接上篇繼續學習各種方法：
4.9、reduce/reduceWith
@Test
public void reduceTest() {
Flux.range(1, 10).reduce((x, y) -> x + y).subscribe(System.out::println);
Flux.range(1, 10).reduceWith(() -> 10, (x, y) -> x + y).subscribe(System.out::println);
}
輸出：
55 65
上面的代碼，reduce相當於把1到10累加求和，reduceWith則是先指定一個起始值，然后在這個起始值基礎上再累加。（tips: 除了累加，還可以做階乘）
reduce示意圖：
reduceWith示意圖：
4.10、merge/mergeSequential/contact
@Test
public void mergeTest() {
Flux.merge(Flux.interval(Duration.of(500, ChronoUnit.MILLIS)).take(5),
Flux.interval(Duration.of(600, ChronoUnit.MILLIS), Duration.of(500, ChronoUnit.MILLIS)).take(5))
.toStream().forEach(System.out::println);
System.out.println("-----------------------------");
Flux.mergeSequential(Flux.interval(Duration.of(500, ChronoUnit.MILLIS)).take(5),
Flux.interval(Duration.of(600, ChronoUnit.MILLIS), Duration.of(500, ChronoUnit.MILLIS)).take(5))
.toStream().forEach(System.out::println);
}
merge就是將把多個Flux"按元素實際產生的順序"合並，而mergeSequential則是按多個Flux"被訂閱的順序"來合並，以上面的代碼來說，二個Flux，從時間上看，元素是交替產生的，所以merge的輸出結果，是混在一起的，而mergeSequential則是能分出Flux整體的先后順序。
0 0 1 1 2 2 3 3 4 4 ----------------------------- 0 1 2 3 4 0 1 2 3 4
merge示意圖：
mergeSequential示意圖：
與mergeSequential類似的，還有一個contact方法，示意圖如下：
4.11、combineLatest
@Test
public void combineLatestTest() {
Flux.combineLatest(
Arrays::toString,
Flux.interval(Duration.of(10000, ChronoUnit.MILLIS)).take(3),
Flux.just("A", "B"))
.toStream().forEach(System.out::println);
System.out.println("------------------");
Flux.combineLatest(
Arrays::toString,
Flux.just(0, 1),
Flux.just("A", "B"))
.toStream().forEach(System.out::println);
System.out.println("------------------");
Flux.combineLatest(
Arrays::toString,
Flux.interval(Duration.of(1000, ChronoUnit.MILLIS)).take(2),
Flux.interval(Duration.of(10000, ChronoUnit.MILLIS)).take(2))
.toStream().forEach(System.out::println);
}
該操作會將所有流中的最新產生的元素合並成一個新的元素，作為返回結果流中的元素。只要其中任何一個流中產生了新的元素，合並操作就會被執行一次。
分析一下第一段輸出：
第1個Flux用了延時生成，第1個數字0，10秒后才產生，這時第2個Flux中的A,B早就生成完畢，所以此時二個Flux中最新生在的元素，就是[0,B]，類似的，10秒后，第2個數字1依次產生，再執行1次合並，生成[1,B]...
輸出：
[0, B] [1, B] [2, B] ------------------ [1, A] [1, B] ------------------ [1, 0] [1, 1]
示意圖如下：
4.12、first
@Test
public void firstTest() {
Flux.first(Flux.fromArray(new String[]{"A", "B"}),
Flux.just(1, 2, 3))
.subscribe(System.out::println);
}
這個很簡單理解，多個Flux，只取第1個Flux的元素。輸出如下：
A B
示意圖：
4.13、 map
@Test
public void mapTest() {
Flux.just('A', 'B', 'C').map(a -> (int) (a)).subscribe(System.out::println);
}
map相當於把一種類型的元素序列，轉換成另一種類型，輸出如下：
65 66 67
示意圖：
五、消息處理
寫代碼時，難免會遇到各種異常或錯誤，所謂消息處理，就是指如何處理這些異常。
5.1 訂閱錯誤消息
@Test
public void subscribeTest1() {
Flux.just("A", "B", "C")
.concatWith(Flux.error(new IndexOutOfBoundsException("下標越界啦！")))
.subscribe(System.out::println, System.err::println);
}
注意：這里subscribe第2個參數，指定了System.err::println ，即錯誤消息，輸出到異常控制台上。
輸出效果：
示意圖：
5.2 onErrorReturn
即：遇到錯誤時，用其它指定值返回
@Test
public void subscribeTest2() {
Flux.just("A", "B", "C")
.concatWith(Flux.error(new IndexOutOfBoundsException("下標越界啦！")))
.onErrorReturn("X")
