对应操作符来处理,根据Flux或者Mono提供的操作符API进行组合操作。

public List<Book> getAllBooks(){List<BookEntity> bookEntities = repository.findAll();List<Book> books = new ArrayList(bookEntities.size());for(BookEntity entity : bookEntities){Book book = entity.copyTo(new Book());books.add(book);}return books;
}

错误示例:

public Book getAllBooks(){return getRepository().createQuery().where("id",1).fetchOne().block();
}

‼️ 警告

在响应式编程中,在任何时候执行业务代码时都不要使用**block()**方法,使用block()方法可能引发以下问题:

  1. 阻塞线程:调用block()方法会阻塞当前线程,导致无法处理其他并发请求。这会降低系统的吞吐量和响应性能。
  2. 死锁风险:如果在处理响应式流时使用了block()方法,而其中某些操作也依赖于同一个线程的结果,则可能导致死锁。
  3. 内存资源浪费:阻塞调用将持续占用线程,而每个线程都需要额外的内存资源。如果应用程序中同时有大量的阻塞操作,可能导致线程池耗尽和内存资源浪费。

正确示例:

🌏 说明

为了避免使用block(),我们应该尽可能地使用响应式操作符(如map、flatMap、filter等)对数据流进行转换和处理,并使用其他响应式方法(如subscribe())来订阅数据流并触发异步处理。

public Flux<Book> getAllBooks(){return repository.findAll().map(entity-> entity.copyTo(new Book()))
}

在非响应式方法中如何使用响应式

public void handleRequest(Request request){//不到万不得已请勿使用block方法//logService.saveLog(request).block()//logService.saveLog(request).subscribe(result->log.debug("保存成功 {}",request),error->log.warn("保存失败 {}",request,error))
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/18231.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Angular(1):使用Angular CLI创建空项目

要创建一个空的 Angular 项目&#xff0c;可以使用 Angular CLI&#xff08;命令行界面&#xff09;。以下是使用 Angular CLI 创建一个新项目的步骤&#xff1a; 1、安装 Angular CLI&#xff1a; 打开你的命令行界面&#xff08;在 Windows 上是 CMD、PowerShell 或 Git Bas…

使用python绘制一个五颜六色的爱心

使用python绘制一个五颜六色的爱心 介绍效果代码 介绍 使用numpy与matplotlib绘制一个七彩爱心&#xff01; 效果 代码 import numpy as np import matplotlib.pyplot as plt# Heart shape function def heart_shape(t):x 16 * np.sin(t)**3y 13 * np.cos(t) - 5 * np.cos…

微软:最新ChatGPT-4o模型,可在 Azure OpenAI上使用

北京时间5月14日凌晨&#xff0c;OpenAI 一场不到 30 分钟的发布会&#xff0c;正式发布了 GPT-4o&#xff0c;视频语音交互丝滑到吓人&#xff0c;还即将免费可用&#xff01; GPT-4o&#xff0c;其中的「o」代表「omni」&#xff08;即全面、全能的意思&#xff09;&#xff…

AIGC行业:巨头引领的创新浪潮与市场前景

AIGC&#xff08;AI Generated Content&#xff09;技术&#xff0c;作为新兴的技术力量&#xff0c;正逐渐改变内容创作的生态。在这一变革中&#xff0c;国内科技巨头如百度、阿里巴巴、腾讯等的积极参与&#xff0c;不仅为行业带来资本和技术支持&#xff0c;更预示着AIGC技…

react 下拉框内容回显

需要实现效果如下 目前效果如下 思路 : 将下拉框选项的value和label一起存储到state中 , 初始化表单数据时 , 将faqType对应的label查找出来并设置到Form.Item中 , 最后修改useEffect 旧代码 //可以拿到faqType为0 但是却没有回显出下拉框的内容 我需要faqType为0 回显出下拉…

Shell脚本基本命令

文件名后缀.sh 编写shell脚本一定要说明一下在#&#xff01;/bin/bash在进行编写。命令选项空格隔开。Shell脚本是解释的语言&#xff0c;bash 文件名即可打印出编写的脚本。chmod给权限命令。如 chmod 0777 文件名意思是给最高权限。 注意:count赋值不能加空格。取消变量可在变…

如何提升网络性能监控和流量回溯分析的效率?

