响应式编程到底是什么？

最近几年，随着Go、Node 等新语言、新技术的出现，Java 作为服务器端开发语言老大的地位受到了不小的挑战。虽然Java 的市场地位在短时间内并不会发生改变，但Java 社区还是将挑战视为机遇，并努力、不断地提高自身应对高并发服务器端开发场景的能力。



为了应对高并发服务器端开发场景，在2009 年，微软提出了一个更优雅地实现异步编程的方式——Reactive Programming，我们称之为响应式编程。随后，各语言很快跟进，都拥有了属于自己的响应式编程实现。比如，JavaScript 语言就在ES6 中通过Promise 机制引入了类似的异步编程方式。同时，Java 社区也在快速发展，Netflix 和LightBend 公司提供了RxJava 和Akka Stream 等技术，使得Java 平台也有了能够实现响应式编程的框架。



当下，我们通过Mina 和Netty 这样的NIO 框架其实就能完成高并发下的服务器端开发任务，但这样的技术只掌握在少数高级开发人员手中，因为它们难度较大，并不适合大部分普通开发者。



虽然目前已经有不少公司在实践响应式编程，但整体来说，其应用范围依旧不大。出现这种情况的原因在于当下缺少简单、易用的技术，这些技术需要能使响应式编程更加普及，并做到如同Spring MVC 一样结合Spring 提供的服务对各种技术进行整合。



在2017 年9 月28 日，Spring 5 正式发布。Spring 5 发布最大的意义在于，它将响应式编程技术的普及向前推进了一大步。而同时，作为在背后支持Spring 5 响应式编程的框架Spring Reactor，也进入了里程碑式的3.1.0 版本。



响应式编程到底是什么？在现实生活中，当我们听到有人喊我们名字的时候，会对其进行响应，也就是说，我们是基于事件驱动模式来进行编程的。所以这个过程其实就是下发产生的事件，然后我们作为消费者对下发事件进行一系列的消费。



从这个角度来说，对整个代码的设计应该是针对消费者来进行的。比如，看电影，有些画面我们不想看，那就闭上眼睛；有些声音不想听，那就捂上耳朵。其实这就是对消费者的增强包装，我们把复杂的逻辑拆分开，然后将其分割成一个个小任务进行封装，于是就有了诸如filter、map、skip、limit 等操作。本书会用大量的篇幅来解读源码设计逻辑。



并发与并行的关系

可以说，并发很好地利用了CPU 时间片的特性，也就是操作系统选择并运行一个任务，接着在下一个时间片内运行另一个任务，并把前一个任务设置成等待状态。其实并发并不意味着并行。

具体列举下面几种情况。



• 有时候，多线程执行会提高应用程序的性能，而有时候反而会降低应用程序的性能。这在 JDK 中Stream API 的使用上体现得很明显，如果任务量很小，而我们又使用了并行流，反而降低了应用程序的性能。

• 在多线程编程中，可能会同时开启或者关闭多个线程，这样会产生很大的性能开销， 也降低了应用程序的性能。

• 当线程同时处于等待I/O 的过程中时，并发可能会阻塞CPU 资源，其后果不仅是用户长时间等待，而且会浪费CPU 的计算资源。

• 如果几个线程共享了一个数据，情况就会变得有些复杂。我们需要考虑数据在各个线程中的状态是否一致。为了达到数据一致的目的，很可能会使用synchronized 或者lock 相关操作。



现在，你对并发有一定的了解了吧。并发很好，但并不一定会实现并行。并行是在多核CPU 上同一时间运行多个任务或者一个任务分为多块同时执行（如ForkJoin）。单核CPU 的话，就不要考虑并行了。



补充一点，实际上多线程就意味着并发，但是并行只发生在这些线程在同一时间调度、分配到不同CPU 上执行的情况下。也就是说，并行是并发的一种特定形式。一个任务里往往会产生很多元素，这些元素在不参与操作的情况下大都只能处于当前线程中，这时我们可以对其进行ForkJoin，但这对很多程序员来讲有时候很不好操作、控制，上手难度有些大。这时如果用响应式编程，就可以简单地通过所提供的调度API 轻松做到事件元素的下发、分配，其内部会将每个元素包装成一个任务并提交到线程池中，我们可以根据任务是计算型的还是I/O 型的来选择相应的线程池。



在这里，需要强调一下，线程只是一个对象，不要把它想象成CPU 中的某一个执行核心，这是很多人都在犯的错，CPU 时间片会切换执行这些线程。



如何理解响应式编程中的背压

背压，由Back Pressure 翻译得到，从英文字面意思讲，称之为回压可能更合适。首先解释一下回压，它就好比用吸管喝饮料，将吸管内的气体吸掉，吸管内形成低压，进而形成饮料至吸管方向的吸力，此吸力将饮料吸进人嘴里。我们常说人往高处走，水往低处流，水之所以会出现这种现象，其实是重力所致。而现在吸管下方的水上升进入人的口中，说明出现了下游指向上游的逆向压力，而且这个逆向压力大于重力，可以称这种情况为背压。这是一个很直观的词，向后的、往回的压力——Back Pressure。



