在 Quarkus 中使用 Mutiny - 事件驱动的 Java 响应式编程库

本教程介绍在 Quarkus 中使用事件驱动的 Mutiny 响应式编程库 以应对异步系统开发中的挑战。

概述

Mutiny 是一个（Reactive Programming）响应式编程库, 事件是 Mutiny 的设计核心，可以观察事件，对事件作出反应，并创建优雅易读的处理管道。 Mutiny 提供了一个可导航的显式 API，引导一步步找到所需的操作符。善于处理含非阻塞 I/O 应用的异步特性，以声明式的方式组合操作、转换数据、实施过程、从失败中恢复等等。

Mutiny 基于 Reactive Streams 标准及实现该标准的 java.util.concurrent.Flow，可以用于任何异步应用程序，比如事件驱动的微服务、基于消息的应用程序、网络实用程序、数据流处理及响应式应用程序!

RESTEasy Reactive 是一种新的 Jakarta REST (以前称为JAX-RS) 实现，基于 Vert.x 从头编写是完全响应式的，与 Quarkus 非常紧密地集成在一起，简化编程，将大量的工作转移到构建上。
支持在阻塞和非阻塞端点，并且具有出色的性能。可以使用 Mutiny 实现 Quarkus 的响应式 API 的业务逻辑。同时 Quarkus 也提供了大量的响应式 api 和特性。

    /* Mutiny 响应式编程 */
    Uni<String> request = makeSomeNetworkRequest(params);
    
    request.ifNoItem().after(ofMillis(100))
        .failWith(() -> new TooSlowException("💥"))
        .onFailure(IOException.class).recoverWithItem(fail -> "📦")
        .subscribe().with(
            item -> log("👍 " + item),
             err -> log(err.getMessage())
        );

为什么异步很重要 ?

我们生活在一个分布式的世界里。大多数应用程序都是分布式系统。云、物联网、微服务、移动应用，甚至简单的 CRUD 应用都是分布式应用。然而，开发分布式系统是困难的!

分布式系统中的通信本质上是异步的和不可靠的。任何事情都可能在任何时候出错，而且往往没有事先通知。正确地构建分布式应用程序是一个相当大的挑战。

通常，传统应用程序为每个请求分配一个线程，用多个线程处理多个并发请求。当请求处理需要通过网络进行交互时，它使用一个工作线程，该工作线程阻塞线程，直到接收到响应。
这种响应可能永远不会出现，因此您需要添加处理超时和其他弹性模式的监督程序。而且，为了同时处理更多请求，您需要创建更多线程。

线程是有代价的。每个线程都需要内存，线程越多，用于处理上下文切换的 CPU 周期就越多。幸运的是，还有另一种方法，使用非阻塞 I/O，这是一种处理 I/O 交互的有效方法，不需要额外的线程。
虽然使用非阻塞I/O的应用程序更高效，更适合云的分布式特性，但它们有一个相当大的限制: 必须永远不阻塞 I/O 线程。因此，您需要使用异步开发模型来实现业务逻辑。

I/O并不是异步在当今系统中必不可少的唯一原因。现实世界中的大多数交互都是异步的和事件驱动的。使用同步进程表示这些交互不仅是错误的, 它还会在应用程序中引入脆弱性。

什么是响应式编程 (Reactive Programming) ?

响应式编程结合了函数式编程、观察者模式和可迭代模式。Mutiny 给出更直接的定义：响应式编程是关于数据流的编程。
响应式编程是关于流的，尤其是观察流。它将这个想法推向了极限:在响应式编程中，一切都是数据流。使用响应式编程，您可以观察流，并在流中流动时实现副作用。
它本质上是异步的，因为您不知道何时会看到数据。然而，响应式编程远不止于此。它提供了一个工具箱来组合流和处理事件。在 Java 中，我们可以找到 Project Reactor 和 Rx Java.

