响应式流和reactor框架进阶

响应式流创建、转换、处理

本文档主要介绍在响应式编程中如何从流中获取数据并处理。

前提条件

假设您已经能掌握Java基础、Maven使用、Lamda表达式、响应式编程等基础。

如何获取流中数据

🌏 说明
1、不要试图从流中获取数据出来，而是先思考需要对流中元素做什么，响应式代码需要使用响应式> 方法（如subscribe()）来订阅数据流并触发异步处理。
2、需要对流中的数据进行操作时，都应该使用对应操作符来处理，根据Mono/Flux等提供的操作符> API进行组合操作。
3、如下图reactor官方marble diagrams图示意，我们需要做的就是编写operator部分，而> operator即为Mono/Flux等提供的各类操作符如.map()、.flatMap()等方法。
4、关于操作符的API如果不明白含义时可以看marble diagrams示意图，鼠标放在操作符上即可。
5、响应式里面可以操作非响应式的方法，但非响应式方法内无法返回响应式结果。

在这里插入图片描述

流数据产生的时机

官方释义：
在 Reactor 中，当你创建了一条 Publisher 处理链，数据还不会开始生成。事实上，你是创建了一种抽象的对于异步处理流程的描述（从而方便重用和组装）。
当真正“订阅（subscribe）”的时候，你需要将 Publisher 关联到一个 Subscriber 上，然后才会触发整个链的流动。这时候，Subscriber 会向上游发送一个 request 信号，一直到达源头的 Publisher。

🌏 说明
1后端代码直接声明响应式流时需要显示声明.subscribe()才能订阅到数据。
2前端接口调用则无需显示声明.subscribe()（前端本身即为订阅者）。

注意事项

‼️ 警告
在响应式编程中，在任何时候执行业务代码时都不要使用block()、blockFirst()、blockXX()方法，
为了避免使用block()，我们应该尽可能地使用响应式操作符（如map、flatMap、filter等）对数> 据流进行转换和处理。
使用block()方法可能引发以下问题：
1、阻塞线程：调用block()方法会阻塞当前线程，导致无法处理其他并发请求。这会降低系统的吞吐> 量和响应性能。
2、死锁风险：如果在处理响应式流时使用了block()方法，而其中某些操作也依赖于同一个线程的结> 果，则可能导致死锁。
3、内存资源浪费：阻塞调用将持续占用线程，而每个线程都需要额外的内存资源。如果应用程序中同时有大量的阻塞操作，可能导致线程池耗尽和内存资源浪费。

示例代码

创建 Flux 或 Mono 并订阅它的简单方法

创建Mono流并订阅

Mono<String> noData = Mono.empty(); Mono<String> data = Mono.just("foo"); //1. noData.subscribe(); //2.
data.subscribe();	//3.

代码说明：

1、将String对象转成Mono流

2、订阅Mono流，empty()什么也不会返回，控制台不会打印任何数据。

3、订阅Mono流，打印foo。

Mono更多说明：

●发出一个 T，我已经有了：just

○基于一个 Optional：Mono#justOrEmpty(Optional)

○基于一个可能为 null 的 T：Mono#justOrEmpty(T)

●发出一个 T，且还是由 just 方法返回

○但是“懒”创建的：使用 Mono#fromSupplier 或用 Mono#defer 包装 just

Flux<String> seq1 = Flux.just("foo", "bar", "foobar");List<String> iterable = Arrays.asList("foo", "bar", "foobar"); //
Flux<String> seq2 = Flux.fromIterable(iterable); //1.seq1.subscribe(); //2.
seq2.subscribe();

代码说明：

1、将List对象转成Flux流

2、订阅Flux流，使Flux流开始产生数据，并依次打印foo、bar、foobar。

Flux更多说明：

●发出许多 T，这些元素我可以明确列举出来：Flux#just(T…)

●基于迭代数据结构:

○一个数组：Flux#fromArray

○一个集合或 Iterable类型数据：Flux#fromIterable

○一个Stream类型：Flux#fromStream(Supplier)

○一个连续的数字区间：Flux#range

对序列进行转换

1-1的转换

●1对1地转化（比如字符串转化为它的长度）：map()

○类型转换：cast()

○获取流中每个元素的序号：Flux#index

Flux<String> source = Flux.fromIterable(Arrays.asList("blue", "green", "orange", "purple")).map(String::toUpperCase);
source.subscribe(d -> System.out.println("Subscriber: "+d));

1-n的转换

●丢弃流中一些数据empty

 Flux.fromIterable(Arrays.asList("blue", "green", "orange", "purple", "gray")).flatMap(item -> Mono.justOrEmpty(item.toUpperCase())).flatMap(item -> {if (item.startsWith("g")) {return Mono.empty();}return Mono.just(item);}).subscribe();

●对每一个元素执行一个异步操作flatMap

Flux.fromIterable(Arrays.asList("blue", "green", "orange", "purple")).flatMap(item -> Mono.justOrEmpty(item.toUpperCase())).subscribe();

●基于Mono结果流返回多个元素的序列flatMapMany

Mono.just("foo").flatMapMany(foo -> Flux.fromIterable(Arrays.asList("blue", "green", "orange", "purple")).flatMap(item -> Mono.justOrEmpty(item.toUpperCase())).map(upperItem -> new StringBuilder(upperItem).append(" ").append("with").append(" ").append(foo).toString())).subscribe();

●自定义转化方法和/或状态：handle

💡 注意
响应式方法里面不能返回null，如果上一操作符返回的数据内包含null值，响应流会抛出异常，如果一定要处理null值，可以使用handle方法,Mono/Flux均含有handle方法.
1、映射到字母。
2、如果返回的是 null …
3、就不会调用 sink.next 从而过滤掉

public String alphabet(int letterNumber) {if (letterNumber < 1 || letterNumber > 26) {return null;}int letterIndexAscii = 'A' + letterNumber - 1;return "" + (char) letterIndexAscii;
}Flux<String> alphabet = Flux.just(-1, 30, 13, 9, 20).handle((i, sink) -> {String letter = alphabet(i); //1.if (letter != null) 	//2.sink.next(letter); //3.});alphabet.subscribe(System.out::println);

创建Flux流并订阅

仅对数据做打印或赋值

不对序列造成改变的情况下，得到通知或执行一些操作

●发出元素：doOnNext

Map<String, Object> map = new HashMap<>();
map.put("demo","value");
Mono.just(map).doOnNext(time -> map.put("time", LocalDateTime.now())).subscribe(time -> System.out.println("map：" + map));

●因错误终止：doOnError

Flux.<String>error(new IllegalArgumentException()).doOnError(System.out::println).subscribe();

●取消：doOnCancel

●订阅时：doOnSubscribe

●请求时：doOnRequest

●序列完成：Flux#doOnComplete，Mono#doOnSuccess

●所有类型的信号（Signal）：Flux#doOnEach

●所有结束的情况（完成complete、错误error、取消cancel）：doFinally

●记录日志：log

将Flux转成Mono流

●只取第一个元素放到 Mono 中返回：Flux#next()

●最多只取 1 个元素：

○给定序号：Flux#elementAt

○最后一个：.takeLast(1)

■如果为序列空则发出错误信号：Flux#last()

■如果序列为空则返回默认值：Flux#last(T)

●我只想要一个元素（如果多于一个就返回错误）…

○如果序列为空，发出错误信号：Flux#single()

○如果序列为空，发出一个缺省值：Flux#single(T)

○如果序列为空就返回一个空序列：Flux#singleOrEmpty

响应式流中空序列处理

defaultIfEmpty：空流时想要一个默认值来代替

myMethod.emptySequenceForKey("a") // 这个方法返回一个空的 Mono<String>.defaultIfEmpty("") // 将空序列转换为包含字符串 "" 的序列.zipWhen(aString -> myMethod.process("b")) // 当 "" 发出时被调用.subscribe();

switchIfEmpty：空流时响应一个默认流来代替

userService.getFavorites(userId) .flatMap(favoriteService::getDetails) .switchIfEmpty(suggestionService.getSuggestions()) .subscribe();

响应式流中异常处理

创建一个错误序列

创建Flux.error()流

//Flux.error(Throwable)：创建一个发出指定错误的 Flux。
Flux<Object> fluxWithError = Flux.error(new RuntimeException("Something went wrong"));

创建Mono.error()流

//Mono.error(Throwable)：创建一个发出指定错误的 Mono。
Mono<Object> monoWithError = Mono.error(new RuntimeException("Something went wrong"));

如果元素超时未发出

模拟一个Flux流中的信号延迟5s才发送，但监听整个流超过3s时会抛出超时异常TimeoutException。

Flux<Object> fluxWithTimeout = Flux.just("value").delayElements(Duration.ofSeconds(5)).timeout(Duration.ofSeconds(3)); //如果元素在指定时间内未发出，则会超时。

try/catch的表达方式

抛出异常

//Flux.error(Throwable)：创建一个发出指定错误的 Flux。
Flux<Object> fluxWithError = Flux.error(new RuntimeException("Something went wrong"));

捕获异常并返回默认值

//onErrorReturn(T)：捕获异常并返回一个默认值。
Mono<Object> monoWithDefault = Mono.error(new RuntimeException("Something went wrong")).onErrorReturn("Default value");

