(12)自定义数据流(实战Docker事件推送的REST API)——响应式Spring的道法术器

本系列文章索引《响应式Spring的道法术器》
前情提要 Reactor 3快速上手 | Spring WebFlux快速上手 | 响应式流规范
本文 测试源码 | 实战源码

2.2 自定义数据流

这一小节介绍如何通过定义相应的事件(onNextonErroronComplete) 创建一个 Flux 或 Mono。Reactor提供了generatecreatepushhandle等方法,所有这些方法都使用 sink(池)来生成数据流。

sink,顾名思义,就是池子,可以想象一下厨房水池的样子。如下图所示:

下面介绍到的方法都有一个sink提供给方法使用者,通常至少会暴露三个方法给我们,nexterrorcomplete。next和error相当于两个下水口,我们不断将自定义的数据放到next口,Reactor就会帮我们串成一个Publisher数据流,直到有一个错误数据放到error口,或按了一下complete按钮,数据流就会终止了。

2.2.1 generate

generate是一种同步地,逐个地发出数据的方法。因为它提供的sink是一个SynchronousSink, 而且其next()方法在每次回调的时候最多只能被调用一次。

generate方法有三种签名:

    public static <T> Flux<T> generate(Consumer<SynchronousSink<T>> generator)

    public static <T, S> Flux<T> generate(Callable<S> stateSupplier, BiFunction<S, SynchronousSink<T>, S> generator) 

    public static <T, S> Flux<T> generate(Callable<S> stateSupplier, BiFunction<S, SynchronousSink<T>, S> generator, Consumer<? super S> stateConsumer)

1)使用SynchronousSink生成数据流

    @Test
    public void testGenerate1() {
        final AtomicInteger count = new AtomicInteger(1);   // 1
        Flux.generate(sink -> {
            sink.next(count.get() + " : " + new Date());   // 2
            try {
                TimeUnit.SECONDS.sleep(1);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            if (count.getAndIncrement() >= 5) {
                sink.complete();     // 3
            }
        }).subscribe(System.out::println);  // 4
    }
  1. 用于计数;
  2. 向“池子”放自定义的数据;
  3. 告诉generate方法,自定义数据已发完;
  4. 触发数据流。

输出结果为每1秒钟打印一下时间,共打印5次。

2)增加一个伴随状态

对于上边的例子来说,count用于记录状态,当值达到5之后就停止计数。由于在lambda内部使用,因此必须是final类型的,且不能是原生类型(如int)或不可变类型(如Integer)。

如果使用第二个方法签名,上边的例子可以这样改:

    @Test
    public void testGenerate2() {
        Flux.generate(
                () -> 1,    // 1
                (count, sink) -> {      // 2
                    sink.next(count + " : " + new Date());
                    try {
                        TimeUnit.SECONDS.sleep(1);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    if (count >= 5) {
                        sink.complete();
                    }
                    return count + 1;   // 3
                }).subscribe(System.out::println);
    }
  1. 初始化状态值;
  2. 第二个参数是BiFunction,输入为状态和sink;
  3. 每次循环都要返回新的状态值给下次使用。

3)完成后处理

第三个方法签名除了状态、sink外,还有一个Consumer,这个Consumer在数据流发完后执行。

        Flux.generate(
                () -> 1,
                (count, sink) -> {
                    sink.next(count + " : " + new Date());
                    try {
                        TimeUnit.SECONDS.sleep(1);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    if (count >= 5) {
                        sink.complete();
                    }
                    return count + 1;
                }, System.out::println)     // 1
                .subscribe(System.out::println);
    }
  1. 最后将count值打印出来。

如果 state 使用了数据库连接或者其他需要进行清理的资源,这个 Consumer lambda 可以用来在最后完成资源清理任务。

2.2.2 create

create是一个更高级的创建Flux的方法,其生成数据流的方式既可以是同步的,也可以是异步的,并且还可以每次发出多个元素。

create用到了FluxSink,后者同样提供 next,error 和 complete 等方法。 与generate不同的是,create不需要状态值,另一方面,它可以在回调中触发多个事件(即使事件是发生在未来的某个时间)。

create 常用的场景就是将现有的 API 转为响应式,比如监听器的异步方法。

先编写一个事件源:

    public class MyEventSource {

        private List<MyEventListener> listeners;

        public MyEventSource() {
            this.listeners = new ArrayList<>();
        }

        public void register(MyEventListener listener) {    // 1
            listeners.add(listener);
        }

        public void newEvent(MyEvent event) {
            for (MyEventListener listener :
                    listeners) {
                listener.onNewEvent(event);     // 2
            }
        }

        public void eventStopped() {
            for (MyEventListener listener :
                    listeners) {
                listener.onEventStopped();      // 3
            }
        }

