(12)Reactor 3 自定義數據流——響應式Spring的道法術器
本系列文章索引《響應式Spring的道法術器》
前情提要 響應式流 | Reactor 3快速上手 | 響應式流規範
本文源碼
2.2 自定義數據流
這一小節介紹如何通過定義相應的事件(onNext
、onError
和onComplete
) 創建一個 Flux 或 Mono。Reactor提供了generate
、create
、push
和handle
等方法,所有這些方法都使用 sink(池)來生成數據流。
sink,顧名思義,就是池子,可以想象一下廚房水池的樣子。如下圖所示:
下面介紹到的方法都有一個sink提供給方法使用者,通常至少會暴露三個方法給我們,next
、error
和complete
。next和error相當於兩個下水口,我們不斷將自定義的數據放到next口,Reactor就會幫我們串成一個Publisher數據流,直到有一個錯誤數據放到error口,或按了一下complete
2.2.1 generate
generate
是一種同步地,逐個地發出數據的方法。因為它提供的sink是一個SynchronousSink
, 而且其next()
方法在每次回調的時候最多只能被調用一次。
generate
方法有三種簽名:
public static <T> Flux<T> generate(Consumer<SynchronousSink<T>> generator) public static <T, S> Flux<T> generate(Callable<S> stateSupplier, BiFunction<S, SynchronousSink<T>, S> generator) public static <T, S> Flux<T> generate(Callable<S> stateSupplier, BiFunction<S, SynchronousSink<T>, S> generator, Consumer<? super S> stateConsumer)
1)使用SynchronousSink生成數據流
@Test public void testGenerate1() { final AtomicInteger count = new AtomicInteger(1); // 1 Flux.generate(sink -> { sink.next(count.get() + " : " + new Date()); // 2 try { TimeUnit.SECONDS.sleep(1); } catch (InterruptedException e) { e.printStackTrace(); } if (count.getAndIncrement() >= 5) { sink.complete(); // 3 } }).subscribe(System.out::println); // 4 }
- 用於計數;
- 向“池子”放自定義的數據;
- 告訴
generate
方法,自定義數據已發完; - 觸發數據流。
輸出結果為每1秒鐘打印一下時間,共打印5次。
2)增加一個伴隨狀態
對於上邊的例子來說,count
用於記錄狀態,當值達到5之後就停止計數。由於在lambda內部使用,因此必須是final類型的,且不能是原生類型(如int
)或不可變類型(如Integer
)。
如果使用第二個方法簽名,上邊的例子可以這樣改:
@Test
public void testGenerate2() {
Flux.generate(
() -> 1, // 1
(count, sink) -> { // 2
sink.next(count + " : " + new Date());
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
if (count >= 5) {
sink.complete();
}
return count + 1; // 3
}).subscribe(System.out::println);
}
- 初始化狀態值;
- 第二個參數是
BiFunction
,輸入為狀態和sink; - 每次循環都要返回新的狀態值給下次使用。
3)完成後處理
第三個方法簽名除了狀態、sink外,還有一個Consumer
,這個Consumer
在數據流發完後執行。
Flux.generate(
() -> 1,
(count, sink) -> {
sink.next(count + " : " + new Date());
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
if (count >= 5) {
sink.complete();
}
return count + 1;
}, System.out::println) // 1
.subscribe(System.out::println);
}
- 最後將count值打印出來。
如果 state 使用了數據庫連接或者其他需要進行清理的資源,這個 Consumer lambda 可以用來在最後完成資源清理任務。
2.2.2 create
create
是一個更高級的創建Flux的方法,其生成數據流的方式既可以是同步的,也可以是異步的,並且還可以每次發出多個元素。
create
用到了FluxSink
,後者同樣提供 next,error 和 complete 等方法。 與generate不同的是,create不需要狀態值,另一方面,它可以在回調中觸發多個事件(即使事件是發生在未來的某個時間)。
create 常用的場景就是將現有的 API 轉為響應式,比如監聽器的異步方法。
先編寫一個事件源:
public class MyEventSource {
