阻塞 I/O 任务的 ParallelFlux 与 flatMap()

Question

我有一个 Project Reactor 链，其中包含一个阻塞任务（一个网络调用，我们需要等待响应）。我想运行同时执行多个阻塞任务。

似乎可以使用 ParallelFlux 或 flatMap()，基本示例：

Flux.just(1)
    .repeat(10)
    .parallel(3)
    .runOn(Schedulers.elastic())
    .doOnNext(i -> blockingTask())
    .sequential()
    .subscribe()

或

Flux.just(1)
    .repeat(10)
    .flatMap(i -> Mono.fromCallable(() -> {blockingTask(); return i;}).subscribeOn(Schedulers.elastic()), 3)
    .subscribe();

这两种技术的优点是什么？一个比另一个更受欢迎吗？还有其他选择吗？

Answer 1

parallel 专为性能目的的任务并行化而设计，并在 "rails" 或 "groups" 之间分派工作，每个任务都从 [=11] 获得自己的执行上下文=] 你传给 runOn。简而言之，如果您进行 CPU 密集型工作，它将让您所有的 CPU 核心都投入工作。但是你正在做 I/O 绑定工作...

因此，在您的情况下，flatMap 是更好的选择。使用 flatMap 进行并行化更多的是关于编排。

如果您不算 flatMap 与 flatMapSequential 略有不同的风格（concatMap 确实不允许并行化），那么这些几乎就是 2 个备选方案.

阻塞 I/O 任务的 ParallelFlux 与 flatMap()

ParallelFlux vs flatMap() for a Blocking I/O task

project-reactor

reactive-streams