响应式是构建响应式分布式系统和应用程序的一组原则和指导方针。Reactive Manifesto 将响应式系统描述为具有四个特征的分布式系统:

快速响应，他们必须及时作出反应
有弹性，它们可以调整自己适应波动的负荷
容错，他们优雅地处理失败
异步消息，响应系统的组件使用消息进行交互

Mutiny 的优势在于其 API 设计

异步对于大多数开发人员来说很难掌握。因此，API 必须不需要高级知识或增加认知负担。它可以帮助你设计你的逻辑，并且在 6 个月后返回查看代码时仍然是可理解的。

Mutiny 的三大设计核心：

事件驱动：你侦听事件并处理它们。
API可导航性：基于事件驱动的特性，API 是围绕事件类型构建的，并基于要处理的事件类型进行导航。
简单性：只提供了 Multi 和 Uni 两种类型，可以处理任何类型的异步交互。

Mutiny 事件驱动流程

使用 Mutiny 时，你设计了一个事件流的管道，你的代码观察这些事件并作出反应。每个处理阶段都是附加到管路（pipeline）上的新管道（pipe）。该管道可以更改事件，创建、丢弃、缓存，及您需要的任何内容。

一般来说，事件从上游（upstream）流向下游（downstream），从源（source）流向尽头，有些事件可以从源头逆流而上。

从上游到下游的事件由发布者（Publishers）发布，并由下游订阅者（Subscribers）消费，订阅者也可能为自己的下游产生事件，如下图所示:

在这里插入图片描述
从上游流向下游的四种事件类型:

订阅（Subscription）：发布者发送的事件，在订阅事件之后发生，以表示其已确认下游的订阅。
项目（Items）：包含某些业务数据的事件。
完成（Completion）：指示源不再发出任何项目。仅 Multi 类型源能产生该事件。
故障（Failure）：表示上游发生错误，不继续发出项目。
超载（Overflow）：表示上游发布的数据量超过了下游的处理能力。

从下游流向上游的两种事件类型:

订阅（subscribe）：订阅者发送的事件，表示对下游订阅者对上游发布者的数据感兴趣。
请求（Requests）：订阅者发送的事件，表示它可以处理多少项事件，这与背压（back-pressure）有关。
取消（Cancellation）：订阅者发送的事件，以停止接收事件。

一个典型场景：

订阅者订阅上游，上游接收订阅请求，初始化后将 Subscription 事件发送给订阅者。
订阅者收到 subscription 事件，使用 subscription 发出请求（Requests）和取消（Cancellation）事件。
订阅者发送一个请求（Requests）事件，指示它此时可以处理多少项;它可以请求1、n或无限。
接收请求事件的发布者开始向订阅者发送最多n个项目（Items）事件。
订阅者可以随时决定请求更多事件或取消订阅。

在这里插入图片描述

请求事件（Requests）是背压协议（back-pressure）的基石。订阅者所请求的内容不应超过其可处理的内容，而发布者所发出的内容不应超过所接收的请求量。

不要忘记订阅!
如果没有订阅者订阅，则不会发出任何项。更重要的是，什么也不会发生。如果您的程序什么都不做，请检查它是否订阅，这是一个非常常见的错误。

Uni and Multi

Mutiny 定义了两种响应式类型，它们随时接收和触发事件:

Multi：表示含 0 到多个项目的数据流(可能是无限多个)，如用于从消息代理队列接收消息。
Uni：表示接收一个项目或失败的数据流，如用于将消息发送到消息代理队列。

区别：

Uni 可以处理具有空值的项，Multi 不可以是空值
Uni 无 Completion 事件
Uni 不能接收 Request 事件

Quarkus REST

RESTEasy Reactive 是为 Quarkus 架构量身定制的 REST 实现。它遵循响应优先，返回响应式类型进行异步处理，
但同时允许使用 @Blocking 注释编写命令式代码。Quarkus 内部实现了一个 proactor 模式，在需要时切换到工作线程。