获异常并返回另一个Flux或Mono

//onErrorResume(Function)：捕获异常并返回另一个 Flux 或 Mono。
Flux<Object> fluxWithFallback = Flux.error(new RuntimeException("Something went wrong")).onErrorResume(e -> Flux.just("Fallback value"));

包装异常后再抛出：

//onErrorMap(Function)：捕获异常并对异常进行包装后再抛出。
Flux<Object> fluxWithErrorMapping = Flux.just("value").flatMap(value -> {try {//某些操作可能引发异常return Mono.just(value.toUpperCase());} catch (Exception e) {return Mono.error(new RuntimeException("Error occurred", e));}});

finally代码块

//doFinally(Consumer)：在序列完成时执行 finally 代码块，可以根据 SignalType 进行不同的处理。
Mono<Object> monoWithFinally = Mono.just("value").doFinally(signalType -> {if (signalType == SignalType.ON_COMPLETE) {System.out.println("Finally block: Completed");} else if (signalType == SignalType.ON_ERROR) {System.out.println("Finally block: Error occurred");}});

处理错误

返回一个默认的值：onErrorReturn

//使用 onErrorReturn 操作符来捕获异常并返回一个默认值。
Mono<Object> monoWithDefault = Mono.error(new RuntimeException("Something went wrong")).onErrorReturn("Default value");

返回另一个Publisher：onErrorResume

//使用 onErrorResume 操作符来捕获异常并返回另一个 Flux 或 Mono。
Flux<Object> fluxWithFallback = Flux.error(new RuntimeException("Something went wrong")).onErrorResume(e -> Flux.just("Fallback value"));

重试：retry

//使用 retry 操作符来在遇到错误时重试。
Flux<Object> fluxWithRetry = Flux.just("value").concatWith(Flux.error(new RuntimeException("Something went wrong"))).retry(3); // 重试三次

伴随触发：retryWhen

//使用 retryWhen 操作符来在遇到错误时根据自定义的重试策略重试。
import reactor.util.retry.Retry;
import java.time.Duration;Flux<Object> fluxWithRetryWhen = Flux.just("value").concatWith(Flux.error(new RuntimeException("Something went wrong"))).retryWhen(Retry.backoff(3, Duration.ofSeconds(1))); // 指数退避重试，最多重试三次，间隔一秒

处理背压错误

🌏 说明

处理回压错误是确保上游和下游之间的流量控制，以避免潜在的资源耗尽或系统不稳定。Reactor 提供了几种处理回压错误的策略，包括抛出异常、丢弃元素、保留最新元素、以及缓存元素等。以下是示例：

抛出 IllegalStateException：Flux#onBackpressureError

//onBackpressureError()：抛出 IllegalStateException。
Flux.range(1, 1000).onBackpressureError().subscribe(System.out::println);

丢弃策略：Flux#onBackpressureDrop

//onBackpressureDrop()：丢弃元素。
Flux.range(1, 1000).onBackpressureDrop().subscribe(System.out::println);

不丢弃最后一个元素：Flux#onBackpressureLatest

//onBackpressureLatest()：保留最新元素。
Flux.range(1, 1000).onBackpressureLatest().subscribe(System.out::println);

缓存策略（有限或无限）：Flux#onBackpressureBuffer

//onBackpressureBuffer()：缓存元素。
Flux.range(1, 1000).onBackpressureBuffer().subscribe(System.out::println);

有限缓存空间并应用给定策略：Flux#onBackpressureBuffer 带有策略 BufferOverflowStrategy

//onBackpressureBuffer(int capacity, BufferOverflowStrategy strategy)：指定缓存空间大小和溢出策略。
import reactor.core.publisher.BufferOverflowStrategy;Flux.range(1, 1000).onBackpressureBuffer(10, BufferOverflowStrategy.DROP_OLDEST).subscribe(System.out::println);

常见响应式操作符

基本概念

Publisher：发布者(数据流)，发布者负责向订阅者发送数据项，并管理数据流的发布。

Subscriber：订阅者，通过订阅者，可以实现响应式编程中的数据流控制和处理逻辑。

Mono: 包含0-1个数据的发布者，实现了Publisher。

Flux: 包含0-n个数据的发布者，实现了Publisher。

Operator: 操作符，表示对数据流中的数据的操作描述。用于改变发布者的行为。

🌏 说明

当发布者被订阅时，发布者才开始生产消息：编写代码实际上是使用操作符来一个描述数据处理逻辑，当发布者被订阅时才会执行这些处理逻辑。

常用操作符

map：转换上游数据

map操作符用于对流中的每个元素进行转换，并返回一个新的流。它可以将一个类型的流转换为另一个类型的流，或者对原始流中的元素进行修改。

功能描述

对流中的每个元素应用指定的转换函数。
返回一个包含转换后的元素的新流。
保持了原来流的顺序，但元素的类型可能不同。

使用场景

**数据的转换和映射：**通过定义转换函数，将流中的元素从一种类型转换为另一种类型。
**数据的处理和加工：**对流中的元素进行处理，例如提取特定字段、计算属性等。
**数据的规范化和标准化：**对流中的元素进行规范化、标准化或格式化操作。

返回值

map操作符返回一个新的流，其中包含经过转换函数转换后的元素。

使用示例

假设有一个数据流source，包含整数数据，我们使用map方法对数据流中的每个整数进行平方操作

import reactor.core.publisher.Flux;public class MapOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(1, 2, 3, 4);Flux<Integer> squaredStream = source.map(num -> num * num);squaredStream.subscribe(squaredNum -> System.out.println("Squared number: " + squaredNum));}
}

mapNotNull：转换上游数据,并忽略null值

mapNotNull操作符是用于转换上游数据并忽略其中的null值的操作。它类似于map操作符，但会自动过滤掉转换后的结果为null的元素。

功能描述

对流中的每个元素应用指定的转换函数。
自动过滤后转换后的结果为null的元素。
返回一个包含非null转换结果的新流。

使用场景

数据的转换和映射：通过定义转换函数，将流中的元素从一种类型转换为另一种类型，同时过滤掉转换结果为null的元素。

返回值

mapNotNull方法返回一个新的流，其中包含经过转换函数转换后的非null元素。

使用示例

假设有一个数据流source，包含字符串数据，我们使用mapNotNull操作符对数据流中的每个字符串进行转换操作，并过滤掉映射结果为null的元素。

import reactor.core.publisher.Flux;public class MapNotNullOperatorExample {public static void main(String[] args) {Flux<String> source = Flux.just("apple", "", "banana", null, "cherry");Flux<String> mappedStream = source.mapNotNull(str -> {if (str != null && !str.isEmpty()) {return str.toUpperCase();} else {return null;}});mappedStream.subscribe(mappedStr -> System.out.println("Mapped string: " + mappedStr));}
}

flatMap：转换上游数据，但是结果是一个数据流，并将这个数据流平铺

flatMap操作符用于将上游数据进行转换，并将结果作为一个新的数据流展开（平铺）。它可以将一个元素转换为多个元素的流，并将这些流合并成一个单一的流。

功能描述

对流中的每个元素应用指定的转换函数。
转换函数返回一个流作为结果。
将所有转换后的流合并成一个单一的流。

使用场景

**数据的转换和拆解：**通过定义转换函数，将一个元素转换为多个元素的流，并将这些流合并成单一的流。
**扁平化数据结构：**将嵌套的数据结构展开为扁平的数据流。

返回值

flatMap操作符返回一个新的流，其中包含转换后的展开（平铺）元素。

使用示例

假设有一个数据流source，包含字符串数据，我们使用flatMap操作符将数据流中的每个字符串拆分为单个字符，并将这些字符作为新的数据流发送给下游。

import reactor.core.publisher.Flux;public class FlatMapOperatorExample {public static void main(String[] args) {Flux<String> source = Flux.just("hello", "world", "reactive");Flux<Character> flatMappedStream = source.flatMap(str ->Flux.fromArray(str.split("")));flatMappedStream.subscribe(ch -> System.out.println("Character: " + ch));}
}

flatMapMany：转换Mono中的元素为Flux(1个转多个)

flatMapMany操作符用于将Mono中的元素转换为一个包含多个元素的Flux。它是对flatMap方法的特化，适用于将单个元素转换为多个元素的场景。

功能描述

对Mono中的元素应用指定的转换函数。
转换函数返回一个Flux作为结果。
将转换后的Flux中的所有元素合并成一个单一的Flux。

使用场景

**单个元素转多个元素：**当需要将Mono中的单个元素转换为多个元素时，可以使用flatMapMany操作符。
**扩展和拆解数据：**将一个包含单个元素的Mono扩展为包含多个元素的Flux，并进行进一步处理。

返回值

flatMapMany操作符返回一个新的Flux，其中包含转换后的多个元素。

使用示例

假设有一个Mono对象sourceMono，包含一个字符串数据，我们使用flatMapMany操作符将Mono中的字符串拆分为单个字符，并作为一个新的Flux数据流发送给下游。

