Vincen??
Vincen??

Reactor入门实战

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

  1. 响应式编程概述 官方定义：响应式编程（Reactive programming），它是异步编程下的一个子集，也是一种范式，在这种范式下，由新信息的有效性（availability）推动逻辑的前进，而不是让一条执行线程去推动控制流（区别于命令式编程）。

ps：何为范式？

可以通过对比迭代器模式来了解响应式编程的基本思想：

Event

Iterable

Observable

get

T next()

onNext(T)

error

throws Exception

onError(Exception)

complete

!hasNext()

onCompleted()

Observable 那一列便代表响应式编程的 API 使用方式，显而易见，响应式编程既是观察者模式的一种扩展。针对响应式流，Iterable基于Pull方式，而Observable基于Push方式。Iterable模式是典型的命令式编程范式，因为什么时候获取下一个元素取决于调用方；而在响应式编程范式下，当发布者通知订阅者有新数据后，通过一种声明式来定义对数据流的处理逻辑（借助于lambda）。

总结起来，响应式编程是一种基于数据流（data stream）和变化传递（propagation of change）的声明式（declarative）的编程范式。

响应式流规范（Reactive Streams）的统一标准与接口定义：

process a potentially unbounded number of elements（具有处理无限数量的元素的能力） in sequence（保证按序处理） asynchronously passing elements between components（异步地传递元素） with mandatory non-blocking backpressure（强制实现非阻塞的回压机制）

public interface Publisher { public void subscribe(Subscriber s); } Publisher是能够发出元素的发布者

public interface Subscriber { public void onSubscribe(Subscription s); public void onNext(T t); public void onError(Throwable t); public void onComplete(); } Subscriber是接收元素并做出响应的订阅者

public interface Subscription { public void request(long n); public void cancel(); } Subscription扮演Publisher和Subscriber之间的“掮客”（Broker）

public interface Processor extends Subscriber, Publisher { } Processor既是一个Subscriber，也是一个Publisher，因此必须遵循两者的契约。

当调用subscribe方法时，发布者会回调订阅者的onSubscribe方法，并传入Subscription对象，之后订阅者就通过Subscription向发布者索要数据，如下图所示：

基础业务/公共服务中心 > 2018/10/04 > Reactor入门实战 > reactive.png

① 订阅者调用Subscription的request方法向发布者请求n个元素

② 发布者通过不断回调订阅者的onNext方法向订阅者最多发出n个元素

③ 如果元素发送完毕，则发布者回调订阅者的onComplete方法告知订阅者并终止流；如果有错误发生，则回调订阅者的onError方法发出错误信号，同样也会终止流。

ps：在Java 9版本中，响应式流的规范已被纳入到JDK（java.util.concurrent.Flow）

回到正题，Reactor既是目前其中一个实现了响应式流规范的JAVA编程库，与另一流行的编程库RxJava相比，它没有任何历史包袱，专注于Server端的响应式开发，而RxJava更多倾向于Android端的响应式开发。

ps：Reactor与Spring是兄弟项目，Spring5力推的WebFlux就是使用它来支撑响应式流。

  1. Reactor快速上手 2.1 配置Maven 3.1.8.RELEASE 3.1.8.RELEASE

io.projectreactor reactor-core ${reactor-core.version} io.projectreactor reactor-test ${reactor-test.version} test

2.2 Flux与Mono Reactor中的发布者（Publisher）由Flux和Mono两个类定义，它们都提供了丰富的操作符（operator）。一个Flux对象代表一个包含0..N个元素的响应式序列，而一个Mono对象代表一个包含零/一个（0..1）元素的结果。

既然是“数据流”的发布者，Flux和Mono都可以发出三种“数据信号”：元素值、错误信号、完成信号，错误信号和完成信号都是终止信号，完成信号用于告知下游订阅者该数据流正常结束，错误信号终止数据流的同时将错误传递给下游订阅者。

// 声明一组数据流, 订阅后简单的将其按序打印 System.out.println("example 1:"); Flux.just(1, 2, 3, 4, 5).subscribe(System.out::println);

// 声明List数据流的错误方式 System.out.println("\nexample 2:"); Flux.just(Lists.newArrayList(1, 2, 3, 4, 5)).subscribe(System.out::println);

// 声明List数据流的正确方式（fromStream/fromIterable） System.out.println("\nexample 3:"); Flux.fromStream(Lists.newArrayList(1, 2, 3, 4, 5).stream()).subscribe(System.out::println);

// 可以对完成信号编写处理逻辑 System.out.println("\nexample 4:"); Flux.range(1, 5).subscribe(System.out::println, System.err::println, () -> System.out.println("completed"));

/**

  • 复杂数据流通过generate/create生成, 主要区别在于:
  • generate方法是同步地、逐个地产生值, 而create方法的生成方式既可以是同步, 也可以是异步的, 并且还可以每次发出多个元素 */ System.out.println("\nexample 5:"); final int length = 5; final Random random = new Random(); Flux.generate(ArrayList::new, (list, sink) -> { int value = random.nextInt(100); list.add(value); sink.next(value); if (list.size() == length) { sink.complete(); } return list; }).subscribe(System.out::println);

// 使用create生成复杂数据流 System.out.println("\nexample 6:"); Flux.create(sink -> { for (int i = 0; i < length; i++) { /** * 加上这个打印后审视subscribe的输出结果, 可以观测到数据流的确是响应式的:
* 框架实现遵循了Reactive Streams规范, 通过调用Subscription.request(i)来获取下一个数据 */ System.out.println(String.format("i = %d", i)); sink.next(random.nextInt(100)); } sink.complete(); }).subscribe(System.out::println);

// 只声明了数据流但不调用subscribe方法, 此时不会触发数据流, 也不会有任何元素被发送, 即: 订阅前什么都不会发生 System.out.println("\nexample 7:"); Flux.create(sink -> { for (int i = 0; i < length; i++) { System.out.println(String.format("i = %d", i)); sink.next(random.nextInt(100)); } sink.complete(); });

2.3 测试工具（StepVerifier） StepVerifier是官方提供的测试集，针对响应式流的特性提供了许多强大的测试方法来对流中的元素进行逐一校验，可以结合JUnit等工具来编写单元测试。后面的例子中会频繁使用StepVerifier来做代码演示，所以，先了解下它的基本用法是很有必要的。

private Flux generateDigitsFlux() { return Flux.just(1, 2, 3, 4, 5); }

private Mono generateMonoWithError() { return Mono.error(new IOException(ResultCode.REMOTE_EXCEPTION.message())); }

@Test public void testCount() { // 用create方法来对一个数据流包装后添加测试代码 StepVerifier.create(generateDigitsFlux()) .expectNextCount(5) .expectComplete() .verify(); }

@Test public void testNext() { // expectNext接受1...N个可变参数, 并按其顺序比较接收到的元素值是否匹配 StepVerifier.create(generateDigitsFlux()) .expectNext(1, 2, 3, 4, 5) .expectComplete() .verify(); // expectNextSequence接收一个iterator, 并按其顺序比较接收到的元素值是否匹配 StepVerifier.create(generateDigitsFlux()) .expectNextSequence(Lists.newArrayList(1, 2, 3, 4, 5)) .expectComplete() .verify(); }

@Test public void testError() { // 终止方法(如expectError, expectComplete...)返回的是StepVerifier, 而不是Step对象, 所以不能继续添加expect方法来做下一步测试 StepVerifier.create(generateMonoWithError()) .expectError() .verify(); StepVerifier.create(generateMonoWithError()) .expectError(IOException.class) .verify(); StepVerifier.create(generateMonoWithError()) .expectErrorMessage(ResultCode.REMOTE_EXCEPTION.message()) .verify(); }

