Java响应式编程

最新推荐文章于 2026-04-02 12:19:42 发布

原创

最新推荐文章于 2026-04-02 12:19:42 发布 · 2.8k 阅读

标签

#windows #面试 #职场和发展 #java #开发语言

一. 概述

本章将从响应式编程的开始，从 stream 开始逐步递进，如对流式编程或响应式编程十分熟悉的可直接跳过对应小节。本章内容因目前使用有限，仅供参考，目前也不必花费过多时间在该章内容上，待未来使用时再深入研究即可。本章内容可作为 webflux 学习的前置知识。

二. stream 流式编程

最佳实战：凡是写for循环处理数据的统一全部用StreamAPI进行替换

Stream所有数据和操作被组合成流管道流管道组成：

一个数据源（原材料）
零或多个中间操作（加工）
一个终止操作（最终产物）
流的创建：主要有集合的 of 方法，以及 Stream.of

中间操作：可通过查看对应 api 源码注释看具体是中间操作还是终止操作， intermediate operation

filter ：过滤
map ：映射，一对一
flatMap ：散列，一对多

filter、
map、mapToInt、mapToLong、mapToDouble
flatMap、flatMapToInt、flatMapToLong、flatMapToDouble
mapMulti、mapMultiToInt、mapMultiToLong、mapMultiToDouble、
parallel、unordered、onClose、sequential
distinct、sorted、peek、limit、skip、takeWhile、dropWhile

终止操作：terminal operation ，必须调用终止操作才会真正执行。

forEach、forEachOrdered、toArray、reduce、collect、toList、min、
max、count、anyMatch、allMatch、noneMatch、findFirst、findAny、iterator

一个使用示例：

public static void main(String[] args) {
    Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8);
    List<Integer> list = stream.filter(i -> i % 2 == 0).peek(System.out::println).toList();
    System.out.println(list);
}

流式编程就像制定工厂流水线，开发人员定制好流水线的原材料，各个加工步骤，最终产物。这条流水线完全制定好才会开始运行并产出。

三. Reactive-Stream

Reactive Streams是JVM面向流的库的标准和规范，是 jdk9 中的 API，方便本地开发基于异步、消息驱动的全事件回调系统：响应式系统。

API Components：注意，使用这些组件是天然异步且由 ForkJoinPool 线程池启用执行，所以程序最后调用 System.in.read() 来控制主线程不完全结束

Publisher ：发布者接口；产生数据流
Subscriber ：订阅者接口；消费数据流
Subscription ：订阅关系；订阅关系是发布者和订阅者之间的关键接口。订阅者通过订阅来表示对发布者产生的数据的兴趣。订阅者可以请求一定数量的元素，也可以取消订阅
Processor ：处理器是同时实现了发布者和订阅者接口的组件。它可以接收来自一个发布者的数据，进行处理，并将结果发布给下一个订阅者。处理器在Reactor中充当中间环节，代表一个处理阶段，允许在数据流中进行转换、过滤和其他操作
数据流向：Publisher （ dataBuffer） -> N 个 Processor -> Subscriber

public static void main(String[] args) throws Exception {
		// 1. 定义发布者：可发布消息
		try (SubmissionPublisher<String> publisher = new SubmissionPublisher<>()){
			// 2. 定义订阅者：订阅者可订阅发布者发布的消息
			Flow.Subscriber<String> subscriber = new Flow.Subscriber<>() {

				// 保存绑定关系
				private Flow.Subscription subscription;

				// 绑定订阅消息时触发
				@Override
				public void onSubscribe(Flow.Subscription subscription) {
					this.subscription = subscription;
					System.out.println("订阅事件发生了");
					subscription.request(1); // 背压模式，订阅者向发布者请求发布信息
					System.out.println("订阅者线程：" + Thread.currentThread()); // Thread[ForkJoinPool.commonPool-worker-1,5,main]
				}

				@Override
				public void onNext(String item) {
					System.out.println("本轮：" + item);
					subscription.request(1);
					if (item.equals("原材料0")) {
//						throw new RuntimeException("自控异常");
					}
					System.out.println("订阅者线程Next：" + Thread.currentThread()); // Thread[ForkJoinPool.commonPool-worker-1,5,main]
				}

				@Override
				public void onError(Throwable throwable) {
					System.out.println("异常了：" + throwable.getMessage());
				}

				@Override
				public void onComplete() {
					System.out.println("完成了");
				}
			};
			// 3. 发布者的订阅者列表中添加这名订阅者，后续发布信息会发送给订阅者
			publisher.subscribe(subscriber);

			// 4. 发布者发布消息
			for (int i = 0; i < 10; i++) {
				publisher.submit("原材料" + i);
			}

			System.out.println("主线程：" + Thread.currentThread()); // Thread[main,5,main]

			publisher.close(); // 这样才会回调 onComplete 方法

			System.in.read();
		}
	}

响应式编程：通常作为观察者模式的拓展，一般会使用线程池、DataBuffer

底层：基于数据缓冲队列 + 消息驱动模型 + 异步回调机制
编码：流式编程 + 链式调用 + 声明式API
效果：优雅全异步 + 消息实时处理 + 高吞吐量 + 占用少量资源
发布订阅模式：