import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;public class FlatMapManyOperatorExample {public static void main(String[] args) {Mono<String> sourceMono = Mono.just("hello");Flux<Character> flatMappedStream = sourceMono.flatMapMany(str ->Flux.fromArray(str.split("")));flatMappedStream.subscribe(ch -> System.out.println("Character: " + ch));}
}

filter：过滤元素

filter操作符用于根据给定的条件过滤流中的元素。它允许只保留符合条件的元素，而过滤掉不符合条件的元素。

功能描述

根据给定的条件过滤流中的元素。
只保留符合条件的元素，过滤掉不符合条件的元素。

使用场景

**数据筛选：**当需要从数据流中筛选出符合特定条件的元素时，可以使用filter操作符。
**数据过滤：**用于过滤掉不需要的数据，只保留满足条件的数据。

返回值

filter操作符返回一个包含符合条件的元素的新的Flux流。

使用示例

假设有一个数据流source，包含整数数据，我们使用filter操作符过滤出数据流中大于5的元素。

import reactor.core.publisher.Flux;public class FilterOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(3, 7, 2, 9, 5);Flux<Integer> filteredStream = source.filter(num -> num > 5);filteredStream.subscribe(filteredNum -> System.out.println("Filtered number: " + filteredNum));}
}

filterWhen：异步过滤**

filterWhen操作符是用于异步过滤数据流中元素的操作符，在进行过滤时可以异步地根据给定条件来判断是否保留元素。

功能描述

异步过滤操作：filterWhen操作符允许使用异步的条件来过滤数据流中的元素。
**条件判断：**每个元素都可以通过异步条件判断来确定是否应该保留在数据流中。
**保留规则：**当条件为true时，保留元素；当条件为false时，丢弃元素。

使用场景

**异步条件过滤：**当需要根据异步条件来过滤数据流中的元素时，可以使用filterWhen操作符。
**延迟判断：**适用于需要等待异步操作完成后才能确定是否保留元素的场景。

返回值

filterWhen操作符返回与原始数据流中符合条件的元素类型相同。

使用示例

假设有一个数据流source，包含整数数据，我们使用filterWhen操作符根据异步条件来过滤出数据流中大于5的元素。

import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;public class FilterWhenOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(3, 7, 2, 9, 5);Flux<Integer> filteredStream = source.filterWhen(num ->Mono.fromCallable(() -> num > 5));filteredStream.subscribe(filteredNum -> System.out.println("Filtered number: " + filteredNum));}
}

concat：将多个流连接在一起组成一个流(按顺序订阅)

concat操作符用于将多个流按照顺序连接在一起，形成一个新的流。它会先订阅并处理第一个流的元素，然后再处理下一个流的元素，以此类推，保持了流的顺序。

功能描述

将多个流按照顺序连接在一起。
按照连接的顺序依次订阅和处理每个流的元素。

使用场景

**合并多个流：**当需要将多个流合并成一个单一的流，并保持原始流的顺序时，可以使用concat操作符。
**依赖前后顺序：**当需要确保流的订阅和处理按照特定的顺序进行时，可以使用concat操作符。

返回值

concat操作符返回一个新的流，该流是多个流按照顺序连接后的结果。

使用示例

创建两个整数数据流，使用concat操作符按顺序连接它们，并通过订阅处理输出连接后的全部元素的过程。

import reactor.core.publisher.Flux;public class ConcatOperatorExample {public static void main(String[] args) {Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(4, 5, 6);Flux.concat(flux1, flux2).subscribe(System.out::println);}
}// 输出结果为：1, 2, 3, 4, 5, 6

concatWith：组合流。（原始流追加另一个流后的结果。）

concatWith操作符用于连接两个流，将它们合并为一个新的流。它允许按照顺序将一个流的元素追加到另一个流的末尾。

功能描述

连接两个流，将它们合并为一个新的流。
将一个流的元素追加到另一个流的末尾。

使用场景

当需要将两个流按照顺序合并为一个流时，可以使用concatWith操作符。
适用于需要按照特定的顺序连接多个流的情况。

返回值

concatWith操作符返回一个新的流，包含合并后的元素，该流是原始流追加另一个流后的结果。

使用示例

通过concatWith操作符将flux2追加到flux1的末尾，形成一个新的Flux。最后通过订阅这个新的Flux，输出的结果为按顺序连接后的所有元素：1, 2, 3, 4, 5, 6。

import reactor.core.publisher.Flux;public class ConcatWithOperatorExample {public static void main(String[] args) {Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(4, 5, 6);flux1.concatWith(flux2).subscribe(System.out::println);}
}
// 输出结果为：1, 2, 3, 4, 5, 6

merge：将多个流合并在一起,同时订阅流

merge操作符用于将多个流合并在一起，同时订阅这些流。它会同时订阅所有的流，并按照元素的到达顺序进行处理。

功能描述

将多个流合并在一起。
同时订阅所有的流。
按照元素的到达顺序依次处理这些流的元素。

使用场景

**合并多个流：**当需要将多个流合并成一个单一的流时，可以使用merge操作符。
**并发处理多个流：**当需要并发地处理多个流中的元素时，可以使用merge操作符。

返回值

merge操作符返回一个新的流，其中包含合并后的多个原始流中的所有元素。

使用示例

通过merge操作符将这两个Flux合并为一个新的Flux，并通过订阅这个新的Flux，同时处理flux1和flux2的元素并输出。由于merge是并行合并多个Flux，所以输出的结果可能是乱序的。

import reactor.core.publisher.Flux;public class MergeOperatorExample {public static void main(String[] args) {Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(4, 5, 6);Flux.merge(flux1, flux2).subscribe(System.out::println);}
}

zip：压缩多个流中的元素

zip操作符用将多个流中的元素进行压缩，即按照索引位置一对一地组合这些流的元素。它会从每个流中取出相同索引位置的元素，并将它们合并成一个新的元素。

功能描述

将多个流中的元素按照索引位置进行压缩。
从每个流中取出相同索引位置的元素，并将他们合并成一个新的元素。
新的元素按照原始流的顺序排列。

使用场景

**元素一对一组合：**当需要将多个流中的元素按照索引位置进行一对一的组合时，可以使用zip操作符。
**数据聚合：**当需要将多个相关流的元素聚合到一个新的数据结构中时，可以使用zip操作符。

返回值

zip操作符返回一个新的流，其中包含原始流中按照索引位置压缩后的元素。

使用示例

通过zip操作符将flux1和flux2中对应位置的元素进行乘法操作，生成一个新的Flux，并通过订阅这个新的Flux，输出的结果为对应位置元素相乘的结果：10, 40, 90。

import reactor.core.publisher.Flux;public class ZipOperatorExample {public static void main(String[] args) {Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(10, 20, 30);Flux.zip(flux1, flux2, (num1, num2) -> num1 * num2).subscribe(System.out::println);}
}

then：上游流完成后执行其他的操作.

then操作符用于在上游流完成后执行其他的操作。它允许在流完成时触发一些额外的逻辑，而不是处理流中的元素。

功能描述

在上游流完成后执行其他的操作。
不关心上游流中的具体元素，只关注流的完成事件。
返回一个新的Publisher，在上游流完成后触发指定的操作。

使用场景

**执行清理操作：**当需要在上游流完成后执行一些清理逻辑，如关闭资源或释放锁等，可以使用then操作符。
**触发异步操作：**当需要在上游流完成后触发一些异步操作，如发送通知或触发其他的流，可以使用then操作符。

返回值

then操作符返回一个新的Publisher，它会在上游流完成后触发指定的操作。

使用示例

创建了一个包含字符串"Hello"的Mono，当流成功完成时会打印一条消息。然后使用then操作符，在流完成后添加了一个新的Mono，包含字符串"World"。在then操作符执行后，会打印一条消息表示执行了then操作，并输出"World"。最终通过订阅执行整个流程。

import reactor.core.publisher.Mono;public class ThenOperatorExample {public static void main(String[] args) {Mono.just("Hello").doOnSuccess(value -> System.out.println("Source stream completed with value: " + value)).then(Mono.just("World")).doOnSuccess(value -> System.out.println("Then operator executed with value: " + value)).subscribe();}
}

doOnNext：流中产生数据时执行.

doOnNext操作符用于在流中产生数据时执行一些额外的操作。它允许我们观察到流中每个元素的生成，并在每个元素到达时执行指定的逻辑。

功能描述

在流中产生数据时执行额外的操作。
对每个元素进行观察和处理，而不会改变流的内容。
不影响流的传递，只是在每个数据项上附加附加操作。

使用场景

**调试和日志记录：**当需要跟踪流中每个元素的值，或者在特定条件下记录日志时，可以使用doOnNext操作符。
**副作用触发：**当需要在流中产生数据时触发其他副作用操作，如发送通知、更新状态等，可以使用doOnNext操作符。

返回方法

doOnNext操作符返回原始的数据流，不会改变流中的数据元素。

使用示例

通过doOnNext操作符，在每次处理元素时输出一条日志记录。然后通过map操作符对每个元素进行乘以10的操作。最终通过订阅输出经过处理后的结果。

import reactor.core.publisher.Flux;public class DoOnNextOperatorExample {public static void main(String[] args) {Flux.just(1, 2, 3).doOnNext(num -> System.out.println("Processing element: " + num)).map(num -> num * 10).subscribe(System.out::println);}
}

doOnError：发送错误时执行.

