在前面的课时中，我分别介绍了响应式流规范以及 Spring 框架中的响应式编程技术，也提到了响应式编程框架 Project Reactor。Reactor 是响应式领域中具有代表性的类库，实现了响应式流规范，同时已经成为 Spring 框架生态系统的重要组成部分。
今天这一讲，我们就先来分析响应式流的主流实现框架，并探讨 Reactor 中的基础组件。
响应式流的主流实现框架
正如我在“02 | 背压机制：响应式流为什么能够提高系统的弹性”中所介绍的，在 Java 领域，目前响应式流的开发库包括 RxJava、Akka、Vert.x 和 Project Reactor 等。这里重点对 RxJava 和 Project Reactor 进行展开描述。
说起 RxJava，我们先来讨论它的前缀 Rx。这里的 Rx 代表的是响应式扩展 Reactive Extensions，实际上它最早诞生于微软的 .NET 平台，用来构建高性能的应用系统，其内部集成了异步数据序列的事件驱动编程。后来，Java 领域也充分借鉴了这一编程模型，诞生了 RxJava 框架，RxJava 可以说是响应式编程得以大规模应用的先驱，推动了一大批针对不同语言的响应式编程框架，这些编程框架同样都以 Rx 作为前缀，例如 RxSwift、RxRuby、RxGo，RxScale、RxKotlin 等。
RxJava 从最初的 1.x 发展到现在的 3.x 版本，各个版本之间变化较大。而从 2.x 版本开始，就对原有的 API 按照响应式流规范进行了重构，并提供了独立的背压功能。RxJava 应用广泛，例如，在 Netflix 的微服务套件中，熔断器 Hystrix、客户端负载均衡器 Ribbon、API 网关 Zuul 等常用组件中都使用到了 RxJava。除此之外，在以 Android 为代表的 UI 交互开发领域，RxJava 也普遍受到开发人员的欢迎。可以说，其他 Rx 开发库的兴起很大程度上归功于 RxJava 的发展。
聊完 RxJava，我们再来看 Reactor。相较于 RxJava，Reactor 诞生在响应式流规范制定之后，所以从一开始就是严格按照响应式流规范设计并实现了它的 API，这也是 Spring 选择它作为默认响应式编程框架的核心原因。
在发展过程中，Reactor 同样经历到从 1.X 到目前 3.X 的演进历程。Reactor 库自早期版本以来已经发展了很多，目前最新的 3.X 版本以 Java 8 作为基线，可以说已经成为业界最先进的响应式库。
RxJava 和 Reactor 二者对比来说，虽然 RxJava 诞生得更早，但 Reactor 应该更有前途。为什么这样说，因为它的开发更活跃，并得到了 Pivotal 公司的大力支持。从 API 角度看，这些库都非常相似，也都提供了一大批非常实用的操作符来简化开发过程。但既然 Spring 5 选择了 Reactor，就让我们来学习它吧。
Project Reactor 框架
Reactor 框架可以单独使用。和集成其他第三方库一样，如果想要在代码中引入 Reactor，要做的事情就是在 Maven 的 pom 文件中添加如下依赖包。
其中 reactor-core 包含了 Reactor 的核心功能，而 reactor-test 则提供了支持测试的相关工具类。在本讲的后续内容中，我将从 Reactor 框架所提供的异步数据序列入手，引出该框架所提供的 Flux 和 Mono 这两个核心编程组件以及相关的操作符。最后，作为响应式流的核心，我们也会对它所具备的背压机制进行讨论。
Reactor 异步数据序列
响应式流规范的基本组件是一个异步的数据序列，在 Reactor 框架中，我们可以把这个异步数据序列表示成如下形式。
图 1 Reactor 框架异步序列模型
上图中的异步序列模型从语义上可以用如下公式表示。
onNext x 0..N [onError | onComplete]
显然，以上公式中包含了三种消息通知，分别对应在异步数据序列执行过程中的三种不同数据处理场景，其中：
onNext 表示正常的包含元素的消息通知； onComplete 表示序列结束的消息通知； onError 表示序列出错的消息通知。
结合上一讲的内容，当触发这些消息通知时，异步序列的订阅者中对应的这三个同名方法将被调用。正常情况下，onNext() 和 onComplete() 方法都应该被调用，用来正常消费数据并结束序列。如果没有调用 onComplete() 方法就会生成一个无界数据序列，在业务系统中，这通常是不合理的。而 onError() 方法只有序列出现异常时才会被调用。
