转载

Spring Web-Flux中的背压机制

响应式(反应式)编程的好处是背压Backpressure，可以平衡请求或响应率，这点与异步机制区别所在，也就是说，当响应堵塞时，会同时堵塞请求，因此reactive响应式=异步+同步(背压)。本文解释了Spring Web-Flux中的背压机制，假设我们编写一个Spring Web-Flux的控制器代码如下：


@RestController
public class FirstController 
{
    @GetMapping("/first")
    public Mono<String> getAllTweets() 
    {
        return Mono.just("I am First Mono")
    }
}

这段代码背后的背压工作机制是什么？

为了理解Backpressure在WebFlux框架中如何工作，我们必须回顾一下当前默认使用的传输层。

我们可能还记得，浏览器和服务器之间的正常通信（服务器到服务器通信通常也是一样）是通过TCP连接完成的。WebFlux还是使用该传输进行客户端和服务器之间的通信。然后，为了获得背压控制，我们必须从Reactive Streams规范的角度来概述背压的含义。

规范的基本语义定义了如何通过背压来调节流元素的传输。

因此，从该声明中，我们可以得出结论，在Reactive Streams中，背压是一种通过传输（通知）接收者可以消费多少元素来调节生产的机制（消费决定生产）; 在这里，我们有一个棘手的问题。TCP具有字节抽象而不是逻辑元素抽象。我们通常所说的背压控制是控制向网络发送/接收的逻辑元件的数量。即使TCP有自己的流控制，这个流控制仍然是字节而不是逻辑元素。

在WebFlux模块的当前实现中，背压由传输流控制来调节，但它不会暴露接收方的实际需求。为了最终看到交互流程，请参见下图：

Spring Web-Flux中的背压机制

为简单起见，上图显示了两个微服务之间的通信，其中左侧发送生产数据流，右侧消费该流。以下编号列表提供了该图表的简要说明：

1. 这是WebFlux框架，它正确地将逻辑元素转换为字节并返回并将它们传输到TCP /从TCP（网络）接收。

2. 这是数据长时间运行处理的开始，一旦作业完成，该数据就会请求下一个数据。

3. 在这里，虽然没有来自业务逻辑的需求，但WebFlux将来自网络的字节排队，而没有他们的确认（业务逻辑没有要求）。

4. 由于TCP流控制的性质，服务A仍然可以向网络发送数据。

正如我们可能从上图中注意到的那样，接收方的请求与发送方的请求不同（逻辑元素中的请求）。这意味着两者的请求是独立的，因此真正背压仅仅仅适用于WebFlux < - >业务逻辑（服务）交互，服务A < - >服务B交互不是完整的背压。

所有这些意味着背压控制在WebFlux中并不像我们预期的那样公平。

但我仍然想知道如何控制背压

如果我们仍然希望对WebFlux中的背压进行公平的控制，我们可以在Project Reactor支持下实现limitRate()。以下示例显示了我们如何使用：


@PostMapping("/tweets")
public Mono<Void> postAllTweets(Flux<Tweet> tweetsFlux) {

    return tweetService.process(tweetsFlux.limitRate(10))
                       .then();
}

正如我们从示例中看到的那样，limitRate()运算符允许一次定义要预取的数据数。这意味着即使最终订户请求Long.MAX_VALUE元素，limitRate运行者也会将该请求拆分为块，并且不允许一次消费更多。我们可以用数据元素的发送过程来做同样的事情：


@GetMapping("/tweets")
public Flux<Tweet> getAllTweets() {

    return tweetService.retreiveAll()
                       .limitRate(10);
}

上面的示例显示，即使WebFlux一次请求超过10个元素，也会limitRate()限制对预取大小的需求，并防止一次消费超过指定数量的元素。

另一种选择是实现自己的Subscriber或扩展BaseSubscriber来自Project Reactor。例如，以下是我们如何做到这一点的简单例子：


class MyCustomBackpressureSubscriber<T> extends BaseSubscriber<T> {

    int consumed;
    final int limit = 5;

    @Override
    protected void hookOnSubscribe(Subscription subscription) {
        request(limit);
    }

    @Override
    protected void hookOnNext(T value) {
        // do business logic there 

        consumed++;

        if (consumed == limit) {
            consumed = 0;

            request(limit);
        }
    }
}

使用RSocket协议的公平背压

为了通过网络边界实现逻辑元素背压，我们需要一个适当的协议。幸运的是，有一种称为RScoket协议。RSocket是一种应用程序级协议，允许通过网络边界传输实际需求。该协议有一个RSocket-Java实现，允许设置RSocket服务器。在服务器到服务器通信的情况下，相同的RSocket-Java库也提供客户端实现。

对于浏览器 - 服务器通信，有一个RSocket-JS实现，能通过WebSocket连接浏览器和服务器之间的流通信。

原文 https://www.jdon.com/50267

正文到此结束