
在mutiny中,当我们拥有一个uni<list<t>>类型的响应式流,并希望对列表中的每一个t元素进行异步处理时,直接使用map操作将列表中的每个元素转换为新的uni,然后尝试通过flatmap合并这些uni,可能会遇到程序过早终止的问题。例如,原始尝试的代码片段:
Uni<List<String>> listUni = Uni.createFrom().item(List.of("a", "b", "c"));
listUni.map(strings -> strings.stream().map(this::processItem).toList()) // 将List<String>映射为List<Uni<Void>>
.flatMap(unis -> Uni.join().all(unis).andCollectFailures()) // 合并所有Uni
.subscribe()
.with(System.out::println);
// 模拟异步处理的方法
private Uni<Void> processItem(String item) {
// 假设这里是一个耗时的异步操作
return Uni.createFrom().item(item)
.onItem().delayIt().by(Duration.ofSeconds(1))
.invoke(() -> System.out.println("Processing item: " + item))
.replaceWithVoid();
}这种方法的问题在于,subscribe().with()本身是异步的。如果主程序没有显式地等待这些异步操作完成,它可能会在所有Uni完成之前退出,导致看起来只有部分(甚至没有)元素被处理。为了确保所有异步操作都能执行完毕,我们需要一种机制来管理这些异步流的生命周期。
在测试环境中,尤其是使用Vert.x Unit等框架时,我们可以利用其提供的异步上下文来管理响应式流的生命周期。核心思想是将Uni<List<T>>转换为Multi<T>,从而能够逐个处理列表中的元素,并使用transformToUniAndMerge实现并发处理。
Uni<List<T>>代表一个单一的、未来会产生一个列表的事件。要对列表中的每个元素进行流式处理,我们需要将其转换为Multi<T>。onItem().transformToMulti(Multi.createFrom()::iterable)是实现这一转换的有效方式。
一旦拥有了Multi<T>,我们可以使用onItem().transformToUniAndMerge()操作符。这个操作符的特点是,它会为Multi中的每个元素创建一个新的Uni,并并行地订阅这些Uni,然后将它们的发出项合并到一个新的Multi中。这正是我们实现异步并发处理所需要的。
在测试方法中,Vert.x Unit的TestContext提供了一个Async对象。通过在流的onTermination()回调中调用async.complete(),我们可以明确地告诉测试框架,当所有流操作完成(无论成功或失败)时,测试可以结束。这确保了主程序(或测试)会等待所有异步任务完成。
import io.smallrye.mutiny.Multi;
import io.smallrye.mutiny.Uni;
import io.vertx.core.Vertx;
import io.vertx.junit5.VertxExtension;
import io.vertx.junit5.VertxTestContext;
import org.junit.jupiter.api.Test;
import org.junit.jupiter.api.extension.ExtendWith;
import java.time.Duration;
import java.util.List;
import java.util.Random;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
@ExtendWith(VertxExtension.class)
public class AsyncListProcessingTest {
private final ExecutorService executor = Executors.newFixedThreadPool(3); // 用于模拟耗时操作的线程池
// 模拟一个耗时的异步处理方法
private Uni<String> processItemAsync(String item) {
Random random = new Random();
int duration = (random.nextInt(5) + 1) * 1000; // 随机延迟1-5秒
System.out.println("Starting processing for '" + item + "' with duration " + duration + "ms on thread: " + Thread.currentThread().getName());
// 使用Uni.createFrom().future来集成外部异步任务
return Uni.createFrom().future(() -> executor.submit(() -> {
try {
Thread.sleep(duration);
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
System.out.println("Finished processing for '" + item + "' on thread: " + Thread.currentThread().getName());
return item.toUpperCase(); // 返回处理后的结果
}));
}
@Test
public void testAsyncProcessingWithVertxUnit(VertxTestContext testContext) {
// 创建一个Uni<List<String>>
Uni.createFrom().item(List.of("a", "b", "c", "d"))
// 将Uni<List<String>>转换为Multi<String>,以便逐个处理元素
.onItem().transformToMulti(Multi.createFrom()::iterable)
// 对Multi中的每个元素应用异步转换,并合并结果
.onItem().transformToUniAndMerge(this::processItemAsync)
// 订阅并处理每个完成的项
.onItem().invoke(s -> System.out.println("Received processed item: " + s))
// 当流终止时(所有元素处理完毕或发生错误),通知测试上下文
.onTermination().invoke((throwable, isCancelled) -> {
if (throwable != null) {
testContext.fail(throwable); // 如果有错误,测试失败
} else {
System.out.println("All items processed successfully.");
testContext.completeNow(); // 所有任务完成,测试成功
}
executor.shutdown(); // 关闭线程池
})
.subscribe()
.with(
item -> System.out.println("Printing final result: " + item), // 实际的订阅者处理
testContext::fail // 错误处理
);
}
}代码解释:
在非测试场景或需要程序阻塞直到所有异步操作完成并收集结果时,我们可以使用collect().asList().await().indefinitely()。这种方法会等待所有并发处理的Uni完成,并将它们的输出收集到一个List中,然后阻塞当前线程直到这个List可用。
import io.smallrye.mutiny.Multi;
import io.smallrye.mutiny.Uni;
import java.time.Duration;
import java.util.List;
import java.util.Random;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class AsyncListProcessingBlocking {
private static final ExecutorService executor = Executors.newFixedThreadPool(3); // 用于模拟耗时操作的线程池
// 模拟一个耗时的异步处理方法
private Uni<String> processItemAsync(String item) {
Random random = new Random();
int duration = (random.nextInt(5) + 1) * 1000; // 随机延迟1-5秒
System.out.println("Starting processing for '" + item + "' with duration " + duration + "ms on thread: " + Thread.currentThread().getName());
return Uni.createFrom().future(() -> executor.submit(() -> {
try {
Thread.sleep(duration);
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
System.out.println("Finished processing for '" + item + "' on thread: " + Thread.currentThread().getName());
return item.toUpperCase();
}));
}
public static void main(String[] args) {
AsyncListProcessingBlocking processor = new AsyncListProcessingBlocking();
System.out.println("Starting main processing...");
List<String> results = Uni.createFrom().item(List.of("x", "y", "z", "w"))
// 将Uni<List<String>>转换为Multi<String>
.onItem().transformToMulti(Multi.createFrom()::iterable)
// 对Multi中的每个元素应用异步转换,并合并结果
.onItem().transformToUniAndMerge(processor::processItemAsync)
// 打印每个完成的项(可选)
.onItem().invoke(s -> System.out.println("Intermediate result received: " + s))
// 收集所有结果到一个列表中,并阻塞当前线程直到所有结果可用
.collect().asList()
.await().indefinitely(); // 阻塞等待,直到所有结果收集完毕
System.out.println("All items processed. Final collected results: " + results);
executor.shutdown(); // 关闭线程池
System.out.println("Main processing finished.");
}
}代码解释:
异步处理Uni<List>中的元素是响应式编程中的常见需求。通过将Uni<List<T>>转换为Multi<T>,并结合onItem().transformToUniAndMerge()操作符,我们可以高效地实现元素的并发处理。根据具体的应用场景,可以选择结合Vert.x Unit进行异步测试管理,或使用collect().asList().await().indefinitely()阻塞并收集所有结果。理解这些模式和Mutiny操作符的特性,对于构建健壮且高效的响应式应用程序至关重要。
以上就是Mutiny响应式编程:异步处理Uni中元素的两种方法的详细内容,更多请关注php中文网其它相关文章!
编程怎么学习?编程怎么入门?编程在哪学?编程怎么学才快?不用担心,这里为大家提供了编程速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号