一、开篇
本文将解析 Spring 的 Reactor 项目的源码。主要目的是让自己能深入理解 Reactor 这个项目，以及 Spring 5 和 Spring Boot 2。
Project Reactor 项目地址：https://github.com/reactor
Reactor 项目主要包含 Reactor Core 和 Reactor Netty 两部分。Reactor Core 实现了反应式编程的核心功能，Reactor Netty 则是 Spring WebFlux 等技术的基础。本文将介绍 Core 模块的核心原理。
本文从一个例子开始：
public static void main(String[] args) {
Flux.just("tom", "jack", "allen")
.filter(s -> s.length() > 3)
.map(s -> s.concat("@qq.com"))
.subscribe(System.out::println);
}
整个 Project Reactor 的核心调用分为下面几个阶段：
- 声明阶段
- subscribe 阶段
- onSubscribe 阶段
- request 阶段
- 调用阶段
接下来对每个阶段详细介绍。
二、声明阶段
简介
之前的文章介绍过，反应式编程和传统风格的编程一个最大的不同点在于，开发人员编写的大部分代码都是在声明处理过程。即这些代码并不会被实际的执行，直到开始被订阅。这便是为何第一阶段是声明阶段的原因。
详解
先来看第一个方法 Flux.just 的源码：
public static Flux just(T... data) {
return fromArray(data);
}
public static Flux fromArray(T[] array) {
// 省略不重要的部分
return onAssembly(new FluxArray<>(array));
}
just方法只是创建反应式流的众多方式的一个。在实际工作中，更常见的通过反应式 Repository 将数据库查询结果，或通过 Spring 5 的WebClient将 HTTP 调用结果最为流的开始。
onAssembly 是一个扩展机制，因为实例中并没有使用，所以可简单理解为将入参直接返回。
接下来 new FluxArray<>(array) 做的事情也很简单，仅仅是把入参赋给成员变量。
再接下来 filter(s -> s.length() > 3) 做的事情是把上一个 Flux，即 FluxArray，以及 s -> s.length() > 3 所表示的 Predicate 保存起来。
看一下源码
public final Flux filter(Predicate p) {
if (this instanceof Fuseable) {
return onAssembly(new FluxFilterFuseable<>(this, p));
}
return onAssembly(new FluxFilter<>(this, p));
}
FluxFilterFuseable(Flux source,
Predicate predicate) {
super(source);
this.predicate =
Objects.requireNonNull(predicate, "predicate");
}
这里有个逻辑判断，就是返回的值分为了 Fuseable 和非 Fuseable 两种。简单介绍一下，Fuseable 的意思就是可融合的。我理解就是 Flux 表示的是一个类似集合的概念，有一些集合类型可以将多个元素融合在一起，打包处理，而不必每个元素都一步步的处理，从而提高了效率。因为 FluxArray 中的数据一开始就都准备好了，因此可以打包处理，因此就是 Fuseable。
而接下来的 map 操作也对应一个 FluxMapFusable。原理与 filter 操作，这里不再重复。
三、subscribe 阶段
简介
subscribe 阶段同行会触发数据发送。在本例中，后面可以看到，对于 FluxArray，数据发送很简单，就是循环发送。而对于像数据库、RPC 这样的长久，则会触发请求的发送。
详解
当调用 subscribe(System.out::println) 时，整个执行过程便进入 subscribe 阶段。经过一系列的调用之后，subscribe 动作会代理给具体的 Flux 来实现。就本例来说，会代理给 FluxMapFuseable，方法实现如下（经过简化）：
public void subscribe(CoreSubscriber actual) {
source.subscribe(
new MapFuseableSubscriber<>(actual, mapper)
);
}
其中的 source 变量对应的是当前 Flux 的上一个。本例中，FluxMapFuseable 上一个是 FluxFilterFuseable。
new MapFuseableSubscriber<>(actual, mapper) 则是将订阅了 FluxMapFuseable 的 Subscriber 和映射器封装在一起，组成一个新的 Subscriber。然后再订阅 source，即 FluxArray。source 是在上一个阶段被保存下来的。
这里强调一下
Publisher接口中的subscribe方法语义上有些奇特，它表示的不是订阅关系，而是被订阅关系。即aPublisher.subscribe(aSubscriber)表示的是aPublisher被aSubscriber订阅。
接下来调用的就是 FluxFilterFuseable 中的 subscribe 方法，类似于 FluxMapFuseable,源码如下：
public void subscribe(CoreSubscriber actual) {
source.subscribe(
new FilterFuseableSubscriber<>(actual, predicate)
);
}
这时 source 就成了 FluxArray。于是，接下来是调用 FluxArray 的 subscribe 方法。
public static void subscribe(CoreSubscriber s,
T[] array) {
if (array.length == 0) {
Operators.complete(s);
return;
}
if (s instanceof ConditionalSubscriber) {
s.onSubscribe(
new ArrayConditionalSubscription<>(
(ConditionalSubscriber) s, array
)
);
}
else {
s.onSubscribe(new ArraySubscription<>(s, array));
}
}
最重要的部分还是 s.onSubscribe(new ArraySubscription<>(s, array))。不同于 FluxMapFuseable 和 FluxFilterFuseable，FluxArray 没有再调用 subscribe 方法，因为它是数据源头。而 FluxMapFuseable 和 FluxFilterFuseable 则是中间过程。
可以这样简单理解，对于中间过程的 Mono/Flux，subscribe 阶段是订阅上一个 Mono/Flux；而对于源 Mono/Flux，则是要执行 Subscriber.onSubscribe(Subscription s) 方法。
四、onSubscribe 阶段
简介
