反应式流 Reactive Streams 入门介绍

Posted 2021-04-26 新码农客栈

http://ypk1226.com/2019/07/01/reactive/reactive-streams/

JDK的异步处理，一直相对较弱，这方面也有很强的第三方框架。最近在学习这方面的内容，将学习过程记录在这里。

这篇文章里，主要了解Java中异步流处理的顶级概念：Reactive Streams。

1. 起源

Reactive Streams，翻译为反应式流，从名字上完全无法理解它的意义，像是两个硬凑在一起的词汇。

事实上，它并不是一个全新的事物，异步编程大家都有了解，Java里典型的多线程处理就是异步编程。而异步编程时，存在很多难题，比如典型的 回调地狱(Callback Hell)，一层套一层的回调函数简直是个灾难，这里列出几个异步编程常见的问题：

1. 超时、异常处理困难

2. 难以重构

3. 多个异步任务协同处理

为了解决异步编程过程中出现的种种难题，人们提出了各种各样方法来规避这些问题，这些方法称为 反应式编程(Reactive Programming)，就像面向对象编程，函数式编程一样，反应式编程也是另一种编程范式。

反应式编程，本质上是对数据流或某种变化所作出的 反应，但是这个变化什么时候发生是未知的，所以他是一种基于异步、回调的方式在处理问题。

Tips

Reactive Programming = Streams + Operations
Streams代表被处理的数据节点，Operations代表那些异步处理

当越来越多的开发人员使用这种编程思想时，自然而然需要一套统一的规范。由此，2013年底Netflix，Pivotal和Lightbend中的工程师们，启动了Reactive Streams项目，希望为异步流(包含背压)处理提供标准，它包括针对运行时环境（JVM和javascript）以及网络协议的工作。

2. 概念

对于Java程序员，Reactive Streams是一个API。Reactive Streams为我们提供了Java中的Reactive Programming的通用API。

Reactive Streams非常类似于JPA或JDBC。两者都是API规范，实际使用时需要使用API对应的具体实现。例如，从JDBC规范中，有DataSource接口，而Oracle JDBC实现了DataSource接口。Microsoft的SQL Server JDBC实现也实现了DataSource接口。

就像JPA或JDBC一样，Reactive Streams为我们提供了一个我们可以编写代码的API接口，而无需担心底层实现，在GitHub上可以查看API的源码。

Reactive Streams API的范围是找到一组最小的接口，方法和协议，这些接口，方法和协议将描述必要的操作和实体， 从而实现具有非阻塞背压的异步数据流。

从代码结构上看，它主要包含两部分： reactive-streams和 reactive-streams-tck。其中TCK意为技术兼容包（Technology Compatibility Kit ），为实现Reactive Streams接口提供帮助。

Reactive Streams API中仅仅包含了如下四个接口：

java

 
   
   
 

  
    
    
  //发布者public interface Publisher < T > {
 public void subscribe（Subscriber <？super T > s）;}//订阅者public interface Subscriber < T > {
 public void onSubscribe（Subscription s）;
 public void onNext（T t）;
 public void onError（Throwable t）;
 public void onComplete（）;}//表示Subscriber消费Publisher发布的一个消息的生命周期public interface Subscription {
 public void request(long n);
 public void cancel();}//处理器，表示一个处理阶段，它既是订阅者也是发布者，并且遵守两者的契约public interface Processor<T, R> extends Subscriber<T>, Publisher<R> {}
 
   
   
 

3. 目标

Reactive Streams的主要目标有这两个：

1. 管理跨异步边界的流数据交换 - 即将元素传递到另一个线程或线程池；

2. 确保接收方不会强制缓冲任意数量的数据，为了使线程之间的队列有界，引入了回压(Back Pressure)。

传统异步编程的写法，不同任务分别在不同的线程中执行，协调这些线程执行的先后顺序、线程间的依赖顺序是一件非常麻烦的事情，而Reactive Streams就是为了解决该问题。

另外，Reactive Streams规范引入了回压(Back Pressure)，可以动态控制线程间消息交换的速率，避免生产者产生过多的消息，消费者消费不完等类似问题。

4. 一些思考

Reactive Streams，是一套非阻塞背压的异步数据流的API。这个概念看起来有点拗口，这里拆开分析下：

4.1 Reactive

这是个形容词，翻译为 反应的，这个词乍一看相当奇怪，这里尝试做一下解释。

事实上，在某些语境下，reactive也会被翻译为 被动，而 Reactive Streams是基于消息驱动的（也可以说是事件驱动的），当消息产生时，系统被动接受消息，并作出反馈，而非主动处理。因此，我们也可以这样理解：被动地接收消息后，作出相应的反应动作，这个行为称之为 反应式。