传统应用程序使用阻塞 I/O 和命令式(顺序)执行模型。因此，在公开 HTTP 端点的应用程序中，每个 HTTP 请求都与一个工作线程相关联。
通常，该线程将处理整个请求，并且该线程在该请求期间仅为该请求提供服务。当处理需要与远程服务交互时，它使用阻塞 I/O。线程会被阻塞，
等待 I/O 的结果。虽然该模型很容易开发(因为一切都是连续的)，但它有一些缺点。要处理并发请求，需要多个线程，因此需要引入工作线程池。
此池的大小限制了应用程序的并发性。此外，每个线程在内存和CPU方面都有成本。大型线程池导致贪心应用程序。

在这里插入图片描述

Quarkus 是由响应式引擎驱动的，在开发响应式应用程序时，您的代码将在为数不多的 I/O 线程之一上执行。
请记住，绝不能阻塞这些线程，否则模型会崩溃。因此，您不能使用阻塞I/O。相反，您需要调度I/O操作并传递延续。
Mutiny 事件驱动范式就是为此量身定制的。当 I/O 操作成功完成时，表示该操作的 Uni 发出一个项目事件。当它失败时，它会发出一个失败事件。
在这里插入图片描述
RESTEasy Reactive 通过两种类型的线程实现：

事件循环线程：它们负责从HTTP请求中读取字节并将字节写回HTTP响应。
工作线程：它们被池化，可以用来执行长时间运行的操作。

事件循环线程(也称为IO线程)负责以异步方式实际执行所有IO操作，并将结果通知给对这些IO操作感兴趣的侦听器。
默认情况下，RESTEasy Reactive 端点方法运行的线程依赖于方法的签名。如果一个方法返回异步类型，则认为它是非阻塞的，默认情况下将在IO线程上运行。但
如果您正在端点方法中编写阻塞代码如Thread.sleep(1000);，方法将在工作线程上运行。

初始化项目：

    mvn io.quarkus.platform:quarkus-maven-plugin:3.1.1.Final:create \
        -DprojectGroupId=org.acme \
        -DprojectArtifactId=rest-json-quickstart \
        -Dextensions='resteasy-reactive-jackson' \
        -DnoCode
    cd rest-json-quickstart

RESTEasy Reactive 与 Mutiny自然地集成在一起，当你只有一个结果时使用 Uni。当您有多个异步发出的项时使用 Multi：

@Path("/reactive") // @Path 定义了 URI 前缀
public class Endpoint {
    @POST
    @Path("{type}")
    public String allParams(@RestPath String type, // @RestPath, @... 获取不同类型的请求参数
                            @RestMatrix String variant,
                            @RestQuery String age,
                            @RestCookie String level,
                            @RestHeader("X-Cheese-Secret-Handshake") String secretHandshake,
                            @RestForm String smell) {
        return type + "/" + variant + "/" + age + "/" + level + "/"
                + secretHandshake + "/" + smell;
    }
    
    @GET
    @Path("/{name}")
    public Uni<String> hello(@RestPath String name) { // 术语 Endpoint: 用于服务REST调用的Java方法
        return Uni.createFrom().item(String.format("hello %s", name));
    }
    
    @GET
    @Path("/multi") // 可不指定
    @Produces(MediaType.APPLICATION_JSON) // 指定响应的 HTTP Content-Type 头
    public Multi<String> getAll() {
        return Multi.createFrom().items("a", "b", "c");;
    }
}

如需要在 HTTP 响应上设置更多的属性，可以从资源方法返回org.jboss.resteasy.reactive.RestResponse，或使用注解。如下:

