Reactor 第九篇 WebFlux重构个人中心，效果显著
1 重构背景
原有的开发人员早已离职，代码细节没人知道，经过了一段时间的维护，发现有以下问题：
个人中心系统的特征就是组装各个业务的接口，输出个人中心业务需要的数据，整个系统调用了几十个第三方业务线的接口，如果编排不合理，可能会导致响应时间急剧上涨，尤其是弹窗业务，新的弹窗会不断接入，整个接口可能会不可用。
2 整体架构
service：是最小的业务编排单元，request方法对infrastructure第三方接口进行编排调用；apply 方法对第三方接口调用的结果进行组装，结果是service的业务返回；
infrastructure：是对第三方的异步非阻塞调用，不包含业务逻辑。一个service内部根据实际业务可以编排0个或者多个infrastructure服务。
在实际优化过程中我们抽象了30多个infrastructure第三方调用，40多个service。他们都是小而且独立的类，减轻了开发同学尤其是新同学熟悉的成本。边界也比较清晰，逻辑内聚。
2 编排举例
每个 service 内部都是由一个或者多个 infrastructure 第三方调用组装编排的业务单元，内部处理能异步处理的全是使用异步处理，实在不能异步处理的使用串行+并行的方式。
2.1 串行
需要串行的可以使用 flatMap 方法，可以参考以下格式。
这种方式会执行S1，然后S2。
伪代码如下：
Mono.from(service1.func())
.flatMap(service1Res-> {
return service2.func();
})
2.2 并行
zip 和 zipWith，zipWith一次组装一个Mono，zip 一次可以组装多个Mono。
示例代码如下：
service1.zipWith(service2)
Mono.zip(service1, service2, service3)
一个使用 zip 组装多个service的示例代码，并行执行service1, service2, …, service6，使用doOnError处理错误，onErrorReturn 处理异常返回，doOnFinally 监控整个接口调用量、耗时情况。
Mono.zip(service1, service2, service3, service4, service5, service6)
.map(t -> {
String service1Ret = t.getT1();
String service2Ret = t.getT2();
// ....
return "组合结果";
})
// 异常返回
.onErrorReturn(new DTO())
.doOnError(e -> {
// 异常详情日志；异常请求量监控
})
.doFinally(e -> {
// 请求量、耗时监控
});
2.3 并行-但只取第一个有数据的结果
弹窗类业务与一般service不通，它需要调用很多的业务的数据出不同的弹窗，但是每次都只能给用户展示确定的一个。但是如果串行的话，随着上线的弹窗越来越多，整个弹窗接口的耗时会越来越长。
但是如果改成异步的话，又无法控制弹窗之间的优先级，优先级对于公司整体业务来说是必要的，把重要的业务放在高优的位置上，做到资源最大利用，才能实现利润的最大化，从而做到基业长青。
Flux 有个flatMapSequential方法，它能完美解决这个问题，看看它的注释：
Transform the elements emitted by this Flux asynchronously into Publishers, then flatten these inner publishers into a single Flux, but merge them in the order of their source element.
将此Flux发出的元素异步地转换为 publisher，然后将这些内部 publisher 扁平化为单个Flux，但按照源元素的顺序合并它们。
如上图所示，总共有S1、S2、S3、S4按顺序的四个弹窗，会并行执行S1到S4，如果S1和S2没有数据，S3有数据，则会返回S3。
伪代码如下：
Flux<Map<String, Object>> monoFlux = Flux.fromIterable(serviceList)
.flatMapSequential(serviceName -> {
})
.onErrorContinue((err, i) -> {
// 某个service异常或者无数据，继续执行
});
})
.onErrorContinue((err, i) -> {
// 服务异常，继续执行
});
Mono<Map<String, Object>> mono = monoFlux.elementAt(0, Maps.newHashMap());
这里就是异步执行所有弹窗service，运行过程中某个弹窗异常或者无数据返回，则继续下一个。通过monoFlux.elementAt(0, Maps.newHashMap())获取第一个有数据的弹窗。
4 重构效果
4.1 后端指标
相比于原来的后端系统，所有接口耗时都有大幅度降低，：
- 头部身份信息接口响应速度提升：26%。
- 卡片各业务线入口接口响应速度提升：87%。
- 弹窗和浮标接口响应速度提升：146%。
经过 flatMapSequential 编排弹窗之后，耗时从220ms，降到160ms，绝对值下降了60ms，下降了 28%；
4.2 新需求开发和维护
新需求开发更快，QA 测试更快。
原来开发一个弹窗，需要考虑的事情很多：
- 开发的时候需要考虑代码放在哪个层级上，是否与其他弹窗有耦合，
- 弹窗优先级需要通过if-else实现，很容易出错；
- 弹窗自测很麻烦，需要注释调其他弹窗；
- QA 需要测试所有弹窗的优先级是否有问题；
现在开发一个弹窗，只需要增加一个service类，然后把service配置再优先级列表中即可。
4.3 其他
框架使用了响应式框架 Spring WebFlux，也支持本地启动，编写了service层和基础设施层的单测case，提升开发效率。
删除了原来的业务网关层，使用公司层面的网关系统，配置即生效；删除了原来业务网关中的业务逻辑代码，把相关逻辑移动到业务层中，解除了原来的多层之间的耦合关系。
现在各个service之前相互独立，异常不会相互影响。