Spring Reactor map与flatMap操作符详解

上一篇：Spring Reactor 操作符详解中讲了创建类与时间类操作符；
第三篇：Spring Reactor parallel并发与线程切换实战

转换与组合操作符

map 操作符

// 模仿数据库查询
 List userList = new ArrayList<>();
 UserPO userPO = new UserPO();
 userPO.setName("张三");
 userPO.setMobilePhone("1321111111");
 userList.add(userPO);
 // 对查询出来的数据进行逻辑处理
 List block = Flux.fromIterable(userList).map(new Function() {
     @Override
     public UserVO apply(UserPO userPO) {
         UserVO userVO = new UserVO();
         userVO.setName(userPO.getName());
         String mobilePhone = userPO.getMobilePhone();
         StringBuilder sb = new StringBuilder();
         // 电话号码隐藏处理
         sb.append(mobilePhone, 0, 3).append("***").append(mobilePhone.substring(mobilePhone.length() - 3));
         userVO.setPhone(sb.toString());
         return userVO;
     }
 }).collectList().block();
 System.out.println(block.toString());
 // 输出结果
 [UserVO(name=张三, phone=132***111)]

map操作符示意图：

图片描述

map 操作符的作用就是将一种对象类型转换为另一种对象类型；
- 第一个参数：源事件类型（UserPO）
- 第二个参数：目标事件类型（UserVO）,可以是List,Map等各种Object类型；
通过collectList进行收集，这里和jdk8的Stream收集返回类似；

FlatMap操作符

现在有个奇怪的需求：统计手机号码中有多少位不重复的数字

// 模仿数据库查询
 List userList = new ArrayList<>();
  UserPO userPO = new UserPO();
  userPO.setName("张三");
  userPO.setMobilePhone("1321111111");
  userList.add(userPO);
  // 对查询出来的数据进行逻辑处理
  Flux.fromIterable(userList).flatMap(new Function>>() {
      @Override
      public Publisher> apply(UserPO userPO) {
          char[] chars = userPO.getMobilePhone().toCharArray();
          Set phones = new HashSet<>();
          for (char aChar : chars) {
              phones.add(aChar);
          }
          return Flux.just(phones);
      }
  }).subscribe(new Consumer>() {
      @Override
      public void accept(Set characters) {
          System.out.println(characters.toString());
      }
  });
  // 输出的结果
  [1, 2, 3]

图片描述

flatmap: 从方法参数来看，将一个事件转换为一个发射器（生产者）；
- 第一个参数：源事件（UserPO）
- 第二个参数：转成为发射什么数据类型的发射器（这里发射Set集合）
flatmap 和map使用类型，map返回一个具体对象类型，flatmap更加灵感，返回一个新的被观察者；
他把上游的UserPO对象，转换为了一个发射Set的被被观察者，可以是任意类型，我这里由于需求实现，转换为Set集合；
需要注意的是flatmap的发射是无序发射的， concatMap 则是有序的；

zipwith操作符

需求：不仅要查询用户信息，还要查询用户的收获地址列表；

// 模仿数据库查询
        List userList = new ArrayList<>();
        UserPO userPO = new UserPO();
        userPO.setName("张三");
        userPO.setMobilePhone("1321111111");
        userList.add(userPO);
        // 模仿数据查询地址列表
        EmitterProcessor> emitterProcessor = EmitterProcessor.create();
        List addressList = new ArrayList<>();
        addressList.add("北京");
        addressList.add("上海");
        addressList.add("广告");
        emitterProcessor.onNext(addressList);
        // 对查询出来的数据进行逻辑处理
        Flux.fromIterable(userList).map(new Function() {
            @Override
            public UserVO apply(UserPO userPO) {
                UserVO userVO = new UserVO();
                userVO.setName(userPO.getName());
                String mobilePhone = userPO.getMobilePhone();
                StringBuilder sb = new StringBuilder();
                // 电话号码隐藏处理
                sb.append(mobilePhone, 0, 3).append("***").append(mobilePhone.substring(mobilePhone.length() - 3));
                userVO.setPhone(sb.toString());
                return userVO;
            }
        }).zipWith(emitterProcessor, new BiFunction, UserVO>() {
            @Override
            public UserVO apply(UserVO userVO, List strings) {
                userVO.setShippingAddress(strings);
                return userVO;
            }
        }).subscribe(new Consumer() {
            @Override
            public void accept(UserVO userVO) {
                System.out.println(userVO);
            }
        });
        // 输出结果
        UserVO(name=张三, phone=132***111, shippingAddress=[北京, 上海, 广告])

zipwith 作用就是将两个对象合并和一个对象，在进行传递；
- 第一个参数: 我们传递的源事件
- 第二个参数：新产生的数据事件
- 第三个参数：将两个事件源合并在一起，产生一个新的事件源
zipwith在使用上有问题，很鸡肋

mergeWith 操作符

将一个事件插入到原来的事件中；
类似于将List集合中插入一条数据，但是插入在List集合的末尾
和zipwith不同的是，他不与源事件合并，而是插入新的事件；

collect 操作符

已经上面使用过了，就是做收集；

reduce 操作符

Flux.just(1,2,3,4,5).reduce(new BiFunction() {
       @Override
       public Integer apply(Integer integer, Integer integer2) {
           System.out.println(integer+"==过程1");
           System.out.println(integer2+"===过程2");
           return integer+ integer2;
       }
   }).subscribe(new Consumer() {
       @Override
       public void accept(Integer integer) {
           System.out.println(integer+"==结果");
       }
   });
   // 输出结果
    1==过程1
    2===过程2
    3==过程1
    3===过程2
    6==过程1
    4===过程2
    10==过程1
    5===过程2
    15==结果