@Path("")
public class Endpoint {
    @GET
    @ResponseStatus(201)
    @ResponseHeader(name = "X-Cheese", value = "Camembert")
    public RestResponse<String> hello() {
        // HTTP OK status with text/plain content type
        return ResponseBuilder.ok("Hello, World!", MediaType.TEXT_PLAIN_TYPE)
         // set a response header
         .header("X-Cheese", "Camembert")
         // set the Expires response header to two days from now
         .expires(Date.from(Instant.now().plus(Duration.ofDays(2))))
         // send a new cookie
         .cookie(new NewCookie("Flavour", "chocolate"))
         // end of builder API
         .build();
    }
}

以异步/响应的方式实现相同的阻塞操作，例如使用 Mutiny：

    @GET
    public Uni<String> blockingHello() throws InterruptedException {
        return Uni.createFrom().item("Yaaaawwwwnnnnnn…")
                // do a non-blocking sleep
                .onItem().delayIt().by(Duration.ofSeconds(2));
    }

如果用 @Transactional 注释了方法或类，那么它也将被视为阻塞方法。

请求或响应过滤器

您可以声明在以下请求处理阶段调用的函数:

在端点方法被识别之前: 预路由请求过滤器
在路由之后，但在端点方法被调用之前: 正常请求过滤器
调用端点方法后: 响应过滤器

请求过滤器通常与处理请求的方法在的同一线程上执行。

HTTP 请求和响应可以通过分别提供 ContainerRequestFilter 或 ContainerResponseFilter 实现来拦截。或使用注解的方式拦截。

映射实体和 HTTP 主体

当你的端点方法返回一个对象时或返回带实体的 RestResponse、Response，将寻找一种将其映射到 HTTP 响应体的方法。类似地，
每当端点方法接受一个对象作为参数时，将寻找一种将 HTTP 请求体映射到对象的方法。

当安装了 JSON 扩展 quarkus-resteasy-reactive-jackson 时，将默认使用 application/JSON 作为大多数返回值的媒体类型，
除非媒体类型是通过 @Produces 或 @consume 注释显式设置的 (一些已知类型的除外，如 String 和 File，默认分别为 text/plain 和 application/octet-stream )。

Mutiny API

对于每种类型的事件，都有一个相关的方法来处理该特定的事件。例如:

@GET
@Produces(MediaType.TEXT_PLAIN)
public Uni<String> reactive() {
    Multi<String> source = Multi.createFrom().items("a", "b", "c");
    source
        .onItem() // Called for every item
        .invoke(item -> LOG.info("3.Received item " + item))
        .onFailure() // Called on failure
        .invoke(failure -> LOG.info("Failed with " + failure))
        .onCompletion() // Called when the stream completes
        .invoke(() -> LOG.info("end.Completed"))
        .onSubscription() // Called when the upstream is ready
        .invoke(subscription -> LOG.info("1.We are subscribed!"))
        .onCancellation() // Called when the downstream cancels
        .invoke(() -> LOG.info("Cancelled :-("))
        .onRequest() // Called on downstream requests
        .invoke(n -> LOG.info("2.Downstream requested " + n + " items"))
        .subscribe() // 订阅, 无订阅不会执行任何操作
        .with(item -> LOG.info("4.Subscriber received " + item),
                failure-> LOG.info("Subscriber received " + failure.getMessage()));
        
        // Mutiny使用了一个构建器 API，每添加一个阶段(stage)返回一个新的 Uni 对象。
        return Uni.createFrom().item("hello") // 创建一个字符串作为项目 （Item）的数据源，
                .onItem().invoke(item -> LOG.info("Received item " + item)) // 收到项目事件，同步观察数据
                .onItem().transform(item -> item + " mutiny") // 收到项目事件，并进行处理
                .onItem().transform(String::toUpperCase); // 请求端点时订阅
}

