webflux学习分享

清疚 2023-01-14 01:48 95阅读 0赞

**目录**

基础知识

lambda

stream

响应式编程

1. 事件驱动

2. 实时响应

3. 弹性机制

响应式流规范（Reactive Streams）

reactive stream（响应式流）

定义

异步非阻塞

流量控制

基于响应式流的“升级版”的响应式编程

Reactor

Flux与Mono

核心调用过程

Servlet3.0

WebFlux

服务端技术栈

响应式Http客户端

参考文档

--------------------

# 基础知识 #

在了解学习webflux之前，需要学习和掌握一些基本知识，主要包括响应式编程和lambda相关。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70][]

## lambda ##

取函数式编程之所长。

<table> 
 <tbody> 
  <tr> 
   <td> <p><code>students.sort(</code><code>new</code>&nbsp;<code>Comparator&lt;Student&gt;() { </code></p> <p><code>@Override</code></p> <p><code>public</code>&nbsp;<code>int</code>&nbsp;<code>compare(Student s1, Student s2) { </code></p> <p><code>return</code>&nbsp;<code>Double.compare(s1.getHeight(), s2.getHeight());</code></p> <p><code>}</code></p> <p><code>});</code></p> <p><code>//lambda</code></p> <p><code>students.sort((s1, s2) -&gt; Double.compare(s1.getHeight(), s2.getHeight()));</code></p> </td> 
  </tr> 
 </tbody> 
</table>

为什么？奥妙在哪？

java8开始存在，定义了FunctionalInterface接口。这种只有一个接口函数需要被实现的接口类型，我们叫它”函数式接口“。

以lambda作为参数的方法能够推断出来lambda所表示的是哪个函数式接口的那个抽象方法。

在Java 8里面，所有的Lambda的类型都是一个接口，而Lambda表达式本身，也就是”那段代码“，需要是这个接口的实现。这是我认为理解Lambda的一个关键所在，简而言之就是，Lambda表达式本身就是一个接口的实现。

## stream ##

Stream（流）是一个来自数据源的元素队列并支持聚合操作

分为 中间操作 和 最终操作，在最终操作没有调用的情况下，所有的中间操作都不会执行。

Stream流有一些特性：

1.  Stream流不是一种数据结构，不保存数据，它只是在原数据集上定义了一组操作。
2.  这些操作是惰性的，即每当访问到流中的一个元素，才会在此元素上执行这一系列操作。
3.  Stream不保存数据，故每个Stream流只能使用一次。

## 响应式编程 ##

### 1. 事件驱动 ###

在一个 事件驱动 的应用程序中，组件之间的交互是通过松耦合的 生产者 `(production)`和 消费者 `(consumption)` 来实现的。这些事件是以 异步 和 非阻塞 的方式发送和接收的。

事件驱动 的系统依靠 推模式 而不是 拉模式 或 投票表决，即 生产者 是在有消息时才推送数据给 消费者，而不是通过一种浪费资源方式：让 消费者 不断地 轮询 或 等待数据。

### 2. 实时响应 ###

程序发起执行以后，应该 快速 返回存储 结果的上下文，把具体执行交给 后台线程。待处理完成以后，异步地将 真实返回值 封装在此 上下文 中，而不是 阻塞 程序的执行。实时响应是通过 异步 编程实现的，例如：发起调用后，快速返回类似 `java8` 中 `CompletableFuture` 对象。

### 3. 弹性机制 ###

事件驱动的 松散耦合 提供了组件在失败下，可以抓获 完全隔离 的上下文场景，作为 消息封装，发送到下游组件。在具体编程时可以 检查错误 ，比如：是否接收到，接收的命令是否可执行等，并决定如何应对。

## 响应式流规范（Reactive Streams） ##

在 `Java` 平台上，`Netflix`（开发了 `RxJava`）、`TypeSafe`（开发了 `Scala`、`Akka`）、`Pivatol`（开发了 `Spring`、`Reactor`）共同制定了一个被称为 `Reactive Streams` 项目（规范），用于制定反应式编程相关的规范以及接口。java社区的响应式流规范（[响应式流规范][Link 1]）