2.4 操作符（Operator） Reactor提供了许多函数式风格的方法用于操作流中的元素，称之为操作符（Operator），用法与Java Stream API相通，都支持lambda表达式，且类似操作的方法名都是一样的，所以理解起来应该很容易。

针对响应式流的特性，Reactor的操作符更加丰富，可以说，如果没有这些操作符的支持，用Reactor编写程序即便不是寸步难行，也算退到了刀耕火种的时代。

Reactor支持的操作符众多，且很多操作符都有不同的变体，这里只挑几个最常用的来做演示，更多的用法还得在使用过程中持续学习&熟悉。

@Test public void testFilter() { StepVerifier.create(Flux.range(1, 5) .filter(i -> i % 2 == 0)) .expectNext(2, 4) .expectComplete(); }

@Test public void testReduce() { StepVerifier.create(Flux.range(1, 5) .reduce((x, y) -> x + y)) .expectNext(15) .expectComplete(); // reduceWith可以给定一个初始值 StepVerifier.create(Flux.range(1, 5) .reduceWith(() -> 5, (x, y) -> x + y)) .expectNext(20) .expectComplete(); }

@Test public void testMap() { StepVerifier.create(Flux.range(1, 5) .map(i -> String.valueOf(i))) .expectNext("1", "2", "3", "4", "5") .expectComplete(); }

@Test public void testFlatMap() { // flatMap会将多个流中的元素按照实际生成顺序返回 StepVerifier.create(Flux.range(1, 5) .flatMap(i -> Flux.fromStream(Stream.of(i, -i)) .delayElements(Duration.ofMillis(50))) // doOnNext是个"偷窥式"方法, 不会消费元素 .doOnNext(i -> System.out.print(i + " "))) .expectNextCount(10) .verifyComplete(); System.out.println(); // 而flatMapSequential则按照所有流的订阅顺序返回 StepVerifier.create(Flux.range(1, 5) .flatMapSequential(i -> Flux.fromStream(Stream.of(i, -i)) .delayElements(Duration.ofMillis(50))) .doOnNext(i -> System.out.print(i + " "))) .expectNextCount(10) .verifyComplete(); }

@Test public void testMerge() { // merge与mergeSequential的区别与flatMap与flatMapSequential一样 StepVerifier.create(Flux.merge( Flux.range(1, 5).delayElements(Duration.ofMillis(50)), Flux.range(6, 5).delayElements(Duration.ofMillis(30))) .doOnNext(i -> System.out.print(i + " "))) .expectNextCount(10) .verifyComplete(); System.out.println(); StepVerifier.create(Flux.mergeSequential( Flux.range(1, 5).delayElements(Duration.ofMillis(50)), Flux.range(6, 5).delayElements(Duration.ofMillis(30))) .doOnNext(i -> System.out.print(i + " "))) .expectNextCount(10) .verifyComplete(); }

@Test public void testZip() { // 都是合并方法, 但与merge不同的是, zip将多个流中的元素进行一对一的合并 StepVerifier.create(Flux.zip( Flux.range(1, 5), Flux.just("a", "b", "c", "d", "e")) .doOnNext(arr -> System.out.print(arr + " "))) .expectNextCount(5) .verifyComplete(); }

@Test public void testTake() { // 从头开始获取指定数量的元素 StepVerifier.create(Flux.range(1, 10) .take(3)) .expectNext(1, 2, 3) .expectComplete(); // 从尾开始获取指定数量的元素 StepVerifier.create(Flux.range(1, 10) .takeLast(3)) .expectNext(8, 9, 10) .expectComplete(); // 当满足条件时, 才提取符合条件的元素 StepVerifier.create(Flux.range(1, 10) .takeWhile(i -> i < 5)) .expectNext(1, 2, 3, 4) .expectComplete(); // 注意takeWhile仅当一开始满足条件时才做提取, 并不会迭代提取符合条件的元素 StepVerifier.create(Flux.range(1, 10) .takeWhile(i -> i > 5)) .expectNextCount(0) .expectComplete(); // 提取元素直到满足条件后退出 StepVerifier.create(Flux.range(1, 10) .takeUntil(i -> i > 5)) .expectNext(1, 2, 3, 4, 5, 6) .expectComplete(); // 注意takeUntil如果没有满足条件的元素, 将提取所有元素! StepVerifier.create(Flux.range(1, 10) .takeUntil(i -> i < 0)) .expectNext(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) .expectComplete(); }

2.5 错误处理（Error-Handling） 在响应式流中，error是终止信号，当有错误发生时，它会导致流序列停止，并且错误信号会沿着操作链向下传递，直至遇到subscribe中的错误处理方法：

public final Disposable subscribe( @Nullable Consumer consumer, @Nullable Consumer errorConsumer, @Nullable Runnable completeConsumer) 实践中，都应该编写errorConsumer妥善处理错误，避免将错误不经修饰的返回给用户。此外，Reactor还提供了用于在链中处理错误的操作符，丰富了对错误处理方式的多样化。

private Flux generateTextFlux() { // 中间故意给了个空字符串, 以让测试代码调用Integer.valueOf时报错 return Flux.just("1", "2", "", "4", "5"); }

private Flux generateTextFluxError() { return Flux.error(new IOException(ResultCode.REMOTE_EXCEPTION.message())); }

@Test public void testOnErrorReturn() { // onErrorReturn捕获异常后返回一个给定的缺省值 StepVerifier.create(generateTextFluxError() .onErrorReturn("-1") .map(s -> Integer.valueOf(s)) .reduce((x, y) -> x + y)) .expectNext(-1) .verifyComplete(); /** * onErrorReturn只能返回一个缺省值, 如果应用了操作符后出现异常, 不会继续下一个元素的计算, 故该计算结果是3而不是12 * 因此, 在实际应用中, 对Mono做此操作的场景或许更多一些? */ StepVerifier.create(generateTextFlux() .map(s -> Integer.valueOf(s)) .onErrorReturn(0) .reduce((x, y) -> x + y)) .expectNext(3) .verifyComplete(); // 当捕获指定异常时才返回一个给定的缺省值 StepVerifier.create(generateTextFlux() .map(s -> Integer.valueOf(s)) .onErrorReturn(NumberFormatException.class, 0) .reduce((x, y) -> x + y)) .expectNext(3) .verifyComplete(); }

@Test public void testOnErrorResume() { /** * onErrorResume与onErrorReturn的唯一区别是可以编写异常处理函数来返回一个给定的缺省值 * 实际上, onErrorReturn正是通过调用onErrorResume来返回缺省值 */ StepVerifier.create(generateTextFluxError() // onErrorResume还有个实用的场景是: 当发生错误时, 根据异常类型来切换到另一个流 .onErrorResume(e -> generateTextFlux().filter(s -> !Strings.isNullOrEmpty(s))) .map(s -> Integer.valueOf(s)) .reduce((x, y) -> x + y)) .expectNext(12) .verifyComplete(); }

@Test public void testOnErrorMap() { // onErrorMap捕获异常后, 将其包装为某一个业务相关的异常再对外抛出 StepVerifier.create(generateTextFlux() .map(s -> Integer.valueOf(s)) .reduce((x, y) -> x + y) .onErrorMap(throwable -> new BusinessException(ResultCode.SERVICE_ERROR.code(), throwable.getMessage()))) .expectError(BusinessException.class) .verify(); }