reduce 将所有数据聚合在一起之后，在传给下游流水线，最后只传递了一个事件给下游；

buffer 操作符

Flux.just(1,2,3,4,5,6,7).buffer(3).subscribe(new Consumer>() {
     @Override
       public void accept(List integers) {
           System.out.println(integers.toString());
       }
   });
   // 输出结果
   [1, 2, 3]
   [4, 5, 6]
   [7]

buffer 就将单个数据分组聚合，3就是几个事件合并为一个组，然后发送出去的是一个List集合；如果最后的数据撮不成3了，就使用余数存放到一个List集合进行发送；

groupBy

Flux.just(1,2,3,4,5,6,7,8).groupBy(new Function() {
     @Override
     public Integer apply(Integer integer) {
         return integer % 3;
     }
 }).subscribe(new Consumer>() {
     @Override
     public void accept(GroupedFlux integerIntegerGroupedFlux) {
         integerIntegerGroupedFlux.subscribe(new Consumer() {
             @Override
             public void accept(Integer integer) {
                 System.out.println("分组id="+integerIntegerGroupedFlux.key()+" ==值=="+integer);
             }
         });
     }
 });
 // 输出结果
分组id=1 ==值==1
分组id=2 ==值==2
分组id=0 ==值==3
分组id=1 ==值==4
分组id=2 ==值==5
分组id=0 ==值==6
分组id=1 ==值==7
分组id=2 ==值==8

groupBy 将事件按照某种规则进行分组，同时将分组id传递给下游；分组之后传递给下游的是一个被观察者（生产者）；
与buffer组合发送不同，这里还是一个个事件往下传递；

事件处理

handler

Flux.just("15", "26", "").filter(new Predicate() {
      @Override
      public boolean test(String s) {
          if (s == null || "".equals(s)) {
              return false;
          }
          return true;
      }
  }).handle(new BiConsumer>() {
      @Override
      public void accept(String s, SynchronousSink stringSynchronousSink) {
          stringSynchronousSink.next(Integer.valueOf(s));
      }
  }).subscribe(new Consumer() {
      @Override
      public void accept(Integer integer) {
          System.out.println("内容="+integer);
      }
  });
  // 输出结果
  内容=15
   内容=26

handler ：在事件传递的中间环节做数据的处理，处理过程中如果产生了多个新的事件，通过发射器继续将新事件往下传递；
需要注意的是，handler对源事件进行处理之后传递一个新的事件，每次只能传递一个不能多传；

handler 和flatMap的区别

handler往下游传递的事件数量不能变
flatmap 接受到源事件之后，可以传递N个新事件，事件数量是变动的；

doOnNext

Flux.just("15", "26", "").filter(new Predicate() {
       @Override
        public boolean test(String s) {
            if (s == null || "".equals(s)) {
                return false;
            }
            return true;
        }
    }).doOnNext(new Consumer() {
        @Override
        public void accept(String s) {
            System.out.println(s);
        }
    }).subscribe(new Consumer() {
        @Override
        public void accept(String integer) {
            System.out.println("内容="+integer);
        }
    });
    // 输出结果
    内容=11
    内容=22

doOnNext ：也是事件的中间处理流程，它不能改成源事件类型以及发射新的事件；
即使你在中间改变了传递来值，它不会改变源事件中的值；
如果对象引用类型，如传递UserVO对象，doOnNext对UserVO属性name修改，它传递name就会发生变化；

doOnError

doOnError 使用和doOnNext相似，就是出现错误后，中间逻辑处理；

doOnComplete

doOnComplete 使用和doOnNext相似，整个事件流完成之后应该做些什么事情；

重试

retry 操作符


        Flux.just(1,2).handle(new BiConsumer>() {
            @Override
            public void accept(Integer integer, SynchronousSink stringSynchronousSink) {
                if(integer == 1){
                    stringSynchronousSink.error(new RuntimeException("错误1"));
                } else {
                    stringSynchronousSink.next(integer+10);
                }
            }
        }).retry(2, new Predicate() {
            @Override
            public boolean test(Throwable throwable) {
                System.out.println("retry重试："+throwable.getMessage());
                if(throwable instanceof RuntimeException){
                    RuntimeException re = (RuntimeException) throwable;
                    System.out.println("错误内容:"+re.getMessage());
                    return true;
                }
                return false;
            }
        }).onErrorResume(new Function>() {
            @Override
            public Publisher apply(Throwable throwable) {
                System.out.println("用0替代");
                return Flux.just(0);
            }
        }).subscribe(new Consumer() {
            @Override
            public void accept(Integer s) {
                System.out.println("内容:"+s);
            }
        });
        // 输出内容：
        retry重试：错误1
        错误内容:错误1
        retry重试：错误1
        错误内容:错误1
        用0替代
        内容:0

retry :当我们的处理流程中出现错误时，是否发起重试；
- 第一个参数：最大重试次数
- 第二个参数：出现错误之后是否重试返回true:重试，false不重试；

onErrorResume操作符

在捕获到错误之后，我们应该做点什么错误处理的逻辑，返回的是一个发射器；我这里没有做错误的逻辑处理，直接返回Flux.just(0),在项目中可以根据具体需要做处理；

Spring Reactor map与flatMap操作符 详解