flatMap 如何管理线程？

Question

Flux.just("a", "b", "c")
        .log(null, Level.INFO,true) // line 18
        .flatMap(value -> Mono.just(value.toUpperCase())
                              .publishOn(Schedulers.elastic()), 2)
        .log(null, Level.INFO,true) // line 21
        .subscribe();

一些输出：

13:03:46 [main] INFO  - | request(2)    Flux.log(App.java:18)
13:03:46 [main] INFO  - | onNext(a)     Flux.log(App.java:18)
13:03:46 [main] INFO  - | onNext(b)     Flux.log(App.java:18)
13:03:46 [elastic-2] INFO  - onNext(A)  Flux.log(App.java:21)
13:03:46 [elastic-2] INFO  - | request(1)   Flux.log(App.java:18)
13:03:46 [main] INFO  - | onNext(c)     Flux.log(App.java:18)
13:03:46 [elastic-3] INFO  - onNext(B)  Flux.log(App.java:21)
13:03:46 [elastic-3] INFO  - | request(1)   Flux.log(App.java:18)
13:03:46 [elastic-2] INFO  - onNext(C)  Flux.log(App.java:21)
13:03:46 [elastic-2] INFO  - | request(1)   Flux.log(App.java:18)
13:03:46 [main] INFO  - | onComplete()  Flux.log(App.java:18)
13:03:46 [main] INFO  - onComplete()    Flux.log(App.java:21)

问题：

1. 为什么flatMap从main线程请求 2 个元素，然后从其他线程请求更多元素？

2. 为什么subscribe不由main线程处理？

Answer 1

为什么 2 从主线程请求？

第一个Subscription.request金额取决于您指定的并发级别，即2 。 由于您在主线程中调用.subscribe ，因此将在该线程上准确调用第一个prefetch请求。

让我们看看下一个架构：

.subscribe()[Thread main] -> FluxLog.source.subscribe()[Tread Main] -> FluxFlatMap.source.subscribe()[ThreadMain] -> FluxJust.subscriber.onSubscribe() -> FluxFlatMap.subscription.request(concurrency)[Thread Main]

接下来发生什么？

然后，从那一点开始将是铁杆:)。 由于您的内部流将由FlatMapInner订阅，它将观察Scheduler.elastic上的所有信号（onNext、onError、onComplete）（因为您的.publishOn ）。 反过来，当内部流完成时，其onComplete上的FlatMapInnner将通知 main FlatMapMain ，它是整个flatMap机制的驱动程序。 FlatMapInner和FlatMapMain之间的交互正在通过FlatMapMain.innerComplete 。 由于从 FlatMapMain 的角度来看，内部FlatMapInner正在扮演Queue的角色，因此所有元素都将被drained 。 保持冷静，如果您不知道这里发生了什么，请不要惊慌。 该方法的所有想法是从内部流中排出数据并将其发送到下游，然后向上游请求新的数据部分。 你应该记住的事情是， innerComplete是从FlatMapInner.onComplete调用的，它被移动到另一个调度程序，所以这意味着下一个Subscription.request将从Mono.just(value.toUpperCase()).publishOn(Schedulers.elastic())指定的线程Mono.just(value.toUpperCase()).publishOn(Schedulers.elastic())

因此，示意性地，该过程如下所示：

FluxFlatMap.FlatMapMain.onNext [Thread Main] -> Publisher m = mapper(...) -> m.subscribe(new FluxFlatMap.FlatMapInner()) -> FluxFlatMap.FlatMapInner.onNext("a") [Thread Elastic N] -> LambdaSubscriber.onNext("c") [Thread Elastic N] -> FluxFlatMap.FlatMapInner.onComplete() [Thread Elastic N] -> FluxFlatMap.FlatMapMain.drainLoop() [Thread Elastic N] -> FluxFlatMap.FlatMapMain.drainLoop() [Thread Elastic N] { ... subscription.request(amountOfCompletedInners) -> FlatMap.FlatMapMain.onNext() [Thread Elastic N] -> .... LambdaSubscriber.onNext("c") [Thread Elastic N] -> ....

因此，您将看到 main 上的第一个 request(2) 然后是 elastic 上的 request(1) （因为一个内部已经完成，所以 FlatMap 将从上游请求另一个 1 个元素以满足并发需求）。