WebFlux服务编排使用优势详解
WebFlux服务编排
WebFlux 服务编排是指使用 WebFlux 框架来编排多个异步服务的执行顺序和数据流动，从而构建出一个完整的、基于事件驱动的响应式应用程序。
WebFlux服务编排的优势如下：
高性能：WebFlux基于响应式编程模型，可以使用少量的线程处理大量的请求，从而提高系统的并发能力和吞吐量。
异步处理：WebFlux可以异步处理请求和响应，避免线程的阻塞和等待，提高系统的并发能力和性能。
高可靠性：WebFlux基于事件驱动的编程模型，可以更好地处理错误和异常，从而提高系统的可靠性和稳定性。
简洁清晰：WebFlux的代码简洁清晰，可以使用函数式编程风格来编写业务逻辑，提高代码的可读性和可维护性。
可扩展性：WebFlux可以轻松地集成其他的响应式组件和服务，例如Reactive Streams、Spring Cloud、RSocket等，从而提高系统的可扩展性和灵活性。
综上所述，WebFlux服务编排可以帮助我们构建高性能、高可靠性、可扩展性强的响应式应用程序，提高系统的并发能力和性能，从而更好地满足现代应用程序的需求。
一个示例
public Mono> getOrderDetails(String orderId) {
return Mono.fromCallable(() -> {
// 查询订单基本信息
return "order info";
})
.flatMap(orderInfo -> {
// 查询订单商品信息
return Mono.fromCallable(() -> {
return "order item info";
});
})
.flatMap(orderItemInfo -> {
// 查询订单配送信息
return Mono.fromCallable(() -> {
return "order delivery info";
});
})
.flatMap(orderDeliveryInfo -> {
// 查询订单支付信息
return Mono.fromCallable(() -> {
return "order payment info";
});
});
}为什么使用 fromCallable，就是上面说的，WebFlux 编排的是异步服务，而不是同步服务。
但是实际线上不要使用 fromCallable，会导致创建很多个线程，高并发场景下会导致资源竞争激烈，从而服务性能急剧下降。
1 串行
1.1 不需要 invoker1 的结果
long start = System.currentTimeMillis();
Mono<String> invoke1 = Invoker1.invoke1();
Mono<String> result = invoke1.flatMap(p -> Invoker2.invoke2())
.map(s -> {
return s.toString();
});
// result: invoker2, 耗时：3592（串行）
System.out.println("result: " + result.block() + ", 耗时：" + (System.currentTimeMillis() - start));1.2 需要返回 invoker1 的结果
long start = System.currentTimeMillis();
Mono<String> invoke1 = Invoker1.invoke1();
Mono<String> result = invoke1.flatMap(p -> {
return Invoker2.invoke2().map(s -> {
return p + s;
});
});
// result: invoker1invoker2, 耗时：3554（串行）
System.out.println("result: " + result.block() + ", 耗时：" + (System.currentTimeMillis() - start));2 并行
2.1 zip 方法
zip() 方法可以一次组装任意个Mono，适用于有多个Mono的情况
long start = System.currentTimeMillis();
Mono<String> invoke1 = Invoker1.invoke1();
Mono<String> invoker2 = Invoker2.invoke2();
Mono<String> result = Mono.zip(invoke1, invoker2)
.map(s-> {
String t1 = s.getT1();
String t2 = s.getT2();
return String.format("invoke1:%s, invoke2: %s", t1, t2);
});
// invoker1invoker2耗时：2650 （并行）
System.out.println("result: " + result.block() + "，耗时：" + (System.currentTimeMillis() - start));2.2 zipWith 方法
zipWith() 每次组装一个Mono对象，使用于组装Mono个数比较少的情况。
long start = System.currentTimeMillis();
Mono<String> invoke1 = Invoker1.invoke1();
Mono<String> invoker2 = Invoker2.invoke2();
Mono<String> result = invoke1.zipWith(invoker2)
.map(s -> {
return String.format("invoke1:%s, invoke2: %s", s.getT1(), s.getT2());
});
// invoker1invoker2耗时：2469 （并行）
System.out.println(result.block() + "，耗时：" + (System.currentTimeMillis() - start));3 前提
这里的 invoker 就是第三方系统调用。
保证 invoker 是在独立的线程中执行，这样 invoker 不会影响业务处理。
public class Invoker1 {
public static Mono<String> invoke1() {
return Mono.
fromSupplier(() -> {
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
return "invoker1";
})
.subscribeOn(Schedulers.parallel())
.doOnError(e -> {
System.out.println("error invoker1");
});
}
}public class Invoker2 {
public static Mono<String> invoke2() {
return Mono.fromSupplier(() -> {
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
return "invoker2";
})
.subscribeOn(Schedulers.parallel())
.doOnError(e -> {
System.out.println("error invoker2");
});
}
}以上就是WebFlux 服务编排使用优势详解的详细内容，更多关于WebFlux 服务编排优势的资料请关注编程网其它相关文章！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