        @Data
        @NoArgsConstructor
        @AllArgsConstructor
        public static class MyEvent {   // 4
            private Date timeStemp;
            private String message;
        }
    }
  1. 注册监听器;
  2. 向监听器发出新事件;
  3. 告诉监听器事件源已停止;
  4. 事件类,使用了lombok注解。

准备一个监听器接口,它可以监听上边第2和3的两种事件:(1)新的MyEvent到来;(2)事件源停止。如下:

    public interface MyEventListener {
        void onNewEvent(MyEventSource.MyEvent event);
        void onEventStopped();
    }

下面的测试方法逻辑是:创建一个监听器注册到事件源,这个监听器再收到事件回调的时候通过Flux.create的sink将一系列事件转换成异步的事件流:

    @Test
    public void testCreate() throws InterruptedException {
        MyEventSource eventSource = new MyEventSource();    // 1
        Flux.create(sink -> {
                    eventSource.register(new MyEventListener() {    // 2
                        @Override
                        public void onNewEvent(MyEventSource.MyEvent event) {
                            sink.next(event);       // 3
                        }

                        @Override
                        public void onEventStopped() {
                            sink.complete();        // 4
                        }
                    });
                }
        ).subscribe(System.out::println);       // 5

        for (int i = 0; i < 20; i++) {  // 6
            Random random = new Random();
            TimeUnit.MILLISECONDS.sleep(random.nextInt(1000));
            eventSource.newEvent(new MyEventSource.MyEvent(new Date(), "Event-" + i));
        }
        eventSource.eventStopped(); // 7
    }
  1. 事件源;
  2. 向事件源注册用匿名内部类创建的监听器;
  3. 监听器在收到事件回调的时候通过sink将事件再发出;
  4. 监听器再收到事件源停止的回调的时候通过sink发出完成信号;
  5. 触发订阅(这时候还没有任何事件产生);
  6. 循环产生20个事件,每个间隔不超过1秒的随机时间;
  7. 最后停止事件源。

运行一下这个测试方法,20个MyEvent陆续打印出来。

如果将上边的create方法换成generate方法,则会报出异常:

java.lang.IllegalStateException: The generator didn‘t call any of the SynchronousSink method

证明generate并不支持异步的方式。

create方法还有一个变体方法push,适合生成事件流。与 create类似,push 也可以是异步地, 并且能够使用以上各种回压策略。所以上边的例子可以替换为push方法。区别在于,push方法中,调用nextcompleteerror的必须是同一个线程。

除了nextcompleteerror方法外,FluxSink还有onRequest方法,这个方法可以用来响应下游订阅者的请求事件。从而不仅可以像上一个例子那样,上游在数据就绪的时候将其推送到下游,同时下游也可以从上游拉取已经就绪的数据。这是一种推送/拉取混合的模式。比如:

    Flux<String> bridge = Flux.create(sink -> {
        myMessageProcessor.register(
          new MyMessageListener<String>() {

            public void onMessage(List<String> messages) {
              for(String s : messages) {
                sink.next(s);   // 1
              }
            }
        });
        sink.onRequest(n -> {   // 2
            List<String> messages = myMessageProcessor.request(n);  // 3
            for(String s : message) {
               sink.next(s);
            }
        });
        ...
    }
  1. push方式,主动向下游发出数据;
  2. 在下游发出请求时被调用;
  3. 响应下游的请求,查询是否有可用的message。

2.2.3 实战Docker事件推送API

Docker提供了一个用来监听事件的命令:docker events,运行这个命令后,会监听docker daemon的事件并打印出来,执行是持续进行的,就像top或前边介绍的mongostat命令一样。Docker的java开发包的DockerClient也提供了相应的API,这个API是基于回调的,因此我们就可以使用Reactor的create方法,将这个基于回调的API转换为响应式流,流中的数据就是一个一个的docker事件。如下图所示:

1)测试DockerClient

首先,我们先启动docker。

然后,我们继续用第一章的webflux-demomaven项目模块,在pom.xml中添加Docker开发相关的依赖:

        <!--docker client begin-->
        <dependency>
            <groupId>com.github.docker-java</groupId>
            <artifactId>docker-java</artifactId>
            <version>3.0.14</version>
        </dependency>
        <dependency>
            <groupId>javax.ws.rs</groupId>
            <artifactId>javax.ws.rs-api</artifactId>
            <version>2.1</version>
        </dependency>
        <dependency>
            <groupId>org.glassfish.jersey.inject</groupId>
            <artifactId>jersey-hk2</artifactId>
            <version>2.26</version>
        </dependency>
        <!--docker client end-->

