原创 Java3y Java3y 2019-11-16
前言
只有光头才能变强。 文本已收录至我的GitHub仓库，欢迎Star： https://github.com/ZhongFuCheng3y/3y
本文知识点架构：
如果有关注我公众号文章的同学就会发现，最近我不定时转发了一些比较好的WebFlux的文章，因为我最近在学。
我之前也说过，学习一项技术之前，先要了解为什么要学这项技术。其实这次学习也没有多大的原生动力，主要是在我们组内会轮流做一次技术分享，而我又不知道分享什么比较好…
之前在初学大数据相关的知识，但是这一块的时间线会拉得比较长，感觉赶不及小组内分享（而组内的同学又大部分都懂大数据，就只有我一个菜鸡，泪目)。所以，想的是：“要不我学点新东西搞搞？”。于是就花了点时间学啦~
这篇文章主要讲解什么是，带领大家入个门，希望对大家有所帮助（至少看完这篇文章，知道WebFlux是干嘛用的)
一、什么是WebFlux？
我们从的官网拉下一点点就可以看到介绍的地方了
从官网的简介中我们能得出什么样的信息？
总结起来，WebFlux只是响应式编程中的一部分(在Web控制端)，所以一般我们用它与SpringMVC来对比。
二、如何理解响应式编程？
在上面提到了响应式编程(Reactive Programming)，而WebFlux只是响应式编程的其中一个技术栈而已，所以我们先来探讨一下什么是响应式编程
从维基百科里边我们得到的定义：
reactive programming is a declarative programming paradigm concerned with data streams and the propagation of change
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
在维基百科上也举了个小例子：
意思大概如下：
我认为上面的例子已经可以帮助我们理解变化传递（propagation of change）
那数据流（data stream）和声明式（declarative）怎么理解呢？那可以提一提我们的Stream流了。之前写过Lambda表达式和Stream流的文章，大家可以先去看看：
Lambda的语法是这样的(Stream流的使用会涉及到很多Lambda表达式的东西，所以一般先学Lambda再学Stream流)：
Stream流的使用分为三个步骤(创建Stream流、执行中间操作、执行最终操作)：
执行中间操作实际上就是给我们提供了很多的API去操作Stream流中的数据(求和/去重/过滤)等等
说了这么多，怎么理解数据流和声明式呢？其实是这样的：
比如下面的代码；将数组中的数据变成数据流，通过显式声明调用来处理数据流中的数据，得到最终的结果：
public static void main(String[] args) { int[] nums = { 1, 2, 3 }; int sum2 = IntStream.of(nums).parallel().sum(); System.out.println("结果为：" + sum2); }
如图下所示：
上面讲了响应式编程是什么：
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
也讲解了数据流/变化传递/声明式是什么意思，但说到响应式编程就离不开异步非阻塞。
从Spring官网介绍WebFlux的信息我们就可以发现 这样的字样，因为响应式编程它是异步的，也可以理解成变化传递它是异步执行的。
如下图，合计的金额会受其他的金额影响(更新的过程是异步的)：
我们的JDK8 Stream流是同步的，它就不适合用于响应式编程（但基础的用法是需要懂的，因为响应式流编程都是操作流嘛）
而在JDK9 已经支持响应式流了，下面我们来看一下
三、JDK9 Reactive
响应式流的规范早已经被提出了：里面提到了：
Reactive Streams is an initiative to provide a standard for asynchronous stream processing with non-blocking back pressure ----->http://www.reactive-streams.org/
翻译再加点信息：
响应式流(Reactive Streams)通过定义一组实体，接口和互操作方法，给出了实现异步非阻塞 背压 的标准。第三方遵循这个标准来实现具体的解决方案，常见的有Reactor，RxJava，Akka Streams，Ratpack等。
规范里头实际上就是定义了四个接口：
Java 平台直到 JDK 9才提供了对于Reactive的完整支持，JDK9也定义了上述提到的四个接口，在包上
一个通用的流处理架构一般会是这样的（生产者产生数据，对数据进行中间处理，消费者拿到数据消费)：
到这里我们再看回响应式流的接口，我们应该就能懂了：
在响应式流上提到了back pressure（背压)这么一个概念，其实非常好理解。在响应式流实现异步非阻塞是基于生产者和消费者模式的，而生产者消费者很容易出现的一个问题就是：生产者生产数据多了，就把消费者给压垮了。
而背压说白了就是：消费者能告诉生产者自己需要多少量的数据。这里就是Subscription接口所做的事。
下面我们来看看JDK9接口的方法，或许就更加能理解上面所说的话了：
3.1 看个例子
代码中有大量的注释，我就不多BB了，建议直接复制跑一下看看：
输出的结果如下：
流程实际上非常简单的：
参考资料：
Java 8 的 Stream 主要关注在流的过滤，映射，合并，而 Reactive Stream 更进一层，侧重的是流的产生与消费，即流在生产与消费者之间的协调
说白了就是：响应式流是异步非阻塞+流量控制的(可以告诉生产者自己需要多少的量/取消订阅关系)
展望响应式编程的场景应用：
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。
四、入门WebFlux
扯了一大堆，终于回到WebFlux了。经过上面的基础，我们现在已经能够得出一些结论的了：
我们再回来看官网的图：
4.1 简单体验WebFlux
Spring官方为了让我们更加快速/平滑到WebFlux上，之前SpringMVC那套都是支持的。也就是说：我们可以像使用SpringMVC一样使用着WebFlux。
WebFlux使用的响应式流并不是用JDK9平台的，而是一个叫做Reactor响应式流库。所以，入门WebFlux其实更多是了解怎么使用Reactor的API，下面我们来看看~
Reactor是一个响应式流，它也有对应的发布者( )，Reactor的发布者用两个类来表示：
而消费者则是Spring框架帮我们去完成
下面我们来看一个简单的例子(基于WebFlux环境构建)：
首先，值得说明的是，我们构建WebFlux环境启动时，应用服务器默认是Netty的：
我们分别来访问一下SpringMVC的接口和WebFlux的接口，看一下有什么区别：
SpringMVC：
WebFlux：
从调用者(浏览器)的角度而言，是感知不到有什么变化的，因为都是得等待5s才返回数据。但是，从服务端的日志我们可以看出，WebFlux是直接返回Mono对象的(而不是像SpringMVC一直同步阻塞5s，线程才返回)。
这正是WebFlux的好处：能够以固定的线程来处理高并发（充分发挥机器的性能）。
WebFlux还支持服务器推送(SSE - >Server Send Event)，我们来看个例子：
效果就是每秒会给浏览器推送数据：
WebFlux我还没写完，这篇写了WebFlux支持SpringMVC那套注解来开发，下篇写写如何使用WebFlux另一种模式(Functional Endpoints)来开发以及一些常见的问题还需要补充一下~
到此这篇webflux是什么（webflux详解）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！
版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/bcyy/28015.html