正文

什么是响应式编程——响应式spring的道法术器(代码片段)

author  author  2022-10-27  775

关键词：

本系列文章索引：《响应式Spring的道法术器》。

1 响应式编程之道

1.1 什么是响应式编程？

在开始讨论响应式编程（Reactive Programming）之前，先来看一个我们经常使用的一款堪称“响应式典范”的强大的生产力工具——电子表格。

举个简单的例子，某电商网站正在搞促销活动，任何单品都可以参加“满199减40”的活动，而且“满500包邮”。吃货小明有选择障碍（当然主要原因还是一个字：穷），他有个习惯，就是先在Excel上根据预算算好自己要买的东西：

技术分享图片

相信大家都用过Excel中的公式，这是一个统计购物车商品和订单应付金额的表格，其中涉及到一些公式：

技术分享图片

上图中蓝色的线是公式的引用关系，从中可以看出，“商品金额”是通过“单价x数量”得到的，“满199减40”会判断该商品金额是否满199并根据情况减掉40，右侧“订单总金额”是“满199减40”这一列的和，“邮费”会根据订单总金额计算，“最终应付款”就是订单总金额加上邮费。

1.1.1 变化传递（propagation of change）

为什么说电子表格软件是“响应式典范”呢，因为“单价”和“数量”的任何变动，都会被引用（“监听”）它的单元格实时更新计算结果，如果还有图表或数据透视图引用了这块数据，那么也会相应变化，做到了实时响应。变化的时候甚至还有动画效果，用户体验一级棒！

这是响应式的核心特点之一：变化传递（propagation of change）。一个单元格变化之后，会像多米诺骨牌一样，导致直接和间接引用它的其他单元格均发生相应变化。

技术分享图片

看到这里，你可能会说，“切~ 不就是算付款金额吗，购物网站上都有这个最基础不过的功能啊~”，这就“响应式”啦？但凡一个与用户交互的系统都得“响应”用户交互啊~

但是在响应式编程中，基于“变化传递”的特点，触发响应的主体发生了变化。假设购物车管理和订单付款是两个不同的模块，或者至少是两个不同的类——Cart和Invoice。也许我们的代码是这样的：

Product.java（假设商品有两个属性name和price，简单起见，price就不用BigDecimal类型了）

    public class Product 
        private String name;
        private double price;
        // 构造方法、getters、setters

Cart模块中：

import com.example.Invoice; // 2

public class Cart 
    ...
    public boolean addProduct(Product product, int quantity) 
        ...
        double figure = product.getPrice() * quantity;
        invoice.update(figure); // 1
        ...
    
    ...

是由Cart的对象去调用Invoice对象的更新订单金额的方法；
Cart的代码中需要import Invoice。

技术分享图片

而我们再观察这个Excel，发现“订单总金额”的计算公式不仅位于自己的单元格中，而且这个公式能主动监听和响应购物车数据的变化事件。对于购物车来说，它没有对订单付款方面的任何公式引用。感觉就像这样：

假设数据流有操作的商品product和变化个数quantity两个属性：

public class CartEvent 
    private Product product;
    private int quantity;
    // 构造方法、getters、setters

Invoice模块中：

import com.example.Cart // 2

public class Invoice 
    ...
    public Invoice(Cart cart) 
        ...
        this.listenOn(cart);    // 1
        ...
    
    // 回调方法
    public void onCartChange(CartEvent event) 
        ...
    
    ...

是由Invoice的对象在初始化的时候就声明了对Cart对象的监听，从而一旦Cart对象有响应的事件（比如添加商品）发生的时候，Invoice就会响应；
Invoice的代码中import Cart。

技术分享图片

做过Java桌面开发的朋友可能会想到Java swing中的各种监听器，比如MouseListener能够监听鼠标的操作，并实时做出响应。所以C/S的客户端总是比B/S的Web界面更具有响应性嘛。

所以，这里我们说的是一种生产者只负责生成并发出数据/事件，消费者来监听并负责定义如何处理数据/事件的变化传递方式。

那么，Cart对象如何在发生变化的时候“发出”数据或事件呢？

1.1.2 数据流（data stream）

这些数据/事件在响应式编程里会以数据流的形式发出。

我们再观察一下购物车，这里有若干商品，小明每次往购物车里添加或移除一种商品，或调整商品的购买数量，这种事件都会像过电一样流过这由公式串起来的多米诺骨牌一次。这一次一次的操作事件连起来就是一串数据流（data stream），如果我们能够及时对数据流的每一个事件做出响应，会有效提高系统的响应水平。这是响应式的另一个核心特点：基于数据流（data stream）。

如下图是小明选购商品的过程，为了既不超预算，又能省邮费，有时加有时减：

技术分享图片

这一次一次的操作就构成了一串数据流。Invoice模块中的代码可能是这样：

    public Invoice(Cart cart) 
        ...
        this.listenOn(cart.eventStream());  // 1
        ...