doOnError操作符用于在流发送错误时执行一些额外的操作。它允许观察到流中发生的错误，并在错误发生时执行指定的逻辑。

功能描述

当流遇到错误时，执行指定的逻辑。
对每个错误进行观察和处理，而不会改变流的内容。
可以用于调试、记录日志或执行其他副作用操作。

使用场景

错误处理和记录：当需要捕获和处理流中发生的错误，并记录相关信息时，可以使用doOnError操作符。
调试和故障排除：当需要观察和诊断流中发生的错误，以便进行调试和故障排查时，可以使用doOnError操作符。

返回值

doOnError操作符返回与原始流相同类型的新流，其中包含了原始流中的所有元素（包括错误）。

使用示例

通过map操作符对每个元素进行除法操作，当遇到除以0的情况时会产生错误。通过doOnError操作符，在遇到错误时输出错误信息。然后使用onErrorResume操作符来处理错误情况，将错误替换为-1。最终通过订阅输出处理后的结果。

import reactor.core.publisher.Flux;public class ErrorHandlingExample {public static void main(String[] args) {Flux.just(1, 2, 0, 4).map(num -> 10 / num).doOnError(error -> System.err.println("Error occurred: " + error.getMessage())).onErrorResume(e -> Flux.just(-1)).subscribe(System.out::println);}
}

doOnCancel：流被取消时执行

doOnCancel操作符用于在流被取消时执行一些额外的操作。它允许观察到流被取消的事件，并在取消发生时执行指定的逻辑。

功能描述

当流被取消时，执行指定的逻辑。
可以用于资源释放、清理操作或记录相关信息。
对取消事件进行观察和处理，而不会改变流的内容。
不影响流的传递，只是在取消发生时附加额外的操作。

使用场景

**资源释放和清理：**当需要再流被取消时执行一些资源释放或者清理的操作，如关闭数据库连接、停止定时任务等，可以使用doOnCancel操作符。
**日志记录和统计：**当需要观察和记录流被取消的次数，时间等信息时，可以使用doOnCancel操作符。

返回值

doOnCancel操作符返回与原始流相同类型的新流，其中包含了原始流中的所有元素（如果有）。

使用示例

import reactor.core.publisher.Mono;
import java.time.Duration;public class DoOnCancelOperatorExample {public static void main(String[] args) throws InterruptedException {Mono<String> requestMono = Mono.delay(Duration.ofSeconds(5)).doOnCancel(() -> System.out.println("Client disconnected")).map(i -> "Response");// 模拟客户端发送请求System.out.println("Sending HTTP request");requestMono.subscribe(response -> {System.out.println("Received response: " + response);});// 模拟客户端在未收到响应之前断开连接Thread.sleep(2000);System.out.println("Client disconnected");}
}

doOnComplete：用于在流完成时执行指定的操作。

doOnComplete操作符用于在流完成时执行指定的操作。它允许在流正常终止时执行一些附加的逻辑。

功能描述

doOnComplete操作符订阅一个流，并在该流正常终止时执行给定的操作。
通常用于流完成后执行一些清理操作、记录日志或者发通知等。

使用场景

当需要在流完成时执行一些额外的操作时，可以使用doOnComplete操作符。
适用于需要在流结束后进行附加处理的情况。

返回值

doOnComplete操作符返回一个新的流，该流与原始流相同。

使用示例

创建了一个 Flux 数据流 source，包含了整数 1 到 5。然后使用 map 操作符对每个整数进行乘以 2 的操作。接下来，使用 doOnComplete() 操作符在流完成时打印一条消息。最后，订阅处理过的数据流，并打印输出每个经过处理的数值。

import reactor.core.publisher.Flux;public class DoOnCompleteOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.range(1, 5);Flux<Integer> processedStream = source.map(num -> num * 2).doOnComplete(() -> System.out.println("Stream completed"));processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum));}
}

onErrorContinue：流发生错误时,继续处理数据而不是终止整个流.

onErrorContinue操作符的作用是在流发生错误时，继续处理数据而不是立即终止整个流。它允许在遇到错误时进行特定的处理，并继续处理后续的数据。

功能描述

在流发生错误时，继续处理数据而不是终止整个流。
允许我们对错误进行特定的处理，并尝试继续处理后续的数据项。
在错误处理期间可以选择忽略、替换或转换错误的数据项。

使用场景

容错和错误处理：当需要对流中的错误进行特定的处理，并继续处理后续的数据项时，可以使用onErrorContinue操作符。
部分失败处理：当流中的某些数据项可能会导致错误，但希望继续处理其他数据项时，可以使用onErrorContinue操作符。

返回值

onErrorContinue操作符返回与原始流相同类型的新流，其中包含了原始流中的所有元素，包括经过特定处理的错误数据项。

使用示例

创建了一个 Flux 数据流 source，使用 map 操作符对每个整数进行除法操作，当遇到除以 0 的情况时会抛出异常。接着使用 onErrorContinue 方法来处理遇到的异常，输出错误信息并继续使用默认值。最后订阅处理过的数据流，分别输出每个经过处理的数值和最终的错误信息。

import reactor.core.publisher.Flux;public class OnErrorContinueOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(1, 2, 0, 4, 5);Flux<Integer> processedStream = source.map(num -> 10 / num).onErrorContinue((error, value) -> {System.out.println("Error occurred: " + error.getMessage() + ". Using default value instead.");});processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum),error -> System.out.println("Final error: " + error.getMessage()));}
}

onErrorResume 用于处理流中发生的错误，并返回一个备用的流来继续处理。

功能描述

onErrorResume 操作符用于捕获流中的错误，并根据需要返回一个备用的流来替代原始的错误流。当源流发生错误时，onErrorResume 可以将控制流转到备用流上，从而避免流终止并提供容错机制。

使用场景

当我们希望在流中出现错误时进行容错处理，例如返回默认值、重试请求、切换到备用数据源等情况时，可以使用 onErrorResume 操作符。

返回值

onErrorResume 操作符返回一个新的流，该流可能是原始流的修改版本或者备用流。

使用示例

创建了一个 Flux 数据流 source，使用 map 操作符对每个整数进行除法操作，当遇到除以 0 的情况时会抛出异常。接着使用 onErrorResume 操作符来处理遇到的异常，输出错误信息并切换到备用的数据流。最后订阅处理过的数据流，分别输出每个经过处理的数值和最终的错误信息。

import reactor.core.publisher.Flux;public class OnErrorResumeOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.just(1, 2, 0, 4, 5);Flux<Integer> processedStream = source.map(num -> 10 / num).onErrorResume(error -> {System.out.println("Error occurred: " + error.getMessage() + ". Switching to default stream.");return Flux.just(-1, -2, -3);});processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum),error -> System.out.println("Final error: " + error.getMessage()));}
}

defaultIfEmpty：当流为空时,使用默认值.

defaultIfEmpty操作符的作用是在流为空时使用默认值。它允许定义一个默认值，在流为空的情况下返回该默认值。

功能描述

当流为空时，使用指定的默认值替代。
允许在流为空时返回一个默认值，以避免特殊处理空流的情况。
可以用于设置默认结果、避免空指针异常等场景。

使用场景

**默认结果设置：**当流可能为空，但需要返回一个默认结果时，可以使用defaultIfEmpty操作符。
**空值处理：**当需要处理可能为空的流，并避免出现空指针异常时，可以使用defaultIfEmpty操作符。

返回值

defaultIfEmpty操作符返回与原始流相同类型的新流，其中包含了原始流中的所有元素，或者是指定的默认值。

使用示例

创建了一个空的 Flux 数据流 source。然后使用 defaultIfEmpty 操作符来处理空数据流的情况，返回一个包含默认值-1的新数据流。最后订阅处理过的数据流，如果原始数据流为空，则输出默认值 -1，否则不会有任何输出。

import reactor.core.publisher.Flux;public class DefaultIfEmptyOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.empty();Flux<Integer> processedStream = source.defaultIfEmpty(-1);processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum),error -> System.out.println("Final error: " + error.getMessage()));}
}

switchIfEmpty：当流为空时,切换为另外一个流.

switchIfEmpty操作符的作用是在流为空时切换为另一个流。它允许定义一个备选流，在原始流为空的情况下使用备选流作为替代。

功能描述

当流为空时，切换到备选流。
允许在流为空的情况下，使用备选流替代原始流的处理逻辑。
可以用于设置备选数据源、提供默认值等场景。

使用场景

备选数据源：当需要再原始流为空时切换到备选数据源时，可以使用switchIfEmpty操作符。
提供默认值：当需要为空流提供默认值或备选结果时，可以使用switchIfEmpty操作符。

