Reactor中常用的条件操作符有defaultIfRmpty、skipUntil、skipWhile、takeUntil和takeWhile等。
defaultIfRmpty操作符返回来自原始数据流的元素,如果原始数据流中没有元素,则返回一个默认元素。
defaultIfRmpty操作符在实际开发过程中应用广泛,通常用在对方法返回值的处理上。如下controller层对service层返回值的处理。
@GetMapper("/article/{id}") public Mono<ResponseEntity<Article>> findById(@PathVariable String id){ return articleService.findOne(id) .map(ResponseEntity::ok) .defaultIfRmpty(ResponseEntity.status(404).body(null)); }
takeUntil操作符的基本用法是 takeUntil(Predicate<? super T>> predicate)
,其中Predicate代表一种断言条件,takeUntil将提取元素直到断言条件返回true。
示例代码如下:
Flux.range(1,100).takeUntil(i -> i == 10).subscribe(System.out::println);
takeWhile操作符的基本用法是 takeWhile(Predicate<? super T>> continuePredicate)
,其中continuePredicate也代表一种断言条件。与takeUntil不同的是,takeWhile会在continuePredicate条件返回true时才进行元素的提取。
示例代码如下:
Flux.range(1,100).takeWhile(i -> i <= 10).subscribe(System.out::println);
与takeUntil相对应,skipUntil的基本用法是 skipUntil(Predicate<? super T>> predicate)
。skipUntil将丢弃原始数据中的元素,直到Predicate返回true。
与takeWhile相对应,skipWhile操作符的基本用法是 skipWhile(Predicate<? super T>> continuePredicate)
。当continuePredicate返回true时才进行元素的丢弃。
Reactor中常用的数学操作符有concat、count、reduce等。
concat用来合并来自不同Flux的数据,这种合并采用的是顺序的方式。
count操作符比较简单,用来统计Flux中元素的个数。
reduce操作符对流中包含的所有元素进行累积操作,得到一个包含计算结果的Mono序列。具体的累计操作也是通过一个BiFunction来实现的。
示例代码如下:
Flux.range(1,10).reduce((x,y) -> x+y).subscribe(System.out::println);
这里BiFunction就是一个求和函数,用来对1到10的数字进行求和,运行结果为55。
与其类似的还有一个reduceWith。
示例代码如下:
Flux.range(1,10).reduceWith(() - >5,(x,y) -> x+y).subscribe(System.out::println);
这里使用5来初始化求和过程,得到的结果是60。
Reactor中常用的Observable操作符有delay、subscribe、timeout等。
delay将时间的传递向后延迟一段时间。
在前面的代码演示了subscribe操作符的用法,我们可以通过subscribe()方法来添加相应的订阅逻辑。
在前面章节中我们提到了Reactor中的消息类型有三种,即正常消息,异常消息和完成消息。subscribe操作符可以只处理其中包含的正常消息,也可以同时处理异常消息和完成消息。当我们用subscribe处理异常消息时可以采用以下方式。
Mono.just(100) .conacatWith(Mono.error(new IllegalStateException())) .subscribe(System.out::println,System.err::println);
以上代码执行结果如下,我们得到了一个100,同时也获取了IllegalStateExxeption这个异常。
100 java.lang.IllegalStateExxeption
有时候我们不想直接抛出异常,而是想采用一个容错策略来返回一个默认值,就可以采用以下方式。
Mono.just(100) .conacatWith(Mono.error(new IllegalStateException())) .onErrorReturn(0) .subscribe(System.out::println);
以上代码执行结果如下。当产生异常时,使用onErrorReturn()方法返回一个默认值0.
100
0
另外容错策略也是通过switchOnError()方法使用另外的流产生元素。以下代码示例演示了这种策略。
与上面的执行结果相同。
Mono.just(100) .conacatWith(Mono.error(new IllegalStateException())) .switchOnError(Mono.just(0)) .subscribe(System.out::println);
timeout操作符维持原始被观察者的状态,在特定时间内没有产生任何事件时,将生成一个异常。
block操作符在没有接收到下一个元素之前一直被阻塞。block操作符通常用来把响应式的数据流转换成传统的数据流。
例如,使用如下方法时,我们分别将Flux数据流和Mono数据流转变成了普通的 List<Order>
对象和单个Order对象,同样也可以设置block的等待时间。
public List<Order> getAllOrder(){ return orderService.getAllOrders().block(Duration.ofSecond(5)); } public Order getOrderById(Long orderId){ return orderService.getOrderById(orderId).block(Duration.ofSecond(2)); }
实战SpringCloud响应式微服务系列教程(第一章)
实战SpringCloud响应式微服务系列教程(第二章)
实战SpringCloud响应式微服务系列教程(第三章)
实战SpringCloud响应式微服务系列教程(第四章)
实战SpringCloud响应式微服务系列教程(第五章)
实战SpringCloud响应式微服务系列教程(第六章)