這篇文章給大家介紹使用Reactor怎么實現(xiàn)一個Flink操作功能，內(nèi)容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。
Flink對流式處理做的很好的封裝，使用Flink的時候幾乎不用關(guān)心線程池、積壓、數(shù)據(jù)丟失等問題，但是使用Reactor實現(xiàn)類似的功能就必須對Reactor運行原理比較了解，并且經(jīng)過不同場景下測試，否則很容易出問題。
下面列舉出實現(xiàn)過程中的核心點：
入門Reactor的時候給的示例都是創(chuàng)建Flux的時候同時就把數(shù)據(jù)賦值了，比如：Flux.just、Flux.range等，從3.4.0版本后先創(chuàng)建Flux，再發(fā)送數(shù)據(jù)可使用Sinks完成。有兩個比較容易混淆的方法：
Sinks.many().multicast() 如果沒有訂閱者，那么接收的消息直接丟棄
Sinks.many().unicast() 如果沒有訂閱者，那么保存接收的消息直到第一個訂閱者訂閱
Sinks.many().replay() 不管有多少訂閱者，都保存所有消息
在此示例場景中，選擇的是Sinks.many().unicast()
官方文檔：/tupian/20230522/>
emitNext 指定提交失敗策略同步提交
tryEmitNext 異步提交，返回提交成功、失敗狀態(tài)
在此場景我們不希望丟數(shù)據(jù)，可自定義失敗策略，提交失敗無限重試，當(dāng)然也可以調(diào)用異步方法自己重試。
Sinks.EmitFailureHandler ALWAYS_RETRY_HANDLER = (signalType, emitResult) -> emitResult.isFailure();
在此之后就就可以調(diào)用Sinks.asFlux開心的使用各種操作符了。
在此之后就就可以調(diào)用Sinks.asFlux開心的使用各種操作符了。
Reactor支持兩類窗口聚合函數(shù)：
window類：返回Mono(Flux)
buffer類：返回List
在此場景中，使用buffer即可滿足需求，bufferTimeout(int maxSize, Duration maxTime)支持較大個數(shù)，較大等待時間操作，F(xiàn)link中的keys操作可以用groupBy、collectMap來實現(xiàn)。
Reactor經(jīng)過buffer后是一個一個的發(fā)送數(shù)據(jù)，如果使用publishOn或subscribeOn處理的話，只等待下游的subscribe處理完成才會重新request新的數(shù)據(jù)，buffer操作符才會重新發(fā)送數(shù)據(jù)。如果此時subscribe消費者耗時較長，數(shù)據(jù)流會在buffer流程阻塞，顯然并不是我們想要的。
理想的操作是消費者在一個線程池里操作，可多線程并行處理，如果線程池滿，再阻塞buffer操作符。解決方案是自定義一個線程池，并且當(dāng)然線程池如果任務(wù)滿submit支持阻塞，可以用自定義RejectedExecutionHandler來實現(xiàn)：
重慶分公司
重慶分公司
RejectedExecutionHandler executionHandler = (r, executor) -> {
try {
executor.getQueue().put(r);
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
throw new RejectedExecutionException("Producer thread interrupted", e);
}
};
new ThreadPoolExecutor(poolSize, poolSize,
0L, TimeUnit.MILLISECONDS,
new SynchronousQueue<>(),
executionHandler);提交任務(wù)：提交數(shù)據(jù)支持同步異步兩種方式，支持多線程提交，正常情況下響應(yīng)很快，同步的方法如果隊列滿則阻塞。
豐富的操作符處理流式數(shù)據(jù)。
buffer操作符產(chǎn)生的數(shù)據(jù)多線程處理：同步提交到單獨的消費者線程池，線程池任務(wù)滿則阻塞。
消費者線程池：支持阻塞提交，保證不丟消息，同時隊列長度設(shè)置成0，因為前面已經(jīng)有隊列了。
背壓：消費者線程池阻塞后，會背壓到buffer操作符，并背壓到緩沖隊列，緩存隊列滿背壓到數(shù)據(jù)提交者。
實現(xiàn)的Flink的功能：
不輸Flink的豐富操作符
支持背壓，不丟數(shù)據(jù)
優(yōu)勢：
輕量級，可直接在業(yè)務(wù)代碼中使用
劣勢：
內(nèi)部執(zhí)行流程復(fù)雜，容易踩坑，不如Flink傻瓜化
沒有watermark功能，也就意味著只支持無序數(shù)據(jù)處理
沒有savepoint功能，雖然我們用背壓解決了部分問題，但是宕機后開始會丟失緩存隊列和消費者線程池里的數(shù)據(jù)，補救措施是添加Java Hook功能
只支持單機，意味著你的緩存隊列不能設(shè)置無限大，要考慮線程池的大小，且沒有flink globalWindow等功能
需考慮對上游數(shù)據(jù)源的影響，F(xiàn)link的上游一般是mq，數(shù)據(jù)量大時可自動堆積，如果本文的方案上游是http、rpc調(diào)用，產(chǎn)生的阻塞影響就不能忽略。補償方案是每次提交數(shù)據(jù)都使用異步方法，如果失敗則提交到mq中緩沖并消費該mq無限重試。
關(guān)于使用Reactor怎么實現(xiàn)一個Flink操作功能就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