返回值

switchIfEmpty操作符返回一个新的流，根据原始流是否为空进行切换后的结果。

使用示例

创建了一个空的 Flux 数据流 source，以及一个备用的 Flux 数据流 backupStream ，使用 switchIfEmpty 操作符来处理空数据流的情况，切换到备用数据流 backupStream。最后订阅处理过的数据流，如果原始数据流为空，则输出备用数据流中的数据；如果原始数据流不为空，则会输出原始数据流中的数据。

import reactor.core.publisher.Flux;public class SwitchIfEmptyOperatorExample {public static void main(String[] args) {Flux<Integer> source = Flux.empty();Flux<Integer> backupStream = Flux.just(-1, -2, -3);Flux<Integer> processedStream = source.switchIfEmpty(backupStream);processedStream.subscribe(processedNum -> System.out.println("Processed number: " + processedNum),error -> System.out.println("Final error: " + error.getMessage()));}
}

as：将流作为参数,转为另外一个结果

as操作符用于将流作为参数，转换为另外一个结果。它允许对流进行转换操作，并返回一个新的结果对象。

功能描述

将流作为参数，转换为另外一个结果。
允许对流进行转换操作，并返回一个新的结果对象。

使用场景

当需要对流进行转换操作，并将结果用于其他用途时，可以使用as操作符。
适用于需要将流转换为其他类型或结果的情况。

返回值

as操作符返回一个新的结果对象，根据具体使用情况而定。

使用示例

假设有一个从数据库中获取用户信息的流，我们可以使用 as 操作符将流中的数据转换为 User 对象的示例。

import reactor.core.publisher.Flux;public class UserProcessor {public static void main(String[] args) {Flux<Integer> userIds = Flux.just(1, 2, 3);Flux<User> users = userIds.flatMap(userId -> getUserInfoFromDatabase(userId)).map(userInfo -> mapToUserObject(userInfo)).as(userType -> userType);users.subscribe(user -> System.out.println(user.toString()));}
}

collectList：收集元素转换为list集合

功能描述

收集流中的所有元素，并将它们组成一个List集合。

使用场景

当需要将流中的所有元素收集到一个List集合中时，可以使用collectList操作符。
适用于需要对流进行聚合操作的场景。

返回值

collectList操作符返回一个Mono<List<T>>对象，该对象表示一个包含所有收集到的元素的List集合。

使用示例

collectList操作符将源流中的所有整数元素收集到一个列表中。在订阅后，将打印出收集到的列表内容。

import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;
import java.util.List;public class CollectListExample {public static void main(String[] args) {Flux<Integer> numbers = Flux.just(1, 2, 3, 4, 5);Mono<List<Integer>> listMono = numbers.collectList();listMono.subscribe(list -> System.out.println("Collected List: " + list));}
}

cast：用于将流中的元素类型转换为指定的类型。（父类转子类）

cast操作符用于将流中的元素类型转换为指定的类型。它允许我们对流中的元素进行类型转换操作。

功能描述

cast操作符将流中的元素强制转换为指定的类型。
它可以用于处理具有父子类关系的元素类型之间的转换。即将父类的元素转换为子类的元素。

使用场景

当需要将流中的元素类型转换为目标类型时，可以使用cast操作符。
适用于处理具有父子类关系的元素类型之间的转换。

返回值

cast操作符返回一个新的流，其中的元素类型已经被转换为指定的类型。

使用示例

cast操作符将包含不同类型数字的Flux<Number>流转换为Flux<Integer>流。订阅后，将打印出转换后的整数元素。

import reactor.core.publisher.Flux;public class CastExample {public static void main(String[] args) {Flux<Number> numbers = Flux.just(1, 2.5, 3, 4.7, 5);Flux<Integer> integerFlux = numbers.cast(Integer.class);integerFlux.subscribe(number -> System.out.println("Number as Integer: " + number));}
}

响应式流调试

在命令式世界，调试通常都是非常直观的：直接看 stack trace 就可以找到问题出现的位置，以及：是否问题责任全部出在你自己的代码？问题是不是发生在某些库代码？如果是，那你的哪部分代码调用了库，是不是传参不合适导致的问题？

开启流的日志记录

在响应式流上添加 log()操作符。

将其加到操作链上之后，它会读（只读，peek）流中的事件（包括 onNext、onError、 onComplete，以及订阅（subscribe）、取消）（cancel）、和请求（request））。

🌍 说明
log操作符通过 SLF4J 使用类似 Log4J 和 Logback 这样的公共的日志工具， 如果 SLF4J 不存在的话，则直接将日志输出到控制台。
控制台使用 System.err 记录 WARN 和 ERROR 级别的日志，使用 System.out 记录其他级别的日志。

编程方式记录

1、doOnNext：通常用于在数据流中的每个元素被处理之前执行一些操作，例如日志记录或调试信息的打印。

Observable.just(1, 2, 3).doOnNext(data -> log.info("Processing data:,{}",data)).subscribe();

2、doOnError:通常用于在发生错误时执行一些清理操作或记录错误信息。

Observable.error(new RuntimeException("Something went wrong!")).doOnError(error -> log.error("Error occurred:,{}",error.getMessage()).subscribe();

3、doOnEach:可以用于在任何事件发生时执行一些通用的操作。

Observable.just(1, 2, 3).doOnEach(notification -> {if (notification.isOnNext()) {log.info("Received data:,{}",notification.getValue());} else if (notification.isOnError()) {log.info("Error occurred:,{}",notification.getError().getMessage());} else if (notification.isOnComplete()) {log.info("Stream completed successfully");}}).subscribe();

响应式流统计、聚合

统计

count：统计元素个数

用于计算一个 Flux 中包含的元素数量。

  public void countExample() {Flux<Integer> num = Flux.just(1, 2, 3, 4);num.count().subscribe(count -> System.out.println("count:" + count));}
// 输出结果为：count：4

reduce：累积操作

用于将流中的元素按照给定的逻辑进行累积计算，最终返回一个单一的结果。

   //输出流中最大值public void reduceExample(){Flux<Integer> num = Flux.just(5, 6, 8, 4, 62, 3);num.reduce((max,next)->Math.max(max,next)).subscribe(max-> System.out.println("最大值："+max));}
// 输出结果为：最大值：62//对流中元素到进行累乘public void reduceExample2(){Flux<Integer> range = Flux.range(1, 10);range.reduce((now,next)->now*next).subscribe(mul-> System.out.println("1-10的累乘积为："+mul));}
//输出结果为：3628800

Flux 转化为集合

collect：转化为自定义集合

用于将Flux转换为自定义集合。例如List、Set、Map等。

        //使用collect将流转成Listpublic void collectToListExample(){Flux<String> flux = Flux.just("abc", "张三", "apple", "123", "_");flux.collect(Collectors.toList()).subscribe(list-> System.out.println("Flux流转List："+list));}
//输出结果为：Flux流转List：[abc, 张三, apple, 123, _]//使用collect将流转成Mappublic void collectToMapExample(){Flux<String> flux = Flux.just("abc", "张三", "apple", "1234", "_");flux.collect(Collectors.toMap(k->k.length(),v->v))//使用元素长度为key，值为value.subscribe(map-> System.out.println("Flux流转Map："+map));}
//输出结果为：Flux流转Map：{1=_, 2=张三, 3=abc, 4=1234, 5=apple}

collectList：转化为一个List集合。

collectList会遍历流中的每个元素，并将它们转为List集合。在收集元素到List时，会保留它们在流中的顺序。

 //流转化为 Listpublic void collectListExample(){Flux<String> flux = Flux.just("f", "a", "b", "c", "d", "e");flux.collectList().subscribe(list-> System.out.println("Flux转换为List集合："+list));}
//输出结果为：Flux转换为List集合：[f, a, b, c, d, e]

collectSortList：转化为一个List集合并排序。

  //流转化为 List（顺序）public void collectSortListExample(){Flux<String> flux = Flux.just("f", "a", "b", "c", "d", "e");flux.collectSortedList().subscribe(list-> System.out.println("Flux转换为排序List集合（顺序）："+list));}
//输出结果为：Flux转换为排序List集合（顺序）：[a, b, c, d, e, f]//流转化为 List（逆序）public void collectSortListExample2(){Flux<String> flux = Flux.just("f", "a", "b", "c", "d", "e");flux.collectSortedList(Comparator.reverseOrder()).subscribe(list-> System.out.println("Flux转换为排序List集合（逆序）："+list));}
//输出结果为：Flux转换为排序List集合（顺序）：[f, e, d, c, b, a]

collectMap：转换为一个Map集合

可以通过提供两个 Function 对象来指定如何从流中的元素中提取键和值。第一个 Function 用于提取键，第二个 Function 用于提取值。如果不提供第二个 Function，则默认值为流中的元素本身。

  //流转化为 Mappublic void collectMapExample(){Flux<String> fruit = Flux.just("banana", "perry","apple");fruit.collectMap(k->k)//map的key就元素本身.subscribe(map-> System.out.println("Flux转换为Map集合："+map));}
//输出结果为：Flux转换为Map集合：{banana=banana, apple=apple, perry=perry}

collectMultimap：转换为一个Map集合并分组

collectMultimap 会遍历流中的每个元素，并将它们按照指定的键进行分组，将每个键对应的元素收集到一个集合中。collectMultimap 是用于将流中的元素收集到一个 Map 中，一个key有多个value。
可以通过提供两个 Function 对象来指定如何从流中的元素中提取键和值。第一个 Function 用于提取键，第二个 Function 用于提取值。如果不提供第二个 Function，则默认值为流中的元素本身。