最后编写测试方法:

public class DockerEventTest {
    @Test
    public void dockerEventToFlux() throws InterruptedException {
        collectDockerEvents().subscribe(System.out::println);   // 5
        TimeUnit.MINUTES.sleep(1);  // 6
    }

    private Flux<Event> collectDockerEvents() {
        DockerClient docker = DockerClientBuilder.getInstance().build();    // 1
        return Flux.create((FluxSink<Event> sink) -> {
            EventsResultCallback callback = new EventsResultCallback() {    // 2
                @Override
                public void onNext(Event event) {   // 3
                    sink.next(event);
                }
            };
            docker.eventsCmd().exec(callback);  // 4
        });
    }
}
  1. 创建DockerClient,默认会连接tcp://localhost:2375,2375是docker默认的端口号,可以通过指定的IP和端口连接docker daemon:DockerClientBuilder.getInstance("tcp://192.168.0.123:2375").build(),不过要注意docker daemon监听接口和防火墙的配置。
  2. 自定义回调类。
  3. 当有docker事件产生时,会回调onNext,这时候通过FluxSinknext方法将Event对象发出。
  4. 开始对docker事件进行监听。
  5. 通过订阅的方式打印出来。
  6. 主线程会立刻返回,因此等待1分钟。

OK,看一下效果。

为了方便对比,我们首先在终端运行docker events命令,然后在另一个终端进行docker操作,比如本例:

docker run -it -m 200M --memort-swap=200M progrium/stress --vm 1 --vm-bytes 300M

progrium/stress是一个用于压力测试的容器,通过-m 200M指定为该容器的运行最多分配200M内存,然后在压力测试的时候,通过--vm-bytes 300M使其运行时尝试分配300M的内存,此时会出现内存不足(OOM)的错误并导致容器被杀死(single 9)。

如图所示,上方是分别运行两个命令的终端窗口,可以看到docker events命令打印出了一系列事件,如果是第一个运行progrium/stress应该回先有一个pull镜像的事件。下方是我们的测试代码的输出,除了一些日志之外,可以看到这些事件也被输出了。

2)REST API推送到前端

下面,我们更进一步将Event事件通过REST API推送到浏览器端,看过第1.3.3节的话,对这一块儿应该是轻车熟路了。

(一)首先定义一个我们自己的DockerEvent,这一步不是必须的哈,不过DockerClient返回的Event本身字段比较多,通常前端展示的话会转换为dvo,“戏要做足”嘛,哈哈。

DockerEvent.java

@Data
@Document(collection = "docker-event")
public class DockerEvent {
    @Indexed
    private String status;
    @Id
    private String id;
    private String from;
    private Node node;
    private EventType type;
    private String action;
    private String actorId;
    private Long time;
    private Long timeNano;
}

(二)然后就是DAO层了,创建一个DockerEventMongoRepository,增加三个@Tailable的查询方法,分别用于查询全部、按照状态查询和按类型+名称查询(比如查询某某容器的事件):

DockerEventMongoRepository.java

public interface DockerEventMongoRepository extends ReactiveMongoRepository<DockerEvent, String> {
    @Tailable
    Flux<DockerEvent> findBy();

    @Tailable
    Flux<DockerEvent> findByStatus(String status);

    @Tailable
    Flux<DockerEvent> findByTypeAndFrom(String type, String from);
}

(三)定义一个CommandLineRunner,用于在应用启动后即开始监听docker事件:

DockerEventsCollector.java

@Slf4j
@Component
public class DockerEventsCollector implements CommandLineRunner {

    private DockerEventMongoRepository dockerEventMongoRepository;
    private MongoTemplate mongo;    // 1

    public DockerEventsCollector(DockerEventMongoRepository dockerEventMongoRepository, MongoTemplate mongo) {  // 1
        this.dockerEventMongoRepository = dockerEventMongoRepository;
        this.mongo= mongo;
    }

