Reactor详解之:异常处理
简介
不管是在响应式编程还是普通的程序设计中，异常处理都是一个非常重要的方面。今天将会给大家介绍Reactor中异常的处理流程。
Reactor的异常一般处理方法
先举一个例子，我们创建一个Flux，在这个Flux中，我们产生一个异常，看看是什么情况：
Flux flux2= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i));
flux2.subscribe(System.out::println);
我们会得到一个异常ErrorCallbackNotImplemented：
100 / 1 = 100
100 / 2 = 50
reactor.core.Exceptions$ErrorCallbackNotImplemented: java.lang.ArithmeticException: / by zero
那怎么处理这个异常呢？
有两种方式，第一种方式就是我们之前文章讲过的，在subscribe的时候指定onError方法：
Flux flux2= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i));
flux2.subscribe(System.out::println,
error -> System.err.println("Error: " + error));
还是刚才的代码，但是这次我们在subscribe的时候，添加了onError处理器，看下运行结果：
Divided by zero :(
100 / 1 = 100
100 / 2 = 50
Error: java.lang.ArithmeticException: / by zero
可以看到异常已经被我们捕获了，并且进行了合适的处理。
除了在subscribe中进行处理，我们还可以在publish的时候，就指定异常的处理模式，这就是我们要介绍的第二种方法：
Flux flux= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i))
.onErrorReturn("Divided by zero :(");
flux.subscribe(System.out::println);
上面的例子中，在创建Flux的时候，手动指定了其onErrorReturn方法，我们看下输出结果：
100 / 1 = 100
100 / 2 = 50
Divided by zero :(
注意，对于Flux或者Mono来说，所有的异常都是一个终止的操作，即使你使用了异常处理，原生成序列也不会继续。
但是如果你对异常进行了处理，那么它会将oneError信号转换成为新的序列的开始，并将替换掉之前上游产生的序列。
各种异常处理方式详解
在一般的程序中，我们的异常应该怎么处理呢？大家很容易想到的是try catch。而Reactor中subscribe的onError方法，就是try catch的一个具体应用：
Flux flux2= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i));
flux2.subscribe(System.out::println,
error -> System.err.println("Error: " + error));
还是上的例子，我们在onError方法中，对异常进行了处理。
如果转换成为常规代码，应该是下面的样子：
public void normalErrorHandle(){
try{
Arrays.asList(1,2,0).stream().map(i -> "100 / " + i + " = " + (100 / i)).forEach(System.out::println);
}catch (Exception e){
System.err.println("Error: " + e);
}
}
除了这种最基本的异常处理方法之外，Reactor还提供了很多种不同的异常处理方法，下面我们来一一介绍一下。
Static Fallback Value
Static Fallback Value的意思是，在遇到异常的时候会fallback到一个静态的默认值。比如我们之前讲到的onErrorReturn。
Flux flux= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i))
.onErrorReturn("Divided by zero :(");
当然onErrorReturn还支持一个Predicate参数，用来判断要falback的异常是否满足条件。
public final Flux<T> onErrorReturn(Predicate<? super Throwable> predicate, T fallbackValue)
Fallback Method
除了fallback Value之外，还支持Fallback Method。也就是说如果你想在捕获异常之后调用其他的方法，就可以使用Fallback Method。
这里Fallback Method是用onErrorResume来表示的。
public void useFallbackMethod(){
Flux flux= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i))
.onErrorResume(e -> System.out::println);
flux.subscribe(System.out::println);
}
Dynamic Fallback Value
所谓的动态Fallback Value就是根据你抛出的异常进行判断，通过定位不同的Error从而fallback到不同的值：
public void useDynamicFallback(){
Flux flux= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i))
.onErrorResume(error -> Mono.just(
MyWrapper.fromError(error)));
}
public static class MyWrapper{
public static String fromError(Throwable error){
return "That is a new Error";
}
}
Catch and Rethrow
同样的，我们可以在捕获异常之后进行rethrow:
Flux flux= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i))
.onErrorResume(error -> Flux.error(
new RuntimeException("oops, ArithmeticException!", error)));
Flux flux2= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i))
.onErrorMap(error -> new RuntimeException("oops, ArithmeticException!", error));
有两种方式，第一种就是在onErrorResume中使用Flux.error构建一个新的Flux，另外一种就是直接在onErrorMap中进行处理。
Log or React on the Side
有时候你只是想记录一下异常信息，并不想破坏原来的React结构，那么可以试着使用doOnError。
public void useDoOnError(){
Flux flux= Flux.just(1, 2, 0)
.map(i -> "100 / " + i + " = " + (100 / i))
.doOnError(error -> System.out.println("we got the error: "+ error));
}
Finally Block
如果我们在代码中使用了某些资源，一般情况下我们需要在finally中对其进行关闭，或者使用JDK7中引入的 try-with-resource 。
举个例子，下面的是使用finally的方式：
Stats stats = new Stats();
stats.startTimer();
try {
doSomethingDangerous();
}
finally {
stats.stopTimerAndRecordTiming();
}
下面是使用try-with-resource的方式：
try (SomeAutoCloseable disposableInstance = new SomeAutoCloseable()) {
return disposableInstance.toString();
}
那么在Reactor中，我们也有两种方式和其对应。
第一种就是doFinally方法：
Stats stats = new Stats();
LongAdder statsCancel = new LongAdder();
Flux<String> flux =
Flux.just("foo", "bar")
.doOnSubscribe(s -> stats.startTimer())
.doFinally(type -> {
stats.stopTimerAndRecordTiming();
if (type == SignalType.CANCEL)
statsCancel.increment();
})
.take(1);
上面的例子中，doFinally实际上做的就是finally block做的事情。
第二种是使用using，我们先看一个using的定义：
public static <T, D> Flux<T> using(Callable<? extends D> resourceSupplier, Function<? super D, ? extends
Publisher<? extends T>> sourceSupplier, Consumer<? super D> resourceCleanup)
可以看到using支持三个参数，resourceSupplier是一个生成器，用来在subscribe的时候生成要发送的resource对象。
sourceSupplier是一个生成Publisher的工厂，接收resourceSupplier传过来的resource，然后生成Publisher对象。
resourceCleanup用来对resource进行收尾操作。
那么我们怎么用呢？
举个例子：
public void useUsing(){
AtomicBoolean isDisposed = new AtomicBoolean();
Disposable disposableInstance = new Disposable() {
@Override
public void dispose() {
isDisposed.set(true);
}
@Override
public String toString() {
return "DISPOSABLE";
}
};
Flux<String> flux =
Flux.using(
() -> disposableInstance,
disposable -> Flux.just(disposable.toString()),
Disposable::dispose);
}
上面的例子中，我们创建了一个Disposable对象，作为resource，然后对这个resource进行加工，返回一个Flux
Retrying
有时候我们遇到了异常，可能需要重试几次，Reactor为我们提供了retry方法，先看一个例子：
public void testRetry(){
Flux.interval(Duration.ofMillis(250))
.map(input -> {
if (input < 3){
return "tick " + input;
}
throw new RuntimeException("boom");
})
.retry(1)
.elapsed()
.subscribe(System.out::println, System.err::println);
try {
Thread.sleep(2100);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
看下输出结果：
[264,tick 0]
[255,tick 1]
[241,tick 2]
[506,tick 0]
[252,tick 1]
[253,tick 2]
java.lang.RuntimeException: boom
retry的作用就是当遇到异常的时候，重启一个新的序列。
elapsed是用来展示产生的value时间之间的duration。
从结果我们可以看到，retry之前是不会产生异常信息的。