private List<MyEventListener> listeners;
public MyEventSource() {
this.listeners = new ArrayList<>();
}
public void register(MyEventListener listener) { // 1
listeners.add(listener);
}
public void newEvent(MyEvent event) {
for (MyEventListener listener :
listeners) {
listener.onNewEvent(event); // 2
}
}
public void eventStopped() {
for (MyEventListener listener :
listeners) {
listener.onEventStopped(); // 3
}
}
@Data
@NoArgsConstructor
@AllArgsConstructor
public static class MyEvent { // 4
private Date timeStemp;
private String message;
}
}
- 註冊監聽器;
- 向監聽器發出新事件;
- 告訴監聽器事件源已停止;
- 事件類,使用了lombok註解。
準備一個監聽器接口,它可以監聽上邊第2和3的兩種事件:(1)新的MyEvent
到來;(2)事件源停止。如下:
public interface MyEventListener {
void onNewEvent(MyEventSource.MyEvent event);
void onEventStopped();
}
下面的測試方法邏輯是:創建一個監聽器註冊到事件源,這個監聽器再收到事件回調的時候通過Flux.create
的sink將一系列事件轉換成異步的事件流:
@Test
public void testCreate() throws InterruptedException {
MyEventSource eventSource = new MyEventSource(); // 1
Flux.create(sink -> {
eventSource.register(new MyEventListener() { // 2
@Override
public void onNewEvent(MyEventSource.MyEvent event) {
sink.next(event); // 3
}
@Override
public void onEventStopped() {
sink.complete(); // 4
}
});
}
).subscribe(System.out::println); // 5
for (int i = 0; i < 20; i++) { // 6
Random random = new Random();
TimeUnit.MILLISECONDS.sleep(random.nextInt(1000));
eventSource.newEvent(new MyEventSource.MyEvent(new Date(), "Event-" + i));
}
eventSource.eventStopped(); // 7
}
- 事件源;
- 向事件源註冊用匿名內部類創建的監聽器;
- 監聽器在收到事件回調的時候通過sink將事件再發出;
- 監聽器再收到事件源停止的回調的時候通過sink發出完成信號;
- 觸發訂閱(這時候還沒有任何事件產生);
- 循環產生20個事件,每個間隔不超過1秒的隨機時間;
- 最後停止事件源。
運行一下這個測試方法,20個MyEvent
陸續打印出來。
如果將上邊的create
方法換成generate
方法,則會報出異常:
java.lang.IllegalStateException: The generator didn‘t call any of the SynchronousSink method
證明generate
並不支持異步的方式。
create
方法還有一個變體方法push
,適合生成事件流。與 create類似,
push 也可以是異步地, 並且能夠使用以上各種回壓策略。所以上邊的例子可以替換為push
方法。區別在於,push
方法中,調用next
、complete
或error
的必須是同一個線程。
除了next
、complete
或error
方法外,FluxSink
還有onRequest
方法,這個方法可以用來響應下遊訂閱者的請求事件。從而不僅可以像上一個例子那樣,上遊在數據就緒的時候將其推送到下遊,同時下遊也可以從上遊拉取已經就緒的數據。這是一種推送/拉取混合的模式。比如:
Flux<String> bridge = Flux.create(sink -> {
myMessageProcessor.register(
new MyMessageListener<String>() {
public void onMessage(List<String> messages) {
for(String s : messages) {
sink.next(s); // 1
}
}
});
sink.onRequest(n -> { // 2
List<String> messages = myMessageProcessor.request(n); // 3
for(String s : message) {
sink.next(s);
}
});
...
}
- push方式,主動向下遊發出數據;
- 在下遊發出請求時被調用;
- 響應下遊的請求,查詢是否有可用的message。
(12)Reactor 3 自定義數據流——響應式Spring的道法術器