【 好书分享：《Spring 响应式编程》-- 京东】

系列文章

Spring 响应式编程 随记 – C1 为什么选择响应式 Spring
Spring 响应式编程 随记 – C2 Spring 响应式编程基本概念 (一)
Spring 响应式编程 随记 – C2 Spring 响应式编程基本概念 (二)
Spring 响应式编程 随记 – C2 Spring 响应式编程基本概念 (三)
Spring 响应式编程 随记 – C2 Spring 响应式编程基本概念 (四)
Spring 响应式编程 随记 – C2 Spring 响应式编程基本概念 (五)
Spring 响应式编程 随记 – C3 响应式流 新的标准流 (一)
Spring 响应式编程 随记 – C3 响应式流 新的标准流 (二)

2.2.6 用 RxJava 重建温度传感器示例程序

重写之前的"显示房间温度"的温度传感器应用代码，使用 RxJava 需要手动在 gradle 或 pom 文件中引入依赖项。

此处仍然使用同样的类来表示温度.

public class Temperature{
    private final double value;
}

为了模拟传感器，和之前一样我们需要实现一个 TemperatureSensor类，加上 @Component 注解。

他需要返回的是一个响应数据流。

1 模拟传感器：

@Component
public class TemperatureSensor{
    private final Random random = new Random();

    @Getter
    private final Observable<Temperature> dataStream = Observable.range(0, Integer.MAX_VALUR)
        .concatMap(tick -> Observable.just(tick)
            .delay(random.nextInt(5000), MILLISENCONDS)
            .map(tickValue -> this.probe())
        )
        .publish()
        .refCount();
    
    private Temperature probe(){
        return new  Temperature(16 + random.nextGaussian() * 10);
    }
}

random 是一个模拟的硬件传感器测量值，dataStream 是组件定义的唯一 Observable 流。

Observable.range(0, Integer.MAX_VALUR) 会产生一个从 0 到 Integer.MAX_VALUR 的数字流序列，concatMap 用来连接 N 个生成的流，concatMap 接受的是一个 lambda 函数，这个函数把每一项接受的参数 tick 转化成一个流。

这个函数创建了一个只有一个结果的新流，并且使用 .delay(random.nextInt(5000), MILLISENCONDS) 做了一个随机延迟模拟。

.map(tickValue -> this.probe()) 是一个转换操作，生成一个随机数，模拟传感器的温度值。

于是我们有了一个 Observable 流 dataStream，它会返回模拟的传感器数值，并且两个元素发送的随机时间间隔最多是5秒。

.publish() 可以将源流中的事件广播到所有的目标流，返回的是 ConnectableObservable 。

.refCount() 则实现的是保证仅在存在至少一个传出订阅时，才创建对传入共享流的订阅。

通过 .publish() 和 .refCount() 可以防止每一个订阅者都去出发新的传感器读数序列，以及防止没有订阅的时候内部去订阅了传感器流。

2 自定义 SseEmitter：

TemperatureSensor 对外暴露了一个流，我们可以把每一个新的 SseEmitter 订阅到流上。SseEmitter 的唯一用途就是用于发送 SSE 事件，我们需要进行一些拓展使其支持自定义的 onNext 等响应式流信号实现。

class RxSseEmitter extends SseEmitter {
    static final long SSE_SESSION_TIMEOUT = 30 * 60 * 1000L;

    @Getter
    private final Subscriber<Temperature> subscriber;

    public RxSseEmitter(){
        super(SSE_SESSION_TIMEOUT);
        this.subscriber = new Subscriber<Temperature>(){
            @Override 
            public void onNext(Temperature temperature){
                try{
                    RxSseEmitter.this.send(temperature);
                }catch{
                    unsubscribe();
                }
            }

            @Override public void onError(Throwable e){}
            @Override public void onCompleted(){}
        };

        onCompletion(subscriber::unsubscribe);
        onTimeout(subscriber::unsubscribe);
    }
}

因为在这个场景中，传感器产生的温度数据说一个几乎无限的正确数字序列，默认不会出错的，所以不需要对 onError 和 onCompleted 做任何处理。

对于流的完成 onCompletion 和 超时 onTimeout 会默认直接取消订阅。

Subscriber<Temperature> 通过 getter 函数获取。

3 暴露SSE端点：

用一个自动装配的 RestController 即可暴露公开这个API

@RestController
public class TemperatureController {
    private final TemperatureSensor temperatureSensor;

    public TemperatureController(TemperatureSensor temperatureSensor){
        this.temperatureSensor = temperatureSensor;
    }

    @GetMapping("/temperature-stream")
    public SseEmitter events(HttpServletRequest request){
        RxSseEmitter emitter = new RxSseEmitter();
        temperatureSensor.getDataStream()
            .subscribe(emitter.getSubscriber());
        
        return emitter;
    }
}

当创建了新的 SSE 会话，controller 会实例化一个新的 RxSseEmitter 并且把订阅者订阅到数据流上，再将 RxSseEmitter 实例返回到 Servlet 容器来处理。

4 应用程序配置：

我们不需要加任何的额外配置，因为我们使用了RxJava的框架，所以不再需要去配置 Spring 的 Executor 以及 @EnableAsync

上述代码就已经用 RxJava 重建温度传感器示例程序了，相比之前用Spring框架去自己实现Event的处理，RxJava 更加方便也更加好用。