在这里插入图片描述

处理过程

我们通过 Mutiny 描述了一个数据流处理管道 pipeline，它接收数据项目（item），处理它，最后消费它。
Mutiny 提供了许多操作符来创建、转换和编排 Uni 序列。提供的操作符可用于定义处理管道。事件、项目或失败在此管道中流动，
每个操作符都可以处理或转换事件 invoke() 只是可用的操作符/方法之一。每个组提供针对事件类型的方法/操作符。
例如，onFailure().recover, onCompletion().continueWith 等等。
当使用 Mutiny 时，必须编写 onItem() 可能会很麻烦。幸运的是，Mutiny 提供了一组快捷方式，使代码更简洁。

Consumer：表示接受单个输入参数且不返回结果的函数。
Supplier：表示不需要参数但返回结果的提供者函数。
Publisher：数据项和消息的生产者。每个订阅者（Subscriber ）通过方法 onNext 以相同的顺序接收项目，除非丢失或遇到错误。

创建数据流管道

可以从一个已知的值创建：

    Uni<Integer> uni = Uni.createFrom().item(1);
    // Multi
    Multi<Integer> multiFromItems = Multi.createFrom().items(1, 2, 3, 4);
    Multi<Integer> multiFromIterable = Multi.createFrom().iterable(Arrays.asList(1, 2, 3, 4, 5));

从一个 Supplier 创建：

    AtomicInteger counter = new AtomicInteger();
    Uni<Integer> uni = Uni.createFrom().item(() -> counter.getAndIncrement());
    // Multi
    Multi<Integer> multi = Multi.createFrom().items(() ->
        IntStream.range(counter.getAndIncrement(), counter.get() * 2).boxed());

还可以发出一个失败事件，表明操作失败：

    Uni<Integer> failed1 = Uni.createFrom().failure(new Exception("boom"));
    Multi<Integer> failed1 = Multi.createFrom().failure(new Exception("boom"));

当操作不能产生结果时，您仍然需要一种方法来指示操作的完成。为此，Uni 可以发出一个空项, Multi 可以发出完成事件：

    Uni<Void> uni = Uni.createFrom().nullItem();
    Multi<String> multi = Multi.createFrom().empty();

可以使用发射器创建一个 Uni。这种方法在集成基于回调的 api时很有用：

    Uni<String> uni = Uni.createFrom().emitter(em -> {
        // When the result is available, emit it
        em.complete(result);
    });
    
    Multi<Integer> multi = Multi.createFrom().emitter(em -> {
        em.emit(1);
        em.emit(2);
        em.emit(3);
        em.complete();
    });

你也可以从 CompletionStage/CompletableFuture 中统一对象。这在与基于这些类型的 api 集成时非常有用

    Uni<String> uni = Uni.createFrom().completionStage(stage);

创建一个周期性发出数据流的 Multi 管道：

    Multi<Long> ticks = Multi.createFrom().ticks().every(Duration.ofMillis(100));

从生成器创建 Multi 管道：

    Multi<Object> sequence = Multi.createFrom().generator(() -> 1, (n, emitter) -> {
        int next = n + (n / 2) + 1;
        if (n < 50) {
            emitter.emit(next);
        } else {
            emitter.complete();
        }
        return next;
    });

观察事件

Uni 和 Multi 发出事件, 你通常需要观察并处理这些事件。大多数时候代码只对项目和失败事件感兴趣。但是还有其他类型的事件，如取消、请求、完成等，
例如，你可能需要在完成事件后关闭资源，或者记录有关失败或取消的消息。Mutiny 提供了两种方法（invoke + call），可以在不影响其分发的情况下查看或处理各种事件。

你可以使用以下命令观察不同类型的事件:on{event}().invoke(ev -> System.out.println(ev));

invoke 方法是同步的无返回值，主要用于记录日志、处理同步副作用等，如：onItem().invoke(item -> ...); or onFailure().invoke(failure -> ...); Mutiny调用回调函数，并在回调返回时继续向下游传播事件。
call 方法可用于执行异步操作，返回 Uni 对象，用于I/O操作，关闭资源，刷新数据等。如:onItem().call(item->someAsyncAction(item))。调用通常在需要实现异步副作用(如关闭资源)时使用。在回调返回的 Uni 发出一个项之前，Mutiny 不会将原始事件分派到下游

