实战SpringCloud响应式微服务系列教程（第七章）

本章节继续介绍：Flux和Mono操作符（二）

1.条件操作符

Reactor中常用的条件操作符有defaultIfRmpty、skipUntil、skipWhile、takeUntil和takeWhile等。

1、defaultIfRmpty

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));

}

2、takeUntil

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);

3、takeWhile

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);

4、skipUntil

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。

5、skipWhile

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。

2.数学操作符

Reactor中常用的数学操作符有concat、count、reduce等。

1、concat

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。

2、count

count操作符比较简单，用来统计Flux中元素的个数。

3、reduce

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。

3.Observable工具操作符

Reactor中常用的Observable操作符有delay、subscribe、timeout等。

1、delay

delay将时间的传递向后延迟一段时间。

2、subscribe

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);

3、timeout

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。

4、block

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));

}

往期

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）