网站没续费会怎样百度上传自己个人简介

课程内容

一、前置知识

1、Lambda表达式

interface MyInterface {int sum(int i, int j);
}interface MyHaha {int haha();default int heihei() {return 2;}; //默认实现
}@FunctionalInterface //检查注解，帮我们快速检查我们写的接口是否函数式接口
interface MyHehe {int hehe(int i);}/*** lambda简化函数式接口实例创建** @param args*/public static void aaaa(String[] args) {//1、自己创建实现类对象MyInterface myInterface = new MyInterfaceImpl();System.out.println(myInterface.sum(1, 2));//2、创建匿名实现类MyInterface myInterface1 = new MyInterface() {@Overridepublic int sum(int i, int j) {return i * i + j * j;}};
//        System.out.println(myInterface1.sum(2, 3));//冗余写法//3、lambda表达式:语法糖  参数列表  + 箭头 + 方法体MyInterface myInterface2 = (x, y) -> {return x * x + y * y;};System.out.println(myInterface2.sum(2, 3));}//参数位置最少情况MyHaha myHaha = () -> {return 1;};MyHehe myHehe = y -> {return y * y;};MyHehe hehe2 = y -> y - 1;//总结：//1)、参数类型可以不写，只写(参数名)，参数变量名随意定义;//    参数表最少可以只有一个 ()，或者只有一个参数名；//2、方法体如果只有一句话，{} 可以省略

2、函数式接口 Function

接口中有且只有一个未实现的方法，这个接口就叫做函数式接口

函数式接口的出入参定义：
1、有入参，无出参【消费者】BiConsumer

 BiConsumer<String,String> function = (a,b)->{ //能接受两个入参System.out.println("哈哈："+a+"；呵呵："+b);};function.accept("1","2");

2、有入参，有出参【多功能函数】： Function

Function<String,Integer> function = (String x) -> Integer.parseInt(x);System.out.println(function.apply("2"));

3、无入参，无出参【普通函数】：

Runnable runnable = () -> System.out.println("aaa");
new Thread(runnable).start();

4、无入参 ，有出参【提供者】： supplier

Supplier<String> supplier = ()-> UUID.randomUUID().toString();
String s = supplier.get();
System.out.println(s);

java.util.function包下的所有function定义：
● Consumer： 消费者
● function： 功能函数
● Supplier： 提供者
● Predicate： 断言
get/test/apply/accept调用的函数方法；

3、StreamAPI

中间操作：Intermediate Operations

• filter：过滤； 挑出我们用的元素
• map： 映射： 一一映射，a 变成 b
  • mapToInt、mapToLong、mapToDouble
• flatMap：一对多映射

filter、 map、mapToInt、mapToLong、mapToDouble flatMap、flatMapToInt、flatMapToLong、flatMapToDouble mapMulti、mapMultiToInt、mapMultiToLong、mapMultiToDouble、 parallel、unordered、onClose、sequential distinct、sorted、peek、limit、skip、takeWhile、dropWhile、

终止操作：Terminal Operation
forEach、forEachOrdered、toArray、reduce、collect、toList、min、 max、count、anyMatch、allMatch、noneMatch、findFirst、findAny、iterator

4、Reactive-Stream

1）几个实际的问题

当请求量巨大的时候，tomcat会被压垮，此时就需要采取背压的策略，让tomcat根据自己的能力主动去消费请求。

服务器核心数固定时，多线程情况下：线程越多越好吗？
当核心数固定时，线程并不是越多越好，操作系统是分时间片执行任务的，当线程越多时，线程间的切换就越频繁，导致cpu性能消耗越多。

2）Reactive-Stream是什么？

Reactive-Streams 是一个标准规范，定义了异步数据流处理的 API 和行为规则，专注于解决异步流式数据的**背压（Backpressure）**问题。