放在程序中，也就是在数据流从上游源生产者向下游消费者传输的过程中，若上游源生产速度大于下游消费者消费速度，那么可以将下游想象成一个容器，它处理不了这些数据，然后数据就会从容器中溢出，也就出现了类似于吸管例子中的情况。现在，我们要做的事情就是为这个场景提供解决方案，该解决方案被称为背压机制。



为了更好地解决背压带来的问题，我们回到现实中看一个事物——大坝。在发洪水期间，下游没办法一下子消耗那么多水，大坝此时的作用就是拦截洪水，并根据下游的消耗情况酌情排放，也就是说，背压机制应该放在连接元素生产者和消费者的地方，即它是生产者和消费者的衔接者。然后，根据上面对大坝的描述，背压机制应该具有承载元素的能力，也就是它必须是一个容器，而且其存储与下发的元素应该有先后顺序，那么这里使用队列是最适合的了。背压机制仅起承载作用是不够的，正因为上游进行了承压，所以下游可以按需请求元素，也可以在中间根据实际情况进行限流，以此上下游共同实现了背压机制。在本书后续内容及相关的配套视频中会介绍背压的相关API。

Reactor 与RxJava 的对比

关于响应式编程，我写的《Java 编程方法论：响应式RxJava 与代码设计实战》一书已经出版，那么Reactor 与RxJava 又有什么区别呢？首先我要明确地告诉你，如果你使用的是Java 8+，那么推荐使用Reactor 3，而如果你使用的还是Java 6+或函数需要做异常检查，那么推荐使用RxJava 2。



下面来看图1-1。



从图1-1 可以看到，RxJava 2 和Reactor 共用了一套接口API 标准Reactive Streams Commons，这也说明它们的最终目的是一致的，而且API 具有通用性，这样也降低了学习成本。



下面再来回顾一下RxJava。迄今为止，RxJava 发行版主要分三大版本RxJava 3、RxJava 2 和RxJava 1。与RxJava 1 不同，RxJava 3、RxJava 2 直接通过新添加的Flowable 类型来实现Publisher 的接口定义（RxJava 3 与RxJava 2 并没有太多区别，故这里只介绍RxJava 2）。同时，RxJava 2 依然保留了RxJava 1 中的Observable、Completable 和Single，并引入了支持Optional 的Single 升级版——Maybe 类型（这点在《Java 编程方法论：响应式RxJava 与代码设计实战》一书中并没有提及，此处只是说明一下，并不会深究）。RxJava 1 中的Observable 不支持RxJava 2 中的背压机制，背压机制是Flowable 的专有功能，不过Observable 内部提供了可转换API。需要注意的是，Observable 实现的是RxJava 2 中自定义的ObservableSource 接口。



在Reactor 中，可以发现Mono 和Flux 两种类型都实现了Publisher 接口，同时两者皆实现了背压机制。Flux 可以对标RxJava 2 中的Flowable 类型，而Mono 可以被理解为RxJava 2 中对Single 的背压加强版。后续，我们会进行更深入的讲解。



同样，下面再来了解一下Reactor 与RxJava 的不同之处。

• 为了兼容 Java 1.6+ ，RxJava 不得不自行定义了一些函数式接口，可以参考io.reactivex.functions 下的接口定义。而Reactor 3 则是基于JDK 中提供的java.util.function 来设计实现的。

• 可以很轻松地从java.util.stream.Stream 转换为Flux，也可以很轻松地由后者转换为前者。

• 同样，可以很轻松地实现CompletableFuture 与Mono 之间的互相转换，也可以轻松而安全地基于Optional 类型的元素创建Mono。

• 从图 1-1 中还可以看到，Reactor 3 可以更好地服务于Spring Framework 5，也更适应最新版本的JDK。



最后，简单介绍一下图1-1 中的几个部分。

• Core：是我们主要研究的库，是Reactor 的核心实现库。其作用与RxJava 2 的核心实现的作用是一样的，本书主要介绍reactor-core 模块。

• IPC：可以认为它是针对encode、decode、send（unicast、multicast 或request/response）及服务连接而设计的支持背压的组件。IPC 支持Kafka、Netty 及Aeron。

• Addons：其中包括reactor-adapter、reactor-logback 和reactor-extra。reactor-adapter 可以说是连接RxJava 1/2 中Observable、Completable、Flowable、Single、Maybe、Scheduler 的桥梁，可以方便地与Reactor 3 进行转换操作。同样，这个库对于Swing/SWT Scheduler、Akka Scheduler 也做了针对性适配。reactor-logback 用于支持Reactor Core 异步处理Logback 方面的功能。reactor-extra 为数字类型的Flux 源提供了很多数学运算的操作。

• Reactive Streams Commons：是RxJava 2 和Reactor 共用的一套接口API 标准。



本文节选自《Java编程方法论：响应式Spring Reactor 3设计与实现》一书

知秋 著

电子工业出版社出版



知秋

本名李飞飞，simviso团队创始人，曾长期致力于基础代码库研发工作，对JDK、Spring、RxJava、Spring Reactor、Netty、Reactor-Netty、RSocket等有深刻的研究和独到的见解，并以此打造“Java编程方法论系列丛书”。一直通过博客与视频平台bilibili（B站），结合自己的经验进行大量源码解读分享。现在主要致力于带领simviso的小伙伴引进、翻译国外知名高校计算机科学相关课程及国外知名Java开发者的技术分享内容。