注意，这两个调用不会更改项目，它只是调用一个操作，当这个操作完成时，它将向下游发送原始项目。

当观察到失败事件时，如果回调抛出异常，Mutiny 将传播一个 CompositeException，聚合原始失败和回调失败。

转换项目

Uni 及 Multi 都会弹出数据项目，最常见操作之一是使用同步一对一函数转换这些项，新生成的项会被传递给下游。
主要通过 onItem().transform(item -> Function<T, U>) 对数据项目进行转换处理操作。它为每个项目调用传递的函数，并将结果作为生成的项目向下传播。
如果转换抛出异常，则捕获该异常并将其作为失败事件传递给下游订阅者。这也意味着在失败后订阅者将无法获得进一步的项目。

	Uni.createFrom().item("hello")
	    .onItem().transform(i -> i.toUpperCase()) // 大写转换
	    .onItem().transform(i -> i + "!"); // 可以链接多个转换

对接其他管道转换项目：

通过 onItem().transformToUni(Function<T, Uni<O>>) 和 onItem().transformToMulti(Function<T, Multi<O>>)来实现传递数据流的，顺序组合允许链接依赖的异步操作。与 transform 不同，传递给 transformToUni 的函数返回一个Uni。例如，调用一个由 Uni 表示的远程服务的异步操作。返回的 Uni 会从远程服务发出结果，如果发生任何错误则会发出失败事件。

	Uni<String> invokeRemoteGreetingService(String name);
	Uni<String> result = uni
	    .onItem().transformToUni(name -> invokeRemoteGreetingService(name)); // 传递数据并订阅其他 Uni

将接收到的单个数据项目转换为 Multi 中的流式数据：

	Multi<String> result = uni
	    .onItem().transformToMulti(item -> Multi.createFrom().items(item, item)); // 传递数据并订阅，转为 Multi 类型

转换 Multi 数据流：合并 or 连接

将项目从 Multi 转换到后面管道时，需要决定下游订阅者按哪个顺序接收项目。Mutiny 提供了两种方式：

合并：不保留顺序合并接收到的项目。
连接：维护和连接产生项目的流。

将来自 Multi 中的项目转换为 Uni 中的单个项目：

	Multi<String> merged = multi
	    .onItem().transformToUniAndMerge(name -> invokeRemoteGreetingService(name));
	Multi<String> concat = multi
	    .onItem().transformToUniAndConcatenate(name -> invokeRemoteGreetingService(name));

将接收的 Multi 项目转换到另一个 Multi 管道数据流中：

	Multi<String> merged = multi
	    .onItem().transformToMultiAndMerge(item -> someMulti(item));
	Multi<String> concat = multi
	    .onItem().transformToMultiAndConcatenate(item -> someMulti(item));

失败处理

失败是可观测数据流的终结事件，表明发生了一些异常，失败后不再接收任何项目。

当接收到这样的事件时，您可以:

传播，向下游传播故障(默认)。
转换，将失败转化为另一个失败。
恢复，切换到另一个流，发送回退项或完成事件。
重试，发生异常进行再次尝试，如果尽管进行了多次尝试，但仍然失败，则该失败将向下游传播。

Mutiny 提供了多个操作符来处理失败事件：

观察：使用 onFailure().invoke() 观测失败进行一些操作，如记录日志。
转换：使用 onFailure().transform(failure -> new BizException(failure))，将失败转化为更有意义的异常类型。
恢复：使用 onFailure().recoverWithItem(fallback) 使用回退项进行恢复。
恢复：使用 onFailure().recoverWithUni(f -> getFallbackUni(f)) 切换到另一个异步管道数据流。
完成：Multi 数据流使用 onFailure().recoverWithCompletion() 来发送完成事件替代异常事件。
重试：使用 onFailure().retry().atMost(3) 进行多次重试。
Mutiny 提供了一种指数回退的方法: 每次重试增长间隔：

onFailure().retry()
        .withBackOff(Duration.ofMillis(100), Duration.ofSeconds(1)) // 配置初始延迟和最大延迟。还可以配置抖动来添加随机性。
        .atMost(3)