//流转化为 Map
public void collectMultiMapExample(){Flux<String> fruit = Flux.just("123", "12","1342","123456","321","35");fruit.collectMultimap(k->k.length())//以元素长度为key.subscribe(map-> System.out.println("Flux转换为Map集合："+map));}
//输出结果为：Flux转换为Map集合：{2=[12, 35], 3=[123, 321], 4=[1342], 6=[123456]}

聚合

merge：合并流

用于将多个流合并在一起，同时订阅这些流。并按照元素的到达顺序依次处理这些流的元素，先到先合并。

public void mergeExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);Flux.merge(flux1,flux2).subscribe(System.out::println);}
// 输出结果：输出新流 1 2 5 5 6 3

concat：按序连接

用于将多个流合并在一起，形成一个新的流。它会先订阅并处理第一个流的元素，然后再处理下一个流的元素，以此类推，保持了流的顺序。

   public void concatExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);Flux.concat(flux2,flux1).subscribe(System.out::println);}
// 输出结果：输出新流  5 6 3 1 2 5

concatWith：连接两个流

用于将当前的 Flux 流与指定的 Flux 流连接起来，形成一个新的 Flux 流。
连接后的新 Flux 流中，当前 Flux 流的元素将排在前面，指定的 Flux 流的元素将排在后面，保持它们的顺序不变。

  public void concatWithExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);flux2.concatWith(flux1).subscribe(System.out::println);}//将flux连到flux2后面
//输出结果： 5 6 3 1 2 5

zip：照索引位置一对一地组合这些流的元素

zip会从每个输入的 Flux流中取出相同位置的元素，并将它们按照指定的组合函数进行组合，生成一个新的元素。
可以组合任意数量的 Flux 流，但要求它们的长度必须相同，否则在长度最短的流结束后，zip 操作将停止组合。

// 把两个流中元素组合
public void zipExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5,5);Flux<Integer> flux2 = Flux.just(5, 6, 3);Flux.zip(flux1,flux2,(x,y)->x+y).subscribe(System.out::println);}//流的数量必须相等，否则短的流结束后，zip停止操作
//输出结果6 8 8// 把三个流中元素组成
public void zipExample2(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);Flux<Integer> flux3 = Flux.just(5, 6, 4);Flux.zip(flux1,flux2,flux3).map(tuple->tuple.getT1()+tuple.getT2()+tuple.getT3()).subscribe(System.out::println);}
// 输出结果：11 14 12

zipWith：将两个数据流中的元素一一配对，并将它们组合成新的元素

 public void zipWithExample(){Flux<Integer> flux1 = Flux.just(1, 2, 5);Flux<Integer> flux2 = Flux.just(5, 6, 3);flux1.zipWith(flux2,(x,y)->x+y).subscribe(System.out::println);}
// 输出结果：6 8 8

combineLatest：合并新元素

combineLatest 会持续跟踪多个 Flux 流中最新的元素，并且在任何一个 Flux 流产生新元素时，会取所有 Flux 流中最新的元素进行组合。

    public void combineLatestExample(){Flux<Integer> flux1 = Flux.just(1, 2, 3);Flux<Integer> flux2 = Flux.just(4, 5, 6);Flux.combineLatest(flux1, flux2, (a, b) -> a + b).subscribe(System.out::println);}//flux1中最新的元素3去和flux2里的元素组合
// 输出结果 7 8 9

响应式定时操作

添加时间操作

elapsed：添加间隔时间

用于为每个元素添加自订阅开始以来到元素发出的时间间隔信息。

public void elapsedExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5).delayElements(Duration.ofSeconds(1)); // 延迟每个元素发出 1 秒Flux<Tuple2<Long, Integer>> elapsedFlux = flux.elapsed();elapsedFlux.subscribe(tuple -> {Long interval = tuple.getT1(); // 获取时间间隔Integer value = tuple.getT2(); // 获取原始值System.out.println("Interval: " + interval + ", Value: " + value);});// 为了让程序持续运行，让主线程休眠一段时间try {Thread.sleep(10000); // 让程序运行 10 秒} catch (InterruptedException e) {e.printStackTrace();}
}

timestamp：添加时间戳

用于为每个元素添加时间戳信息。

public void timesTampExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5);Flux<Tuple2<Long, Integer>> timestampFlux = flux.timestamp(); // 使用timestamp操作符添加时间信息timestampFlux.subscribe(tuple -> {Long timestamp = tuple.getT1(); // 获取时间戳Integer value = tuple.getT2(); // 获取原始值System.out.println("Timestamp: " + timestamp + ", Value: " + value);});
}

超时操作

timeout

用于设置一个超时时间，如果在指定时间内没有收到新的数据项或者完成信号，就会触发超时错误。
这个操作符对于处理需要及时响应的场景非常有用，比如网络请求超时、等待用户输入超时等。

假设我们有一个需求：从一个数据源获取数据，并在一定时间内如果没有新的数据到达，则认为超时。我们可以使用 timeout 操作符来实现这个功能。

public void timeoutExample() {// 模拟数据源，每隔一段时间发送一个数据项Flux<Integer> dataSource = Flux.just(1, 2, 3, 4).delayElements(Duration.ofSeconds(2)); // 每隔 2 秒发送一个数据项// 在数据源上应用 timeout 操作符，设置超时时间为 1 秒Flux<Integer> timeoutFlux = dataSource.timeout(Duration.ofSeconds(1));// 订阅数据流，并处理超时事件timeoutFlux.subscribe(// 处理正常数据项item -> System.out.println("Received item: " + item),// 处理超时事件error -> System.out.println("Timeout error occurred: " + error));// 为了让程序持续运行，让主线程休眠一段时间try {Thread.sleep(10000); // 让程序运行 10 秒} catch (InterruptedException e) {e.printStackTrace();}
}

定时操作

interval ：定时任务或者周期性操作

用于创建一个周期性地发射递增的 Long 类型数据序列的 Flux。
在指定的时间间隔内生成一个递增的序列，从 0 开始，每次递增 1，并且发送给订阅者。

public void intervalExample() {// 创建一个每隔一秒发射一个递增的 Long 类型数据序列的 FluxFlux<Long> intervalFlux = Flux.interval(Duration.ofSeconds(1));// 订阅数据流，并处理数据项intervalFlux.subscribe(// 处理数据项item -> System.out.println("Received item: " + item));// 为了让程序持续运行，让主线程休眠一段时间try {Thread.sleep(10000); // 让程序运行 10 秒} catch (InterruptedException e) {e.printStackTrace();}
}

延迟操作

delay：整个流的延迟发射

用于创建一个延迟发射单个值（或者在一段时间后发射错误或完成信号）的操作符。
指定的延迟时间后，发射一个值或者完成信号。
这个操作符通常用于创建一个在未来某个时间点触发的事件，比如在执行某个异步操作后的一段时间内。

public void delayExample() {// 创建一个延迟1秒后发射值的MonoMono<String> delayedMono = Mono.delay(Duration.ofSeconds(1)).map(ignore -> "延迟之后");// 订阅MonodelayedMono.subscribe(result -> System.out.println("Received value: " + result),error -> System.err.println("Error occurred: " + error),() -> System.out.println("Completed"));// 阻塞主线程，以便观察输出try {Thread.sleep(2000);} catch (InterruptedException e) {e.printStackTrace();}
}

Mono#delayElement ：单个元素的延迟

用于在 Mono 发射的单个元素上添加延迟。
当 Mono 发射一个元素时，延迟一段时间后再将该元素发射出去。

public void monoDelayElementExample() {Mono.just("Hello").delayElement(Duration.ofSeconds(3)) // 在发射元素 "Hello" 后延迟 3 秒再发射.doOnNext(System.out::println).subscribe();
}

Flux#delayElements ：多个元素的延迟

用于在 Flux 发射的每个元素上添加延迟。
当 Flux 发射一个元素时，延迟一段时间后再将该元素发射出去。

delaySubscription：延迟订阅

用于在调用 subscribe 方法时，延迟一段时间后再开始实际的订阅操作。
比如在订阅前执行一些预处理操作，或者在特定条件下延迟订阅等。

public void delaySubscriptionExample() {Flux.range(1, 5).delaySubscription(Duration.ofSeconds(2)) // 延迟 2 秒后开始订阅.subscribe(System.out::println);// 主线程休眠 3 秒以确保延迟订阅生效try {Thread.sleep(3000);} catch (InterruptedException e) {e.printStackTrace();}
}

注意事项

delaySubscription 方法只会影响订阅操作的时机，不会影响数据流中元素的发射时间。
如果在调用 subscribe 方法前已经开始了数据流的发射，则延迟订阅可能会错过一部分数据。

响应式数据分组

分组`grouping`

分组能够根据 key 将源Flux<T>拆分为多个批次。对应的操作符是 groupBy。

每一组用GroupedFlux<T>类型表示，使用它的 key() 方法可以得到该组的 key。

public class GroupingDemo {public static void main(String[] args)  {Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).groupBy(num -> (num % 2) == 1 ? "odd" : "even").concatMap(g -> g.defaultIfEmpty(-1).map(String::valueOf).startWith(g.key())).subscribe(System.out::println);}
}