.subscribe(System.out::println, System.err::println);
}
輸出：
A B C X
示意圖：
5.3 onErrorResume
跟onErrorReturn有點接近，但更靈活，可以根據異常的類型，有選擇性的處理返回值。
@Test
public void subscribeTest3() {
Flux.just("A", "B", "C")
.concatWith(Flux.error(new IndexOutOfBoundsException("下標越界啦！")))
.onErrorResume(e -> {
if (e instanceof IndexOutOfBoundsException) {
return Flux.just("X", "Y", "Z");
} else {
return Mono.empty();
}
})
.subscribe(System.out::println, System.err::println);
}
輸出：
A B C X Y Z
示意圖：
5.4 retry
即：遇到異常，就重試。
@Test
public void subscribeTest4() {
Flux.just("A", "B", "C")
.concatWith(Flux.error(new IndexOutOfBoundsException("下標越界啦！")))
.retry(1)
.subscribe(System.out::println, System.err::println);
}
輸出：
示意圖：
六、(線程)調度器
reactor中到處充滿了異步調用，內部必然有一堆線程調度，Schedulers提供了如下幾種調用策略：
6.1 Schedulers.immediate() - 使用當前線程
6.2 Schedulers.elastic() - 使用線程池
6.3 Schedulers.newElastic("test1") - 使用(新)線程池(可以指定名稱，更方便調試)
6.4 Schedulers.single() - 單個線程
6.5 Schedulers.newSingle("test2") - (新)單個線程(可以指定名稱，更方便調試)
6.6 Schedulers.parallel() - 使用並行處理的線程池（取決於CPU核數)
6.7 Schedulers.newParallel("test3") - 使用並行處理的線程池（取決於CPU核數，可以指定名稱，方便調試)
6.8 Schedulers.fromExecutorService(Executors.newScheduledThreadPool(5)) - 使用Executor（這個最靈活)
示例代碼：
@Test
public void schedulesTest() {
Flux.fromArray(new String[]{"A", "B", "C", "D"})
.publishOn(Schedulers.newSingle("TEST-SINGLE", true))
.map(x -> String.format("[%s]: %s", Thread.currentThread().getName(), x))
.toStream()
.forEach(System.out::println);
}
輸出：
[TEST-SINGLE-1]: A [TEST-SINGLE-1]: B [TEST-SINGLE-1]: C [TEST-SINGLE-1]: D
七、測試&調試
異步處理，通常是比較難測試的，reactor提供了StepVerifier工具來進行測試。
7.1 常規單元測試
@Test
public void stepTest() {
StepVerifier.create(Flux.just(1, 2)
.concatWith(Mono.error(new IndexOutOfBoundsException("test")))
.onErrorReturn(3))
.expectNext(1)
.expectNext(2)
.expectNext(3)
.verifyComplete();
}
上面的示例，Flux先生成1，2這兩個元素，然后拋了個錯誤，但馬上用onErrorReturn處理了異常，所以最終應該是期待1，2，3，complete這樣的序列。
7.2 模擬時間流逝
Flux.interval這類延時操作，如果延時較大，比如幾個小時之類的，要真實模擬的話，效率很低，StepVerifier提供了withVirtualTime方法，來模擬加快時間的流逝（是不是很體貼^_^)
@Test
public void stepTest2() {
StepVerifier.withVirtualTime(() -> Flux.interval(Duration.of(10, ChronoUnit.MINUTES),
Duration.of(5, ChronoUnit.SECONDS))
.take(2))
.expectSubscription()
.expectNoEvent(Duration.of(10, ChronoUnit.MINUTES))
.thenAwait(Duration.of(5, ChronoUnit.SECONDS))
.expectNext(0L)
.thenAwait(Duration.of(5, ChronoUnit.SECONDS))
.expectNext(1L)
.verifyComplete();
}
上面這個Flux先停10分鍾，然后每隔5秒生成一個數字，然后取前2個數字。代碼先調用
expectSubscription 期待流被訂閱，然后 expectNoEvent(Duration.of(10, ChronoUnit.MINUTES)) 期望10分鍾內，無任何事件（即：驗證Flux先暫停10分鍾），然后 thenAwait(Duration.of(5, ChronoUnit.SECONDS)) 等5秒鍾，這時已經生成了數字0 expectNext(0L) 期待0L ... 后面的大家自行理解吧。
7.3 記錄日志
@Test
public void publisherTest() {
Flux.just(1, 0)
.map(c -> 1 / c)
.log("MY-TEST")
.subscribe(System.out::println);
}
輸出：
示意圖：
7.4 checkpoint檢查點
可以在一些懷疑的地方，加上checkpoint檢查，參考下面的代碼：
@Test
public void publisherTest() {
Flux.just(1, 0)
.map(c -> 1 / c)
.checkpoint("AAA")
.subscribe(System.out::println);
}
輸出：