条件重试：
onFailure().retry().until(f -> shouldWeRetry(f));

转换阻塞I/O操作，在指定线程上执行操作

方法 runSubscriptionOn 请求上游在给定的执行线程上运行订阅，emitOn 用于指定向下游传播项目、失败和完成事件的执行线程，直到使用另一个emitOn:

    Uni.createFrom()
        .item(this::invokeRemoteServiceUsingBlockingIO) // 在指定的线程之上运行
        .runSubscriptionOn(Infrastructure.getDefaultWorkerPool())  // Mutiny 允许底层平台提供默认的工作线程池
        .subscribe().with(...) // 需要订阅

    Multi<String> multi = Multi.createFrom().items("john", "jack", "sue")
        .emitOn(Infrastructure.getDefaultWorkerPool()) // Mutiny 默认使用从上游发出事件的线程调用下一阶段，可以通过 emitOn 更换线程。
        .onItem().transform(this::invokeRemoteServiceUsingBlockingIO);

转换为阻塞的命令式执行

使用 await().indefinitely() 方法来无限期阻塞和等待 Uni 项目数据。
可以使用 await().atMost(Duration.ofSeconds(1)) 指定等待期限
使用 asIterable() 迭代阻塞获取 Multi 数据，或使用asStream() 获取为 java.util.stream.Stream类型数据：

    Iterable<T> iterable = multi.subscribe().asIterable();
    for (T item : iterable) {
        doSomethingWithItem(item);
    }

使用 Unchecked.function 避免手动 try/catch 操作

当集成抛出检查异常(如IOException)的库时，添加 try/catch 块并将抛出的异常包装到运行时异常中并不是很方便。

    Uni<Integer> uni = item.onItem().transform(Unchecked.function(i -> {
        return methodThrowingIoException(i); // 可以抛出运行时异常
    }));

可以通过 import static io.smallrye.mutiny.unchecked.Unchecked.*; 方便使用各类 Unchecked.function 包装操作

使用 multi.select() 过滤 Multi 数据

    multi.select().where(i -> i > 6) // 条件为 true 是可以继续传播
    select().when(i -> Uni.createFrom().item(i > 6)) // when 异步版本，返回 Uni<Boolean>
    multi.select().distinct() // 过滤相同项，不能在大型或无限流上使用
    multi.select().repetitions() // 过滤连续的重复项，可以在大型或无限流上使用

将 Multi 数据聚合为 Uni

收集到一个列表：通过 collect().asList() 将项目存储在一个列表中 Uni<list<T>>。当 Multi 完成时，它会发出最终列表。

    Uni<List<String>> uni = multi.collect().asList();

收集到 Map 中：通过给 asMap 提供一个函数来计算每个项目的键来实现，key 相同的项会覆盖。 .asMultiMap 可以将相同 key 的项保存到一个列表

    Uni<Map<String, String>> uni = multi.collect().asMap(item -> getUniqueKey(item));

自定义聚合器收集：

    Uni<MyCollection> uni = multi.collect().in(MyCollection::new, (col, item) -> col.add(item)); // 提供容器和累加方法
    Uni<Long> count = multi.collect().with(Collectors.counting()); // 使用 Java Collector

通过 ifNull() 处理空项

    uni.onItem().ifNull().continueWith("hello");
    uni.onItem().ifNull().switchTo(() -> Uni.createFrom().item("hello"));
    uni.onItem().ifNull().failWith(() -> new Exception("Boom!"));
    uni.onItem().ifNotNull().transform(String::toUpperCase) // 非空项

