Reactor学习：三、订阅
声明：
一、subscribe方法
注意：所有的操作只有在订阅的那一刻才开始进行！！！
subscribe方法有两种常用的形式：
-
Disposable subscribe(@Nullable Consumer<? super T> consumer, @Nullable Consumer<? super Throwable> errorConsumer, @Nullable Runnable completeConsumer, @Nullable Consumer<? super Subscription> subscriptionConsumer)
这四个参数的意义如下：
1）consumer：收到一个数据时的回调
2）errorConsumer：上游报告出现错误信号时的回调
3）completeConsumer：上游报告完成信号时的回调
4）subscriptionConsumer：提供一个Subscription类型的对象，你可以使用他对上游流量进行反馈控制
Disposable返回类型：使用Disposable#dispose方法可以取消订阅行为，在Flux和Mono中，取消意味着告知数据源不再生产数据，但这种取消行为并不一定是及时的，也许数据源产生数据非常快，在接收到取消信号之前就完成所有数据的生成。
Disposable有一个工具类Disposables，它主要提供了Disposable.Swap和Disposable.Composite两种包装类的工厂方法，前者允许你对一个Disposable进行替换（不取消容器中当前的Disposable，仅作替换）以及更新（取消容器中当前的Disposable，并替换为新的Dsiposable）操作，后者允许你一次性控制多个Disposable -
void subscribe(Subscriber<? super T> actual)
Subscriber是一个订阅器，里面包含了onSubscribe、onNext、onError、onError四种方法，使用它们可以更加方便的控制订阅的操作。当然实际中使用的还是BaseSubscriber，这个类继承了Subscriber，但是它是抽象的，无法直接实例化。使用时直接使用匿名类进行实例化就好，这样可以很好避免一个BaseSubscriber实例同时作为两个不同订阅操作的订阅器所带来的异常，因为根据Reactive Stream规则来说，一个订阅器中的onNext方法只能被时序调用，而不同同时调用。
你可以看下面这个例子：
public class CustomSubsriber<T> extends BaseSubscriber<T> {
@Override
protected void hookOnSubscribe(Subscription subscription) {
System.out.println("subscribed");
request(1);
}
@Override
protected void hookOnNext(T value) {
System.out.println("get value:" + value);
LockSupport.parkNanos(Duration.ofSeconds(1).toNanos());
request(1);
}
@Override
protected void hookOnComplete() {
System.out.println("completed");
}
}
二、背压——流控
在Reactor中，下游想要控制上游的流速，是通过request来实现的，request的总数代表着下游当前的需求量，比如subscriber.request(1)就代表下游需要一个数据，多了不要。如果你把request的值设为Long.MAX_VALUE，则它意味着下游可以接收无限制的数据，比如Mono#block、Flux#blockFirst、Flux#blockLast就默认无限制接收数据。对了，这三个方法也是一种订阅操作，使用它们会激活整个订阅过程，Mono#block和Flux#blockFirst均表示接收流中第一个数据并返回，如果在等待中接收到了完成信号则返回null，同理Flux#blockLast表示只接收最后一个数据，其会一直等待完成信号的到来。
值得注意的是：request并不一定恒定的，它可能会被整个上游中的某个操作修改，比如stringFlux.buffer(3).subscriber(null,null,null,sub -> {sub.request(2)})中，buffer(3)会将request进一步修改为6，因为sub.request(2)的2个请求是请求buffer(3)的输出结果的，而一个buffer(3)结果需要其上游的3个数据，故request被更改为了6
-
limitRequest也是一种流控操作，它接收一个参数作为“最大请求量”，如果下游总的请求量并没有到达上限，那么一切照常，否则，在到达那一刻时，改操作将会给上游发出取消信号，并给下游发出完成信号 -
limitRate将请求分组，比如下游请求100个request(100)，那么limitRate(10)将会把请求分为10个request(10)，每完成一个request(10)则自动发出下一个request(10)
三、异步
在Reactor中，如果不特别指定异步操作的话，那么整个流的发生到订阅过程全部会执行在subscribe那个线程中。所以最简单的异步使用Reactor的方法就是新建一个线程，并在其中执行subscribe，比如：
public static void main(String[] args) throws InterruptedException {
final Mono<String> mono = Mono.just("hello ");
Thread t = new Thread(() -> mono
.map(msg -> msg + "thread ")
.subscribe(v ->
System.out.println(v + Thread.currentThread().getName())
)
)
t.start();
t.join();
}
其结果为：
hello thread Thread-0
当然Reactor其实提供更加简便的异步操作方式，其中比较常用的就是publishOn和SubscribeOn两个方法了，这两个方法都需要一个Scheduler类型的参数，它控制着操作的执行模式以及执行执行位置，单从表现上来看，倒是有点像ExecutorService。创建Scheduler你需要使用到Schedulers工厂类，里面定义了许多不同类型的Scheduler：
1）Schedulers.immediate():直接在当前线程中立刻执行
2）Schedulers.single()/newSingle():提供一个单线程线程池以供操作，前者是一个固定的定义好的单线程线程池，后者你可以使用它来创建新的单线程线程池
3）Schedulers.elastic():相当于提供了一个CachedThreadPool
4）Schedulers.parallel():相当于提供了一个和Cpu核心数一样多的核心线程数的线程池
5）Schedulers.fromExecutorService():从现有的ExecutorService中引入
-
subscribeOn
subscribeOn会将整个流（包括数据源生成）放置在指定线程上执行（具体由哪个线程执行由前面所说的Scheduler来控制），注意，无论subscribeOn放在哪，它都将影响整个流，可以有多个subscribeOn，但是只有第一个会生效 -
publishOn
publishOn会将其后的操作搬移到指定线程上执行，注意，publishOn优先级比subscribeOn高，而且多个publishOn都各自对其后的操作会有影响。
看个例子：
final Flux<String> flux = Flux
.range(1, 2)
.map(i -> {
System.out.println("map1:"+Thread.currentThread().getName());
LockSupport.parkNanos(Duration.ofSeconds(1).toNanos());
return 10 + i;
})
.subscribeOn(s)
.map(i -> {
System.out.println("map2:"+Thread.currentThread().getName());
LockSupport.parkNanos(Duration.ofSeconds(2).toNanos());
return "value " + i;
}).publishOn(Schedulers.single())
.map(i -> {
System.out.println("map3:"+Thread.currentThread().getName());
return "mtk:"+i;
});
new Thread(() -> flux.subscribe(System.out::println)).start();
结果如下：
map1:parallel-scheduler-1
map2:parallel-scheduler-1
map1:parallel-scheduler-1
map3:single-1
mtk:value 11
map2:parallel-scheduler-1
map3:single-1
mtk:value 12
从结果中我们可以发现整个流在没有运行在
subscribe方法调用时所在的线程中，因为有subscribeOn的缘故，整个流运行在parallel-scheduler-1线程中，但是在map3操作前，有个publishOn，其使得其后的操作运行在了single-1线程中
参考文档：
[1] Reactor api doc
[2] Reactor reference doc
