1.前言许多同学反映，他们对响应式编程中的Flux和Mono的概念有些困惑。但是目前在Java响应式编程中，我们接触最多的就是这两个对象，比如SpringWebFlux、RSocket、R2DBC。这两个对象我也开始头疼了，所以今天我们就简单的讨论一下。2、响应流的特点要理解这两个概念，就必须要说说响应流的规范。它是响应式编程的基石。他有以下特点：响应流必须是非阻塞的。响应流必须是数据流。必须可以异步执行。它也应该能够处理背压。背压是反应流中的一个重要概念。可以理解为生产者可以感受到消费者反馈的消费压力，并根据压力动态调整生产速度。形象点可以这样理解：有背压和没有背压两种情况3.Publisher由于响应流的特点，我们不能再返回一个简单的POJO对象来表示结果。有一个类似于Java中Future的概念，当有结果时必须返回通知消费者响应。在ReactiveStream规范中，这被定义为Publisher。发布者是一个提供者，可以根据订阅者的需要提供0-N序列元素和推送元素。一个Publisher可以支持多个订阅者，可以根据订阅者的逻辑推送序列元素。下面的Excel计算可以说明Publisher的一些特点。A1-A9可以看作是Publisher，它提供的元素序列。A10-A13分别是求和函数SUM(A1:A9)、平均函数AVERAGE(A1:A9)、最大值函数MAX(A1:A9)、最小值函数MIN(A1:A9)，可以看成是Subscriber。如果我们没有A10-A13，那么A1-A9就没有意义，它们不产生计算。这也是Reactive的一个重要特性：当没有订阅时，发布者什么都不做。Flux和Mono都是由Reactor3中的Publisher实现的。Publisher提供了一个subscribe方法，允许消费者在结果可用时进行消费。如果没有消费者Publisher不会做任何事情，他根据消费情况做出响应。Publisher可能返回零个或多个，甚至可能是无限的。为了更清晰的表达预期结果，引入了Mono和Flux两种实现模型。4、FluxFlux是一个Publisher，它发出（emit）一个0-N个元素的异步序列，可以通过onComplete信号或onError信号终止。在ReactiveStreams规范中，下游消费者调用的方法有onNext、onComplete和onError三种。下图是Flux的抽象模型：上面对Flux的讲解对于刚接触Reactive编程的人来说还是比较难理解的，所以这里是一步一步的理解过程。有些类比不是很贴切，但对你一步步理解这些新概念还是有帮助的。传统的数据处理通常是这样写的：publicListallUsers(){returnArrays.asList(newClientUser("felord.cn","re??active"),newClientUser("Felordcn","Reactor"));}我们通过迭代返回值List获取这些元素进行再加工（消费），这个方法有点像厨师做了很多菜，吃不吃由食客决定。食客主动过来就餐就够了（拉法）。至于他们喜欢吃什么，不喜欢吃什么，他们想怎么吃就怎么吃，怎么吃也是他们的事。在Java8中，流数据处理可以重写为流表示：publicStreamallUsers(){returnStream.of(newClientUser("felord.cn","re??active"),newClientUser("Felordcn","Reactor"));}做菜的还是大厨，不过这家更高级。提供配菜方式（不包括具体细节），食客可根据自己的习惯按照指示进餐。一旦开始，不退款或换货，直到完成，没有有效期。Reactor中的Reactive数据处理可以改写成Flux：publicFluxallUsers(){returnFlux.just(newClientUser("felord.cn","re??active"),newClientUser("Felordcn","Reactor"));}在这一次，食客们只需点菜，做好了就会自然呈现，并可随时根据食客的胃口进行调整。如果没有食客点餐，那么厨师就无事可做。当然，功能不止这些，但足以让我们了解。5、MonoMono是一个发射（emit）0-1个元素的Publisher，可以通过onComplete信号或onError信号终止。这里就不翻译Mono了。整体和Flux类似，只是这里只会发射0-1个元素。也就是说，有或没有。和Flux一样，我们看看Mono的演变过程，有助于理解。传统数据处理publicClientUsercurrentUser(){returnisAuthenticated?newClientUser("felord.cn","re??active"):null;}直接返回合格对象或null。可选的处理方法publicOptionalcurrentUser(){returnisAuthenticated?Optional.of(newClientUser("felord.cn","re??active")):Optional.empty();}我觉得这个Optional有反应型的Smell，当然它不是反应性的。当我们没有从Optional的返回值中得到具体的对象时，不知道里面有没有，但是Optional一定是客观存在的，不会有NPE问题。响应式数据处理publicMonocurrentUser(){returnisAuthenticated?Mono.just(newClientUser("felord.cn","re??active")):Mono.empty();}有点类似于Optional，当然Mono不是为了为了解决NPE问题，它的存在是为了处理响应流中的单个值（可能是Void）。6.总结Flux和Mono是Java响应式编程中的重要概念，但是包括我在内的很多同学一开始都难以理解。这其实规定了两种流范式，让数据有一些新的特性，比如基于发布订阅的事件驱动、异步流、背压等等。另外，将数据推送（Push）给消费者，以区别于我们通常的拉取（Pull）模式。同时，我们可以像StreamApi一样使用map、flatmap这样的操作符来操作它们。理解Flux和Mono这两个概念需要一定的时间，所以不要操之过急。本文转载自微信公众号“码农小胖哥”，可通过以下二维码关注。转载本文请联系码农小胖公众号。
