最近寫關(guān)于響應(yīng)式編程的東西有點多，很多同學(xué)反映對Flux和Mono這兩個Reactor中的概念有點懵逼。但是目前Java響應(yīng)式編程中我們對這兩個對象的接觸又最多，諸如Spring WebFlux、RSocket、R2DBC。我開始也對這兩個對象頭疼，所以今天我們就簡單來探討一下它們。

要搞清楚這兩個概念，必須說一下響應(yīng)流規(guī)范。它是響應(yīng)式編程的基石。他具有以下特點：

響應(yīng)流必須是無阻塞的。響應(yīng)流必須是一個數(shù)據(jù)流。它必須可以異步執(zhí)行。并且它也應(yīng)該能夠處理背壓。

背壓是反應(yīng)流中的一個重要概念，可以理解為，生產(chǎn)者可以感受到消費者反饋的消費壓力，并根據(jù)壓力進(jìn)行動態(tài)調(diào)整生產(chǎn)速率。形象點可以按照下面理解：

由于響應(yīng)流的特點，我們不能再返回一個簡單的POJO對象來表示結(jié)果了。必須返回一個類似Java中的Future的概念，在有結(jié)果可用時通知消費者進(jìn)行消費響應(yīng)。

Reactive Stream規(guī)范中這種被定義為Publisher<T> ，Publisher<T>是一個可以提供0-N個序列元素的提供者，并根據(jù)其訂閱者Subscriber<? super T>的需求推送元素。一個Publisher<T>可以支持多個訂閱者，并可以根據(jù)訂閱者的邏輯進(jìn)行推送序列元素。下面這個Excel計算就能說明一些Publisher<T>的特點。

A1-A9就可以看做Publisher<T>及其提供的元素序列。A10-A13分別是求和函數(shù)SUM(A1:A9)、平均函數(shù)AVERAGE(A1:A9)、最大值函數(shù)MAX(A1:A9)、最小值函數(shù)MIN(A1:A9)，可以看作訂閱者Subscriber。假如說我們沒有A10-A13，那么A1-A9就沒有實際意義，它們并不產(chǎn)生計算。這也是響應(yīng)式的一個重要特點：當(dāng)沒有訂閱時發(fā)布者什么也不做。

而Flux和Mono都是Publisher<T>在Reactor 3實現(xiàn)。Publisher<T>提供了subscribe方法，允許消費者在有結(jié)果可用時進(jìn)行消費。如果沒有消費者Publisher<T>不會做任何事情，他根據(jù)消費情況進(jìn)行響應(yīng)。 Publisher<T>可能返回零或者多個，甚至可能是無限的，為了更加清晰表示期待的結(jié)果就引入了兩個實現(xiàn)模型Mono和Flux。

Flux 是一個發(fā)出(emit)0-N個元素組成的異步序列的Publisher<T>,可以被onComplete信號或者onError信號所終止。在響應(yīng)流規(guī)范中存在三種給下游消費者調(diào)用的方法 onNext, onComplete, 和onError。下面這張圖表示了Flux的抽象模型：

以上的的講解對于初次接觸反應(yīng)式編程的依然是難以理解的，所以這里有一個循序漸進(jìn)的理解過程。

有些類比并不是很妥當(dāng)，但是對于你循序漸進(jìn)的理解這些新概念還是有幫助的。

傳統(tǒng)數(shù)據(jù)處理

我們在平常是這么寫的：

public List<ClientUser> allUsers() { return Arrays.asList(new ClientUser('felord.cn', 'reactive'), new ClientUser('Felordcn', 'Reactor'));}

我們通過迭代返回值List來get這些元素進(jìn)行再處理（消費），這種方式有點類似廚師做了很多菜，吃不吃在于食客。需要食客主動去來吃就行了（pull的方式），至于喜歡吃什么不喜歡吃什么自己隨意，怎么吃也自己隨意。

流式數(shù)據(jù)處理

在Java 8中我們可以改寫為流的表示：

public Stream<ClientUser> allUsers() { return Stream.of(new ClientUser('felord.cn', 'reactive'), new ClientUser('Felordcn', 'Reactor'));}

依然是廚師做了很多菜，但是這種就更加高級了一些，提供了菜品的搭配方式（不包含具體細(xì)節(jié)），食客可以按照說明根據(jù)自己的習(xí)慣搭配著去吃，一但開始概不退換，吃完為止，過期不候。

反應(yīng)式數(shù)據(jù)處理

在Reactor中我們又可以改寫為Flux表示：

public Flux<ClientUser> allUsers(){ return Flux.just(new ClientUser('felord.cn', 'reactive'), new ClientUser('Felordcn', 'Reactor'));}

這時候食客只需要訂餐就行了，做好了自然就呈上來，而且可以隨時根據(jù)食客的飯量進(jìn)行調(diào)整。如果沒有食客訂餐那么廚師就什么都不用做。當(dāng)然不止有這么點特性，不過對于方便我們理解來說這就夠了。

Mono 是一個發(fā)出(emit)0-1個元素的Publisher<T>,可以被onComplete信號或者onError信號所終止。

這里就不翻譯了，整體和Flux差不多，只不過這里只會發(fā)出0-1個元素。也就是說不是有就是沒有。象Flux一樣，我們來看看Mono的演化過程以幫助理解。

傳統(tǒng)數(shù)據(jù)處理

public ClientUser currentUser () { return isAuthenticated ? new ClientUser('felord.cn', 'reactive') : null;}

直接返回符合條件的對象或者null。

Optional的處理方式

public Optional<ClientUser> currentUser () { return isAuthenticated ? Optional.of(new ClientUser('felord.cn', 'reactive')) : Optional.empty();}

這個Optional我覺得就有反應(yīng)式的那種味兒了，當(dāng)然它并不是反應(yīng)式。當(dāng)我們不從返回值Optional取其中具體的對象時，我們不清楚里面到底有沒有，但是Optional是一定客觀存在的,不會出現(xiàn)NPE問題。

反應(yīng)式數(shù)據(jù)處理

public Mono<ClientUser> currentUser () { return isAuthenticated ? Mono.just(new ClientUser('felord.cn', 'reactive')) : Mono.empty();}

和Optional有點類似的機制，當(dāng)然Mono不是為了解決NPE問題的，它是為了處理響應(yīng)流中單個值（也可能是Void）而存在的。

Flux和Mono是Java反應(yīng)式中的重要概念，但是很多同學(xué)包括我在開始都難以理解它們。這其實是規(guī)定了兩種流式范式，這種范式讓數(shù)據(jù)具有一些新的特性，比如基于發(fā)布訂閱的事件驅(qū)動，異步流、背壓等等。另外數(shù)據(jù)是推送（Push）給消費者的以區(qū)別于平時我們的拉（Pull）模式。同時我們可以像Stream Api一樣使用類似map、flatmap等操作符（operator）來操作它們。對Flux和Mono這兩個概念需要花一些時間去理解它們，不能操之過急。

到此這篇關(guān)于Java反應(yīng)式框架Reactor中的Mono和Flux的文章就介紹到這了,更多相關(guān)Java框架 Reactor中的Mono和Flux內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！