Webflux什么时候用和怎么用
Webflux什么时候用和怎么用
webflux是基于reactor的响应式网络服务框架。
一、阻塞式的链接方式
传统的网络链接方式是同步的方式，也就是阻塞的方式。
如上面的时序图，客户端发出请求后就被阻塞了，要等待后续处理将结果返回。 这种方式要想提高并行度就需要使用更多的链接，比如Tomcat默认的方式就是建立连接池，保留大量的链接，以应对大量的客户。
二、响应式链接方式
异步的时序图是这样：
响应式（事件驱动）中，客户端发送了请求后，服务端立即释放了这个链接。之后再去做业务处理，有结果后再返回给客户端，客户端接收结果。
响应式要求客户端和服务器端都要做相应的改变。客户端要能够在释放链接资源后还能接收到结果，服务端要能在接收请求后释放资源，并将结果正确返回给客户端。
spring webflux是通过Reactor Core来实现的。Reactor的文档
响应式应对大量客户请求并不需要保持大量的了链接，因为链接在传输完请求后就被释放了，并不会阻塞在那里等待结果。所以响应式一般只需要cpu核数的链接，再多的链接并不能真的提高并行能力。
三、什么时候用Webflux
从上面的时序图中可以了解到，异步方式优点在于可以及时释放资源，并不会实质性的对整体的处理速度有大的改善，处理速度仍然受限于业务处理的能力。
所以官网上何时使用Webflux的第一条原则就是：如果您现有的同步方式的应用没出现任何问题，就不需要修改它。
如果您的应用使用大量连接池也很难满足客户请求，那么可以考虑改用响应式的程序。
还要考虑一个因素，spring现在是有两套web框架，一套是spring mvc的阻塞式，一套是webflux的响应式。长远看，spring不可能同时维护升级两套框架。spring在发布5.0版本前，曾考虑是否将spring mvc变为不推荐(deprecated)。所以即使现在你不需要webflux，也应该开始学起来了。
如果使用webflux还需要注意以下几点：
-
您的应用应该尽量从头到尾都采用响应式编程。如果只是某一部分采用响应式而其它处理还是阻塞式，响应式带来的好处将大打折扣。全面响应式的时序图如下：
这需要您采用的技术栈都是支持响应式编程的。这可能会导致过渡过程中的学习曲线变得陡峭，尤其是开发团队比较大时。
-
服务器使用默认的Netty是合理的选择。
-
使用java 8的lambda可以很好的应用响应式编程。
四、怎么写Webflux程序
这里只做几个非常简单的入门例子供大家参考。代码地址：https://github.com/toplchx/webflux
-
服务端简单的例子
代码参考：toplchx.example.webflux.server.ReactiveController
Webflux的注解关键字和MVC的是一样的，区别只是返回类型不同。响应式的方法可以返回两种类型Mono和Flux。Mono返回单个信息，Flux返回一串信息。本例返回一个Mono对象。方法里sleep了3秒，模拟业务逻辑执行时间。正常情况下，业务逻辑也应该采用响应式调用。最后返回信息。
-
阻塞方式发送请求
代码参考：toplchx.example.webflux.client.BlockClient
先看一下阻塞方式的调用。用httpclient创建链接，发送3次请求。因为是单线程，所以要在一个请求返回之后才能发送下一次。一次执行需要3秒，3次就是9秒。可以从运行之后客户端和服务端的日志中验证这一点。这种方式如果想提高总执行时间，就需要3个线程并发请求。
-
响应式发送请求
代码参考：toplchx.example.webflux.client.ReactiveClient1
使用WebClient来发送响应式请求。使用CountDownLatch是为了让main方法在收到3次返回结果后再结束。如果没有这个机制，main方法会在发送3次请求后就结束，不会等待返回结果。
响应式的方式会近似同时发送3次请求，并在3秒后接收到3个返回结果。其执行方式类似于阻塞的线程池方式。想象下，如果客户端发送1万个请求，阻塞式需要1万个线程的线程池，而响应式只需要cpu核数个线程，虽然这两种结果并不完全一样，但使用的资源明显是响应式的更低。
关于响应式的编程方法可以参考Webflux的官方文件和Reacitor的文档。
-
更响应式的客户端写法
代码参考：toplchx.example.webflux.client.ReactiveClient2
使用Flux.range来生成3个事件，flatMap里定义3个时间执行什么操作，这里面系统会自动判断是否需要启用新的线程来完成操作。blockLast是阻塞到最后一个结果返回。两个doOnNext是在之前定义的事件发生时执行的处理。
-
更响应式的服务端写法
服务器端响应式的原则就是尽量所有处理都是响应式的。比如数据库的操作，JDBC是阻塞式的，所以在响应式服务端不应该使用JDBC。Spring Data提供响应式的数据库操作方式，参考介绍文档
五、典型应用场景分析
想象一个应用，需要收集巨量的数据，并对这些数据做处理和分析。
这个场景的接收服务需要收集非常多的数据，频次会非常密集，同时它不需要复杂的互动（最多返回接收数据成功），这非常适合使用响应式来实现这个接口。合适的做法是接口中不做任何业务逻辑，直接将数据发送给消息队列（比如KAFKA，有项目可以提供KAFKA的响应式生产者），同时返回接收成功标识。在消息队列的消费者收到数据后再做相应的处理。
如果客户发送数据端也在开发范围内，也可以通过设置服务端背压来控制传输速度适应处理速度，但要考虑客户端的缓存问题。