基于上述异步数据序列，Reactor 框架提供了两个核心组件来发布数据，分别是 Flux 和 Mono 组件。这两个组件可以说是应用程序开发过程中最基本的编程对象。
Flux 和 Mono 组件
Flux 代表的是一个包含 0 到 n 个元素的异步序列，Reactor 官网给出了它的示意图，如下所示。
图 2 Flux 组件（来自 Reactor 官网）
上图中的“operator”代表的是操作符，红色的叉号代表异常，而最后的一个符号则代表序列正常结束。显然，序列的三种消息通知都适用于 Flux。在详细介绍 Flux的构建和使用方法之前，我们先通过一段简短的代码来演示使用 Flux 的方法，如下所示。
private Flux
List
Account account = new Account();
account.setId(1L);
account.setAccountCode("DemoCode");
account.setAccountName("DemoName");
accountList.add(account);
return Flux.fromIterable(accountList); }
在以上代码中，我们通过 Flux.fromIterable() 方法构建了 Flux
我们再来看一个 Web 层组件的代码示例，如下所示。
@GetMapping("/accounts")
public Flux
Flux
return accounts; }
在这个 Controller 提供的 "/accounts" 的端点中，我们调用了 Service 层方法返回了一个 Account 对象列表，它的数据类型也是 Flux
介绍完 Flux 之后，我们再来看 Reactor 所提供的 Mono 组件。Mono 数据序列中只包含 0 个或 1 个元素，如下图所示。
图 3 Mono 组件（来自 Reactor 官网）
与 Flux 组件一样，我们同样通过一个服务层的方法来演示 Mono 组件的用法，示例代码如下。
private Mono
Account account = new Account();
account.setId(id);
account.setAccountCode("DemoCode");
account.setAccountName("DemoName");
accountList.add(account);
return Mono.just(account); }
可以看到，这里首先构建一个 Account 对象，然后通过 Mono.just() 方法返回一个 Mono 对象。Mono.just() 方法是构建 Mono 的最常见用法之一，我们同样在下一讲中会对其进一步介绍。
同样，Web 层组件获取 Mono
@GetMapping("/accounts/{id}")
public Mono
Mono
return account; }
显然，某种程度上可以把 Mono 看作是 Flux 的一种特例，而两者之间也可以进行相互的转换和融合。如果你有两个 Mono 对象，那么把它们合并起来就能获取一个 Flux 对象。除此之外，把一个 Flux 转换成 Mono 对象也有很多办法，例如对一个 Flux 对象中所包含的元素进行计数操作就能得到一个 Mono 对象。而这里合并和计数就是针对数据流的一种操作。Reactor 中提供了一大批非常实用的操作符来简化这些操作的开发过程。
操作符
操作符并不是响应式流规范的一部分，但为了改进响应式代码的可读性并降低开发成本，Reactor 库中的 API 提供了一组丰富的操作符，这些操作符为响应式流规范提供了最大的附加值。操作符的执行效果如下所示。
图 4 Reactor 中操作符示意图
在 Reactor 中，可以把操作符分成转换、过滤、组合、条件、数学、日志、调试等几大类，每一类中都提供了一批有用的操作符。尤其是针对转换场景，操作符非常健全。在这个模块的接下来几讲中，我会详细介绍。
下面再来说说背压处理。
背压处理
背压是所有响应式编程框架所必须要考虑的核心机制，Reactor 框架支持所有常见的背压传播模式，包括以下几种。
纯推模式：这种模式下，订阅者通过 subscription.request(Long.MAX_VALUE) 请求有效无限数量的元素。 纯拉模式：这种模式下，订阅者通过 subscription.request(1) 方法在收到前一个元素后只请求下一个元素。 推-拉混合模式：这种模式下，当订阅者有实时控制需求时，发布者可以适应所提出的数据消费速度。