窗口`windowing`

window 操作是根据个数、时间等条件，或能够定义边界的发布者（boundary-defining Publisher），把源 Flux<T> 拆分为 windows。对应的操作符有 window、windowTimeout、windowUntil、windowWhile，以及 windowWhen。

以个数为界:window(int)

会出现重叠或丢弃的情况:window(int，int)

StepVerifier.create(Flux.range(1, 10).window(5, 3) //overlapping windows.concatMap(g -> g.defaultIfEmpty(-1))) //将 windows 显示为 -1.expectNext(1, 2, 3, 4, 5).expectNext(4, 5, 6, 7, 8).expectNext(7, 8, 9, 10).expectNext(10).verifyComplete();

🌏 说明

如果将两个参数的配置反过来（maxSize < skip），序列中的一些元素就会被丢弃掉，而不属于任何 window。

以时间为界:window(Duration)

会出现重丢弃或丢弃的情况:window(Duration，Duration)

StepVerifier.create(Flux.just(1, 3, 5, 2, 4, 6, 11, 12, 13).windowWhile(i -> i % 2 == 0).concatMap(g -> g.defaultIfEmpty(-1))).expectNext(-1, -1, -1) //分别被奇数 1 3 5 触发.expectNext(2, 4, 6) // 被 11 触发.expectNext(12) // 被 13 触发.expectNext(-1) // 空的 completion window，如果 onComplete 前的元素能够匹配上的话就没有这个了.verifyComplete();

缓存`buffering`

缓存操作之后会发出 buffer(类型为Collection<T>，默认是 List)。缓存的操作符与窗口的操作符是对应的：buffer、bufferTimeout、bufferUntil、bufferWhile，以及bufferWhen。

缓存操作也会有丢弃元素或内容重叠的情况

StepVerifier.create(Flux.range(1, 10).buffer(5, 3) // 缓存重叠).expectNext(Arrays.asList(1, 2, 3, 4, 5)).expectNext(Arrays.asList(4, 5, 6, 7, 8)).expectNext(Arrays.asList(7, 8, 9, 10)).expectNext(Collections.singletonList(10)).verifyComplete();

bufferUntil和bufferWhile不会发出空的buffer

StepVerifier.create(Flux.just(1, 3, 5, 2, 4, 6, 11, 12, 13).bufferWhile(i -> i % 2 == 0)).expectNext(Arrays.asList(2, 4, 6)) // 被 11 触发.expectNext(Collections.singletonList(12)) // 被 13 触发.verifyComplete();

bufferTimeout

public class BufferingDemo {public static void main(String[] args) throws InterruptedException {// 创建一个每隔一秒发射一个元素的 FluxFlux<Integer> sourceFlux = Flux.range(1, 10).delayElements(Duration.ofSeconds(1));// 使用 bufferTimeout 操作符，在每个 3 秒的时间间隔内收集元素Flux<List<Integer>> bufferedFlux = sourceFlux.bufferTimeout(3, Duration.ofSeconds(3));// 订阅并输出收集到的缓冲区bufferedFlux.subscribe(System.out::println);}
}

响应式重试动作

retry：重试

对出现错误的序列进行重试，对于上游 Flux 是基于重订阅（re-subscribing）的方式。但实际上已经是一个不同的序列了，发出错误信号的序列仍然是终止了的。

Flux.interval(Duration.ofMillis(250)).map(input -> {if (input < 3) return "tick " + input;throw new RuntimeException("boom");}).elapsed() .retry(1).subscribe(System.out::println, System.err::println); Thread.sleep(2100);

retryWhen：条件重试

条件重试是一个包含Flux<Throwable>作为 retryWhen 的唯一参数被传递给一个 Function，由开发者自行处理 Flux<Throwable>流，并声明一段处理函数传递给 Function 并返回一个新的 Publisher<?>，从而实现对重试操作的配置。

与retry的区别

retryWhen返回的是Flux.empty()
retry返回的是error信号.

使用retryWhen实现一个retry(3)

        Flux.<String>error(new IllegalArgumentException()).retryWhen(Retry.from(companion -> companion.zipWith(Flux.range(1, 4),(retrySignal, index) -> {if (index < 4) return index;else throw Exceptions.propagate(retrySignal.failure());}))).subscribe(i -> System.out.println(System.currentTimeMillis()), System.out::println);

使用retryWhen进行延迟重试

Flux.<String>error(new IllegalArgumentException()).retryWhen(Retry.from(companion -> companion.doOnNext(s -> System.out.println(s + " at " + LocalTime.now())).zipWith(Flux.range(1, 4), (retrySignal, index) -> {if (index < 4) return index;else throw Exceptions.propagate(retrySignal.failure());}).flatMap(index -> Mono.delay(Duration.ofMillis(index * 100))).doOnNext(s -> System.out.println("retried at " + LocalTime.now())))).subscribe();

第一次重试延迟大约 100ms
第二次重试延迟大约 200ms
第三次重试延迟大约 300ms

响应式过滤操作

替换if-else为filter

命令式编程

int[] ints = new int[10]{1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
for(int i=0;i<ints.length;i++){if(ints[i]%2==0){System.out.println("当前数据:"+ints[i])}
}

响应式编程

int[] ints = new int[10]{1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
Flux.fromXX(ints)
.filter(i->i%2==2)
.doOnNext(System.out::println)

取集合中第N个元素

过滤一个序列

filter：过滤元素

筛选出符合指定条件的元素，生成一个新的数据流。
接收一个谓词函数(Predicate)，用于判断元素是否符合条件。

  //filter过滤掉奇数public void filterExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.filter(i -> i % 2 == 0)//留下偶数，去掉奇数.subscribe(System.out::print);}//输出结果：2 4 6 8 10

filterWhen：过滤元素

filterWhen 操作符和filter类似，都用于筛选出符合特定条件的元素。区别在于filterWhen是异步。

  //filterWhen过滤掉奇数public void filterWhenExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.filterWhen(num -> {return Flux.just(num % 2 == 0); // 这里可以是任何异步操作，返回的是一个 Mono<Boolean>}).subscribe(System.out::println);}//输出结果：2 4 6 8 10

ofType：选择需要的类型

过滤源数据流中的元素，只保留指定类型的元素。

  //ofType只留Integer类型数据public void ofTypeExample() {Flux<Object> flux = Flux.just(1, 5,12, "abc", "jetlinks", 2.0, 4);flux.ofType(Integer.class)//只保留Integer类型.filter(i -> i % 2 == 0)//将过滤出来的Interger类型数据再过滤，只留偶数.subscribe(System.out::println);}//输出结果：12 4

ignoreElements：忽略所有元素

用于忽略源数据流中的所有元素，不需要处理元素本身，只关心数据流的结束状态的情况。

    //  忽略所有元素，只保留序列的完成信号public void ignoreElementsExample() {Flux<Integer> flux = Flux.range(1, 10);flux.ignoreElements().doOnTerminate(() -> System.out.println("成功")) //flux在成功完成时执行.subscribe();}
//输出结果： 成功

distinct：元素去重

    //去重并排序Flux<Integer> flux = Flux.just(1, 2, 3, 3, 5, 6, 7, 6, 9, 10, 1, 2, 5, 4, 5, 6, 11, 8, 9, 10);flux.distinct().sort().subscribe(num-> System.out.print(num+"\t"));}//输出结果： 1 2 3 4 1 5 6 3 6 7 8 9 10 11

distinctUntilChanged：过滤连续重复的元素

  //    去掉连续重复的元素public void distinctUntilChangedExample() {Flux<Integer> flux = Flux.just(1, 1, 2, 3, 4, 1,5, 5, 6,3, 6, 7, 8, 9, 9, 10, 11);flux.distinctUntilChanged().subscribe(num -> System.out.print(num + "\t"));}
//输出结果： 1	2	3	4	1	5	6	3	6	7	8	9	10	11

只要一部分序列

take：取指定数量元素

  //    只取前面3个元素public void takeExample1() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.take(3).subscribe(num -> System.out.print(num + "\t"));}
//输出结果： 2	3	4
//  取一段时间内发出的元素public void takeExample2() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.take(Duration.ofSeconds(1)).subscribe(num -> System.out.println(num + "\t"));}

next：取第一个元素

  //只取第一个元素public void nextExample() {Flux<Integer> flux = Flux.range(1, 10);flux.next().subscribe(num -> System.out.println(num + "\t"));}
//输出结果：1

limitRequest ：限制请求数量

limitRequest 方法用于限制在处理 Flux 或 Mono 流时的请求数量。它允许你指定每次订阅时可以处理的元素数量。

//只取前面3个
public void limitRequestExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.limitRequest(3).subscribe(num -> System.out.print(num + "\t"));}
// 输出结果： 1 2 3

takeLast：从末尾取指定数量元素

  //    只取前面3个元素public void takeExample1() {Flux<Integer> flux = Flux.just( 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.take(3).subscribe(num -> System.out.print(num + "\t"));}
//输出结果： 8	9	10	
//  取一段时间内发出的元素public void takeExample2() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.take(Duration.ofSeconds(1)).subscribe(num -> System.out.println(num + "\t"));}

takeUtil：取元素直到满足某个条件（包含）

 //直到满足某个条件（包含）public void takeUtilExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.takeUntil(num->num==5).subscribe(num-> System.out.print(num+"\t"));}
//输出结果：1	2	3	4	5

takeWhile：取元素直到满足某个条件（不包含）

 //直到满足某个条件（不包含）public void takeWhileExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.takeWhile(num -> num <5).subscribe(System.out::print); }
//输出结果：1	2	3	4