主要特性

• 异步：通过非阻塞方式处理数据流。
• 流式处理：支持连续数据流的逐步消费，避免一次性加载大量数据。
• 背压机制：允许消费者控制生产者的速率，防止消费者被超量数据淹没。
• 非阻塞：在处理数据时不阻塞线程，提高资源利用率。

背压机制（Backpressure）
Reactive-Streams 的核心之一是通过 Subscription 提供背压支持。

消费者可以通过 request(n) 方法控制生产者的生产速率。
如果消费者处理能力不足，可以减少请求数据量，避免内存溢出或阻塞。

使用场景
事件流处理：如消息队列、用户事件。
高性能网络请求：如 RESTful API、WebSocket。
大数据流处理：需要逐步消费大规模数据的场景。
异步系统集成：将不同系统间的数据流通过异步方式连接起来。

3）核心接口

• Publisher：发布者；产生数据流
• Subscriber：订阅者； 消费数据流
• Subscription：订阅关系；
  订阅关系是发布者和订阅者之间的关键接口。订阅者通过订阅来表示对发布者产生的数据的兴趣。订阅者可以请求一定数量的元素，也可以取消订阅。
• Processor：处理器；
  处理器是同时实现了发布者和订阅者接口的组件。它可以接收来自一个发布者的数据，进行处理，并将结果发布给下一个订阅者。处理器在Reactor中充当中间环节，代表一个处理阶段，允许你在数据流中进行转换、过滤和其他操作。

【扩展】
以前的编程模型是命令式编程： 过程编程，全自定义
流式编程是响应式|声明式编程，说清楚要干什么，最终结果要怎么样

public class MyFlowDemo {public static void main(String[] args) {// 1、定义一个发布者，发布数据SubmissionPublisher<String> publisher = new SubmissionPublisher<>();//3、定义一个订阅者； 订阅者感兴趣发布者的数据；Flow.Subscriber<String> subscriber = new Flow.Subscriber<String>() {private Flow.Subscription subscription;@Override //在订阅时  onXxxx：在xxx事件发生时，执行这个回调public void onSubscribe(Flow.Subscription subscription) {System.out.println(Thread.currentThread() + "订阅开始了：" + subscription);this.subscription = subscription;//从上游请求一个数据subscription.request(1);}@Override //在下一个元素到达时； 执行这个回调；   接受到新数据public void onNext(String item) {System.out.println(Thread.currentThread() + "订阅者，接受到数据：" + item);//从上游请求一个数据subscription.request(1);}@Override //在错误发生时，public void onError(Throwable throwable) {System.out.println(Thread.currentThread() + "订阅者，接受到错误信号：" + throwable);}@Override //在完成时public void onComplete() {System.out.println(Thread.currentThread() + "订阅者，接受到完成信号：");}};publisher.subscribe(subscriber);for (int i = 0; i < 10; i++) {publisher.submit("p-" + i);}try {Thread.sleep(20000);} catch (InterruptedException e) {throw new RuntimeException(e);}}
}