其中，cart.eventStream()是要监听的购物车的操作事件数据流，listenOn方法能够对数据流中到来的元素依次进行处理。

1.1.3 声明式（declarative）

我们再到listenOn方法去看一下：

Invoice模块中，上边的一串公式被组装成如下的伪代码：

    public void listenOn(DataStream<CartEvent> cartEventStream)    // 1
        double sum = 0；
        double total = cartEventStream
            // 分别计算商品金额
            .map(cartEvent -> cartEvent.getProduct().getPrice() * cartEvent.getQuantity())  // 2
            // 计算满减后的商品金额
            .map(v -> (v > 199) ? (v - 40) : v)
            // 将金额的变化累加到sum
            .map(v -> sum += v; return sum;)
            // 根据sum判断是否免邮，得到最终总付款金额
            .map(sum -> (sum > 500) ? sum : (sum + 50));
        ...

cartEventStream是数据流，DataStream是某种数据流类型，可以暂时想象成类似在Java 8版本增加的对数据流进行处理的Stream API（下节会说到为啥不用Java Stream）。
map方法用于对数据流中的元素进行映射，比如第一个将cartEvent中的商品价格和数量拿到，然后算出本次操作的金额；第二个判断是否能享受“满199减40”的活动。

这里的伪代码用到了lambda，它非常适用于数据流的处理。没有接触过lambda的话没有关系，我们后续会再聊到它。

这是一种“声明式（declarative）”的编程范式。通过四个串起来的map调用，我们先声明好了对于数据流“将会”进行什么样的处理，当有数据流过来时，就会按照声明好的处理流程逐个进行处理。

比如对于第一个map操作：

技术分享图片

声明式编程范式的威力在于以不变应万变。无论到来的元素是什么，计算逻辑是不变的，从而形成了一种对计算逻辑的“绑定”。

再举个简单的例子方便理解：

a = 1;
b = a + 1;
a = 2;

这个时候，b是多少呢？在Java以及多数语言中，b的结果是2，第二次对a的赋值并不会影响b的值。

假设Java引入了一种新的赋值方式:=，表示一种对a的绑定关系，如

a = 1;
b := a + 1;
a = 2;

由于b保存的不是某次计算的值，而是针对a的一种绑定关系，所以b能够随时根据a的值的变化而变化，这时候b==3，我们就可以说:=是一种声明式赋值方式。而普通的=是一种命令式赋值方式。事实上，我们绝大多数的开发都是命令式的，如果需要用命令式编程表达类似上边的这种绑定关系，在每次a发生变化并需要拿到b的时候都得执行b = a + 1来更新b的值。

如此想来，“绑定美元政策”不也是一种声明式的范式吗~

总结来说，命令式是面向过程的，声明式是面向结构的。

不过命令式和声明式本身并无高低之分，只是声明式比较适合基于流的处理方式。这是响应式的第三个核心特点：声明式（declarative）。结合“变化传递”的特点，声明式能够让基于数据流的开发更加友好。

1.1.4 总结

总结起来，响应式编程（reactive programming）是一种基于数据流（data stream）和变化传递（propagation of change）的声明式（declarative）的编程范式。

响应式编程的“变化传递”就相当于果汁流水线的管道；在入口放进橙子，出来的就是橙汁；放西瓜，出来的就是西瓜汁，橙子和西瓜、以及机器中的果肉果汁以及残渣等，都是流动的“数据流”；管道的图纸是用“声明式”的语言表示的。

这种编程范式如何让Web应用更加“reactive”呢？

我们设想这样一种场景，我们从底层数据库驱动，经过持久层、服务层、MVC层中的model，到用户的前端界面的元素，全部都采用声明式的编程范式，从而搭建一条能够传递变化的管道，这样我们只要更新一下数据库中的数据，用户的界面上就相应的发生变化，岂不美哉？尤其重要的是，一处发生变化，我们不需要各种命令式的调用来传递这种变化，而是由搭建好的“流水线”自动传递。

这种场景用在哪呢？比如一个日志监控系统，我们的前端页面将不再需要通过“命令式”的轮询的方式不断向服务器请求数据然后进行更新，而是在建立好通道之后，数据流从系统源源不断流向页面，从而展现实时的指标变化曲线；再比如一个社交平台，朋友的动态、点赞和留言不是手动刷出来的，而是当后台数据变化的时候自动体现到界面上的。

具体如何来实现呢，请看下一节关于响应式流的介绍。

响应式流——响应式spring的道法术器(代码片段)

...系列文章索引：《响应式Spring的道法术器》。前情提要：什么是响应式编程1.2响应式流上一节留了一个坑——为啥不用JavaStream来进行数据流的操作？原因在于，若将其用于响应式编程中，是有局限性的。比如如下两个需要面对... 查看详情