@Test public void testDoOnError() { // doOnError捕获异常后, 可以对异常信息进行处理后(如记录错误日志), 再继续抛出该异常 StepVerifier.create(generateTextFlux() .map(s -> Integer.valueOf(s)) .reduce((x, y) -> x + y) .doOnError(e -> log.info(String.format("errMsg-1: %s", e.getMessage())))) .expectError(NumberFormatException.class) .verify(); // 也可以继续调用其他错误处理操作符来做进一步处理 StepVerifier.create(generateTextFlux() .map(s -> Integer.valueOf(s)) .reduce((x, y) -> x + y) .doOnError(e -> log.info(String.format("errMsg-2: %s", e.getMessage()))) .onErrorReturn(0)) .expectNext(0) .verifyComplete(); }

@Test public void testOnErrorRetry() { /** * retry用于对出现错误的流进行重试, 而实际上是对上游进行重新订阅 * 所以, 每次重试的流都不是同一序列, 有可能流中的元素都不相同（除非Publisher保证幂等性） */ generateTextFlux() .map(s -> Integer.valueOf(s)) .reduce((x, y) -> x + y) .doOnError(e -> log.info(String.format("errMsg: %s", e.getMessage()))) .onErrorMap(throwable -> new BusinessException(ResultCode.SERVICE_ERROR.code(), throwable.getMessage())) .retry(2, throwable -> throwable instanceof BusinessException) .subscribe(System.out::println, throwable -> { // do something... log.error(throwable.getClass().getSimpleName(), throwable); }); }

2.6 线程调度器（Schedulers） 在Reactor中，对于多线程并发调度的处理变得非常简单，它的线程调度器（Schedulers）类似于JDK的ExecutorService，不同的调度器定义不同的线程执行环境。

Schedulers提供了一组静态方法来指定线程执行环境，常用的主要有3种：single，elastic，parallel，默认使用Reactor预置的线程池，加上new前缀的话则创建新的线程池。

Reactor

JDK

Schedulers.newSingle()

Executors.newSingleThreadExecutor()

Schedulers.newElastic()

Executors.newCachedThreadPool()

Schedulers.newParallel()

Executors.newFixedThreadPool()

Reactor的线程模型：

基础业务/公共服务中心 > 2018/10/04 > Reactor入门实战 > schedulers.png

@Test public void testCurrentThread() { // 单个流的顺序操作默认在当前线程执行 Flux.range(1, 10) // log()及其变体方法用于打印reactor的执行日志, 会自动读取本地logger配置, 注意默认的日志级别为info .log() .blockLast(); }

@Test public void testDefaultScheduling() { // 通过延迟发送元素来触发Schedulers自动进行线程调度（根据操作符内置的Scheduler） Flux.range(1, 10) .delayElements(Duration.ofMillis(10)) .log() .blockLast(); }

@Test public void testAssignScheduling() throws InterruptedException { // 通过publishOn和subscribeOn来手动指定Scheduler（ps: subscribeOn和publishOn都支持work-stealing） Flux.range(1, 10) // publishOn方法会将链中其后的操作符调度到给定Scheduler的Worker上执行, 对应的方法调用就是onNext、onError、onComplete .publishOn(Schedulers.parallel()) .log() .publishOn(Schedulers.newParallel("myParallel")) .filter(i -> i % 2 == 0) .log() // subscribeOn无论出现在什么位置, 都只影响源头的执行环境, 在本例中就是range, 对应的方法调用就是onSubscribe、request // 因为Reactor是自下而上的订阅链, 通过subscribe()方法将线程执行环境传递到"源头", 直至遇到publishOn改变了执行环境才切换 .subscribeOn(Schedulers.elastic()) .log() .subscribe(i -> System.out.println(String.format("[%s] i = %d", Thread.currentThread().getName(), i)));

TimeUnit.MILLISECONDS.sleep(100);

}

@Test public void testParallelFlux() throws InterruptedException { /** * 上一个例子手动指定了Scheduler, 但通过观察日志输出可知, 每一个publishOn之后的任务仍然是在同一个线程上顺序执行 * 本例通过使用Reactor提供的ParallelFlux机制, 来实现让任务分布到不同的线程上并行执行 */ Flux.range(1, 10) // 不带参数的话线程数默认等于CPU核数 .parallel() // .parallel(2) .runOn(Schedulers.parallel()) .log() .subscribe(i -> System.out.println(String.format("[%s] i = %d", Thread.currentThread().getName(), i)));

TimeUnit.MILLISECONDS.sleep(100);

}

/**

  • 下面这个例子演示了如何用Reactor来实现多个数据流的fork-join操作 */ @Test public void testForkJoin() { // 通过zip将所有流的元素串联起来 // ps: 如果所有流返回的数据类型一致, 也可以用merge将其串联起来, 但不能用concat, 后者是顺序执行, 不满足fork-join List> list = Flux.zip( // 每个Publisher都必须单独调用subscribeOn来指定源头的执行线程, 以实现fork的效果 getIntFlux().subscribeOn(Schedulers.elastic()), getFloatFlux().subscribeOn(Schedulers.elastic()), getStringFlux().subscribeOn(Schedulers.elastic())) // 通过block来实现join的效果 .collectList().block(); // join后的处理逻辑, 这里只将结果简单的打印出来 System.out.println(list); }

private Flux getIntFlux() { return Flux.create(sink -> { for (int i = 1; i <= 5; i++) { // 打印生成元素的线程和值, 并在每发送一个元素后睡一小段时间, 以观察多个流中的元素是否交错生成, 以下同此, 不再赘述 System.out.println(String.format("[%s] i = %d", Thread.currentThread().getName(), i)); sink.next(i); try { TimeUnit.MILLISECONDS.sleep(10); } catch (InterruptedException e) { e.printStackTrace(); } } sink.complete(); }); }

private Flux getFloatFlux() { return Flux.create(sink -> { for (int i = 6; i <= 10; i++) { System.out.println(String.format("[%s] f = %s", Thread.currentThread().getName(), (float) i)); sink.next((float) i); try { TimeUnit.MILLISECONDS.sleep(12); } catch (InterruptedException e) { e.printStackTrace(); } } sink.complete(); }); }

private Flux getStringFlux() { return Flux.create(sink -> { for (char c = 'a'; c <= 'e'; c++) { System.out.println(String.format("[%s] s = %s", Thread.currentThread().getName(), c)); sink.next(String.valueOf(c)); try { TimeUnit.MILLISECONDS.sleep(15); } catch (InterruptedException e) { e.printStackTrace(); } } sink.complete(); }); }

2.7 回压机制（Backpressure） 当Publisher产生数据的速度过快时，会使得Subscriber的处理速度无法跟上数据生产的速度，从而给订阅者造成很大的压力。当压力过大时，有可能造成Subscriber自身的崩溃，所产生的级联效应甚至可能导致整个系统的瘫痪。

回压的作用在于提供一种从Subscriber到Publisher的反馈渠道，Subscriber可以通过调用request()方法来声明其一次所能处理的元素个数，而Publisher就只会产生指定数量的元素，直到下一次 request()方法调用，这实际上就变成了推拉结合的模式。

ps: 思考一下与java.util.concurrent.RejectedExecutionHandler的异同？

当通过request声明每次从上游请求的元素个数后，自然会引发一个问题：如果Subscriber仍然处理不过来，Publisher堆积的未发送元素将会越来越多，如果不加以处理，最终将导致Publisher不可用。