4.2 Streams

这是个名词，翻译为 数据流，反应式编程的核心思想，体现在了这个单词上。

流的定义：随着时间顺序排列的一组序列。一切皆是流(Everything is a stream)。我们可以把一组数据抽象为流(可以想象流是一个数组)，把对流中节点的逻辑处理，抽象成对节点的一步一步的处理，围绕该节点做加工处理，最终获得结果。

这跟工厂车间的流水线非常相似，发布者将半成品放到传送带上，经过层层处理后，得到成品送到订阅者手中。

而异步特性，是体现在每一步的处理过程中的，每一步处理都是消息驱动的，不阻塞应用程序，被动获得结果后继续进行下一步。

Tips

响应式编程，在处理流中节点时，各个步骤都使用异步的、消息驱动的方式处理任务，才会节省性能。

Tips

传统的命令式编程范式以控制流为核心，通过顺序、分支和循环三种控制结构来完成不同的行为。
在反应式编程中，应用程序从以逻辑为中心转换为了以数据为中心，这也是命令式到声明式的转换。

4.3 非阻塞、异步

反义词是阻塞、同步，目前在Java中，大多数应用程序是同步的，即暴力创建线程，线程阻塞时，一直等待直到有结果返回。

异步最吸引人的地方在于资源的充分利用，不把资源浪费在等待的时间上，代价是增加了程序的复杂度，而Reactive Streams封装了这些复杂性，使其变得简单。

4.4 背压(back-pressure)

背压是从流体动力学中借用的类比, 在维基百科的定义是：抵抗所需流体通过管道的阻力或力。在软件环境中，可以调整定义：通过软件抵抗所需数据流的阻力或力量。

背压是为了解决这个问题的：上游组件了过量的消息，导致下游组件无法及时处理，从而导致程序崩溃。

back-pressure

对于正遭受压力的组件来说，无论是灾难性地失败，还是不受控地丢弃消息，都是不可接受的。既然它既不能应对压力，又不能直接做失败处理，那么它就应该向其上游组件传达其正在遭受压力的事实，并让它们降低负载。

这种背压（back-pressure）是一种重要的反馈机制，使得系统得以优雅地响应负载，而不是在负载下崩溃。相反，如果下游组件比较空闲，则可以向上游组件发出信号，请求获得更多的调用。

5. 与Java1.8、Java1.9的关系

Reactive Streams不要求必须使用Java8，Reactive Streams也不是Java API的一部分。

但是使用Java8中lambda表达式的存在，可以发挥Reactive Streams规范的强大特性，比如Reactive Streams的实现 Project Reactor项目的当前版本，就要求最低使用Java1.8。

Java8中的 Stream和 Reactive Streams

它们都使用了流式处理的思想，围绕数据流处理数据，即完成了从命令式到声明式的转换，使数据处理更方便。
不同的地方在于，Java8中的 Stream是同步的、阻塞的， Reactive Streams是异步的、非阻塞的。

当使用Java1.9时， Reactive Streams已成为官方Java 9 API的一部分，Java9中Flow类下的内容与Reactive Streams完全一致。

6. 具体实现框架

Reactive Streams的实现现在比较多了，David Karnok在Advanced Reactive Java这边文章中，将这些实现分解成几代，也可以侧面了解反应式编程的发展史。

RxJava

RxJava是ReactiveX项目中的Java实现。ReactiveX项目实现了很多语言，比如JavaScript，.NET（C＃），Scala，Clojure，C ++，Ruby，Python，php，Swift等。

RxJava早于Reactive Streams规范。虽然RxJava 2.0+确实实现了Reactive Streams API规范，单使用的术语略有不同。

Reactor

Reactor是Pivotal提供的Java实现，它作为Spring Framework 5的重要组成部分，是WebFlux采用的默认反应式框架。

Akka Streams

Akka Streams完全实现了Reactive Streams规范，但Akka Streams API与Reactive Streams API完全分离。

Ratpack

Ratpack是一组用于构建现代高性能HTTP应用程序的Java库。Ratpack使用Java 8，Netty和Reactive原则。可以将RxJava或Reactor与Ratpack一起使用。

Vert.x

Vert.x是一个Eclipse Foundation项目，它是JVM的多语言事件驱动的应用程序框架。Vert.x中的反应支持与Ratpack类似。Vert.x允许我们使用RxJava或其Reactive Streams API的实现。

7. 小结

在Reactive Streams之前，各种反应库无法实现互操作性。早期版本的 RxJava与 Project Reactor的早期版本不兼容。

另外，反应式编程无法大规模普及，一个很重要的原因是并不是所有库都支持反应式编程，当一些类库只能同步调用时，就无法达到节约性能的作用了。

Reactive Streams的推出统一了反应式编程的规范，并且已经被Java9集成。由此，不同的库可以互操作了，互操作性是一个重要的多米诺骨牌。

例如，MongoDB实现了Reactive Streams驱动程序后，我们可以使用Reactor或RxJava来使用MongoDB中的数据。

文章好看点这里