    @Override
    public void run(String... args) {

        mongo.dropCollection(DockerEvent.class);    // 2
        mongo.createCollection(DockerEvent.class, CollectionOptions.empty().maxDocuments(200).size(100000).capped()); // 2

        dockerEventMongoRepository.saveAll(collect()).subscribe();  // 6
    }

    private Flux<DockerEvent> collect() {   // 3
        DockerClient docker = DockerClientBuilder.getInstance().build();

        return Flux.create((FluxSink<Event> sink) -> {
            EventsResultCallback callback = new EventsResultCallback() {
                @Override
                public void onNext(Event event) {
                    sink.next(event);
                }
            };
            docker.eventsCmd().exec(callback);
        })
                .map(this::trans)   // 4
                .doOnNext(e -> log.info(e.toString())); // 5
    }

    private DockerEvent trans(Event event) {    // 4
        DockerEvent dockerEvent = new DockerEvent();
        dockerEvent.setAction(event.getAction());
        dockerEvent.setActorId(Objects.requireNonNull(event.getActor()).getId());
        dockerEvent.setFrom(event.getFrom() == null ? null : event.getFrom().replace("//", "_"));
        dockerEvent.setId(UUID.randomUUID().toString());
        dockerEvent.setNode(event.getNode());
        dockerEvent.setStatus(event.getStatus());
        dockerEvent.setTime(event.getTime());
        dockerEvent.setTimeNano(event.getTimeNano());
        dockerEvent.setType(event.getType());
        return dockerEvent;
    }
}
  1. 这里使用的是MongoTemplate,Spring 4.3 之后,如果有构造方法,Spring会自动注入,不需要@Autowired注解了。
  2. 每次启动应用针对DockerEvent创建“capped”的collection,方便测试,如果提前手动创建好的话可以不加这两句。如果在//1处使用的是响应式的ReactiveMongoTemplate,因为是异步的,所以要用then()thenMany()将后续的所有操作连接起来,如mongo.dropCollection(...).then(mongo.createCollection(...)).thenMany(dockerEventMongoRepository.saveAll(collect())),保证能先后依次执行。
  3. 监听docker事件的方法。
  4. 将返回的Event转换为我们定义的DockerEvent,其中DockerEvent.from字段是事件主体名称,比如容器名,可能有/,因此进行一个字符替换,否则在URL中会有问题。
  5. 打印个日志(可选)。
  6. 将收集的DockerEvent保存到MongoDB,用subscribe()触发执行。

(四)Service层没有啥逻辑,我们直接写Controller:

DockerEventController.java

@Slf4j
@RestController
@RequestMapping(value = "/docker/events", produces = MediaType.APPLICATION_STREAM_JSON_VALUE)    // 1
public class DockerEventController {
    private DockerEventMongoRepository dockerEventMongoRepository;

    public DockerEventController(DockerEventMongoRepository dockerEventMongoRepository) {
        this.dockerEventMongoRepository = dockerEventMongoRepository;
    }

    @GetMapping
    public Flux<DockerEvent> dockerEventStream() {  // 2
        return dockerEventMongoRepository.findBy();
    }

    @GetMapping("/{type}/{from}")
    public Flux<DockerEvent> dockerEventStream(@PathVariable("type") String type, @PathVariable("from") String from) {    // 3
        return dockerEventMongoRepository.findByTypeAndFrom(type, from);
    }

    @GetMapping("/{status}")
    public Flux<DockerEvent> dockerEventStream(@PathVariable String status) {   // 4
        return dockerEventMongoRepository.findByStatus(status);
    }
}

OK了,启动试一下:

可以看到,右侧的浏览器的小图标一直在旋转,表示持续接收推送中,当在终端中进行docker操作的时候,所产生的事件就立刻出现在浏览器中了。如果请求/docker/events/oom将只推送OOM事件,如果请求/docker/events/container/progrium_stress将只推送来自容器progrium/stress的事件。

再次提醒,当capped 的 Collection中一条数据都没有的时候,@Tailable的API也会立刻返回,所以需要等到数据库中有至少一条数据之后(比如先执行以下pull),再在浏览器中请求docker/eventsAPI。

原文地址:http://blog.51cto.com/liukang/2092881

时间: 2024-11-07 14:16:23

(12)自定义数据流(实战Docker事件推送的REST API)——响应式Spring的道法术器的相关文章

(12)Reactor 3 自定义数据流——响应式Spring的道法术器

本系列文章索引<响应式Spring的道法术器>前情提要 响应式流 | Reactor 3快速上手 | 响应式流规范本文源码 2.2 自定义数据流 这一小节介绍如何通过定义相应的事件(onNext.onError和onComplete) 创建一个 Flux 或 Mono.Reactor提供了generate.create.push和handle等方法,所有这些方法都使用 sink(池)来生成数据流. sink,顾名思义,就是池子,可以想象一下厨房水池的样子.如下图所示: 下面介绍到的方法都有一个

用c#开发微信 (4) 基于Senparc.Weixin框架的接收事件推送处理 (源码下载)