（17）reactor的调试——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要Reactor3快速上手|响应式流规范本文测试源码2.7调试在响应式编程中，调试是块难啃的骨头，这也是从命令式编程到响应式编程的切换过程中，学习曲线最陡峭的地方。在命令式... 查看详情

（17）reactor的调试——响应式spring的道法术器(代码片段)

reactor3快速上手——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要响应式编程|响应式流|lambda与函数式本文源码1.3.2ReactorReactor与Spring是兄弟项目，侧重于Server端的响应式编程，主要artifact是reactor-core，这是一个基于Java8的实现了响应式流规范... 查看详情

（18）hotvscold——响应式spring的道法术器(代码片段)

...论的发布者，无论是Flux还是Mono，都有一个特点：订阅前什么都不会发生。当我们“创建”了一个Flux的时候，我们只是“声明”/“组装”了它，但是如果不调用.subscribe来订阅它，它就不会开始发出元素。但是我们对“数据流”... 查看详情

springwebflux性能测试——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要响应式流|Reactor3快速上手|SpringWebFlux快速上手本文源码1.4从负载测试看异步非阻塞的优势前面总是“安利”异步非阻塞的好处，下面我们就实实在在感受一下响应式编程在高并... 查看详情

响应式spring的道法术器（springwebflux快速上手+全面介绍）(代码片段)

1.SpringWebFlux2小时快速入门Spring5之使用SpringWebFlux开发响应式应用。lambda与函数式（15min）Reactor3响应式编程库（60min）SpringWebflux和SpringDataReactive开发响应式应用（45min）通过以上内容相信可以对Spring5.0推出的响应式开发有了初步的... 查看详情

springwebflux快速上手——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要lambda与函数式|Reactor3快速上手本文源码1.3.3SpringWebFluxSpringWebFlux是随Spring5推出的响应式Web框架。1）服务端技术栈Spring提供了完整的支持响应式的服务端技术栈。如上图所示，左... 查看详情

（19）reactorprocessors——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要响应式流|Reactor3快速上手|响应式流规范2.9ProcessorProcessor既是一种特别的发布者（Publisher）又是一种订阅者（Subscriber）。所以你能够订阅一个Processor，也可以调用它们提供的方... 查看详情

附1：多线程并发方案的不足——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》本篇内容是响应式流的附录。（以下接响应式流的1.2.1.1节，关于“CPU眼中的时间”的内容。请不要单独看这一篇内容，否则有些内容可能让你摸不着头脑0..0）多线程的方式有其不完美... 查看详情

异步mongo驱动的性能测试——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要SpringWebFlux快速上手|SpringWebFlux性能测试|SpringWebClient性能测试本文源码1.4.4同步与异步数据库驱动的性能对比许多数据库已陆续推出官方的异步驱动，在SpringDataReactive中，已经集... 查看详情

（15）reactor3operators——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要Reactor3快速上手|响应式流规范2.5Reactor3Operators虽然响应式流规范中对Operator（以下均称作”操作符“）并未做要求，但是与RxJava等响应式开发库一样，Reactor也提供了非常丰富的... 查看详情

（12）reactor3自定义数据流——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要响应式流|Reactor3快速上手|响应式流规范本文源码2.2自定义数据流这一小节介绍如何通过定义相应的事件（onNext、onError和onComplete）创建一个Flux或Mono。Reactor提供了generate、create... 查看详情

（14）reactor调度器与线程模型——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要SpringWebFlux快速上手|SpringWebFlux性能测试前情提要：Reactor3快速上手|响应式流规范|自定义数据流本文测试源码2.4调度器与线程模型在1.3.2节简单介绍了不同类型的调度器Scheduler，... 查看详情

netflix对api网关的异步化改造——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要SpringWebFlux快速上手|SpringWebFlux性能测试1.4.3Netflix的异步化案例前两节通过gatling和简单的示例，我们见识了SpringWebFlux的服务端和客户端的性能实力，在此基础上，也就不难理解... 查看详情

（12）自定义数据流（实战docker事件推送的restapi）——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要Reactor3快速上手|SpringWebFlux快速上手|响应式流规范本文测试源码|实战源码2.2自定义数据流这一小节介绍如何通过定义相应的事件（onNext、onError和onComplete）创建一个Flux或Mono。Re... 查看详情

附2：reactor3之选择合适的操作符——响应式spring的道法术器(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要ReactorOperators本节的内容来自我翻译的Reactor3参考文档——如何选择操作符。由于部分朋友打开github.io网速比较慢或上不去，贴出来方便大家查阅。如果一个操作符是专属于Flux... 查看详情

springwebclient与resttemplate性能对比——响应式spring的道法(代码片段)

本系列文章索引《响应式Spring的道法术器》前情提要SpringWebFlux快速上手|SpringWebFlux性能测试本文源码1.4.2调用带有延迟的服务负载分析由于微服务架构的盛行，大型系统内服务间基于HTTPAPI进行调用的会相当频繁。Netflix的系统有50... 查看详情