quarkus依赖注入之六：发布和消费事件
Posted 程序员欣宸
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了quarkus依赖注入之六：发布和消费事件相关的知识，希望对你有一定的参考价值。
欢迎访问我的GitHub
这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos
本篇概览
- 本文是《quarkus依赖注入》系列的第六篇，主要内容是学习事件的发布和接收
- 如果您用过Kafka、RabbitMQ等消息中间件，对消息的作用应该不会陌生，通过消息的订阅和发布可以降低系统之间的耦合性，这种方式也可以用在应用内部的多个模块之间，在quarkus框架下就是事件的发布和接收
- 本篇会演示quarkus应用中如何发布事件、如何接收事件，全文由以下章节构成
- 同步事件
- 异步事件
- 同一种事件类，用在不同的业务场景
- 优化
- 事件元数据
同步事件
- 同步事件是指事件发布后，事件接受者会在同一个线程处理事件，对事件发布者来说，相当于发布之后的代码不会立即执行，要等到事件处理的代码执行完毕后
- 同步事件发布和接受的开发流程如下图
- 接下来编码实践，先定义事件类MyEvent.java，如下所示，该类有两个字段，source表示来源，consumeNum作为计数器可以累加
public class MyEvent
/**
* 事件源
*/
private String source;
/**
* 事件被消费的总次数
*/
private AtomicInteger consumeNum;
public MyEvent(String source)
this.source = source;
consumeNum = new AtomicInteger();
/**
* 事件被消费次数加一
* @return
*/
public int addNum()
return consumeNum.incrementAndGet();
/**
* 获取事件被消费次数
* @return
*/
public int getNum()
return consumeNum.get();
@Override
public String toString()
return "MyEvent" +
"source='" + source + '\\'' +
", consumeNum=" + getNum() +
'';
- 然后是发布事件类，有几处要注意的地方稍后会提到
package com.bolingcavalry.event.producer;
import com.bolingcavalry.event.bean.MyEvent;
import io.quarkus.logging.Log;
import javax.enterprise.context.ApplicationScoped;
import javax.enterprise.event.Event;
import javax.inject.Inject;
@ApplicationScoped
public class MyProducer
@Inject
Event<MyEvent> event;
/**
* 发送同步消息
* @param source 消息源
* @return 被消费次数
*/
public int syncProduce(String source)
MyEvent myEvent = new MyEvent("syncEvent");
Log.infov("before sync fire, 0", myEvent);
event.fire(myEvent);
Log.infov("after sync fire, 0", myEvent);
return myEvent.getNum();
- 上述代码有以下几点要注意：
- 注入Event，用于发布事件，通过泛型指定事件类型是MyEvent
- 发布同步事件很简单，调用fire即可
- 由于是同步事件，会等待事件的消费者将消费的代码执行完毕后，fire方法才会返回
- 如果消费者增加了myEvent的记数，那么myEvent.getNum()应该等于计数的调用次数
- 接下来是消费事件的代码，如下所示，只要方法的入参是事件类MyEvent，并且用@Observes修饰该入参，即可成为MyEvent事件的同步消费者，这里用sleep来模拟执行了一个耗时的业务操作
package com.bolingcavalry.event.consumer;
import com.bolingcavalry.event.bean.MyEvent;
import io.quarkus.logging.Log;
import javax.enterprise.context.ApplicationScoped;
import javax.enterprise.event.Observes;
@ApplicationScoped
public class MyConsumer
/**
* 消费同步事件
* @param myEvent
*/
public void syncConsume(@Observes MyEvent myEvent)
Log.infov("receive sync event, 0", myEvent);
// 模拟业务执行，耗时100毫秒
try
Thread.sleep(100);
catch (InterruptedException e)
e.printStackTrace();
// 计数加一
myEvent.addNum();
- 最后，写单元测试类验证功能，在MyProducer的syncProduce方法中，由于是同步事件，MyConsumer.syncConsume方法执行完毕才会继续执行event.fire后面的代码，所以syncProduce的返回值应该等于1
package com.bolingcavalry;
import com.bolingcavalry.event.consumer.MyConsumer;
import com.bolingcavalry.event.producer.MyProducer;
import com.bolingcavalry.service.HelloInstance;
import com.bolingcavalry.service.impl.HelloInstanceA;
