如何使用Reactor完成類似Flink的操作

這篇文章主要講解了“如何使用Reactor完成類似Flink的操作”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何使用Reactor完成類似Flink的操作”吧！

一、背景

Flink在處理流式任務的時候有很大的優勢，其中windows等操作符可以很方便的完成聚合任務，但是Flink是一套獨立的服務，業務流程中如果想使用需要將數據發到kafka，用Flink處理完再發到kafka，然后再做業務處理，流程很繁瑣。

比如在業務代碼中想要實現類似Flink的window按時間批量聚合功能，如果純手動寫代碼比較繁瑣，使用Flink又太重，這種場景下使用響應式編程RxJava、Reactor等的window、buffer操作符可以很方便的實現。

響應式編程框架也早已有了背壓以及豐富的操作符支持，能不能用響應式編程框架處理類似Flink的操作呢，答案是肯定的。

二、實現過程

Flink對流式處理做的很好的封裝，使用Flink的時候幾乎不用關心線程池、積壓、數據丟失等問題，但是使用Reactor實現類似的功能就必須對Reactor運行原理比較了解，并且經過不同場景下測試，否則很容易出問題。

下面列舉出實現過程中的核心點：

1、創建Flux和發送數據分離

入門Reactor的時候給的示例都是創建Flux的時候同時就把數據賦值了，比如：Flux.just、Flux.range等，從3.4.0版本后先創建Flux，再發送數據可使用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：https://projectreactor.io/docs/core/release/reference/#processors

2、背壓支持

上面方法的對象背壓策略支持兩種：BackpressureBuffer、BackpressureError，在此場景肯定是選擇BackpressureBuffer，需要指定緩存隊列，初始化方法如下：Queues.<String>get(queueSize).get()

數據提交有兩個方法：

• 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

在此場景我們不希望丟數據，可自定義失敗策略，提交失敗無限重試，當然也可以調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用Sinks.asFlux開心的使用各種操作符了。

3、窗口函數

Reactor支持兩類窗口聚合函數：

• window類：返回Mono(Flux<T>)

• buffer類：返回List<T>

在此場景中，使用buffer即可滿足需求，bufferTimeout(int maxSize, Duration maxTime)支持最大個數，最大等待時間操作，Flink中的keys操作可以用groupBy、collectMap來實現。

4、消費者處理

Reactor經過buffer后是一個一個的發送數據，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新的數據，buffer操作符才會重新發送數據。如果此時subscribe消費者耗時較長，數據流會在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，并且當然線程池如果任務滿submit支持阻塞，可以用自定義RejectedExecutionHandler來實現：

 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);

三、總結

1、總結一下整體的執行流程

1. 提交任務：提交數據支持同步異步兩種方式，支持多線程提交，正常情況下響應很快，同步的方法如果隊列滿則阻塞。

2. 豐富的操作符處理流式數據。

3. buffer操作符產生的數據多線程處理：同步提交到單獨的消費者線程池，線程池任務滿則阻塞。

4. 消費者線程池：支持阻塞提交，保證不丟消息，同時隊列長度設置成0，因為前面已經有隊列了。

5. 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據提交者。

2、和Flink的對比

實現的Flink的功能：

• 不輸Flink的豐富操作符

• 支持背壓，不丟數據

優勢：輕量級，可直接在業務代碼中使用

劣勢：

• 內部執行流程復雜，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據處理

• 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據，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

• 需考慮對上游數據源的影響，Flink的上游一般是mq，數據量大時可自動堆積，如果本文的方案上游是http、rpc調用，產生的阻塞影響就不能忽略。補償方案是每次提交數據都使用異步方法，如果失敗則提交到mq中緩沖并消費該mq無限重試。

感謝各位的閱讀，以上就是“如何使用Reactor完成類似Flink的操作”的內容了，經過本文的學習后，相信大家對如何使用Reactor完成類似Flink的操作這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！