Java handle用法

JAVA响应式编程reactor中如果需要对一个flux中的数据进行提前返回 可以使用handle

具体如下：

@GetMapping("/a")
    public Mono<Object> a() throws InterruptedException {
        long begin = System.currentTimeMillis();
        Mono<String> m5 = Mono.just("").map(s -> {
            try {
                TimeUnit.SECONDS.sleep(5);
                System.out.println("5");
                System.out.println(System.currentTimeMillis() - begin);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return "5";
        }).subscribeOn(Schedulers.boundedElastic());
 
        Mono<String> m8 = Mono.just("").map(s -> {
            try {
                TimeUnit.SECONDS.sleep(8);
                System.out.println("8");
                System.out.println(System.currentTimeMillis() - begin);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return "8";
        }).subscribeOn(Schedulers.boundedElastic());
        Mono<String> m10 = Mono.just("").map(s -> {
            try {
                TimeUnit.SECONDS.sleep(15);
                System.out.println("15");
                System.out.println(System.currentTimeMillis() - begin);
            } catch (Exception e) {
                e.printStackTrace();
            }
            return "15";
        }).subscribeOn(Schedulers.boundedElastic());
         
        Mono<Object> single = Flux.merge(m8, m5, m10).handle(((s, synchronousSink) -> {
            if ("8".equals(s)) {
                synchronousSink.next("卢本伟牛");
                synchronousSink.complete();
            }
        })).defaultIfEmpty("null").single();
        return single;
    }

subscribeOn(Schedulers.boundedElastic())是让这些mono进行异步处理

上述定义了3个Mono进行请求 使用Sleep进行模拟请求中业务处理耗时

m5是需要执行3s m8是需要执行8s m10是需要执行15s

如果我们有多个耗时处理的请求 需要同时请求 然后又需要合并结果 并且返回我们需要的结果 进行提前返回。

例如：我需要同时请求这些接口 当8这个接口有结果返回的时候 由于其他请求时间太长了 需要提前返回一个值 放弃其他结果处理 所以我们可以进行判断.

//这个s代表前面传入的元素 执行完会传入这个handle  
// synchronousSink.next() 代表我执行完这个流返回给下一个进行处理  next(Object)  
// synchronousSink.complete(); 代表我们执行完取消其他的流
Flux.merge(m8, m5, m10).handle(((s, synchronousSink) -> {
 
            if ("8".equals(s)) {
                synchronousSink.next("卢本伟牛");
                synchronousSink.complete();
            }
        })).subscribe(s -> {
                    System.err.println(s);
                });

由于上面当s为8的时候 将卢本伟牛传入下一个流 然后执行完成 所以还有个m10不会执行完 就会直接丢弃

我们进行测试

发现控制台打印

我们如果使用传统的mvc执行m5我们会耗时5s m8会耗时8s 加起来就是13s

我们使用响应式编程则只会耗时8s 当如果多个耗时操作拼接在一起 我们需要多个返回结果的时候我们可以使用handle进行提前返回

返回结果为卢本伟牛 也就是我们之前当s为8时执行的 ，synchronousSink.next(“卢本伟牛”);，将这个字符串传给最终结果的流，当然我们也可以根据自己的逻辑 发放多个synchronousSink.next。

handle的标准使用方式

在Java语言中，直接将handle声明为Activity的内部类去使用handle，非静态内部类会持有外部类的一个隐试引用，这样就可能造成外部类无法被垃圾回收，从而导致内存泄漏。

故而，给出规范的handle使用方式如下：

handle的基类

public class UIHandler<T> extends Handler{
  
     protected WeakReference<T> ref;
  
     public UIHandler(T cla){
        ref = new WeakReference<T>(cla);
     }
  
      public T getRef(){
          return ref != null ? ref.get() : null;
      }
}

handle运用实例

public class MainActivity extends Activity｛
  
    private final MainHandler mHandler = new MainHandler(this);
  
    @Override
    protected void onCreate(Bundle savedInstanceState){
        super.oncreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        mHandler.post(mRunnable);
    }
  
    private static final Runnable mRunnable = new Runnable(){
  
        @Override
         public void run(){
  
         }
    };
  
    private class MainHandler extends UIHandler{
         private MainHandler(MainActivity activity){
             super(activity);
         }
          
         @Override
         public void handleMessage(Message msg){
             super.handleMessage(msg);
             MainActivity activity = (MainActivity)ref.get();
             if(activity != null){
                if (activity.isFinishing()
                    return;
　　　　　　　　　　switch(msg.what){
　　　　　　　　　　　　case 1:
　　　　　　　　　　　　break;
　　　　　　　　　　}
             }
         }
    }
｝    

以上为个人经验，希望能给大家一个参考，也希望大家多多支持码农网。