import com.bolingcavalry.service.impl.HelloInstanceB;
import io.quarkus.test.junit.QuarkusTest;
import org.junit.jupiter.api.Assertions;
import org.junit.jupiter.api.Test;
import javax.enterprise.inject.Instance;
import javax.inject.Inject;
@QuarkusTest
public class EventTest
@Inject
MyProducer myProducer;
@Inject
MyConsumer myConsumer;
@Test
public void testSync()
Assertions.assertEquals(1, myProducer.syncProduce("testSync"));
- 执行单元测试，如下所示，符合预期，事件的发送和消费在同一线程内顺序执行，另外请关注日志的时间戳，可见MyProducer的第二条日志，是在MyConsumer日志之后的一百多毫秒，这也证明了顺序执行的逻辑
- 以上就是同步事件的相关代码，很多场景中，消费事件的操作是比较耗时或者不太重要（例如写日志），这时候让发送事件的线程等待就不合适了，因为发送事件后可能还有其他重要的事情需要立即去做，这就是接下来的异步事件
异步事件
- 为了避免事件消费耗时过长对事件发送的线程造成影响，可以使用异步事件，还是用代码来说明
- 发送事件的代码还是写在MyPorducer.java，如下，有两处要注意的地方稍后提到
public int asyncProduce(String source)
MyEvent myEvent = new MyEvent(source);
Log.infov("before async fire, 0", myEvent);
event.fireAsync(myEvent)
.handleAsync((e, error) ->
if (null!=error)
Log.error("handle error", error);
else
Log.infov("finish handle, 0", myEvent);
return null;
);
Log.infov("after async fire, 0", myEvent);
return myEvent.getNum();
- 上述代码有以下两点要注意：
- 发送异步事件的API是fireAsync
- fireAsync的返回值是CompletionStage，我们可以调用其handleAsync方法，将响应逻辑（对事件消费结果的处理）传入，这段响应逻辑会在事件消费结束后被执行，上述代码中的响应逻辑是检查异常，若有就打印
- 消费异步事件的代码写在MyConsumer，与同步的相比唯一的变化就是修饰入参的注解改成了ObservesAsync
public void aSyncConsume(@ObservesAsync MyEvent myEvent)
Log.infov("receive async event, 0", myEvent);
// 模拟业务执行，耗时100毫秒
try
Thread.sleep(100);
catch (InterruptedException e)
e.printStackTrace();
// 计数加一
myEvent.addNum();
- 单元测试代码，有两点需要注意，稍后会提到
@Test
public void testAsync() throws InterruptedException
Assertions.assertEquals(0, myProducer.asyncProduce("testAsync"));
// 如果不等待的话，主线程结束的时候会中断正在消费事件的子线程，导致子线程报错
Thread.sleep(150);
- 上述代码有以下两点需要注意
- 异步事件的时候，发送事件的线程不会等待，所以myEvent实例的计数器在消费线程还没来得及加一，myProducer.asyncProduce方法就已经执行结束了，返回值是0，所以单元测试的assertEquals位置，期望值应该是0
- testAsync方法要等待100毫秒以上才能结束，否则进程会立即结束，导致正在消费事件的子线程被打断，抛出异常
- 执行单元测试，控制台输出如下图，测试通过，有三个重要信息稍后会提到
- 上图中有三个关键信息
- 事件发布前后的两个日志是紧紧相连的，这证明发送事件之后不会等待消费，而是立即继续执行发送线程的代码
- 消费事件的日志显示，消费逻辑是在一个新的线程中执行的
- 消费结束后的回调代码中也打印了日志，显示这端逻辑又在一个新的线程中执行，此线程与发送事件、消费事件都不在同一线程
- 以上就是基础的异步消息发送和接受操作，接下来去看略为复杂的场景
同一种事件类，用在不同的业务场景
- 设想这样一个场景：管理员发送XXX类型的事件，消费者应该是处理管理员事件的方法，普通用户也发送XXX类型的事件，消费者应该是处理普通用户事件的方法，简单的说就是同一个数据结构的事件可能用在不同场景，如下图
- 从技术上分析，实现上述功能的关键点是：消息的消费者要精确过滤掉不该自己消费的消息
- 此刻，您是否回忆起前面文章中的一个场景：依赖注入时，如何从多个bean中选择自己所需的那个，这两个问题何其相似，而依赖注入的选择问题是用Qualifier注解解决的，今天的消息场景，依旧可以用Qualifier来对消息做精确过滤，接下来编码实战
- 首先定义事件类ChannelEvent.java，管理员和普通用户的消息数据都用这个类（和前面的MyEvent事件类的代码一样）
public class TwoChannelEvent
/**
* 事件源
*/
private String source;
/**
* 事件被消费的总次数
*/
private AtomicInteger consumeNum;
public TwoChannelEvent(String source)
this.source = source;
consumeNum = new AtomicInteger();
/**
* 事件被消费次数加一
* @return
*/
public int addNum()
return consumeNum.incrementAndGet();
/**
* 获取事件被消费次数