本文讲述使用Senparc.Weixin框架来快速处理各种接收事件推送.这里的消息指的是传统的微信公众平台消息交互,微信用户向公众号发送消息后,公众号回复消息给微信用户.包括以下类型: 1 subscribe/unsubscribe: 关注/取消关注事件 2 scan: 扫描带参数二维码事件 3 location: 上报地理位置事件 4 click: 自定义菜单事件     1) click: 点击菜单拉取消息时的事件推送     2) view: 点击菜单跳转链接时的事件推送     3) 

微信公众号的自定义菜单事件推送

1.创建自定义菜单 2.组装自定义菜单(JSON格式数据) 微网站:可以实现跳转到微信响应式页面 产品中心:可以实时获取服务器端产品信息,并以图文形式返回 关于我们:可以返回相关的文本信息 微网站:跳转链接 产品中心与关于我们:内部请求 请求代码,请参menu.php页面,创建成功,请取消关注微信公众账号并再次关注,效果如图 3.自定义菜单事件推送 A.接收相关参数(Event和EventKey) 在之前的api.php之中添加代码 B.对参数进行判断与操作 上传代码,效果如下图所示

微信二次开发自定义接受事件推送的代码

<?php /** * wechat php test */ //define your token define("TOKEN", "<span style="color:#ff0000;">xxxxx</span>"); $wechatObj = new wechatCallbackapiTest(); $wechatObj->responseMsg(); class wechatCallbackapiTe

C#微信公众号开发系列教程(接收事件推送与消息排重)

微信服务器在5秒内收不到响应会断掉连接,并且重新发起请求,总共重试三次.这样的话,问题就来了.有这样一个场景:当用户关注微信账号时,获取当前用户信息,然后将信息写到数据库中.类似于pc端网站的注册.可能由于这个关注事件中,我们需要处理的业务逻辑比较复杂.如送积分啊,写用户日志啊,分配用户组啊.等等……一系列的逻辑需要执行,或者网络环境比较复杂,无法保证5秒内响应当前用户的操作,那如果当操作尚未完成,微信服务器又给我们的服务器推送了一条相同的关注事件,我们将再次执行我们的那些逻辑,这样就有可能导致

C#微信公众号开发系列教程五(接收事件推送与消息排重)

微信公众号开发系列教程一(调试环境部署) 微信公众号开发系列教程一(调试环境部署续:vs远程调试) C#微信公众号开发系列教程二(新手接入指南) C#微信公众号开发系列教程三(消息体签名及加解密) C#微信公众号开发系列教程四(接收普通消息) C#微信公众号开发系列教程五(接收事件推送与消息排重) 在上一篇的博文中讲到,微信的消息可以大体分为两种类型,一种是包括:文本,语音,图片等的普通消息,另一种就是本篇要将的事件类型.包括:关注/取消关注事件,扫描带参数二维码事件,上报地理位置事件,自定义菜

接收消息----接收事件推送

目录 1 关注/取消关注事件 2 扫描带参数二维码事件 3 上报地理位置事件 4 自定义菜单事件 5 点击菜单拉取消息时的事件推送 6 点击菜单跳转链接时的事件推送 关注/取消关注事件 用户在关注与取消关注公众号时,微信会把这个事件推送到开发者填写的URL.方便开发者给用户下发欢迎消息或者做帐号的解绑. 微信服务器在五秒内收不到响应会断掉连接,并且重新发起请求,总共重试三次 关于重试的消息排重,推荐使用FromUserName + CreateTime 排重. 假如服务器无法保证在五秒内处理并回

Delphi XE7 用indy开发微信公众平台(4)- 接收事件推送

接收事件推送 type TEventType = (subscribe, unsubscribe, SCAN, LOCATION, CLICK, VIEW); function ResponseEvent(M: TMessage; X: IXMLDocument): RawByteString; var event: TEventType; temp, menu: String; begin temp := X.DocumentElement.ChildNodes.Nodes['Event'].

微信公众平台推出针对开发者的微信认证事件推送

微信公众帐号的微信认证涉及开发者接口的赋予,高级接口需要认证通过才能获得,为了帮助公众号开发者获取公众号的认证状态,微信公众平台开始提供公众号认证过程中各阶段的事件推送,会推送到在开发者中心填写的服务器地址中. 微信认证包含资质认证和名称认证两个阶段,具体事件推送包括以下6种类型(点击查看开发者文档): 1. 资质认证成功(此时获得认证公众号才有的接口权限) 2. 资质认证失败 3. 名称认证成功(此时获得微信客户端中公众号的打勾认证标识) 4. 名称认证失败(此时虽然未获得打勾,但仍有接口权限