在调用 FluxArray 的 subscribe 方法之后，执行过程便进入了 onSubscribe 阶段。onSubscribe 阶段指的是 Subscriber#onSubscribe 方法被依次调用的阶段。这个阶段会让各 Subscriber 知道 subscribe 方法已被触发，真正的处理流程马上就要开始。所以这一阶段的工作相对简单。
详解
s.onSubscribe(new ArraySubscription<>(s, array));
s 是 FilterFuseableSubscriber，看一下 FilterFuseableSubscriber 的 onSubscribe(Subscription s) 源码：
public void onSubscribe(Subscription s) {
if (Operators.validate(this.s, s)) {
this.s = (QueueSubscription) s;
actual.onSubscribe(this);
}
}
actual 对应 MapFuseableSubscriber。MapFuseableSubscriber 的 onSubscribe 方法也是这样，但 actual 对于的则是代表 System.out::println 的 LambdaSubscriber。
调用过程：
FluxArray.subscribe -> FilterFuseableSubscriber.onSubscribe -> MapFuseableSubscriber.onSubscribe -> LambdaSubscriber.onSubscribe
五、request 阶段
含义
onSubscribe 阶段是表示订阅动作的方式，让各 Subscriber 知悉，准备开始处理数据。当最终的 Subscriber 做好处理数据的准备之后，它便会调用 Subscription 的 request 方法请求数据。
详解
下面是 LambdaSubscriber onSubscribe 方法的源码：
public final void onSubscribe(Subscription s) {
if (Operators.validate(subscription, s)) {
this.subscription = s;
if (subscriptionConsumer != null) {
try {
subscriptionConsumer.accept(s);
}
catch (Throwable t) {
Exceptions.throwIfFatal(t);
s.cancel();
onError(t);
}
}
else {
s.request(Long.MAX_VALUE);
}
}
}
由上可见 request 方法被调用。在本例中，这里的 s 是 MapFuseableSubscriber。
这里需要说明，如 MapFuseableSubscriber、FilterFuseableSubscriber，它们都有两个角色。一个角色是 Subscriber，另一个角色是 Subscription。因为它们都位于调用链的中间，本身并不产生数据，也不需要对数据暂存，但是需要对数据做各式处理。因此，在 onSubscribe、request 阶段，以及后面要讲到的调用阶段都需要起到代理的作用。这就解释了 actual.onSubscribe(this) onSubscribe 自己的原因。
下面是 FilterFuseableSubscriber 的 request 方法的源码。充分可见其代理的角色。
public void request(long n) {
s.request(n);
}
最后 ArraySubscription 的 request 方法将被调用。
与 map、filter 等操作不同，flatMap 有比较大的差异，感兴趣的同学可以自己研究一下。本文先不详细介绍。
六、调用阶段
含义解释
这一阶段将会通过调用 Subscriber 的 onNext 方法，从而进行真正的反应式的数据处理。
流程分解
在 ArraySubscription 的 request 方法被调用之后，执行流程便开始了最后的调用阶段。
public void request(long n) {
if (Operators.validate(n)) {
if (Operators.addCap(REQUESTED, this, n) == 0) {
if (n == Long.MAX_VALUE) {
fastPath();
}
else {
slowPath(n);
}
}
}
}
void fastPath() {
final T[] a = array;
final int len = a.length;
final Subscriber s = actual;
for (int i = index; i != len; i++) {
if (cancelled) {
return;
}
T t = a[i];
if (t == null) {
s.onError(new NullPointerException("The "
+ i
+ "th array element was null")
);
return;
}
s.onNext(t);
}
if (cancelled) {
return;
}
s.onComplete();
}
ArraySubscription 会循环数据中的所有元素，然后调用 Subscriber 的 onNext 方法，将元素交由 Subscriber 链处理。
于是接下来由 FilterFuseableSubscriber 处理。下面是其 onNext 方法（做了一些简化）
public void onNext(T t) {
boolean b;
try {
b = predicate.test(t);
}
catch (Throwable e) {
Throwable e_ =
Operators.onNextError(t, e, this.ctx, s);
if (e_ != null) {
onError(e_);
}
else {
s.request(1);
}
Operators.onDiscard(t, this.ctx);
return;
}
if (b) {
actual.onNext(t);
}
else {
s.request(1);
Operators.onDiscard(t, this.ctx);
}
}
其最要部分是通过 predicate 进行判断，如果满足条件，则交由下一个 Subscriber 处理。
下一个要处理的是 MapFuseableSubscriber，原理类似，不再重复。
最终要处理数据的是 LambdaSubscriber，下面是它的 onNext 方法源码：
public final void onNext(T x) {
try {
if (consumer != null) {
consumer.accept(x);
}
}
catch (Throwable t) {
Exceptions.throwIfFatal(t);
this.subscription.cancel();
onError(t);
}
}
consumer.accept(x) 会使数据打印在命令行中。
整个流程的解释到这里基本结束。
七、总结
接下来我们用一个图来回顾一下整体的流程。
参考
需要感谢下面这篇文章，帮助我很好理解了 Project Reactor 的核心处理流程。
由表及里学 ProjectReactor：http://blog.yannxia.top/2018/06/26/java/spring/projectreactor/
