Reactive(2) 響應式流與制奶廠業務

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，對于實戰性的東西并沒有涉及。
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，這兩者也并非憑空生出，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)，而且習慣于將其和 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、批處理應用都是基于流式進行處理的，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。 但是對于大多數做 Web 后端開發的人來說或許普及程度并不高，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。 原因就在于，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，因此并不是 Reactive 的風格。 但這已經是符合用戶一貫的使用方式了，絕大多數情況下并不需要做什么樣的變化，此時我們對響應式的感知并不深刻。

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，比如基于 WebSocket 實現的 在線通信、互動應用 等等。

淺顯的從趨勢上看， Reactive 的前景還是很明朗的，這里并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 平臺直到 JDK 9 才提供了對于 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，用于實現異步計算。 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 并不是完整的 Reactive，Java 9所支持的 Reactive Stream API 來自于2013年的響應式流規范(Reactive Stream Specification)。

https://www.reactive-streams.org/

基于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，用于添加訂閱者：

• Subscriber
  指數據的訂閱者。 Subscriber 接口定義了4個方法，用于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貨上門。

為了模擬這個場景，我們實現的代碼如下：

1. 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);

        //每一天生產完牛奶并推送給消費者
        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，用于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。

2. 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。

3. 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"在線送奶" 的業務流。
整個過程相對是比較簡單的，最關鍵的地方就在于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) 仍然是基于 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

關于Future和CompletableFuture的區別
https://juejin.im/post/5adbf8226fb9a07aac240a67