响应式编程学习

关于响应式编程

响应式编程是一种关注于数据流（datastreams）和变化传递（propagation of change）的异步编程方式。可以用既有的编程语言表达静态（如数组）或动态（如事件源）的数据流。

响应式编程通常作为面向对象编程中的“观察者模式”（Observer design pattern）的一种扩展。

Reactive Streams 与 Iterator Design Pattern 关系

  • Iterator:
    • 基于Pull模式(拉取)，Iterable角色 提供访问元素的方法，但是什么时候执行next()获取元素取决于开发者。
    • 命令式编程，详细的命令机器怎么（How）去处理数据以达到你想要的结果（What）。
  • Reactive:
    • 基于Push模式(推送)，Publisher(发布者)-Subscriber(订阅者)角色提供获取元素的方法。当有新的值到来的时候，Publisher通知Subscriber。
    • 声明式编程，开发者通过描述“控制流程”来定义对数据流的处理逻辑。

特性

  • 变化传递（propagation of change） 类似于Excel的公式计算，一个单元格变化之后，导致直接和间接引用它的其他单元格均发生相应变化。
  • 数据流（data stream） 数据/事件在响应式编程里会以数据流的形式发出。
  • 声明式（declarative） 声明好了对于数据流“将会”进行什么样的处理，当有数据流过来时，就会按照声明好的处理流程逐个进行处理。(形成了一种计算逻辑对数据的“绑定”。)
  • 响应式流（Reactive Stream） 异步非阻塞（Java Stream是同步的）,可以通过背压（Backpressure）进行流量控制。

阻塞与异步

  • 阻塞式（blocking）编码造成浪费资源，当一个程序面临延迟（通常是I/O方面， 比如数据库读写请求或网络调用），所在线程需要进入 idle 状态等待数据，从而浪费资源。
  • 异步非阻塞编码， （任务发起异步调用后）执行过程会切换到另一个 使用同样底层资源 的活跃任务，然后等异步调用返回结果再去处理，避免资源浪费。
  • Java的异步

    • Callback：类似于观察者模式，异步方法没有返回值，而是采用一个 callback 作为参数，当结果出来后回调这个 callback。

    • Futures:异步方法 立即 返回一个Future<T>，该异步方法要返回结果的是 T 类型,线程实际处理结束时可以拿到结果。

    • 缺陷：容易写出回调地狱（Callback Hell）

响应式库目标

  • 可编排性（Composability）以及可读性（Readability）使用丰富的操作符 来处理形如流的数据
  • 在订阅（subscribe）之前什么都不会发生
  • 背压（backpressure）具体来说即消费者能够反向告知生产者生产内容的速度的能力
  • 高层次 （同时也是有高价值的）的抽象，从而达到 并发无关 的效果
  • JVM 异步方式缺陷

关于响应式宣言

响应式宣言是一组架构与设计原则，即时响应性（Responsive）、回弹性（Resilient）、弹性（Elastic）以及消息驱动（Message Driven）。 对于这样的系统，我们称之为响应式系统（Reactive System）。

  • 回弹性
    • 系统在出现失败时依然保持即时响应性。 失败的扩散被遏制在了每个组件内部，与其他组件相互隔离， 从而确保系统某部分的失败不会危及整个系统，并能独立恢复。每个组件的恢复都被委托给了另一个（外部的）组件。[如熔断器组件]
  • 弹性
    • 系统在不断变化的工作负载之下依然保持即时响应性。响应式系统可以对输入（负载）的速率变化做出反应，比如通过增加或者减少被分配用于服务这些输入（负载）的资源。[如DevOps,云原生...]
  • 消息驱动
    • 响应式系统依赖异步的消息传递，从而确保了松耦合、隔离、位置透明的组件之间有着明确边界。

image

响应式编程与响应式系统

响应式宣言是一组设计原则，一种关于分布式环境下系统架构与设计的思考方式，关注于通过分布式系统的通信和协作所得到的弹性和可靠性(消息驱动)，响应式系统是符合这一架构风格的系统。

响应式编程是异步编程下的一个子集，是一种范式，有具体的开发库，侧重于由信息/数据流而不是命令式的控制流来推动逻辑的前进，专注于短时间的数据流链条上的计算(事件驱动)。

一个拥有长期存活的可寻址long-lived addressable组件的消息驱动系统跟一个事件驱动的数据流驱动模型的不同在于，消息具有固定的导向，而事件则没有。消息会有明确的（一个）去向，而事件则只是一段等着被观察observe的信息。

异步且非阻塞执行下的数据流管理——通常只在单个结点或服务中。当有多个结点时，就需要开始认真地考虑像数据一致性data consistency、跨结点沟通cross-node communication、协调coordination、版本控制versioning、编制orchestration、错误管理failure management、关注与责任concerns and responsibilities分离等等的东西——也即是：系统架构。

参考