`Reactive Streams` 由以下几个组件组成：

*  发布者：发布元素到订阅者
 *  订阅者：消费元素
 *  订阅：在发布者中，订阅被创建时，将与订阅者共享
 *  处理器：发布者与订阅者之间处理数据

其主要的接口有这三个：

*  Publisher
 *  Subscriber
 *  Subcription

1.Publisher是能够发出元素的发布者。

<table> 
 <tbody> 
  <tr> 
   <td> <p><code>public</code>&nbsp;<code>interface</code>&nbsp;<code>Publisher&lt;T&gt; { </code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>void</code>&nbsp;<code>subscribe(Subscriber&lt;?&nbsp;</code><code>super</code>&nbsp;<code>T&gt; s);</code></p> <p><code>}</code></p> </td> 
  </tr> 
 </tbody> 
</table>

这里强调一下 `Publisher` 接口中的 `subscribe` 方法语义上有些奇特，它表示的不是订阅关系，而是被订阅关系。即 `aPublisher.subscribe(aSubscriber)` 表示的是 `aPublisher` 被 `aSubscriber` 订阅。  
  
2.Subscriber是接收元素并做出响应的订阅者。

<table> 
 <tbody> 
  <tr> 
   <td> <p><code>public</code>&nbsp;<code>interface</code>&nbsp;<code>Subscriber&lt;T&gt; { </code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>void</code>&nbsp;<code>onSubscribe(Subscription s);</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>void</code>&nbsp;<code>onNext(T t);</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>void</code>&nbsp;<code>onError(Throwable t);</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>void</code>&nbsp;<code>onComplete();</code></p> <p><code>}</code></p> </td> 
  </tr> 
 </tbody> 
</table>

当执行subscribe方法时，发布者会回调订阅者的onSubscribe方法，这个方法中，通常订阅者会借助传入的Subscription向发布者请求n个数据。然后发布者通过不断调用订阅者的onNext方法向订阅者发出最多n个数据。如果数据全部发完，则会调用onComplete告知订阅者流已经发完；如果有错误发生，则通过onError发出错误数据，同样也会终止流。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 1][]

订阅后的回调用表达式表示就是onSubscribe onNext\* (onError | onComplete)?，即以一个onSubscribe开始，中间有0个或多个onNext，最后有0个或1个onError或onComplete事件。

Publisher和Subscriber融合了迭代器模式和观察者模式。

我们经常用到的Iterable和Iterator就是迭代器模式的体现，可以满足上边第1和2个特点关于按需处理数据流的要求；而观察者模式基于事件的回调机制有助于满足第3个特点关于异步传递元素的要求。

3.`Subscription`是`Publisher`和`Subscriber`的“中间人”。

<table> 
 <tbody> 
  <tr> 
   <td> <p><code>public</code>&nbsp;<code>interface</code>&nbsp;<code>Subscription { </code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>void</code>&nbsp;<code>request(</code><code>long</code>&nbsp;<code>n);</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>void</code>&nbsp;<code>cancel();</code></p> <p><code>}</code></p> </td> 
  </tr> 
 </tbody> 
</table>

4.`Processor`集`Publisher`和`Subscriber`于一身。

<table> 
 <tbody> 
  <tr> 
   <td> <p><code>public</code>&nbsp;<code>interface</code>&nbsp;<code>Processor&lt;T, R&gt;&nbsp;</code><code>extends</code>&nbsp;<code>Subscriber&lt;T&gt;, Publisher&lt;R&gt; { </code></p> <p><code>}</code></p> </td> 
  </tr> 
 </tbody> 
</table>

## reactive stream（响应式流） ##

### 定义 ###

具备“异步非阻塞”特性和“流量控制”能力的数据流，我们称之为响应式流（Reactive Stream）。

### 异步非阻塞 ###

cpu很快，io很慢，所以需要非阻塞

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 2][]

异步—多线程（但是多线程也有线程切换和线程资源的问题）

非阻塞—回调和CompletableFuture（代码太难写）

### 流量控制 ###

发布者发出数据的速度和订阅者处理数据的速度不同的时候，怎么办呢？

向上游反馈流量请求的机制就叫做回压（backpressure）

回压有不同策略：缓存策略和丢弃策略

## 基于响应式流的“升级版”的响应式编程 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 3][]

Reactor3和RxJava2都是具有以上特点的响应式流的具体实现库。

## Reactor ##

这是一个基于 Java 8 的实现了响应式流规范 （Reactive Streams specification）的响应式库。

### Flux与Mono ###

Reactor中的发布者（Publisher）由`Flux`和`Mono`两个类定义，它们都提供了丰富的操作符（operator）。一个Flux对象代表一个包含0..N个元素的响应式序列，而一个Mono对象代表一个包含零/一个（0..1）元素的结果。

