本文旨在深入探讨如何在 Reactor 框架中，特别是面对由外部库提供的现有 Flux 时，有效地引入新数据并将其与现有流合并。文章将阐明直接“发射”到 Flux 的局限性，重点讲解通过创建新的数据流并使用 Flux.merge 等操作符进行合并的策略，同时强调了处理一次性订阅 Flux 的关键注意事项与解决方案。
1. 理解 Reactor Flux 的发布者特性
在 Reactor 编程模型中，Flux 和 Mono 是数据发布者（Publisher），它们负责按照 Reactive Streams 规范将数据序列发布给订阅者（Subscriber）。与传统的命令式编程中的队列或列表不同，Flux 并非一个可以直接“写入”或“发射”数据进去的容器。因此，像 aFluxMap.emit(myObj) 这样的方法在 Flux 或 Mono 接口中是不存在的。
如果你希望将自定义数据引入到响应式流中，你需要做的是创建一个 新的 发布者，由这个发布者来产生你的数据。
2. 创建自定义数据源
为了动态地向响应式流中注入数据，Reactor 提供了多种机制来创建可控制的发布者。其中最常用且灵活的方式是使用 Sinks API 或 FluxProcessor。
2.1 使用 Sinks.many() (推荐)
Sinks 是 Reactor 3.4 引入的更现代、更安全的 API，用于创建多值（Sinks.many()）或单值（Sinks.one()）的发布者，并提供了一个 FluxSink 类似的接口来发射数据。
import reactor.core.publisher.Flux;import reactor.core.publisher.Sinks;public class CustomDataSource { // 定义一个 Sinks.Many 对象，用于发射 MyRawType 类型的数据 // 这里使用 unicast() 模式，表示只有一个订阅者 private final Sinks.Many rawTypeSink = Sinks.many().unicast().onBackpressureBuffer(); // 暴露一个 Flux 供外部订阅 public Flux getRawTypeFlux() { return rawTypeSink.asFlux(); } // 外部调用此方法来发射数据 public void emitRawType(MyRawType data) { rawTypeSink.tryEmitNext(data).orThrow(); // 尝试发射数据，如果失败则抛出异常 } // 示例：MyRawType 是你的原始数据类型 static class MyRawType { String id; // ... constructor, getters, etc. } public static void main(String[] args) { CustomDataSource dataSource = new CustomDataSource(); Flux myRawFlux = dataSource.getRawTypeFlux(); myRawFlux.map(raw -> { // 模拟将 MyRawType 转换为 MappedType System.out.println("Converting raw: " + raw.id); return new MappedType("Mapped-" + raw.id); }).subscribe(mapped -> System.out.println("Received MappedType: " + mapped.name)); // 动态发射数据 dataSource.emitRawType(new MyRawType("A")); dataSource.emitRawType(new MyRawType("B")); // ... } // 示例：MappedType 是外部库期望的类型 static class MappedType { String name; // ... constructor, getters, etc. public MappedType(String name) { this.name = name; } }}
2.2 使用 FluxProcessor (传统方式)
FluxProcessor 是一类特殊的 Flux，它同时实现了 Subscriber 和 Publisher 接口，可以作为数据处理链中的桥梁。UnicastProcessor 是一个常见的选择，但它有“一次性订阅”的限制（详见后续章节）。
有道小P
有道小P，新一代AI全科学习助手，在学习中遇到任何问题都可以问我。
64 查看详情 
import reactor.core.publisher.Flux;import reactor.core.publisher.UnicastProcessor;import reactor.core.publisher.FluxSink;public class CustomDataSourceProcessor { private final UnicastProcessor myProcessor = UnicastProcessor.create(); private final FluxSink mySink = myProcessor.sink(); public Flux getRawTypeFlux() { return myProcessor; } public void emitRawType(MyRawType data) { mySink.next(data); } // MyRawType 和 MappedType 定义同上 static class MyRawType { String id; public MyRawType(String id) { this.id = id; } } static class MappedType { String name; public MappedType(String name) { this.name = name; } } public static void main(String[] args) { CustomDataSourceProcessor dataSource = new CustomDataSourceProcessor(); Flux myRawFlux = dataSource.getRawTypeFlux(); myRawFlux.map(raw -> { System.out.println("Converting raw: " + raw.id); return new MappedType("Mapped-" + raw.id); }).subscribe(mapped -> System.out.println("Received MappedType: " + mapped.name)); dataSource.emitRawType(new MyRawType("X")); dataSource.emitRawType(new MyRawType("Y")); }}
