再談響應式
在前一篇文章從Reactive編程到“好萊塢”中，談到了響應式的一些概念，講的有些發散。 但僅僅還是停留在概念的層面，對於實戰性的東西並沒有涉及。
所以大家看了后，或許還是有些不痛不癢。
響應式編程強調的是異步化、面向流的處理方式，這兩者也並非憑空生出，而是從大量的技術實踐中總結提煉出來的概念，就比如：
-
我們談異步化，容易聯想到 Java 異步IO(Asynchronized IO)，而且習慣於將其和 BIO、NIO等概念來做對比。 殊不知，老早出現的 Swing 框架(Java UI)就已經將異步化思維玩的很溜了，不信的可以看看其內部 Observer模式(觀察者)的實現。
-
我們談流式處理，容易聯想到 時下當紅的 Flink框架。 但幾乎所有的大數據分析、批處理應用都是基於流式進行處理的，比如 ETL，甚至是一個最簡單的 Map Reduce 作業。
為什么Web后端開發的，對 Reactive 沒有感覺
除了前端，Reactive 概念在大數據領域的應用其實非常的廣泛了。 但是對於大多數做 Web 后端開發的人來說或許普及程度並不高，以筆者自身的感受是，碼了這么些年頭，除了做好代碼分層之外，似乎也沒有見到 Reactive可以發揮重大作用的地方。 原因就在於，在Web 后端開發領域基本是依托 HTTP協議機制實現的，這是一個相當簡單的 請求 -> 應答 交互模式，客戶端在發送請求后，會一直等待結果返回，也就是結果的通知是由客戶端主動獲取而非異步通知的，因此並不是 Reactive 的風格。 但這已經是符合用戶一貫的使用方式了，絕大多數情況下並不需要做什么樣的變化，此時我們對響應式的感知並不深刻。
更符合Reactive 的另外一個場景是 富客戶端(Rich Application)，假設在需要大量復雜的前端交互的場景下，我們可以選擇將一些邏輯放在前端代碼中實現。 此時的 Web 交互就不再是整個頁面的刷新，而是演變為客戶端與服務端的"實時"雙向通訊，這類應用也比較普遍了，比如基於 WebSocket 實現的 聊天應用、小游戲等等。
淺顯的從趨勢上看， Reactive 的前景還是很明朗的，這里並不是說因為現在多數流行的編程語言中都有它的影子(比如提供了Rx風格的框架)。
而是未來的大數據處理、實時流計算會成為主流，這是環境決定的。 而這時 Reactive 這種"面向流"的編程模式無疑是很合適的。
Java 9 支持的 Reactive Stream
Java 平台直到 JDK 9 才提供了對於 Reactive 的完整支持，而在此之前的JDK版本中，也以及存在一些有關聯性的API，比如：
- Future 和 CompletableFuture接口，用於實現異步計算。 后者較前者則是完善了異步結果通知、任務串行等特性。
- Stream 接口，可以將傳統的集合轉換為"流"的方式進行處理，比如迭代、映射轉換。
這些關聯性API 並不是完整的 Reactive，Java 9所支持的 Reactive Stream API 來自於2013年的響應式流規范(Reactive Stream Specification)。
https://www.reactive-streams.org/
基於這個規范中主要定義了下面幾個接口：
Java的響應式流接口統一定義在 java.util.concurrent.Flow接口
-
Publisher
即數據的發布者。 Publisher 接口定義了一個subscribe方法，用於添加訂閱者： -
Subscriber
指數據的訂閱者。 Subscriber 接口定義了4個方法，用於針對不同的事件作出響應。
首先，在subscribe方法調用成功后，Subscriber的 onSubscribe(Subscription s) 方法會被觸發(Subscription 表示當前的訂閱關系)。
此后，正常可以繼續調用 Subscription 的 request(long n) 方法來向發布者請求數據，n是指最大的數據條目數。
發布者會產生3種不同的消息，分別對應到 Subscriber 的3個回調方法：
數據消息：對應 onNext 方法，表示發布者產生的數據。
錯誤消息：對應 onError 方法，表示發布者產生了錯誤。
結束消息：對應 onComplete 方法，表示發布者已經完成了所有數據的發布。
在上面的3種通知中，錯誤、結束消息都表示當前的流已經到達了終點，后面不再會有消息產生。
-
Subscription
Subscription 表示的是一個訂閱關系。 可以通過該對象請求數據(request方法)，或者取消訂閱(cancel方法)。 -
Processor
Processor 表示的一種特殊的對象，既是生產者，又是訂閱者。
負壓的支持
負壓是響應式流定義的一種重要的能力，在上述的接口中，實質上已經提供了負壓的支持。
Publisher 只有在收到請求之后，才會產生數據。 這就保證了 Subscriber 可以根據自己的處理能力，確定要向 Publisher 請求的數據量，以此保證自身不會被沖垮。
范例
下面，以一個簡單的代碼示例來演示 Reactive Stream API 是如何使用的。