基于这些背压传播模式，在 Reactor 框架中，针对背压有以下四种处理策略。
BUFFER：代表一种缓存策略，缓存消费者暂时还无法处理的数据并放到队列中，这时候使用的队列相当于是一种无界队列。 DROP：代表一种丢弃策略，当消费者无法接收新的数据时丢弃这个元素，这时候相当于使用了有界丢弃队列。 LATEST：类似于 DROP 策略，但让消费者只得到来自上游组件的最新数据。 ERROR：代表一种错误处理策略，当消费者无法及时处理数据时发出一个错误信号。
Reactor 使用了一个枚举类型 OverflowStrategy 来定义这些背压处理策略，并提供了一组对应的 onBackpressureBuffer、onBackpressureDrop、onBackpressureLatest 和 onBackpressureError 操作符来设置背压，分别对应上述四种处理策略。
为了更好地展示操作符的语义和效果，从这一讲开始，我将引入弹珠图（Marble Diagram）。弹珠图能将数据流的转换以可视化方式呈现出来，它们对于描述操作符的行为非常有效，因此在 RxJava 或 Reactor 等响应式编程框架中，几乎所有的操作符都包含带有对应的弹珠图的说明。在我们课程的后续内容中也将大量使用弹珠图。实际上你在本讲前面的 Flux 和 Mono 组件中已经看到了弹珠图，而 Reactor 官网给出的 onBackpressureBuffer 操作符的弹珠图如下所示。
图 5 onBackpressureBuffer 操作符示意图（来自 Reactor 官网）
onBackpressureBuffer 操作符有很多种可以选择的配置项，我们可以用来灵活控制它的行为。
小结与预告
针对响应式流规范，业界存储了一批优秀的实现框架，而 Spring 默认集成的 Project Reactor 框架就是这其中的代表。Reactor 框架中最核心的就是代表异步数据序列的 Mono 和 Flux 组件，通过今天内容的介绍，我们对这两个组件有了一个初步的认识。同时，我们还介绍了 Reactor 中的操作符组件以及针对不同场景的背压处理机制。
这里给你留一道思考题：你能简要描述 Reactor 中 Flux 和 Mono 组件的区别吗？
既然有了 Flux 和 Mono 对象，那么我们如何来创建它们呢？这就是下一讲要介绍的内容，我们不见不散。
点击链接，获取课程相关代码↓↓↓ https://github.com/lagoueduCol/ReactiveProgramming-jianxiang.git
精选评论
**海：
Android朋友对于响应式编程直呼内行
**杰：
Flux 0-n个，感觉像是Java的List；Mono 0-1个，像是Java的对象
讲师回复：
类似吧
**风：
哈哈，因为project reactor也是VMware,Inc公司的
讲师回复：
哈哈，是的
**成：
背压这一块有点疑问，比如buffer，如果下游数据处理速度过慢，上游生产的很快，那么buffer满了以后，上游就暂停生产了吗？
讲师回复：
背压在原则上就是要通知到上游不要生产的太快，如果用buffer的话这部分效果是把生产者的消息暂存在缓冲区中慢慢消费，相当于就是生产者的速度就变慢了
**清：
觉得Flux和Mono一样，只是容量不同？
讲师回复：
对，代表不同的数据容量
**龙：
第一个demo的返回值打错了吗？应该是Flux吧？
编辑回复：
应该是Flux，已更正
*星：
湘哥，您好。我有一个场景是接收到RocketMQ Stream单条数据需要插入到数据库，但并发上来时压力巨大。现在是放到MAP里面，定时1-3秒在拿出来批量插入，如100条一次，多次插入。虽然解决了但始终感觉不好，主要有丢数据风险，实现也不够优雅，定时任务有空转情况。想用FLUX能给我点点思路吗？感谢了
讲师回复：
我理解如果用了RocketMQ这种，本身就有一定的限流机制的，可以对消费者的处理速度进行控制，然后RocketMQ本身就相当于是一个Buffer
*晨：
1.flux感觉像是一个集合，mono是一个元素，flux2.Reactor 框架中，针对背压有以下四种处理策略BUFFER,DROP,LATEST,ERROR; 没有理解怎么做背压的，第一个是无界队列，第二第三是丢弃队列，第四个是错误处理；没有看到有界背压的意思，老师答疑下，谢谢
讲师回复：
这些处理机制就是不同的背压处理表现形式了
精彩链接
您阅读本篇文章共花了：
发表评论