3. 合并现有 Flux 与新数据流
一旦你创建了自己的数据源（例如 myRawFlux），下一步就是将其与外部库提供的 Flux 进行整合。这里的关键是，你的自定义数据在与外部库的 Flux 合并之前，通常需要先转换为相同的类型 (MappedType)。
假设外部库提供的方法如下：
public class Library { public static Flux createMappingToMappedType() { // 模拟一个持续产生 MappedType 的 Flux return Flux.just(new MappedType("Lib-1"), new MappedType("Lib-2")) .delayElements(java.time.Duration.ofMillis(100)); }}
现在，我们将你的自定义数据流（经过转换后）与 Library.createMappingToMappedType() 返回的 Flux 进行合并。
import reactor.core.publisher.Flux;import reactor.core.publisher.Sinks;import java.time.Duration;public class FluxMergingExample { // 假设这是你的原始数据类型和目标映射类型 static class MyRawType { String id; public MyRawType(String id) { this.id = id; } } static class MappedType { String name; public MappedType(String name) { this.name = name; } } // 模拟外部库 static class Library { public static Flux createMappingToMappedType() { System.out.println("Library.createMappingToMappedType() called."); return Flux.interval(Duration.ofMillis(200)) // 每200ms产生一个元素 .map(i -> new MappedType("Lib-Item-" + i)) .take(3); // 只取3个元素 } } // 模拟将原始类型转换为映射类型的方法 private static MappedType convertRawToMappedType(MyRawType raw) { System.out.println("Converting raw: " + raw.id); return new MappedType("My-Converted-" + raw.id); } public static void main(String[] args) throws InterruptedException { // 1. 创建你的自定义数据源 Sinks.Many myRawSink = Sinks.many().unicast().onBackpressureBuffer(); Flux myRawFlux = myRawSink.asFlux(); // 2. 将你的原始数据流转换为 MappedType Flux myConvertedFlux = myRawFlux.map(FluxMergingExample::convertRawToMappedType); // 3. 获取外部库的 Flux Flux aFluxMap = Library.createMappingToMappedType(); // 4. 合并两个 MappedType 流 // Flux.merge 用于并行合并，元素会根据到达时间交叉输出 Flux combinedFlux = Flux.merge(aFluxMap, myConvertedFlux); // 5. 订阅并处理合并后的流 combinedFlux.doOnNext(converted -> System.out.println("Received combined MappedType: " + converted.name)) .doOnComplete(() -> System.out.println("Combined Flux completed!")) .subscribe(); // 6. 动态发射你的数据 System.out.println("Emitting custom data..."); myRawSink.tryEmitNext(new MyRawType("A")).orThrow(); Thread.sleep(100); // 稍作等待 myRawSink.tryEmitNext(new MyRawType("B")).orThrow(); Thread.sleep(300); // 稍作等待，让库的Flux也能发射一些 myRawSink.tryEmitNext(new MyRawType("C")).orThrow(); myRawSink.tryEmitComplete(); // 完成你的数据源 // 等待所有异步操作完成 Thread.sleep(1000); }}
在 Reactor 中，有几个常用的操作符用于合并流：
**`Flux
以上就是如何在 Reactor 中向现有 Flux 引入数据并合并流的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/216173.html
微信扫一扫 
支付宝扫一扫 