以某一個制奶廠為例，為了提高營收，工廠推出了一個廠家直銷的業務。 顧客可以直接向廠方訂購一定天數的奶制品，每天則是由工廠的服務人員送奶上門。
為了模擬這個場景，我們實現的代碼如下：
- 制奶廠，一個Publisher實現：
public class MilkFactory extends SubmissionPublisher<String> {
private final ScheduledFuture<?> periodicTask;
private final ScheduledExecutorService scheduler;
private static final List<String> milks = Arrays.asList("益力多", "酸牛奶", "原味奶", "低脂蛋奶", "羊奶", "甜牛奶");
public MilkFactory() {
super();
//初始化定時器
scheduler = new ScheduledThreadPoolExecutor(1);
//每一天生產完牛奶並推送給消費者
periodicTask = scheduler.scheduleAtFixedRate(
() -> submit(produceMilk()), 0, 1, TimeUnit.SECONDS);
}
//隨機生產牛奶
private String produceMilk() {
return milks.get((int) (Math.random() * milks.size()));
}
//關閉流
public void close() {
periodicTask.cancel(false);
scheduler.shutdown();
super.close();
}
}
MilkFactory 集成自SubmissionPublisher(一個提供緩沖的Publisher實現)，其內部會啟動一個定時器，用於模擬每天給用戶發放生產的牛奶。
通過submit()方法可以將數據推送給用戶。
- 顧客，一個Subscriber實現：
public class MilkCustomer implements Flow.Subscriber<String> {
private Flow.Subscription subscription;
private AtomicInteger available = new AtomicInteger(0);
private int dayCount;
public MilkCustomer(int dayCount) {
this.dayCount = dayCount;
}
@Override
public void onSubscribe(Flow.Subscription subscription) {
this.subscription = subscription;
//設置總量
available.set(dayCount);
//第一天
subscription.request(1);
}
@Override
public void onNext(String milk) {
System.out.println("今天的牛奶到了: " + milk);
//如果還有存量，繼續請求
if(available.decrementAndGet() > 0){
subscription.request(1);
}else{
System.out.println("牛奶套餐已經派完，歡迎繼續訂購");
this.subscription.cancel();
}
}
@Override
public void onError(Throwable t) {
t.printStackTrace();
}
@Override
public void onComplete() {
System.out.println("closed.");
}
}
MilkCustomer 接受一個dayCount入參，即表示訂購的數量，在首次訂閱時會請求第一天的奶品，此后則每次收到到奶品后再請求下一天的，直到將總量消費完。
- 測試程序
執行下面的代碼：
MilkFactory factory = new MilkFactory();
//訂閱1周
MilkCustomer customer = new MilkCustomer(7);
factory.subscribe(customer);
輸出：
今天的牛奶到了: 酸牛奶
今天的牛奶到了: 羊奶
今天的牛奶到了: 原味奶
牛奶套餐已經派完，歡迎繼續訂購
小結
在上例中，我們使用 Java 提供的 Reactive Stream API 實現了一個"送奶上門" 的業務流。
整個過程相對是比較簡單的，最關鍵的地方就在於對流式處理以及訂閱關系的理解。 然而目前的 Reactive 實現還沒有完全的統一，比如 Spring WebFlux(SpringBoot 2支持) 仍然是基於 Reactor 私有API而不是 Reactive Stream API 來構建的，后面有機會再做下介紹。
擴展閱讀
關於Future和CompletableFuture的區別
https://juejin.im/post/5adbf8226fb9a07aac240a67