* @return
*/
public int getNum()
return consumeNum.get();
@Override
public String toString()
return "TwoChannelEvent" +
"source='" + source + '\\'' +
", consumeNum=" + getNum() +
'';
- 然后就是关键点：自定义注解Admin，这是管理员事件的过滤器，要用Qualifier修饰
package com.bolingcavalry.annonation;
import javax.inject.Qualifier;
import java.lang.annotation.Retention;
import java.lang.annotation.Target;
import static java.lang.annotation.ElementType.FIELD;
import static java.lang.annotation.ElementType.PARAMETER;
import static java.lang.annotation.RetentionPolicy.RUNTIME;
@Qualifier
@Retention(RUNTIME)
@Target(FIELD, PARAMETER)
public @interface Admin
- 自定义注解Normal，这是普通用户事件的过滤器，要用Qualifier修饰
@Qualifier
@Retention(RUNTIME)
@Target(FIELD, PARAMETER)
public @interface Normal
- Admin和Normal先用在发送事件的代码中，再用在消费事件的代码中，这样就完成了匹配，先写发送代码，有几处要注意的地方稍后会提到
@ApplicationScoped
public class TwoChannelWithTwoEvent
@Inject
@Admin
Event<TwoChannelEvent> adminEvent;
@Inject
@Normal
Event<TwoChannelEvent> normalEvent;
/**
* 管理员消息
* @param source
* @return
*/
public int produceAdmin(String source)
TwoChannelEvent event = new TwoChannelEvent(source);
adminEvent.fire(event);
return event.getNum();
/**
* 普通消息
* @param source
* @return
*/
public int produceNormal(String source)
TwoChannelEvent event = new TwoChannelEvent(source);
normalEvent.fire(event);
return event.getNum();
- 上述代码有以下两点需要注意
- 注入了两个Event实例adminEvent和normalEvent，它们的类型一模一样，但是分别用Admin和Normal
注解修饰，相当于为它们添加了不同的标签，在消费的时候也可以用这两个注解来过滤
- 发送代码并无特别之处，用adminEvent.fire发出的事件，在消费的时候不过滤、或者用Admin过滤，这两种方式都能收到
- 接下来看消费事件的代码TwoChannelConsumer.java，有几处要注意的地方稍后会提到
@ApplicationScoped
public class TwoChannelConsumer
/**
* 消费管理员事件
* @param event
*/
public void adminEvent(@Observes @Admin TwoChannelEvent event)
Log.infov("receive admin event, 0", event);
// 管理员的计数加两次，方便单元测试验证
event.addNum();
event.addNum();
/**
* 消费普通用户事件
* @param event
*/
public void normalEvent(@Observes @Normal TwoChannelEvent event)
Log.infov("receive normal event, 0", event);
// 计数加一
event.addNum();
/**
* 如果不用注解修饰，所有TwoChannelEvent类型的事件都会在此被消费
* @param event
*/
public void allEvent(@Observes TwoChannelEvent event)
Log.infov("receive event (no Qualifier), 0", event);
// 计数加一
event.addNum();
- 上述代码有以下两处需要注意
- 消费事件的方法，除了Observes注解，再带上Admin，这样此方法只会消费Admin修饰的Event发出的事件
- allEvent只有Observes注解，这就意味着此方法不做过滤，只要是TwoChannelEvent类型的同步事件，它都会消费
- 为了方便后面的验证，在消费Admin事件时，计数器执行了两次，而Normal事件只有一次，这样两种事件的消费结果就不一样了
- 以上就是同一事件类在多个场景被同时使用的代码了，接下来写单元测试验证
@QuarkusTest
public class EventTest
@Inject
TwoChannelWithTwoEvent twoChannelWithTwoEvent;
@Test
public void testTwoChnnelWithTwoEvent()
// 对管理员来说，
// TwoChannelConsumer.adminEvent消费时计数加2，
// TwoChannelConsumer.allEvent消费时计数加1，
// 所以最终计数是3
Assertions.assertEquals(3, twoChannelWithTwoEvent.produceAdmin("admin"));
// 对普通人员来说，
// TwoChannelConsumer.normalEvent消费时计数加1，
// TwoChannelConsumer.allEvent消费时计数加1，