### 核心调用过程 ###

Reactor 的核心调用过程大致可以分为图中的几个阶段

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 4][]

*  声明：无论是使用 just 或者其他什么方式创建反应式流，这个过程都可以称之为声明，因为此时这些代码不会被实际的执行。
 *  subscribe：当调用 subscribe 时，整个执行过程便进入 subscribe 阶段，经过一系列的调用之后，subscribe 动作会代理给具体的 Flux 来实现。
 *  onSubscribe：onSubscribe 阶段指的是 Subscriber\#onSubscribe 方法被依次调用的阶段。这个阶段会让各 Subscriber 知道 subscribe 方法已被触发，真正的处理流程马上就要开始。
 *  request：onSubscribe 阶段是表示订阅动作的方式，让各 Subscriber 知悉，准备开始处理数据。当最终的 Subscriber 做好处理数据的准备之后，它便会调用 - Subscription 的 request 方法请求数据。
 *  onNext：通过调用 Subscriber 的 onNext 方法，进行真正的响应式的数据处理。
 *  onComplete：成功的终端状态，没有进一步的事件将被发送。
 *  onError：错误的终端状态（和 onComplete 一样，当发生时，后面的将不会在继续执行）。

反应式编程和传统风格的编程一个最大的不同点在于，开发人员编写的大部分代码都是在声明处理过程。即这些代码并不会被实际的执行，直到开始被订阅。这便是为何第一阶段是声明阶段的原因。

如何实现？看下demo吧

## Servlet3.0 ##

Servlet 3.0 新增了请求的异步处理，使用异步servlet主要原因就是因为，在service方法中业务逻辑如果碰到io操作时间比较长的操作，这样这个service方法就会长时间占用tomcat容器线程池中的线程，这样是不利于其他请求的处理的，当线程池中的线程处理任务时，任务由于长时间io操作，肯定会阻塞线程处理其他任务，引入异步servlet的目的就是将容器线程池和业务线程池分离开。在处理大io的业务操作的时候，把这个操作移动到业务线程池中进行，释放容器线程，使得容器线程处理其他任务，在业务逻辑执行完毕之后，然后在通知tomcat容器线程池来继续后面的操作，这个操作应该是把处理结果commit到客户端或者是dispatch到其他servlet上。

springmvc使用方式：

<table> 
 <tbody> 
  <tr> 
   <td> <p><code>@Controller</code></p> <p><code>public</code>&nbsp;<code>class</code>&nbsp;<code>PageController { </code></p> <p>&nbsp;</p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>@RequestMapping</code><code>(</code><code>"/async/test"</code><code>)</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>@ResponseBody</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>Callable&lt;String&gt; callable() { </code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>// 这么做的好处避免web server的连接池被长期占用而引起性能问题，</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>// 调用后生成一个非web的服务线程来处理，增加web服务器的吞吐量。</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>new</code>&nbsp;<code>Callable&lt;String&gt;() { </code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>@Override</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>String call()&nbsp;</code><code>throws</code>&nbsp;<code>Exception { </code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>Thread.sleep(</code><code>3</code>&nbsp;<code>* 1000L);</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>"小单 - "</code>&nbsp;<code>+ System.currentTimeMillis();</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>}</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>};</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>}</code></p> <p>&nbsp;</p> <p><code>}</code></p> </td> 
  </tr> 
 </tbody> 
</table>

# WebFlux #

Spring WebFlux是随Spring 5推出的响应式Web框架。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 5][]

## 服务端技术栈 ##

Spring提供了完整的支持响应式的服务端技术栈。

如上图所示，左侧为基于spring-webmvc的技术栈，右侧为基于spring-webflux的技术栈，

*  Spring WebFlux是基于响应式流的，因此可以用来建立异步的、非阻塞的、事件驱动的服务。它采用Reactor作为首选的响应式流的实现库，不过也提供了对RxJava的支持。
 *  由于响应式编程的特性，Spring WebFlux和Reactor底层需要支持异步的运行环境，比如Netty和Undertow；也可以运行在支持异步I/O的Servlet 3.1的容器之上，比如Tomcat（8.0.23及以上）和Jetty（9.0.4及以上）。
 *  从图的纵向上看，spring-webflux上层支持两种开发模式：
    