对此，Reactor提供了以下几种回压策略：

ERROR：当下游跟不上节奏的时候发出一个错误信号

DROP：当下游没有准备好接收新元素的时候抛弃这个元素

LATEST：当下游跟不上节奏时只向其发送最新的元素，之前的元素都将被丢弃

BUFFER：缓存下游来不及处理的元素（显然，如果缓存不限大小的话可能导致OOM）

@Test public void testRequest() throws InterruptedException { CountDownLatch countDownLatch = new CountDownLatch(1); Flux.range(1, 10) // 打印每次请求的元素个数 .doOnRequest(n -> System.out.println("Request elements: " + n)) // 通过设置prefetch参数来控制每次从上游请求的元素个数: request(n) .publishOn(Schedulers.newSingle("mySingle"), 2) .subscribeOn(Schedulers.single()) .subscribe(System.out::println, System.err::println, () -> countDownLatch.countDown()); countDownLatch.await(); }

/**

  • 后面的例子为了演示不同的回压策略, 这里需要先模拟一个反应迟缓的订阅者 */ class SlowSubscriber extends BaseSubscriber {

    private final AtomicInteger count = new AtomicInteger();

    private final CountDownLatch countDownLatch;

    public SlowSubscriber(CountDownLatch countDownLatch) { this.countDownLatch = countDownLatch; }

    @Override protected void hookOnSubscribe(Subscription subscription) { // hookOnSubscribe将在订阅时触发 System.out.println("Subscribed..."); // 订阅的首次只向上游请求一个元素 request(1); }

    @Override protected void hookOnNext(Integer value) { // hookOnNext将在每收到一个元素时触发 try { // 制造一个DEBUFF让它昏睡1秒 TimeUnit.SECONDS.sleep(1); } catch (InterruptedException e) { e.printStackTrace(); } System.out.println("Get value [" + value + "]"); count.incrementAndGet(); // 处理完成后再向上游请求一个元素 request(1); }

    @Override protected void hookOnComplete() { System.out.println("Completed! count = " + count.get()); countDownLatch.countDown(); } }

@Test public void testBackpressure() throws InterruptedException { CountDownLatch countDownLatch = new CountDownLatch(1); // range的回压策略默认是BUFFER Flux.range(1, 10) // 发布者与订阅者必须运行在不同的线程环境才需要进行回压处理, 因为在同一线程运行的话, 就是阻塞了, 不存在回压 .publishOn(Schedulers.newSingle("mySingle")) .doOnRequest(n -> System.out.println("Request elements: " + n)) .subscribeOn(Schedulers.single()) .subscribe(new SlowSubscriber(countDownLatch)); countDownLatch.await(); }

@Test public void testBackpressureBuffer() throws InterruptedException { CountDownLatch countDownLatch = new CountDownLatch(1); final int count = 10; Flux.range(1, count) .publishOn(Schedulers.newSingle("mySingle")) // 如果将maxSize调为小于count-1, 则会抛出OverflowException .onBackpressureBuffer(count - 1) .doOnRequest(n -> System.out.println("Request elements: " + n)) .subscribeOn(Schedulers.single()) .subscribe(new SlowSubscriber(countDownLatch)); countDownLatch.await(); }

@Test public void testBackpressureDrop() throws InterruptedException { CountDownLatch countDownLatch = new CountDownLatch(1); Flux.range(1, 10) .publishOn(Schedulers.newSingle("mySingle")) .onBackpressureDrop() .doOnRequest(n -> System.out.println("Request elements: " + n)) .subscribeOn(Schedulers.single()) .subscribe(new SlowSubscriber(countDownLatch)); countDownLatch.await(); }

@Test public void testBackpressureLatest() throws InterruptedException { CountDownLatch countDownLatch = new CountDownLatch(1); Flux.range(1, 10) .publishOn(Schedulers.newSingle("mySingle")) .onBackpressureLatest() .doOnRequest(n -> System.out.println("Request elements: " + n)) .subscribeOn(Schedulers.single()) .subscribe(new SlowSubscriber(countDownLatch)); countDownLatch.await(); }

@Test public void testBackpressureError() throws InterruptedException { CountDownLatch countDownLatch = new CountDownLatch(1); Flux.range(1, 10) .publishOn(Schedulers.newSingle("mySingle")) .onBackpressureError() .doOnRequest(n -> System.out.println("Request elements: " + n)) .doOnError(e -> log.info(String.format("error: %s", e))) .onErrorReturn(-1) .subscribeOn(Schedulers.single()) .subscribe(new SlowSubscriber(countDownLatch)); countDownLatch.await(); }

  1. Reactor在项目中的实际应用 在刚开发完的一个项目中，使用了Reactor来实现发布-订阅模型，实现比较简单，算是一次试水，这里不详细解释具体业务逻辑，仅就如何使用Reactor做下简单介绍。

该系统类似一个网关服务，负责桥接内部系统与外部系统的接口相互调用，以屏蔽内部系统与外部系统之间接口调用的复杂性，使双方的对接尽可能的关注于自身业务逻辑，而不关心彼此之间是如何进行“交谈”的。

其中，有异步调用的场景，内部系统可以通过REST接口/MQ请求网关服务，由网关服务异步调用外部系统后，再通知内部系统本次调用结果，其处理逻辑如下图所示：

基础业务/公共服务中心 > 2018/10/04 > Reactor入门实战 > 异步调用_LI.jpg

仅演示与Reactor相关的代码，部分敏感词已作替换处理：

@Override public void asyncInvoke#hidden#(Invoke#hidden#Param param) { createAsyncInvokeFlux(param) .publishOn(Schedulers.elastic()) .log() .doOnError(e -> log.error("调用#hidden#接口出错! {} [err-msg] {}", param.toSimpleString(), e.getMessage())) // 当发生非业务类异常时才进行重试 .retry(3, throwable -> !(throwable instanceof BusinessException)) .subscribeOn(Schedulers.parallel()) .log() .subscribe(e -> { // 回调业务方接口通知其执行成功 doCallback(param, true); }, throwable -> { // 先写入失败记录, 再回调业务方接口通知其执行失败 log.error("调用#hidden#接口失败, 将写入失败记录! {}", param.toSimpleString(), throwable); insertFailedRecord(param, AsyncFailedEvent.EXEC, throwable); doCallback(param, false); }); }

private void doCallback(Invoke#hidden#Param param, boolean succ) { if (Strings.isNullOrEmpty(param.getCallbackURL())) { return; } // 不设置Scheduler让其运行在当前线程 createAsyncCallbackFlux(param, succ) .log() .doOnError(e -> log.error("回调业务方接口出错! {} [err-msg] {}", param.toSimpleString(), e.getMessage())) // httpRpcClient将错误统一包装成BusinessException, 故仅当捕获该异常时才重试 .retry(2, throwable -> throwable instanceof BusinessException) .subscribe(e -> log.info("回调业务方接口成功. {}", param.toSimpleString()), throwable -> { log.error("回调业务方接口失败, 将写入失败记录! {}", param.toSimpleString(), throwable); insertFailedRecord(param, AsyncFailedEvent.CALLBACK, throwable); }); }

private Flux createAsyncInvokeFlux(Invoke#hidden#Param param) { // BusinessException是受检异常, 必须进行catch, 通过错误信号将异常发送给Subscriber return Flux.create(sink -> { try { JSONObject result = invoke#hidden#(param); // 图中Subscriber的业务逻辑都由该方法实现，这里不作演示 sink.next(result); sink.complete(); } catch (BusinessException e) { sink.error(e); } }); }