// 所以最终计数是2
Assertions.assertEquals(2, twoChannelWithTwoEvent.produceNormal("normal"));
- 执行单元测试顺利通过，如下图
小优化，不需要注入多个Event实例
- 刚才的代码虽然可以正常工作，但是有一点小瑕疵：为了发送不同事件，需要注入不同的Event实例，如下图红框，如果事件类型越来越多，注入的Event实例岂不是越来越多？
- quarkus提供了一种缓解上述问题的方式，再写一个发送事件的类TwoChannelWithSingleEvent.java，代码中有两处要注意的地方稍后会提到
/**
* @author will
* @email zq2599@gmail.com
* @date 2022/4/3 10:16
* @description 用同一个事件结构体TwoChannelEvent，分别发送不同业务类型的事件
*/
@ApplicationScoped
public class TwoChannelWithSingleEvent
@Inject
Event<TwoChannelEvent> singleEvent;
/**
* 管理员消息
* @param source
* @return
*/
public int produceAdmin(String source)
TwoChannelEvent event = new TwoChannelEvent(source);
singleEvent.select(new AnnotationLiteral<Admin>() )
.fire(event);
return event.getNum();
/**
* 普通消息
* @param source
* @return
*/
public int produceNormal(String source)
TwoChannelEvent event = new TwoChannelEvent(source);
singleEvent.select(new AnnotationLiteral<Normal>() )
.fire(event);
return event.getNum();
- 上述发送消息的代码，有以下两处需要注意
- 不论是Admin事件还是Normal事件，都是用singleEvent发送的，如此避免了事件类型越多Event实例越多的情况发生
- 执行fire方法发送事件前，先执行select方法，入参是AnnotationLiteral的匿名子类，并且通过泛型指定事件类型，这和前面TwoChannelWithTwoEvent类发送两种类型消息的效果是一样的
- 既然用select方法过滤和前面两个Event实例的效果一样，那么消费事件的类就不改动了
- 写个单元测试来验证效果
@QuarkusTest
public class EventTest
@Inject
TwoChannelWithSingleEvent twoChannelWithSingleEvent;
@Test
public void testTwoChnnelWithSingleEvent()
// 对管理员来说，
// TwoChannelConsumer.adminEvent消费时计数加2，
// TwoChannelConsumer.allEvent消费时计数加1，
// 所以最终计数是3
Assertions.assertEquals(3, twoChannelWithSingleEvent.produceAdmin("admin"));
// 对普通人员来说，
// TwoChannelConsumer.normalEvent消费时计数加1，
// TwoChannelConsumer.allEvent消费时计数加1，
// 所以最终计数是2
Assertions.assertEquals(2, twoChannelWithSingleEvent.produceNormal("normal"));
- 如下图所示，单元测试通过，也就说从消费者的视角来看，两种消息发送方式并无区别
事件元数据
- 在消费事件时，除了从事件对象中取得业务数据（例如MyEvent的source和consumeNum字段），有时还可能需要用到事件本身的信息，例如类型是Admin还是Normal、Event对象的注入点在哪里等，这些都算是事件的元数据
- 为了演示消费者如何取得事件元数据，将TwoChannelConsumer.java的allEvent方法改成下面的样子，需要注意的地方稍后会提到
public void allEvent(@Observes TwoChannelEvent event, EventMetadata eventMetadata)
Log.infov("receive event (no Qualifier), 0", event);
// 打印事件类型
Log.infov("event type : 0", eventMetadata.getType());
// 获取该事件的所有注解
Set<Annotation> qualifiers = eventMetadata.getQualifiers();
// 将事件的所有注解逐个打印
if (null!=qualifiers)
qualifiers.forEach(annotation -> Log.infov("qualify : 0", annotation));
// 计数加一
event.addNum();
- 上述代码中，以下几处需要注意
- 给allEvent方法增加一个入参，类型是EventMetadata，bean容器会将事件的元数据设置到此参数
- EventMetadata的getType方法能取得事件类型
- EventMetadata的getType方法能取得事件的所有修饰注解，包括Admin或者Normal
- 运行刚才的单元测试，看修改后的allEvent方法执行会有什么输出，如下图，红框1打印出事件是TwoChannelEvent实例，红框2将修饰事件的注解打印出来了，包括发送时修饰的Admin
- 至此，事件相关的学习和实战就完成了，进程内用事件可以有效地解除模块间的耦合，希望本文能给您一些参考
你不孤单，欣宸原创一路相伴
- Java系列
- Spring系列
- Docker系列
- kubernetes系列<
以上是关于quarkus依赖注入之六：发布和消费事件的主要内容，如果未能解决你的问题，请参考以下文章