Reactive Streams

1.概述
在本文中，我们将介绍Java 9 Reactive Streams。简而言之，我们将能够使用Flow类，它包含用于构建反应流处理逻辑的主要构建块。
Reactive Streams是具有无阻塞背压的异步流处理的标准。此规范在Reactive Manifesto中定义，并且有各种实现，例如，RxJava或Akka-Streams。

2.Reactive API概述
要构建Flow， 我们可以使用三个主要抽象并将它们组合成异步处理逻辑。
每个Flow都需要处理Publisher实例发布给它的事件 ; he Publisher 有一个方法 – subscribe().
如果任何订阅者想要接收由其发布的事件，则他们需要订阅给定的发布者。
消息接收者需要实现订阅者接口。通常，这是每个Flow处理的结束，因为它的实例不会进一步发送消息。我们可以将Subscriber视为一个接收器。这有四个需要重写的方法 – onSubscribe（），onNext（），onError（）和onComplete（）。
如果我们想要转换传入消息并将其进一步传递给下一个订阅服务器，我们需要实现处理器接口。
这既可以作为订阅者，也可以作为发布者，因为它处理这些消息并将其发送以进行进一步处理。

3.发布和使用消息
假设我们要创建一个简单的Flow，其中我们有一个Publisher发布消息，一个简单的订阅者在消息到达时消费一个消息。让我们创建一个EndSubscriber类。我们需要实现Subscriber接口。接下来，我们将覆盖所需的方法。所述onSubscribe（）方法在处理开始之前调用。订阅的实例作为参数传递。它是一个用于控制订阅服务器和发布服务器之间的消息流的类：

public class EndSubscriber<T> implements Subscriber<T> {
    private Subscription subscription;
    public List<T> consumedElements = new LinkedList<>();
 
    @Override
    public void onSubscribe(Subscription subscription) {
        this.subscription = subscription;
        subscription.request(1);
    }
}

我们还初始化一个空列表的consumedElements那将在测试中使用。
现在，我们需要从Subscriber接口实现其余方法。这里的主要方法是onNext（） – 每当Publisher发布一条新消息时都会调用它：

  @Override
public void onNext(T item) {
    System.out.println("Got : " + item);
    subscription.request(1);
}

请注意，当我们在onSubscribe（）方法中启动订阅时，当我们处理消息时，我们需要在Subscription上调用request（）方法，以表示当前订阅服务器已准备好使用更多消息。
最后，我们需要实现onError（） – 只要在处理中抛出一些异常就会调用它，以及onComplete（） -当Publisher关闭时调用：

@Override
public void onError(Throwable t) {
    t.printStackTrace();
}
 
@Override
public void onComplete() {
    System.out.println("Done");
}

让我们为Processing Flow编写一个测试。我们将使用SubmissionPublisher类 – 来自java.util.concurrent的构造- 它实现了Publisher接口。

@Test
public void whenSubscribeToIt_thenShouldConsumeAll() 
  throws InterruptedException {
  
    // given
    SubmissionPublisher<String> publisher = new SubmissionPublisher<>();
    EndSubscriber<String> subscriber = new EndSubscriber<>();
    publisher.subscribe(subscriber);
    List<String> items = List.of("1", "x", "2", "x", "3", "x");
 
    // when
    assertThat(publisher.getNumberOfSubscribers()).isEqualTo(1);
    items.forEach(publisher::submit);
    publisher.close();
 
    // then
     await().atMost(1000, TimeUnit.MILLISECONDS)
       .until(
         () -> assertThat(subscriber.consumedElements)
         .containsExactlyElementsOf(items)
     );
}

注意，我们在EndSubscriber的实例上调用close（）方法。它将在给定Publisher的每个订阅服务器下面调用onComplete（）回调。

运行该程序将产生以下输出：

Got : 1
Got : x
Got : 2
Got : x
Got : 3
Got : x
Done

4.消息的转换
假设我们想要在发布服务器和订阅服务器之间构建类似的逻辑。我们将创建实现Processor并扩展SubmissionPublisher的TransformProcessor类。
我们将传入一个将输入转换为输出的函数：

public class TransformProcessor<T, R> 
  extends SubmissionPublisher<R> 
  implements Flow.Processor<T, R> {
 
    private Function<T, R> function;
    private Flow.Subscription subscription;
 
    public TransformProcessor(Function<T, R> function) {
        super();
        this.function = function;
    }
 
