Project Reactor响应式编程简介

前言：Reactor 是一种事件驱动的高性能网络编程模型 ，主要用于处理高并发的网络 I/O 请求。其核心思想是通过一个或多个线程监听事件，并将事件分发给相应的处理程序，从而实现高效的并发处理。在响应式编程（如 Project Reactor ）中，理解 发布（Publish）与订阅（Subscribe）、生产者（Producer）与消费者（Consumer） 的概念非常重要。它们是构建异步、非阻塞数据流的基础模型。

一、Reactor基本概念

1. 发布者（Publisher）

是数据的提供方。
在 Project Reactor 中，Flux 和 Mono 都实现了 Publisher<T> 接口。
它不主动发送数据，而是等待被订阅后才开始发射数据。

类比：就像一个电台频道，在没有人收听时它不会"广播"内容，只有当有人打开收音机（订阅），才会开始播放节目。

java 复制代码

Flux<String> publisher = Flux.just("A", "B", "C"); // Publisher

2. 订阅者（Subscriber）

是数据的接收方。
实现 Subscriber<T> 接口，或者使用 .subscribe() 方法作为简化方式。
订阅者会通过回调方法接收数据（onNext）、异常（onError）或完成信号（onComplete）。

java 复制代码

publisher.subscribe(
    data -> System.out.println("Received: " + data), // onNext
    err -> System.err.println("Error: " + err),      // onError
    () -> System.out.println("Done!")                // onComplete
);

3. 订阅（Subscription）

是连接 Publisher 和 Subscriber 的桥梁。
每次调用 .subscribe() 都会创建一个新的 Subscription。
支持背压（backpressure）控制：消费者可以告诉生产者"我一次只能处理 N 个元素"。

java 复制代码

publisher.subscribe(new Subscriber<>() {
    private Subscription subscription;

    @Override
    public void onSubscribe(Subscription s) {
        this.subscription = s;
        subscription.request(1); // 请求第一个数据
    }

    @Override
    public void onNext(String t) {
        System.out.println("Got: " + t);
        subscription.request(1); // 继续请求下一个
    }

    @Override
    public void onError(Throwable t) {
        t.printStackTrace();
    }

    @Override
    public void onComplete() {
        System.out.println("Completed");
    }
});

二、生产者和消费者模型（Producer/Consumer）

角色	描述
生产者（Producer）	提供数据流的一方，即 `Publisher`（如 `Flux`, `Mono`）
消费者（Consumer）	接收并处理数据的一方，即 `Subscriber`

数据从生产者流向消费者。
这种模型支持异步非阻塞的数据传输。
可以通过 背压机制 控制流量，避免消费者被过量数据淹没。

三、Reactor 中的发布与订阅流程

java 复制代码

[Publisher] --> (onSubscribe) --> [Subscriber]
     ↓
   (request)
     ↓
[Publisher emits data via onNext]
     ↓
[Subscriber receives data]
     ↓
[Eventually onComplete or onError]

流程说明：

订阅建立：
- 调用 .subscribe() 后，Publisher 会调用 onSubscribe(Subscription)。
请求数据：
- Subscriber 调用 subscription.request(n) 表示希望接收 n 个数据。
数据发射：
- Publisher 发射数据项，调用 onNext(T)。
结束或错误：
- 成功结束：调用 onComplete()。
- 出错：调用 onError(Throwable)。

四、实际应用举例

示例：模拟生产者和消费者的协作（带背压）

java 复制代码

Flux.range(1, 100)
    .subscribe(new Subscriber<>() {
        private Subscription subscription;
        private int count = 0;

        @Override
        public void onSubscribe(Subscription s) {
            this.subscription = s;
            subscription.request(5); // 初始请求5个数据
        }

        @Override
        public void onNext(Integer integer) {
            System.out.println("Consuming: " + integer);
            count++;
            if (count % 5 == 0) {
                subscription.request(5); // 每消费5个再请求5个
            }
        }

        @Override
        public void onError(Throwable throwable) {
            throwable.printStackTrace();
        }

        @Override
        public void onComplete() {
            System.out.println("All items consumed!");
        }
    });

五、常见误区

错误理解	正确理解
`Flux.just(...)` 会立即发射数据	不会，除非有订阅者才会发射
`Flux` 是热源（Hot）	默认是冷源（Cold），每次订阅都会重新开始
`subscribe()` 返回值无关紧要	可用于取消订阅（返回 `Disposable`）
所有操作符都是同步的	很多操作符是异步的，比如 `flatMap`, `delayElements` 等

六、总结

概念	说明
Publisher	数据源，如 `Flux` 或 `Mono`
Subscriber	数据消费者，实现 `onNext`, `onError`, `onComplete`
Subscription	控制数据流动的接口，支持背压
生产者/消费者模型	数据从生产者流向消费者，由订阅驱动
背压（Backpressure）	消费者可以控制生产者的发射速率
冷流 vs 热流	冷流每次订阅都从头开始；热流共享数据流（如 `ConnectableFlux`）

如果你正在使用 Spring WebFlux 、RSocket 、Kafka Streams 或其他响应式框架，理解这些核心概念将帮助你更好地设计和调试异步系统。