4）处理器 Processor

public class FlowDemo {//定义流中间操作处理器； 只用写订阅者的接口static class MyProcessor extends SubmissionPublisher<String>  implements Flow.Processor<String,String> {private Flow.Subscription subscription; //保存绑定关系@Overridepublic void onSubscribe(Flow.Subscription subscription) {System.out.println("processor订阅绑定完成");this.subscription = subscription;subscription.request(1); //找上游要一个数据}@Override //数据到达，触发这个回调public void onNext(String item) {System.out.println("processor拿到数据："+item);//再加工item += "：哈哈";submit(item);//把我加工后的数据发出去subscription.request(1); //再要新数据}@Overridepublic void onError(Throwable throwable) {}@Overridepublic void onComplete() {}}/*** 1、Publisher：发布者* 2、Subscriber：订阅者* 3、Subscription： 订阅关系* 4、Processor： 处理器* @param args*///发布订阅模型：观察者模式，public static void main(String[] args) throws InterruptedException {//1、定义一个发布者； 发布数据；SubmissionPublisher<String> publisher = new SubmissionPublisher<>();//2、定一个中间操作：  给每个元素加个 哈哈 前缀MyProcessor myProcessor1 = new MyProcessor();//3、定义一个订阅者； 订阅者感兴趣发布者的数据；Flow.Subscriber<String> subscriber = new Flow.Subscriber<String>() {private Flow.Subscription subscription;@Override //在订阅时  onXxxx：在xxx事件发生时，执行这个回调public void onSubscribe(Flow.Subscription subscription) {System.out.println(Thread.currentThread()+"订阅开始了："+subscription);this.subscription = subscription;//从上游请求一个数据subscription.request(1);}@Override //在下一个元素到达时； 执行这个回调；   接受到新数据public void onNext(String item) {System.out.println(Thread.currentThread()+"订阅者，接受到数据："+item);if(item.equals("p-7")){subscription.cancel(); //取消订阅}else {subscription.request(1);}}@Override //在错误发生时，public void onError(Throwable throwable) {System.out.println(Thread.currentThread()+"订阅者，接受到错误信号："+throwable);}@Override //在完成时public void onComplete() {System.out.println(Thread.currentThread()+"订阅者，接受到完成信号：");}};//4、绑定发布者和订阅者publisher.subscribe(myProcessor1); //此时处理器相当于订阅者myProcessor1.subscribe(subscriber); //此时处理器相当于发布者//绑定操作；就是发布者，记住了所有订阅者都有谁，有数据后，给所有订阅者把数据推送过去。//        publisher.subscribe(subscriber);for (int i = 0; i < 10; i++) {//发布10条数据if(i == 5){
//                publisher.closeExceptionally(new RuntimeException("5555"));}else {publisher.submit("p-"+i);}//publisher发布的所有数据在它的buffer区；//中断
//            publisher.closeExceptionally();}//ReactiveStream//jvm底层对于整个发布订阅关系做好了 异步+缓存区处理 = 响应式系统；//发布者通道关闭publisher.close();//        publisher.subscribe(subscriber2);//发布者有数据，订阅者就会拿到Thread.sleep(20000);}
}

5）总结

二、Reactor核心

响应式编程：

1、底层：基于数据缓冲队列 + 消息驱动模型 + 异步回调机制
2、编码：流式编程 + 链式调用 + 声明式API
3、效果：优雅全异步 + 消息实时处理 + 高吞吐量 + 占用少量资源

回调机制：类似于SpringBoot的事件机制，在SpringBoot应用的启动过程中触发事件。

1、Reactor

1）介绍

Reactor 是一个用于在JVM构建非阻塞应用的响应式编程框架 ！

2）响应式编程

3）Reactor核心特性

1、Mono和Flux

Mono: 0|1 数据流
Flux: N数据流

响应式流：元素（内容） + 信号（完成/异常）；

2、subscribe()

传递钩子函数

flux.subscribe(v-> System.out.println("v = " + v), //流元素消费throwable -> System.out.println("throwable = " + throwable), //感知异常结束()-> System.out.println("流结束了...") //感知正常结束
);

自定义消费者

flux.subscribe(new BaseSubscriber<String>() {// 生命周期钩子1： 订阅关系绑定的时候触发@Overrideprotected void hookOnSubscribe(Subscription subscription) {// 流被订阅的时候触发System.out.println("绑定了..."+subscription);//找发布者要数据request(1); //要1个数据
//                requestUnbounded(); //要无限数据}@Overrideprotected void hookOnNext(String value) {System.out.println("数据到达，正在处理："+value);request(1); //要1个数据}//  hookOnComplete、hookOnError 二选一执行@Overrideprotected void hookOnComplete() {System.out.println("流正常结束...");}@Overrideprotected void hookOnError(Throwable throwable) {System.out.println("流异常..."+throwable);}@Overrideprotected void hookOnCancel() {System.out.println("流被取消...");}@Overrideprotected void hookFinally(SignalType type) {System.out.println("最终回调...一定会被执行");}});