    @Override
    public void onSubscribe(Flow.Subscription subscription) {
        this.subscription = subscription;
        subscription.request(1);
    }
 
    @Override
    public void onNext(T item) {
        submit(function.apply(item));
        subscription.request(1);
    }
 
    @Override
    public void onError(Throwable t) {
        t.printStackTrace();
    }
 
    @Override
    public void onComplete() {
        close();
    }
}

现在让我们编写一个快速测试，其中包含Publisher发布String元素的处理流程。
我们的TransformProcessor将String解析为Integer – 这意味着需要在此处进行转换：

@Test
public void whenSubscribeAndTransformElements_thenShouldConsumeAll()
  throws InterruptedException {
  
    // given
    SubmissionPublisher<String> publisher = new SubmissionPublisher<>();
    TransformProcessor<String, Integer> transformProcessor 
      = new TransformProcessor<>(Integer::parseInt);
    EndSubscriber<Integer> subscriber = new EndSubscriber<>();
    List<String> items = List.of("1", "2", "3");
    List<Integer> expectedResult = List.of(1, 2, 3);
 
    // when
    publisher.subscribe(transformProcessor);
    transformProcessor.subscribe(subscriber);
    items.forEach(publisher::submit);
    publisher.close();
 
    // then
     await().atMost(1000, TimeUnit.MILLISECONDS)
       .until(() -> 
         assertThat(subscriber.consumedElements)
         .containsExactlyElementsOf(expectedResult)
     );
}

注意，在基本Publisher上调用close（）方法将导致调用TransformProcessor上的onComplete（）方法。

请注意，处理链中的所有Publisher都需要以这种方式关闭。

5.使用订阅控制消息需求
让我们修改我们的EndSubscriber只消耗N个消息。我们将传递该数字作为howMuchMessagesConsume构造函数参数：

public class EndSubscriber<T> implements Subscriber<T> {
  
    private AtomicInteger howMuchMessagesConsume;
    private Subscription subscription;
    public List<T> consumedElements = new LinkedList<>();
 
    public EndSubscriber(Integer howMuchMessagesConsume) {
        this.howMuchMessagesConsume 
          = new AtomicInteger(howMuchMessagesConsume);
    }
 
    @Override
    public void onSubscribe(Subscription subscription) {
        this.subscription = subscription;
        subscription.request(1);
    }
 
    @Override
    public void onNext(T item) {
        howMuchMessagesConsume.decrementAndGet();
        System.out.println("Got : " + item);
        consumedElements.add(item);
        if (howMuchMessagesConsume.get() > 0) {
            subscription.request(1);
        }
    }
    //...
     
}

让我们编写一个测试，我们只想从给定的Subscription中使用一个元素：

@Test
public void whenRequestForOnlyOneElement_thenShouldConsumeOne()
  throws InterruptedException {
  
    // given
    SubmissionPublisher<String> publisher = new SubmissionPublisher<>();
    EndSubscriber<String> subscriber = new EndSubscriber<>(1);
    publisher.subscribe(subscriber);
    List<String> items = List.of("1", "x", "2", "x", "3", "x");
    List<String> expected = List.of("1");
 
    // when
    assertThat(publisher.getNumberOfSubscribers()).isEqualTo(1);
    items.forEach(publisher::submit);
    publisher.close();
 
    // then
    await().atMost(1000, TimeUnit.MILLISECONDS)
      .until(() -> 
        assertThat(subscriber.consumedElements)
       .containsExactlyElementsOf(expected)
    );
}

虽然发布者发布了六个元素，但我们的EndSubscriber只消耗一个元素，因为它表示只处理那个元素的需求。

六，结论
我们了解了如何创建由发布服务器和订阅服务器组成的处理流程。我们使用处理器转换元素创建了一个更复杂的处理流程。最后，我们使用Subscription来控制订阅者对元素的需求。