     *  类似于Spring WebMVC的基于注解（@Controller、@RequestMapping）的开发模式；·
     *  Java 8 lambda 风格的函数式开发模式。
 *  Spring WebFlux也支持响应式的Websocket服务端开发。

例子：

<table> 
 <tbody> 
  <tr> 
   <td> <p><code>@RestController</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>class</code>&nbsp;<code>HelloController { </code></p> <p>&nbsp;</p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>@GetMapping</code><code>(</code><code>"/hello"</code><code>)</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>Mono&lt;String&gt; hello() {&nbsp;&nbsp;&nbsp;</code><code>// 【改】返回类型为Mono&lt;String&gt;</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>Mono.just(</code><code>"Welcome to reactive world ~"</code><code>);&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>// 【改】使用Mono.just生成响应式数据</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>}</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>}</code></p> </td> 
  </tr> 
 </tbody> 
</table>

## 响应式Http客户端 ##

此外，Spring WebFlux也提供了一个响应式的Http客户端API WebClient。它可以用函数式的方式异步非阻塞地发起Http请求并处理响应。其底层也是由Netty提供的异步支持。

我们可以把WebClient看做是响应式的RestTemplate，与后者相比，前者：

*  是非阻塞的，可以基于少量的线程处理更高的并发；
 *  可以使用Java 8 lambda表达式；
 *  支持异步的同时也可以支持同步的使用方式；
 *  可以通过数据流的方式与服务端进行双向通信。

当然，与服务端对应的，Spring WebFlux也提供了响应式的Websocket客户端API。

例子：

<table> 
 <tbody> 
  <tr> 
   <td> <p><code>@Test</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>public</code>&nbsp;<code>void</code>&nbsp;<code>webClientTest1()&nbsp;</code><code>throws</code>&nbsp;<code>InterruptedException { </code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>WebClient webClient = WebClient.create(</code><code>"<a href="http://localhost:8080/" rel="nofollow">http://localhost:8080"</a></code><code>);&nbsp;&nbsp; //&nbsp;</code><code>1</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>Mono&lt;String&gt; resp = webClient</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>.get().uri(</code><code>"/hello"</code><code>)&nbsp;</code><code>// 2</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>.retrieve()&nbsp;</code><code>// 3</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>.bodyToMono(String.</code><code>class</code><code>);&nbsp;&nbsp;</code><code>// 4</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>resp.subscribe(System.out::println);&nbsp;&nbsp;&nbsp;&nbsp;</code><code>// 5</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>TimeUnit.SECONDS.sleep(</code><code>1</code><code>);&nbsp;&nbsp;</code><code>// 6</code></p> <p><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>}</code></p> </td> 
  </tr> 
 </tbody> 
</table>

# 参考文档 #

*  [https://blog.csdn.net/get\_set/article/details/79455258][https_blog.csdn.net_get_set_article_details_79455258]
 *  [https://xwjie.github.io/webflux/webflux-study-path.html][https_xwjie.github.io_webflux_webflux-study-path.html]
 *  [https://htmlpreview.github.io/?https://github.com/get-set/reactor-core/blob/master-zh/src/docs/index.html\#core-features][https_htmlpreview.github.io_https_github.com_get-set_reactor-core_blob_master-zh_src_docs_index.html_core-features]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70]: /images/20221022/f493128b2cff478c9dd20db131b836c0.png
[Link 1]: https://github.com/reactive-streams/reactive-streams-jvm/blob/v1.0.2/README.md
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 1]: /images/20221022/c7da9fcdd3e24796b8a0618f6bdf1002.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 2]: /images/20221022/eee4c1e01dba49c88f1a9c687e1ec4ab.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 3]: /images/20221022/2f0beaf709a94071ba39b7441f0e6b65.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 4]: /images/20221022/103d7983b9ec480592ff3280ca6e43c3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l2ZXJzb24yMDEwMTEyMjI4_size_16_color_FFFFFF_t_70 5]: /images/20221022/df461de14bae48fa9823aa01c9befb93.png
[https_blog.csdn.net_get_set_article_details_79455258]: https://blog.csdn.net/get_set/article/details/79455258
[https_xwjie.github.io_webflux_webflux-study-path.html]: https://xwjie.github.io/webflux/webflux-study-path.html
[https_htmlpreview.github.io_https_github.com_get-set_reactor-core_blob_master-zh_src_docs_index.html_core-features]: https://htmlpreview.github.io/?https://github.com/get-set/reactor-core/blob/master-zh/src/docs/index.html#core-features