最多只取 1 个元素

elementAt：通过下标取元素

   //通过下标只取一个值public void elementAtExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.elementAt(3).subscribe(System.out::print);}
//输出结果：4

last：序列为空时

//如果为序列空则发出错误信号public void lastExample1(){Flux.empty().last().subscribe(System.out::print);}
//输出结果：报NoSuchElementException异常//如果序列为空则返回默认值public void lastExample2() {Flux.empty().last("序列为空").subscribe(System.out::println);}
//输出结果：序列为空

跳过一些元素

skip：跳过开始n个元素

   //跳过前三个元素public void skipExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.skip(3).subscribe(System.out::print);}
//输出结果：4 5 6 7 8 9 10

skipLast：跳过最后的 n 个元素

   //跳过最后三个元素public void skipLastExample(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.skipLast(3).subscribe(System.out::print);}
//输出结果：1 2 3 4 5 6 7

skipUntil：跳过元素直到满足条件（包含）

   //跳过元素直到值等于5public void skipUntilExample() {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);flux.skipUntil(num -> num == 5).subscribe(System.out::print);}
//输出结果：5 6 7 8 9 10

skipWhile：跳过元素直到满足条件（不包含）

   //跳过元素直到值等于5public void skipWhileExample() {Flux<Integer> flux = Flux.range(1,10);flux.skipWhile(num -> num <=5).subscribe(System.out::print);}
//输出结果： 6 7 8 9 10

采样

sample：给定采样周期来采样

   //每2s采集一个元素public void sampleExample()   {Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9);flux.delayElements(Duration.ofSeconds(1)) // 延迟每个元素的发射时间.sample(Duration.ofSeconds(2)).subscribe(System.out::print);try {Thread.sleep(15000);//为了能看到结果，等待一段时间} catch (InterruptedException e) {throw new RuntimeException(e);}}
//输出结果： 1 3 5 7 9

sampleFirst：取采样周期里的第一个元素

   //取采样周期里的第一个元素public void sampleFirstExample() {Flux<String> flux = Flux.just("A", "B", "C", "D", "E", "F", "G", "H", "I", "J");flux.sampleFirst(Duration.ofSeconds(2)).subscribe(System.out::println);}
//输出结果：A

single：只取一个元素

//我只想要一个元素（如果多于一个就返回错误）public void singleExample1(){Flux<Integer> flux = Flux.just(1, 2, 3, 4, 5, 6, 7, 8, 9);flux.single().subscribe(System.out::print);}
//输出结果：返回错误public void singleExample2(){Flux<Integer> flux = Flux.just(1);flux.single().subscribe(System.out::print);}
//输出结果：1//如果序列为空，发出错误信号public void singleExample3(){Flux.empty().single().subscribe(System.out::print);}
//输出结果：报NoSuchElementException异常//如果序列为空，发出一个缺省值
public void singleExample4(){Flux.empty().single("序列为空").subscribe(System.out::print);}
//输出结果：序列为空

singleOrEmpty：只取一个元素，序列为空就返回空序列

   //只取一个元素，序列为空就返回空序列public void singleOrEmptyExample2(){Flux.just("A").singleOrEmpty().subscribe(System.out::print);}
//输出结果：Apublic void singleOrEmptyExample(){Flux.empty().singleOrEmpty().subscribe(System.out::print);}
//输出结果：空序列

响应式编程常见问题

我写的操作看上去是正确的,但是没有执行.

有以下几种可能：上游流为空，多个流未组合在一起，在不支持响应式的地方使用了响应式

1. 没有使用return关键字返回

错误

public Mono<Response> handleRequest(Request request){
// 没有returnthis.findOldData(request);
}

正确

public Mono<Response> handleRequest(Request request){return this.findOldData(request);
}

2. 上游流为空

public Mono<Response> handleRequest(Request request){return this.findOldData(request).flatMap(old -> {//这里为什么不执行? return ....})
}

🌏 说明

当findOldData返回的流为空时，下游的flatMap等操作符需要操作流中元素的操作符是不会执行的。可以通过switchIfEmpty操作符来处理空流的情况。

3. 多个流未组合在一起

只要方法返回值是Mono或者Flux，都不能单独行动。
只要方法中调用了任何响应式操作，那这个方法也应该是响应式。(返回Mono或者Flux)

class Service{Mono<Void> handleRequest(request);
}//错误示例，handleRequest是响应式的，但是此方法没有使用响应式操作。
public Result handleRequest(Request request){service.handleRequest(request);return ok;
}//正确示例
public Mono<Result> handleRequest(Request request){return service//处理请求.handleRequest(request)//返回结果.thenReturn(ok);
}

4. 在不支持响应式的操作符中使用响应式

public Mono<Void> saveLog(Request req,Response resp){...
}public Mono<Result> handleRequest(Request request){return service//处理请求.handleRequest(request)//记录日志 此为错误的用法，saveLog是响应式的，但是doOnNext并不支持响应式操作.doOnNext(response-> saveLog(request,response) )//返回结果.thenReturn(ok);
}

从doOnNext方法的语义以及参数Consumer<T>可知，此方法是不支持响应式的（Consumer<T>只有参数没有返回值）。因此不能在此方法中使用响应式操作。

return service//处理请求.handleRequest(request)//记录日志.flatMap(response-> saveLog(request,response) )//返回结果.thenReturn(ok);

5. 在流内部订阅终止了整个流

public Mono<Void> saveLog(Request req,Response resp){...
}
//错误
public Mono<Response> handleRequest(Request request){return service//处理请求.handleRequest(request)//记录日志 此为错误的用法.flatMap(response-> {saveLog(request,response).subscribe();return Mono.emtpy();})//返回结果.thenReturn(ok);
}//正确
public Mono<Response> handleRequest(Request request){return service//处理请求.handleRequest(request)//记录日志.flatMap(response-> {return saveLog(request,response);})//返回结果.thenReturn(ok);
}

6. 订阅时机不对

7. 用在 Flux 上的操作符好像没起作用，为啥？

Flux<String> flux = Flux.just("foo", "chain");
flux.map(secret -> secret.replaceAll(".", "*")); //①
flux.subscribe(next -> System.out.println("Received: " + next));

错误原因：问题在①， flux 变量并没有改变。

Flux<String> flux = Flux.just("foo", "chain");
flux = flux.map(secret -> secret.replaceAll(".", "*"));//分开写得 这里记得返回！！
flux.subscribe(next -> System.out.println("Received: " + next));//或者您可以尝试下面的写法
Flux<String> flux = Flux.just("foo", "chain").map(secret -> secret.replaceAll(".", "*"));
flux.subscribe(next -> System.out.println("Received: " + next));//如果不存在别的地方需要订阅flux 下面的方法可以尝试Flux.just("foo", "chain").map(secret -> secret.replaceAll(".", "*")).subscribe(next -> System.out.println("Received: " + next));

我想获取流中的元素怎么办

不要试图从流中获取数据出来，而是先思考需要对流中元素做什么。

需要对流中的数据进行操作时，都应该使用对应操作符来处理，根据Flux或者Mono提供的操作符API进行组合操作。

public List<Book> getAllBooks(){List<BookEntity> bookEntities = repository.findAll();List<Book> books = new ArrayList(bookEntities.size());for(BookEntity entity : bookEntities){Book book = entity.copyTo(new Book());books.add(book);}return books;
}

错误示例：

public Book getAllBooks(){return getRepository().createQuery().where("id",1).fetchOne().block();
}

‼️ 警告

在响应式编程中，在任何时候执行业务代码时都不要使用**block()**方法，使用block()方法可能引发以下问题：

阻塞线程：调用block()方法会阻塞当前线程，导致无法处理其他并发请求。这会降低系统的吞吐量和响应性能。
死锁风险：如果在处理响应式流时使用了block()方法，而其中某些操作也依赖于同一个线程的结果，则可能导致死锁。
内存资源浪费：阻塞调用将持续占用线程，而每个线程都需要额外的内存资源。如果应用程序中同时有大量的阻塞操作，可能导致线程池耗尽和内存资源浪费。

正确示例：

🌏 说明

为了避免使用block()，我们应该尽可能地使用响应式操作符（如map、flatMap、filter等）对数据流进行转换和处理，并使用其他响应式方法（如subscribe()）来订阅数据流并触发异步处理。

public Flux<Book> getAllBooks(){return repository.findAll().map(entity-> entity.copyTo(new Book()))
}

在非响应式方法中如何使用响应式

public void handleRequest(Request request){//不到万不得已请勿使用block方法//logService.saveLog(request).block()//logService.saveLog(request).subscribe(result->log.debug("保存成功 {}",request),error->log.warn("保存失败 {}",request,error))
}