private Flux createAsyncCallbackFlux(Invoke#hidden#Param param, boolean succ) { return Flux.create(sink -> { try { Map requestParams = Maps.newHashMapWithExpectedSize(4); requestParams.put("bizCode", param.getBizCode()); requestParams.put("bizAction", param.getBizAction()); requestParams.put("requestId", param.getRequestId()); requestParams.put("succ", succ); Optional result = httpRpcClient.doPost(param.getCallbackURL(), requestParams); sink.next(result); sink.complete(); } catch (Throwable t) { sink.error(t); } }); }

private void insertFailedRecord(Invoke#hidden#Param param, AsyncFailedEvent event, Throwable throwable) { AsyncFailedRecord record = new AsyncFailedRecord(); try { record.setBizCode(param.getBizCode()); record.setBizAction(param.getBizAction()); record.setRequestId(param.getRequestId()); record.setCallback(param.getCallbackURL()); record.setEvent(event.getValue()); record.setCreateTime(new Date()); // 记录原始入参数据, 当做自动/手动补偿时需经wrapper处理 record.setData(param.getData()); AsyncFailedRecordService.assmbleErrorMsg(record, throwable); asyncFailedRecordService.insert(record); } catch (Throwable t) { String errMsg = String.format("Insert AsyncFailedRecord Error! entity: %s", record.toString()); log.error(errMsg, t); alertService.postAlert(ERR_ALERT_KEY, errMsg, t); } }

#. 参考/引用资料 响应式编程与响应式系统 - linux.cn

Reactive Streams Specification for the JVM - github

Reactor 3 Reference Guide

Reactor 3 Reference Guide（中文版）

响应式Spring的道法术器 （Spring WebFlux 快速上手 + 全面介绍）- 51cto

转载于:https://my.oschina.net/lifei123/blog/2252004

你可能感兴趣的:(Reactor入门实战)

