【Reactor第八篇】WebFlux 服务编排

WebFlux 服务编排是指使用 WebFlux 框架来编排多个异步服务的执行顺序和数据流动，从而构建出一个完整的、基于事件驱动的响应式应用程序。

WebFlux服务编排的优势如下：

1. 高性能：WebFlux基于响应式编程模型，可以使用少量的线程处理大量的请求，从而提高系统的并发能力和吞吐量。
2. 异步处理：WebFlux可以异步处理请求和响应，避免线程的阻塞和等待，提高系统的并发能力和性能。
3. 高可靠性：WebFlux基于事件驱动的编程模型，可以更好地处理错误和异常，从而提高系统的可靠性和稳定性。
4. 简洁清晰：WebFlux的代码简洁清晰，可以使用函数式编程风格来编写业务逻辑，提高代码的可读性和可维护性。
5. 可扩展性：WebFlux可以轻松地集成其他的响应式组件和服务，例如Reactive Streams、Spring Cloud、RSocket等，从而提高系统的可扩展性和灵活性。

综上所述，WebFlux服务编排可以帮助我们构建高性能、高可靠性、可扩展性强的响应式应用程序，提高系统的并发能力和性能，从而更好地满足现代应用程序的需求。

一个示例

public Mono> getOrderDetails(String orderId) {
    return Mono.fromCallable(() -> {
        // 查询订单基本信息
        return "order info";
    })
    .flatMap(orderInfo -> {
        // 查询订单商品信息
        return Mono.fromCallable(() -> {
            return "order item info";
        });
    })
    .flatMap(orderItemInfo -> {
        // 查询订单配送信息
        return Mono.fromCallable(() -> {
            return "order delivery info";
        });
    })
    .flatMap(orderDeliveryInfo -> {
        // 查询订单支付信息
        return Mono.fromCallable(() -> {
            return "order payment info";
        });
    });
}

为什么使用 fromCallable，就是上面说的，WebFlux 编排的是异步服务，而不是同步服务。

但是实际线上不要使用 fromCallable，会导致创建很多个线程，高并发场景下会导致资源竞争激烈，从而服务性能急剧下降。

1 串行

1.1 不需要 invoker1 的结果

long start = System.currentTimeMillis();

Mono<String> invoke1 = Invoker1.invoke1();
Mono<String> result = invoke1.flatMap(p -> Invoker2.invoke2())
      .map(s -> {
         return s.toString();
      });
// result: invoker2, 耗时：3592（串行）
System.out.println("result: " + result.block() + ", 耗时：" + (System.currentTimeMillis() - start));

1.2 需要返回 invoker1 的结果

long start = System.currentTimeMillis();

Mono<String> invoke1 = Invoker1.invoke1();
Mono<String> result = invoke1.flatMap(p -> {
   return Invoker2.invoke2().map(s -> {
      return p + s;
   });
});

// result: invoker1invoker2, 耗时：3554（串行）
System.out.println("result: " + result.block() + ", 耗时：" + (System.currentTimeMillis() - start));

2 并行

2.1 zip 方法

zip() 方法可以一次组装任意个Mono，适用于有多个Mono的情况

long start = System.currentTimeMillis();
Mono<String> invoke1 = Invoker1.invoke1();
Mono<String> invoker2 = Invoker2.invoke2();
Mono<String> result = Mono.zip(invoke1, invoker2)
      .map(s-> {
         String t1 = s.getT1();
         String t2 = s.getT2();
         return String.format("invoke1:%s, invoke2: %s", t1, t2);
      });
// invoker1invoker2耗时：2650 （并行）
System.out.println("result: " + result.block() + "，耗时：" + (System.currentTimeMillis() - start));

2.2 zipWith 方法

zipWith() 每次组装一个Mono对象，使用于组装Mono个数比较少的情况。

long start = System.currentTimeMillis();
Mono<String> invoke1 = Invoker1.invoke1();
Mono<String> invoker2 = Invoker2.invoke2();
Mono<String> result = invoke1.zipWith(invoker2)
      .map(s -> {
         return String.format("invoke1:%s, invoke2: %s", s.getT1(), s.getT2());
      });
// invoker1invoker2耗时：2469 （并行）
System.out.println(result.block() + "，耗时：" + (System.currentTimeMillis() - start));

3 前提

这里的 invoker 就是第三方系统调用。

保证 invoker 是在独立的线程中执行，这样 invoker 不会影响业务处理。

public class Invoker1 {

   public static Mono<String> invoke1() {
      return Mono.
            fromSupplier(() -> {
               try {
                  Thread.sleep(1000);
               } catch (InterruptedException e) {
                  throw new RuntimeException(e);
               }
               return "invoker1";
            })
            .subscribeOn(Schedulers.parallel())
            .doOnError(e -> {
               System.out.println("error invoker1");
            });
   }
}

public class Invoker2 {

   public static Mono<String> invoke2() {
      return Mono.fromSupplier(() -> {
               try {
                  Thread.sleep(2000);
               } catch (InterruptedException e) {
                  throw new RuntimeException(e);
               }
               return "invoker2";
            })
            .subscribeOn(Schedulers.parallel())
            .doOnError(e -> {
               System.out.println("error invoker2");
            });
   }
}