目录 什么是网络性能监控&#xff1f; 网络性能监控的关键指标 什么是流量回溯分析&#xff1f; 流量回溯分析的应用场景 网络性能监控与流量回溯分析的结合 实例应用&#xff1a;AnaTraf网络流量分析仪 如何选择适合的网络性能监控和流量回溯分析工具&#xff1f; 结论…

MQTT 5.0 报文解析 06:AUTH

欢迎阅读 MQTT 5.0 报文系列 的最后一篇文章。在上一篇中&#xff0c;我们已经介绍了 MQTT 5.0 的 DISCONNECT 报文。现在&#xff0c;我们将介绍 MQTT 中的最后一个控制报文&#xff1a;AUTH。 MQTT 5.0 引入了增强认证特性&#xff0c;它使 MQTT 除了简单密码认证和 Token 认…

Vue3实战笔记(36)—粒子特效完成炫酷的404

文章目录 前言404特效总结 前言 昨天介绍了一个粒子特效小例子&#xff0c;不够直观&#xff0c;下面直接实战在自己的项目中实现一个好玩滴。 404特效 更改之前创建好的404.vue: <template><div class"container"><vue-particles id"tspartic…

阿里云和AWS的CDN产品对比分析

在现代互联网时代,内容分发网络(CDN)已成为确保网站和应用程序高性能和可用性的关键基础设施。作为两家领先的云服务提供商,阿里云和Amazon Web Services(AWS)都提供了成熟的CDN解决方案,帮助企业优化网络传输和提升用户体验。我们九河云一直致力于阿里云和AWS云相关业务&#…

【光伏干货】光伏无人机巡检步骤

随着光伏产业的迅速发展和无人机技术的日益成熟&#xff0c;光伏无人机巡检已成为提高光伏电站运维效率、降低运维成本的重要手段。本文将详细介绍光伏无人机巡检的步骤&#xff0c;帮助读者更好地理解和应用这一技术。 一、前期准备 1、设备检查&#xff1a;对无人机及其相关…

mysql内存和磁盘的关系

mysql内存和磁盘的关系 1.MySQL的内存和磁盘之间的关系是密切的。MySQL的数据存储在磁盘上&#xff0c;但为了高效地执行查询操作&#xff0c;它也会将数据页&#xff08;每个页通常为16KB&#xff09;读入内存。MySQL的缓冲池&#xff08;buffer pool&#xff09;是在内存中的…

谷歌插件编写

目录 manifest.json {"manifest_version": 3,"name": "Floating Ball","version": "1.0","description": "A floating ball on the right side of the webpage.","permissions": ["act…

【算法】位运算算法——两整数之和

题解&#xff1a;两整数之和(位运算算法) 目录 1.题目2.位运算算法3.参考代码4.总结 1.题目 题目链接&#xff1a;LINK 2.位运算算法 这个题目难点就在于不能用、- 那什么能够代替加号呢&#xff1f; 既然数的层面不能用号&#xff0c;那二进制的角度去用号即可。 恰好&a…

MySQL 数据类型和搜索引擎

文章目录 【 1. 数据类型 】1.1 数值类型1.1.1 整型1.1.2 小数1.1.3 数值类型的选择 1.2 日期和时间YEAR 年TIME 时间DATE 日期DATETIME 日期时间TIMESTAMP 时间戳日期和时间的选择 1.3 文本字符串CHAR 固定字符串、VARCHAR 可变字符串TEXT 文本ENUM 枚举SET 集合字符串类型的选…

假如有几十个请求,如何去控制高并发?

公司项目中做图片或文件批量下载&#xff0c;每次下载都是大批量的&#xff0c;那么假如我一次性下载几十个&#xff0c;如何去控制并发请求的&#xff1f; 让我想想&#xff0c;额~&#xff0c; 选中ID&#xff0c;循环请求&#xff1f;&#xff0c;八嘎&#xff01;肯定不是那…

MySQL中Undo-log是什么?有什么作用?

2.6.1. Undo-log撤销日志 Undo即撤销的意思&#xff0c;通常也称为回滚日志&#xff0c;用来给MySQL撤销SQL操作的。 当一条写入类型的SQL执行时&#xff0c;都会记录Undo-log日志&#xff0c;Undo-log并不存在单独的日志文件&#xff0c;InnoDB默认是将Undo-log存储在xx.ibd…

利用基于CNN的人员检测与关键词识别的TinyML实现无接触电梯

目录 说明 论文概述 摘要 引言 现有非接触式电梯解决方案 新解决方案的需求 tinyML实施 系统构建和算法管道 CNN和TinyML实现 结果与讨论 结论 视频演示和代码可用性 一点感想 说明 我一直使用Google Schloar订阅最新的论文消息&#xff0c;今天看到一篇论文的标…

H6246 60V降压3.3V稳压芯片 60V降压5V稳压芯片IC 60V降压12V稳压芯片

H6246降压稳压芯片是一款电源管理芯片&#xff0c;为高压输入、低压输出的应用设计。以下是对该产品的详细分析&#xff1a; 一、产品优势 宽电压输入范围&#xff1a;H6246支持8V至48V的宽电压输入范围&#xff0c;使其能够适应多种不同的电源环境&#xff0c;增强了产品的通用…

网络安全技术心得体会

网络与信息安全技术心得体会 通过对网络安全这门课程的学习&#xff0c;我进一步了解了网络安全技术的相关知识。大致来说&#xff0c;所谓网络安全指的是对网络系统中各类软硬件和数据信息等提供保护屏障&#xff0c;确保数据信息不受到恶意侵入、窃取等破坏&#xff0c;保证…