  • Netty权威指南：Netty总结-高性能与可靠性 Ty_1106 Nettyjava网络rpc
    第二十二章高性能之道22.1RPC调用性能模型分析22.1.1传统RPC调用性能差三宗罪：网络传输采用同步阻塞I/O导致经常性阻塞序列化性能差线程模型问题22.1.2I/O通信性能三要素传输：BIO、NIO或者AIO协议：HTTP公有协议，内部私有协议线程：数据报如何读取，Reactor线程模型22.2Netty高性能之道22.2.1异步非阻塞通信I/O多路复用技术22.2.2高效的Reactor
  • 【modou网络库】Reactor架构与TCP通信机制分析 gma999 服务器c++
    Reactor模式EventLoop实现逻辑分析针对于EventLoop的设计还是严格遵循其核心思想oneloopperthread思想，也就是说一个线程只可以拥有一个EventLoop实例，那么为什么这样实现？主要有以下两点原因线程安全性：多线程环境下，确保每一个线程只有一个EventLoop实例，这样就可以避免线程竞争条件，因为EventLoop内部大部分操作都是线程不安全的，必须让其所属线程
  • Python爬虫入门实战：抓取CSDN博客文章 A Bug's Code Journey 爬虫python
    一、前言在大数据时代，网络上充斥着海量的信息，而爬虫技术就是解锁这些信息宝库的钥匙。Python，以其简洁易读的语法和强大的库支持，成为编写爬虫的首选语言。本篇博客将从零开始，带你一步步构建一个简单的Python爬虫，抓取CSDN博客的文章标题和链接。二、环境准备在开始之前，确保你的环境中安装了Python和以下必要的库：1.requests：用于发送HTTP请求2.BeautifulSoup：用
  • 【多线程服务器】多线程下网络编程 gma999 c++服务器
    目录多线程模型-非阻塞IO+oneloopperthreadoneloopperthread线程池oneloopperthread与线程池结合目前主流多线程模型Reactor模式+线程池Proactor模式Master-Worker模型多线程编程的实现线程抢占问题Happens-Before关系Linux下多线程编程常用函数线程的创建线程销毁多线程下的I/ORAII与文件描述符管理RAII与for
  • Java网络编程：IO，NIO与Netty 坚持是一种态度 javajava网络编程NettyJavaIONIONIO与Netty
    Java网络编程：IO，NIO与NettyJava网络编程：IO，NIO与NettyJavaI/O相关概念同步与异步阻塞与非阻塞OIONIOAIOreactor模型proactor模型JavaIO应用场景Netty简介NIO与Netty生产使用Java网络编程：IO，NIO与Netty新公司新项目，项目需要在硬件和软件平台进行信息传递，具体来说使用Netty。硬件和软件使用socket连接，硬件作
  • java reactor框架_关于java:Java反应式框架Reactor中的Mono和Flux 中一贝爷 javareactor框架
    1.前言最近写对于响应式编程的货色有点多，很多同学反映对Flux和Mono这两个Reactor中的概念有点懵逼。然而目前Java响应式编程中咱们对这两个对象的接触又最多，诸如SpringWebFlux、RSocket、R2DBC。我开始也对这两个对象头疼，所以明天咱们就简略来探讨一下它们。2.响应流的特点要搞清楚这两个概念，必须说一下响应流标准。它是响应式编程的基石。他具备以下特点：响应流必须是无
  • java reactor模式例子_Netty Reactor模式实现原理详解 weixin_39923623 javareactor模式例子
    在前面的文章中(Reactor模型详解)，我们讲解了Reactor模式的各种演变形式，本文主要讲解的则是Netty是如何实现Reactor模式的。这里关于Netty实现的Reactor模式，需要说明的是，其实现的模式如下图所示：对于Netty使用的Reactor模式，其主要特点如下：使用一个线程作为mainReactor，专门用于监听客户端的连接事件，当获取到事件之后就将该事件交由Acceptor
  • ASP.NET Core消息队列RabbitMQ基础入门实战演练 阿笨NET 跟着阿笨一起玩NETASP.NETCoreASP.NETCore消息队列ASP.NETCoreRabbitMQ.NETCore视频教程ASP.NETCore视频课程
    一、课程介绍人生苦短，我用.NETCore！消息队列RabbitMQ大家相比都不陌生，本次分享课程阿笨将给大家分享一下在一般项目中99%都会用到的消息队列MQ的一个实战业务运用场景。本次分享课程不是零基础教学，课程内容的侧重点是讲解的RabbitMQ的最实用、最简单的实战运用场景：Publish/Subscrib(发布/订阅)模式，发送端发送消息，单个接收端接收处理消息。学完本次"是猴子都看的懂的
  • 【DevOps工具篇】Keycloak中设置LDAP认证 小涵 DevOps企业级项目实战devops运维ldapkeycloak
    【DevOps工具篇】Keycloak中设置LDAP认证目录【DevOps工具篇】Keycloak中设置LDAP认证本次使用的环境服务器配置LDAP目录结构使用存储在LDAP中的用户进行登录Keycloak配置步骤功能测试从LDAP向Keycloak批量添加用户Keycloak配置步骤功能测试推荐超级课程：Docker快速入门到精通Kubernetes入门到大师通关课AWS云服务快速入门实战启用K
  • 【微前端】ReactJS实现微前端的代码架构 小涵 前端框架前端react.js架构前端框架javascriptmicroservices微前端
    【微前端】ReactJS实现微前端的代码架构目录【微前端】ReactJS实现微前端的代码架构通用步骤基于微前端的应用典型树结构：示例代码Webpack设置：Babel设置：配置Webpack别名：依赖管理：推荐超级课程：Docker快速入门到精通Kubernetes入门到大师通关课AWS云服务快速入门实战微前端是一种构建Web应用程序的架构方法，涉及将单块前端拆分为更小、更易管理的组件。这些更小的
  • SpringCloud-Gateway介绍和工作流程(Day8) web18484626332 javajava后端
    GateWay简介Gateway是在Spring生态系统之上构建的API网关服务，基于Spring5,SpringBoot2和ProjectReactor等技术。SpringCloudGateway的目标提供统一的路由方式且基于Filter链的方式提供了网关基本的功能，例如:安全，监控/指标，和限流。SpringCloudGateway是SpringCloud的一个全新项目，基于Spring5.0
  • Springboot-websocket实现及底层原理 No.Ada 深入项目底层原理springbootwebsocket后端
    引入依赖SpringBoot中的WebSocket依赖于SpringWebFlux模块，使用了ReactorNetty库来实现底层的WebSocket通信。org.springframework.bootspring-boot-starter-websocket服务端配置/***WebSocket配置类*/@ConfigurationpublicclassWebSocketConfig{/***注
  • 浅析事件驱动Reactor 不适合写代码的程序员 服务器C/C++IO多路复用事件驱动Reactor设计模式
    文章目录前言1、Reactor模式的核心概念2、Reactor模式的工作流程3、典型的Reactor模型架构4、优缺点分析5、实际应用中的Reactor6、使用示例前言事件驱动的Reactor模式是一种设计模式，广泛应用于高性能网络服务器和I/O密集型应用中。它的核心思想是通过事件驱动的方式管理和处理多个并发连接或I/O操作，而不需要为每个连接或操作创建单独的线程。这种模式能够极大地提高系统的可扩
  • Spring Cloud全解析：网关之GateWay简介 拾光师 springcloudjava
    GateWay简介由于zuul升级为zuul2时，netflix公司内部出现了分歧，所以springcloud自己研发了一套网关gateway，提供一种简单有效的方式来对API进行路由，以及提供一些强大的过滤器功能，如：熔断、限流、重试等，基于WebFlux框架实现的，底层使用了高性能的Reactor模式通信框架Netty特性基于spring5和springboot2构建动态路由：能够匹配任何请求
  • 微软专家分享 | AIGC开发者沙龙上海站来啦！ RPA中国 AIGC
    为了向技术开发者、业务人员、高校学生、以及个体创业人员等AI技术关注者们提供更深入的行业洞察、技术交流平台和创新思维的启发，AIGC开放社区联合微软Reactor特别组织了一系列城市巡回沙龙分享活动。在上海站中，我们有幸邀请到多位微软专家进行深入的主题分享，与参与者们共同交流、探讨，一起学习AIGC的相关知识，分享落地解决方案。欢迎大家报名参与，与微软专家一起面对面互动。扫描海报二维码或点击阅读原
  • 用基于epoll的reactor网络模型实现http server 小占同学_ 网络网络http
    用基于epoll的reactor网络模型实现httpserver(webserver)今天来实现一下C++选手人手一个的webserver，这个其实很简单，一共就两层实现，下层是网络io的实现，这次使用基于epoll的reactor网络模型，协议层为http，当然也可以称为业务层，只是更多的就是协议而已网络层的代码就用上次实现的reactor模型，稍微修改即可，要实现httpserver，核心就是
  • Reactor，Proactor，Actor网络模型 sun007700 javajvm开发语言
    Reactor，Proactor，Actor_reactoractor-CSDN博客Actor模型是一种并发编程模型，它定义了计算单元的行为，这些计算单元被称为Actors。Actors通过消息传递进行通信，它们之间相互隔离，不共享内存。Actors模型的核心概念包括：消息传递：Actors通过接收和发送消息来执行计算和通信。消息传递是Actors之间唯一的交互方式，这使得Actors具有高度
  • Spring Boot单元测试入门实战 程序员汤圆 软件测试技术分享springboot单元测试后端
    一、关于JUnit的一些东西在我们开发Web应用时，经常会直接去观察结果进行测试。虽然也是一种方式，但是并不严谨。作为开发者编写测试代码来测试自己所写的业务逻辑是，以提高代码的质量、降低错误方法的概率以及进行性能测试等。经常作为开发这写的最多就是单元测试。引入spring-boot-starter-testSpringBoot的测试依赖。该依赖会引入JUnit的测试包，也是我们用的做多的单元测试包