3、流的取消

消费者调用 cancle() 取消流的订阅；

 flux.subscribe(new BaseSubscriber<String>() {// 生命周期钩子1： 订阅关系绑定的时候触发@Overrideprotected void hookOnSubscribe(Subscription subscription) {// 流被订阅的时候触发System.out.println("绑定了..."+subscription);//找发布者要数据request(1); //要1个数据
//                requestUnbounded(); //要无限数据}@Overrideprotected void hookOnNext(String value) {System.out.println("数据到达，正在处理："+value);if(value.equals("哈哈：5")){cancel(); //取消流}request(1); //要1个数据}//  hookOnComplete、hookOnError 二选一执行@Overrideprotected void hookOnComplete() {System.out.println("流正常结束...");}@Overrideprotected void hookOnError(Throwable throwable) {System.out.println("流异常..."+throwable);}@Overrideprotected void hookOnCancel() {System.out.println("流被取消...");}@Overrideprotected void hookFinally(SignalType type) {System.out.println("最终回调...一定会被执行");}});

4、BaseSubscriber

自定义消费者，推荐直接编写 BaseSubscriber 的逻辑；

5、背压（Backpressure ）和请求重塑（Reshape Requests）

背压 ：request(1)

@Overrideprotected void hookOnSubscribe(Subscription subscription) 				 {request(1); //要1个数据}@Overrideprotected void hookOnNext(Integer value) {request(1); //要1个数据}

buffer：缓冲

Flux<List<Integer>> flux = Flux.range(1, 10)  //原始流10个.buffer(3).log();//缓冲区：缓冲3个元素: 消费一次最多可以拿到三个元素； 凑满数批量发给消费者
//
//        //一次发一个，一个一个发；
// 10元素，buffer(3)；消费者请求4次，数据消费完成

6、以编程的方式创建队列

同步环境-generate

    // 同步情况下创建流public void generate() {// 以编程方式创建序列
//        Flux<Object> flux = Flux.generate(sink -> {
//            for (int i = 0; i < 10; i++) {
//                sink.next("哈哈哈" + i);
//            }
//        });//        Flux<Object> flux = Flux.generate(() -> 0, (state, sink) -> {
//            sink.next(state);
//            return state + 1;
//        });Flux<Object> flux = Flux.generate(() -> 0, (state, sink) -> {if (state <= 5) {sink.next(state);} else {sink.complete(); // 流创建完成}return state + 1;});flux.log().subscribe(System.out::println);}

流可以被取消

// 可取消public static void disposable() throws IOException {Flux<Object> flux = Flux.generate(() -> 0, (state, sink) -> {sink.next(state);return state + 1;});// disposable可以被取消Disposable disposable = flux.log().subscribe(System.out::println);new Thread(() ->{try {Thread.sleep(2000);} catch (InterruptedException e) {throw new RuntimeException(e);}disposable.dispose();}).start();System.in.read();}

多线程-create
异步创建flux对象

7、handle()的使用

自定义流中元素处理规则

 // 测试handle// 自定义流中元素处理规则public static void handle() {Flux.range(1,10).handle((value, sink)->{System.out.println("拿到的值：" + value);String v = "转换" + value;sink.next(v);}).subscribe(System.out::println);}

8、自定义线程调度

指定发布者和订阅者的处理线程

 // 自定义线程调度public static void  custom() {Scheduler s = Schedulers.newParallel("parallel-scheduler", 4);final Flux<String> flux = Flux.range(1, 2).map(i -> 10 + i).log().publishOn(s)  // 改变发布者的线程
//                .subscribeOn()  //改变订阅者的线程.map(i -> "value " + i);//只要不指定线程池，默认发布者用的线程就是订阅者的线程；new Thread(() -> flux.subscribe(System.out::println)).start();}