超时处理

为 HTTP 调用等操作添加超时或截止时间，如果在截止时间之前没有得到响应，则认为操作失败。

    Uni<String> uniWithTimeout = uni
            .ifNoItem().after(Duration.ofMillis(100)) // 设置超时
            .recoverWithItem("some fallback item"); // 设置超时处理方式：恢复
            .fail().onFailure(TimeoutException.class).recoverWithItem("we got a timeout"); // 报错
            .failWith(() -> new ServiceUnavailableException()) // 自定义异常

事件延迟

通过 onItem().delayIt() 延迟 Uni 的项目事件

    Uni<String> delayed = Uni.createFrom().item("hello")
            .onItem().delayIt().by(Duration.ofMillis(10)); // 固定时长
           .onItem().delayIt().until(this::write); // 其他事件结束

Multi 无 delayIt 方法，可以通过 call() 方法实现

    // 将所有项目延迟10毫秒
    Multi<Integer> delayed = multi 
            .onItem().call(i -> Uni.createFrom().nullItem().onItem().delayIt().by(Duration.ofMillis(10)));

使用 map flatMap concatMap 方法

对应关系如下：

map -> onItem().transform()
flatMap -> onItem().transformToUniAndMerge
concatMap -> onItem().transformToUniAndConcatenate

Mutiny API 是围绕组的思想进行分解的，每个组处理一个特定的事件，并提供操作符。然而，为了避免冗长，Mutiny还公开了常用方法的
快捷调用方法对应关系表。

控制需求

设置需求，pacedemand() 操作符可用于在特定时间点自动发布请求。

    // 每100毫秒发出25项请求
    FixedDemandPacer pacer = new FixedDemandPacer(25L, Duration.ofMillis(100L));
    Multi<Integer> multi = Multi.createFrom().range(0, 100)
            .paceDemand().on(Infrastructure.getDefaultWorkerPool()).using(pacer);

限制需求

capDemandsTo 和 capDemandUsing 操作符可用于限制下游用户的请求。 capDemandTo 操作符定义了可以流动的最大数据量。
capDemandUsing 可以通过函数根据自定义公式或先前的需求观察值提供上限值。

    Multi.createFrom().range(0, 100)
            .capDemandsTo(50L).subscribe()

总结

Mutiny 是一个基于 Reactive Streams 标准实现的异步编程库，旨在简化异步编程代码的编写和维护，提高程序的性能和可伸缩性。Mutiny 库根据不同的事件类型分组提供了丰富的操作符，支持开发者进行数据流的转换、过滤、聚合等操作，从而实现更加灵活和高效的异步编程。

Mutiny 可以理解为一个基于事件驱动的数据流处理管道，对数据流从上游到下游的管道进行编排，并传递数据，在发生各种事件时通过各类操作符进行处理。还需要在以后的实际使用中不断加深理解。

在 Quarkus 中的使用 Mutiny 进行响应式编程

在 Quarkus 中使用 Mutiny - 事件驱动的 Java 响应式编程库

概述

为什么异步很重要 ?

什么是响应式编程 (Reactive Programming) ?

Mutiny 的优势 在于其 API 设计

Mutiny 事件驱动流程

Uni and Multi

Quarkus REST

请求或响应过滤器

映射实体和 HTTP 主体

Mutiny API

处理过程

创建数据流管道

观察事件

转换项目

失败处理

转换阻塞I/O操作，在指定线程上执行操作

转换为阻塞的命令式执行

使用 Unchecked.function 避免手动 try/catch 操作

使用 multi.select() 过滤 Multi 数据

将 Multi 数据聚合为 Uni

通过 ifNull() 处理空项

超时处理

事件延迟

使用 map flatMap concatMap 方法

控制需求

总结

更多参考

相关文章

Mutiny 的优势在于其 API 设计