  • 49Kaggle 数据分析项目入门实战--绝地求生游戏最终排名预测 Jachin111
    绝地求生介绍相信很多都玩过绝地求生这款游戏，其游戏规则主要是将100名玩家空手被扔到一个岛上，这些玩家必须探索、寻找、消灭其他玩家，直到只剩下一个玩家活着。绝地求生很受欢迎。这款游戏销量目前超过5000万份，是有史以来销量排名前五的游戏，每月有数百万活跃玩家。而我们本次实验的任务就是根据玩家在游戏中的种种表现来预测出其在最终的排名。导入数据并预览首先安装实验需要的statsmodels包。!pip
  • [转载] Python 快速入门实战教程 ey_snail
    参考链接：Python|如何以及在哪里应用特征缩放/归一化课程介绍2017年末，Python在国务院《新一代人工智能发展规划的通知》中被列入教学大纲，一时风头无两。Python因其在人工智能领域的先天优势，深受欢迎，不难预见，它在未来将大有可为。两年前，因项目需要，作者首次接触Python，从此便一发不可收，基于Python完成了多个项目的开发。一路走来，深感书本与实践脱离之痛，市面上种类繁多的编
  • Spring Cloud微服务网关Zuul过滤链和整合OAuth2+JWT入门实战 NullzzZ 微服务SpringCloud系列文章springcloud微服务网络java后端springspringboot
    一、SpringCloudZuul过滤链1.1工作原理Zuul的核心逻辑是由一系列的Filter来实现的，他们能够在进行HTTP请求或者相应的时候执行相关操作。ZuulFilter的主要特性有一下几点：Filter的类型：Filter的类型决定了它在Filter链中的执行顺序。路由动作发生前、路由动作发生时，路由动作发生后，也可能是路由过程发生异常时。Filter的执行顺序：同一种类型的Filte
  • Spring Cloud微服务网关Zuul灰度发布入门实战 NullzzZ SpringCloud系列文章微服务springcloud微服务springjavaspringboot
    一、灰度发布灰度发布是指在系统迭代的时候一种平滑过度上线发布方式。灰度发布是在原有的系统的基础上面，额外增加一个新版本，这个新版本包含新上线的需要验证的功能，通过负载均衡引入部分流量到新版本的应用上，如果在这个过程中没有出现问题，便可以平滑地把线上的应用一步步替换成新的版本，这样就完成了一次灰度发布。通过灰度发布的方式可以在用户无感的情况下完成系统发版升级。二、基于Eureka的metadata实
  • 【C/C++】实现Reactor高并发服务器 完整版 橙留香写代码 服务器c语言c++
    代码结构文件介绍InetAddress.hInetAddress类ip和端口设置Socket.hSocket类设置fdEpoll.hepollfd管理类Channel.hChannel类管理epoll以及对应回调函数实现EventLoop.hEventLoop事件循环类TcpServer.h服务器类tcpepoll.cpp主函数InetAddress.h#ifndef_INETADDRESS_H#
  • 33从传统算法到深度学习：目标检测入门实战 --图像金字塔 Jachin111
    图像金字塔的作用及实现图像金字塔简单来说就是用多个不同的尺寸来表示一张图片。如下图，最左边的图片是原始图片，然后从左向右图片的尺寸依次缩小直到图片的尺寸达到一个阈值，这个阈值就是多次缩小图片的最小尺寸，不会有比这更小尺寸的图片了，像这种图片的尺寸逐步递增或递减的多张图层就是图像金字塔，每张不同尺寸的图片都称为图像金字塔的一层。图像金字塔的目的就是寻找图片中出现的不同尺寸的目标（物体、动物等）。im
  • 旷视科技面经 _YangZiJiang_ 面经
    感慨一下：大厂就是不一样，面试官的态度都好好啊！一面：1.说一下项目的具体实现：epoller和线程池配合实现reactor模型的Web服务器(吧啦吧啦…)2.说一下实习经历（吧啦吧啦…）3.用伪代码实现一个回声服务器：server:sockfd=socket()sock的信息初始...bind()/*sockfd和sock的初始化信息进行绑定*/listen()/*监听的客户端的最大数量*/cf
  • Spring Cloud Gateway负载均衡 shun35 负载均衡运维
    一、SpringCloudGateway我们都知道SpringCloudGateway是一个基于SpringBoot、SpringWebFlux、ProjectReactor构建的高性能网关，旨在提供简单、高效的API路由。SpringCloudGateway基于Netty运行，因此在传统Servlet容器中或者打成war包是不能正常运行的。二、SpringCloudGateway两种负载均衡器2
  • 响应式编程要点 (Java) 与遨游于天地 java开发语言
    整体学习概览前置知识函数式编程+Lambda表达式实践、Java8StreamApi的使用响应式编程的原理和思想ReactiveStream的思想和Api实践Reactor思想和Api实践WebFlux的使用SpringDataR2DBC前置知识：函数式编程函数式编程要点-CSDN博客响应式编程原理和思想全链路无阻塞负压模式消息驱动事件驱动观察者模式函数式+声明式编程+链式调用可编排装配流水线Re
  • shiro入门实战笔记（1）--理论篇 y-yg Shiroshiro入门javaapache权限控制
    从这篇文章开始，将学习Apacheshiro的相关内容。由于博主也是刚刚开始学习相关的基本内容，网上已经有系列文章讲解shiro，这里博主推荐一个：开涛的博客，《跟我学shiro》。博主也是跟着这个系列的文章学习shiro的相关内容。以下的文章，各位读者请权当是学习笔记，因此对于想了解更多内容的读者，请移步到上面的文章中，在参考资料里，博主也会附上链接。第一篇，我们参考官方文档，以及上面文章的翻译
  • Vue3快速入门 赵健zj vue3
    资料邓睿编程【2024最新版】3小时学会Vue3，小白零基础视频教程，web前端快速入门实战课程Vue3快速入门2-案例篇Vue.js-渐进式JavaScript框架Vue3快速入门1.创建一个vue应用程序"渐进式"是指可以按需引入Vue.js的部分功能,而不必全量引入整个框架html{{msg}}{{web.title}}{{web.url}}js/*指定一个id为app的div元素{{}}插
  • 从0 到 1，实现自己的操作系统 AIoT科技物语 内核编程语言java操作系统人工智能
    都说操作系统（简称OS），是程序员的三大浪漫之一，我们经常会用“灵魂、大脑、内核、基石”等词来形容它，足以见得它对计算机而言有多么重要。在实际工作中也确实如此，很多遇到的疑难杂症，都和操作系统密切相关，比如：内存为什么会泄漏、服务进程为什么会dang掉、文件为什么打不开？MySQL的IO性能还能不能再提升？网络服务为什么会掉线？Redis中经典的Reactor设计模式靠什么技术支撑？Node.js
  • java类加载顺序 3213213333332132 java
    package com.demo; /** * @Description 类加载顺序 * @author FuJianyong * 2015-2-6上午11:21:37 */ public class ClassLoaderSequence { String s1 = "成员属性"; static String s2 = "
  • Hibernate与mybitas的比较 BlueSkator sqlHibernate框架ibatisorm
    第一章     Hibernate与MyBatis Hibernate 是当前最流行的O/R mapping框架，它出身于sf.net，现在已经成为Jboss的一部分。 Mybatis 是另外一种优秀的O/R mapping框架。目前属于apache的一个子项目。 MyBatis 参考资料官网：http:
  • php多维数组排序以及实际工作中的应用 dcj3sjt126com PHPusortuasort
    自定义排序函数返回false或负数意味着第一个参数应该排在第二个参数的前面, 正数或true反之, 0相等usort不保存键名uasort 键名会保存下来uksort 排序是对键名进行的 <!doctype html> <html lang="en"> <head> <meta charset="utf-8&q
  • DOM改变字体大小 周华华 前端
    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml&q
  • c3p0的配置 g21121 c3p0
    c3p0是一个开源的JDBC连接池，它实现了数据源和JNDI绑定，支持JDBC3规范和JDBC2的标准扩展。c3p0的下载地址是：http://sourceforge.net/projects/c3p0/这里可以下载到c3p0最新版本。 以在spring中配置dataSource为例： <!-- spring加载资源文件 --> <bean name="prope
  • Java获取工程路径的几种方法 510888780 java
    第一种： File f = new File(this.getClass().getResource("/").getPath()); System.out.println(f); 结果: C:\Documents%20and%20Settings\Administrator\workspace\projectName\bin 获取当前类的所在工程路径; 如果不加“
  • 在类Unix系统下实现SSH免密码登录服务器 Harry642 免密ssh
    1.客户机     (1)执行ssh-keygen -t rsa -C "[email protected]"生成公钥，xxx为自定义大email地址     (2)执行scp ~/.ssh/id_rsa.pub root@xxxxxxxxx:/tmp将公钥拷贝到服务器上，xxx为服务器地址     (3)执行cat
  • Java新手入门的30个基本概念一 aijuans javajava 入门新手
    在我们学习Java的过程中,掌握其中的基本概念对我们的学习无论是J2SE,J2EE,J2ME都是很重要的,J2SE是Java的基础,所以有必要对其中的基本概念做以归纳,以便大家在以后的学习过程中更好的理解java的精髓,在此我总结了30条基本的概念。　　Java概述:　　目前Java主要应用于中间件的开发(middleware)---处理客户机于服务器之间的通信技术,早期的实践证明,Java不适合
  • Memcached for windows 简单介绍 antlove javaWebwindowscachememcached
