好久没有写技术文章了，工作上了解到RxJava框架适合我们的某些业务场景，所以尝试着RxJava整合到我们的业务代码，以解决部分问题。
很粗糙很狂野的整合进来，没有细致的琢磨框架，以观察者模式实现的框架配合以链式调用的代码风格，看起来确实稍微‘高大上’一些。
业务场景
当下主流的微服务架构体系中，各个微服务的业务之间相互独立，比如商品、订单、客户等等，它们即可独立提供服务，也可与其他服务协同，于是便涉及到业务聚合，比如前端展示一个商品详情页会涉及到商品信息，价格，评价等等的数据，如下。
image.png
比如用户进入商品详情页，可能会发生什么？用户需要看到商品的详细信息，包括价格，属性等等，同时还需要看到优惠券信息、以及相关的评价。（这里是假设一个请求需要处理这么多事）
image.png
// 伪代码如下
GoodsBean goodsBean = goodsFeignService.queryGoods();
List<CouponBean> couponBeans = couponFeignService.queryCoupon();
List<EvaluationBean> evaluations = evaluationFeignService.queryEvaluation();
// 真实的业务场景往往更加复杂
return join.map(goodsBean, couponBeans, evaluations);
这么写毫无疑问也是可以把业务跑起来，但是作为一名优秀的互联网底层搬砖工作者，除了完成必要的工作，尽可能希望把代码写的优雅一些，就像砌墙的时候砌地更光滑，同时还能稍微提高一些性能？
解决方案
RxJava可以很好地解决该业务诉求，利用异步并发提升一点性能，将应用中的无依赖操作转为异步并发处理。无依赖（或已完成依赖）操作比如：
- 数据库读取
- feign远程RPC调用
- 第三方开放平台接口调用
- ……
public abstract class AbstractObserver implements Observer<JoinQueryParameter> {
/**
* 日志
*/
public final static Logger logger = LoggerFactory.getLogger(AbstractObserver.class);
private ResultMap resultMap;
private JoinQueryParameter joinQueryParameter;
@Override
public void onSubscribe(Disposable disposable) {}
@Override
public void onNext(JoinQueryParameter joinQueryParameter) {
resultMap = this.queryOriginalData(joinQueryParameter);
update(joinQueryParameter);
}
@Override
public void onError(Throwable throwable) {
logger.error("查询信息发生异常", throwable);
}
@Override
public void onComplete() {
this.onCompleteEvent(joinQueryParameter, resultMap);
}
/**
* 查询初始化信息
* @param JoinQueryParameter
* @return
*/
protected abstract ResultMap queryOriginalData(JoinQueryParameter joinQueryParameter);
/**
* 加载数据完成后的事件
*
* @param JoinQueryParameter
* @param resultMap
*/
protected abstract void onCompleteEvent(JoinQueryParameter joinQueryParameter, ResultMap resultMap);
}
public abstract class AbstractObservableStrategy extends AbstractObserver {
/**
*
* @param joinQueryParameter
* @return
*/
public AbstractObservableStrategy create(final JoinQueryParameter joinQueryParameter) {
Observable.create(new ObservableOnSubscribe<JoinQueryParameter>(){
@Override
public void subscribe(ObservableEmitter<JoinQueryParameter> e) throws Exception {
e.onNext(joinQueryParameter);
e.onComplete();
}
}).subscribe(this);
return this;
}
/**
* 查询初始化依赖数据
* @param joinQueryParameter
* @return
*/
protected abstract ResultMap queryOriginalData(JoinQueryParameter joinQueryParameter);
/**
* 加载数据完成后的事件
*
* @param joinQueryParameter
* @param resultMap
*/
protected abstract void onCompleteEvent(JoinQueryParameter joinQueryParameter, ResultMap resultMap);
/**
* 增加聚合查询方法
*
* @param joinQueryParameter
* @param iQueryData
* @return
*/
protected Observable addObservable(JoinQueryParameter joinQueryParameter, final IQueryData iQueryData) {
return Observable.just(joinQueryParameter)
.flatMap(new Function<JoinQueryParameter, ObservableSource<ResultMap>>() {
@Override
public ObservableSource apply(JoinQueryParameter joinQueryParameter) throws Exception {
return Observable.just(iQueryData.queryData(joinQueryParameter));
}
}).subscribeOn(Schedulers.io())
;
}
}
public interface IQueryData {
/**
* 查询列表
* @param joinQueryParameter
* @return
*/
ResultMap queryData(JoinQueryParameter joinQueryParameter);
}
public class DefaultObservbleStrategy extends AbstractObservableStrategy {
/**
* 日志
*/
public final static Logger logger = LoggerFactory.getLogger(DefaultObservbleStrategy.class);
/**
* 查询初始化信息
* @param joinQueryParameter
* @return
*/
@Override
protected ResultMap queryOriginalData(JoinQueryParameter joinQueryParameter) {
return new GoodsQueryDataImpl().queryData(joinQueryParameter);
}
/**
* 加载数据完成后的事件
*
* @param joinQueryParameter
* @param originalData
*/
@Override
protected void onCompleteEvent(JoinQueryParameter joinQueryParameter, ResultMap originalData) {
ResultMap resultMap = (ResultMap)Observable.zip(
Observable.just(originalData),
addObservable(joinQueryParameter, new QueryCouponImpl()),
addObservable(joinQueryParameter, new QueryEvaluationImpl()),
new Function5<ResultMap, ResultMap, ResultMap, ResultMap, ResultMap, ResultMap>() {
@Override
public ResultMap apply(ResultMap goodsMap, ResultMap couponMap, ResultMap couponEvaluation) throws Exception {
return join.map(goodsMap, couponMap, couponEvaluation);
}
}
).blockingLast();
DefaultObservbleStrategy.this.setResultMap(resultMap);
}
}
以上是实现时写的大致骨架，由于具体业务远远比此文列举的需求要复杂，故而整的略微复杂了，但是找到关键的节点代码即可。
Observable.zip(
Observable.just(joinQueryParameter)
.flatMap(new Function<JoinQueryParameter, ObservableSource<ResultMap>>() {
@Override
public ObservableSource apply(JoinQueryParameter joinQueryParameter) throws Exception {
return Observable.just(iQueryData.queryData(joinQueryParameter));
}
}).subscribeOn(Schedulers.io())，
Observable.just(joinQueryParameter)
.flatMap(new Function<JoinQueryParameter, ObservableSource<ResultMap>>() {
@Override
public ObservableSource apply(JoinQueryParameter joinQueryParameter) throws Exception {
return Observable.just(iQueryData.queryData(joinQueryParameter));
}
}).subscribeOn(Schedulers.io())，
new Function<ResultMap, ResultMap, ResultMap>() {
@Override
public ResultMap apply(ResultMap goodsMap, ResultMap couponMap, ResultMap couponEvaluation) throws Exception {
return join.map(goodsMap, couponMap, couponEvaluation);
}
}
).blockingLast();
总而言之，微服务盛行后，服务与服务之间的数据聚合愈发复杂，让人有点头疼。
网友评论