    1. 安装memcached server a. 下载memcached-1.2.6-win32-bin.zip b. 解压缩，dos 窗口切换到 memcached.exe所在目录，运行memcached.exe -d install c.启动memcached Server,直接在dos窗口键入 net start "memcached Server&quo
  • 数据库对象的视图和索引 百合不是茶 索引oeacle数据库视图
      视图     视图是从一个表或视图导出的表，也可以是从多个表或视图导出的表。视图是一个虚表，数据库不对视图所对应的数据进行实际存储，只存储视图的定义，对视图的数据进行操作时,只能将字段定义为视图,不能将具体的数据定义为视图       为什么oracle需要视图;    &
  • Mockito(一) --入门篇 bijian1013 持续集成mockito单元测试
            Mockito是一个针对Java的mocking框架，它与EasyMock和jMock很相似，但是通过在执行后校验什么已经被调用，它消除了对期望 行为（expectations）的需要。其它的mocking库需要你在执行前记录期望行为（expectations），而这导致了丑陋的初始化代码。  &nb
  • 精通Oracle10编程SQL(5)SQL函数 bijian1013 oracle数据库plsql
    /* * SQL函数 */ --数字函数 --ABS(n):返回数字n的绝对值 declare v_abs number(6,2); begin v_abs:=abs(&no); dbms_output.put_line('绝对值：'||v_abs); end; --ACOS(n):返回数字n的反余弦值，输入值的范围是-1~1，输出值的单位为弧度
  • 【Log4j一】Log4j总体介绍 bit1129 log4j
    Log4j组件：Logger、Appender、Layout   Log4j核心包含三个组件：logger、appender和layout。这三个组件协作提供日志功能： 日志的输出目标 日志的输出格式 日志的输出级别(是否抑制日志的输出)  logger继承特性 A logger is said to be an ancestor of anothe
  • Java IO笔记 白糖_ java
    public static void main(String[] args) throws IOException { //输入流 InputStream in = Test.class.getResourceAsStream("/test"); InputStreamReader isr = new InputStreamReader(in); Bu
  • Docker 监控 ronin47 docker监控
             目前项目内部署了docker，于是涉及到关于监控的事情，参考一些经典实例以及一些自己的想法，总结一下思路。 1、关于监控的内容 监控宿主机本身 监控宿主机本身还是比较简单的，同其他服务器监控类似，对cpu、network、io、disk等做通用的检查，这里不再细说。 额外的，因为是docker的
  • java-顺时针打印图形 bylijinnan java
    一个画图程序 要求打印出： 1.int i=5; 2.1 2 3 4 5 3.16 17 18 19 6 4.15 24 25 20 7 5.14 23 22 21 8 6.13 12 11 10 9 7. 8.int i=6 9.1 2 3 4 5 6 10.20 21 22 23 24 7 11.19
  • 关于iReport汉化版强制使用英文的配置方法 Kai_Ge iReport汉化英文版
    对于那些具有强迫症的工程师来说，软件汉化固然好用，但是汉化不完整却极为头疼，本方法针对iReport汉化不完整的情况，强制使用英文版，方法如下： 在 iReport 安装路径下的 etc/ireport.conf 里增加红色部分启动参数，即可变为英文版。   # ${HOME} will be replaced by user home directory accordin
  • [并行计算]论宇宙的可计算性 comsci 并行计算
          现在我们知道,一个涡旋系统具有并行计算能力.按照自然运动理论,这个系统也同时具有存储能力,同时具备计算和存储能力的系统,在某种条件下一般都会产生意识......       那么,这种概念让我们推论出一个结论     &nb
  • 用OpenGL实现无限循环的coverflow dai_lm androidcoverflow
    网上找了很久，都是用Gallery实现的，效果不是很满意，结果发现这个用OpenGL实现的，稍微修改了一下源码，实现了无限循环功能 源码地址： https://github.com/jackfengji/glcoverflow public class CoverFlowOpenGL extends GLSurfaceView implements GLSurfaceV
  • JAVA数据计算的几个解决方案1 datamachine javaHibernate计算
    老大丢过来的软件跑了10天，摸到点门道，正好跟以前攒的私房有关联，整理存档。 -----------------------------华丽的分割线-------------------------------------     数据计算层是指介于数据存储和应用程序之间，负责计算数据存储层的数据，并将计算结果返回应用程序的层次。J  &nbs
  • 简单的用户授权系统,利用给user表添加一个字段标识管理员的方式 dcj3sjt126com yii
    怎么创建一个简单的(非 RBAC)用户授权系统 通过查看论坛，我发现这是一个常见的问题，所以我决定写这篇文章。 本文只包括授权系统.假设你已经知道怎么创建身份验证系统(登录)。 数据库 首先在 user 表创建一个新的字段(integer 类型),字段名 'accessLevel',它定义了用户的访问权限 扩展 CWebUser 类 在配置文件(一般为 protecte
  • 未选之路 dcj3sjt126com 诗
    作者:罗伯特*费罗斯特   黄色的树林里分出两条路, 可惜我不能同时去涉足, 我在那路口久久伫立, 我向着一条路极目望去, 直到它消失在丛林深处.   但我却选了另外一条路, 它荒草萋萋,十分幽寂; 显得更诱人,更美丽, 虽然在这两条小路上, 都很少留下旅人的足迹.   那天清晨落叶满地, 两条路都未见脚印痕迹. 呵,留下一条路等改日再
  • Java处理15位身份证变18位 蕃薯耀 18位身份证变15位15位身份证变18位身份证转换
      15位身份证变18位，18位身份证变15位 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 201
  • SpringMVC4零配置--应用上下文配置【AppConfig】 hanqunfeng springmvc4
    从spring3.0开始，Spring将JavaConfig整合到核心模块，普通的POJO只需要标注@Configuration注解，就可以成为spring配置类，并通过在方法上标注@Bean注解的方式注入bean。   Xml配置和Java类配置对比如下： applicationContext-AppConfig.xml   <!-- 激活自动代理功能 参看：
  • Android中webview跟JAVASCRIPT中的交互 jackyrong JavaScripthtmlandroid脚本
      在android的应用程序中,可以直接调用webview中的javascript代码,而webview中的javascript代码,也可以去调用ANDROID应用程序(也就是JAVA部分的代码).下面举例说明之: 1 JAVASCRIPT脚本调用android程序    要在webview中,调用addJavascriptInterface(OBJ,int
  • 8个最佳Web开发资源推荐 lampcy 编程Web程序员
    Web开发对程序员来说是一项较为复杂的工作，程序员需要快速地满足用户需求。如今很多的在线资源可以给程序员提供帮助，比如指导手册、在线课程和一些参考资料，而且这些资源基本都是免费和适合初学者的。无论你是需要选择一门新的编程语言，或是了解最新的标准，还是需要从其他地方找到一些灵感，我们这里为你整理了一些很好的Web开发资源，帮助你更成功地进行Web开发。 这里列出10个最佳Web开发资源，它们都是受
  • 架构师之面试------jdk的hashMap实现 nannan408 HashMap
    1.前言。   如题。 2.详述。   (1)hashMap算法就是数组链表。数组存放的元素是键值对。jdk通过移位算法（其实也就是简单的加乘算法），如下代码来生成数组下标(生成后indexFor一下就成下标了）。 static int hash(int h) { h ^= (h >>> 20) ^ (h >>>
  • html禁止清除input文本输入缓存 Rainbow702 html缓存input输入框change
    多数浏览器默认会缓存input的值，只有使用ctl+F5强制刷新的才可以清除缓存记录。 如果不想让浏览器缓存input的值，有2种方法： 方法一： 在不想使用缓存的input中添加 autocomplete="off";  <input type="text" autocomplete="off" n
  • POJO和JavaBean的区别和联系 tjmljw POJOjava beans
    POJO 和JavaBean是我们常见的两个关键字，一般容易混淆，POJO全称是Plain Ordinary Java Object / Pure Old Java Object，中文可以翻译成：普通Java类，具有一部分getter/setter方法的那种类就可以称作POJO，但是JavaBean则比 POJO复杂很多， Java Bean 是可复用的组件，对 Java Bean 并没有严格的规
  • java中单例的五种写法 liuxiaoling java单例
    /** * 单例模式的五种写法： * 1、懒汉 * 2、恶汉 * 3、静态内部类 * 4、枚举 * 5、双重校验锁 */ /** * 五、 双重校验锁，在当前的内存模型中无效 */ class LockSingleton { private volatile static LockSingleton singleton; pri
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他