Reactor 1.1.0.RELEASE 版本现已可用

发布 | Jon Brisbin | 2014年5月6日 | ...

Reactor 团队很高兴地宣布，Reactor 灵活、异步、快速数据框架的一些重大更新现已在 Reactor 的 1.1.0.RELEASE 版本中提供。该版本包含大量错误修复和关键组件的重写，使其速度更快，也许更重要的是，在内存使用方面更高效。Reactor 1.1 现在包含了来自高盛的优秀 gs-collections 库 [1]，该库为处理各种 map 和 collection 提供了非常流畅的 API。

以下是 Reactor 1.0 和 1.1 之间更改的不完全列表

Stream / Promise

改进了 Stream 和 Promise 的值处理
添加了更多的组合方法，如 connect(), merge(), timeout(), window() 等
许多方法移至 Composable，使其在 Stream 和 Promise 之间共享

相对于 1.0 版本，Stream API 中一些更有用的新增功能包括 Stream.window 和 Stream.timeout 方法。这允许你在给定时间内收集值并将它们传递到处理链下游。例如，要处理每 500ms 收集到的值，可以使用 window

Deferred<Pojo, Stream<Pojo>> in = Streams.defer(env);

// add all collected values every half-second
in.compose()
  .window(500)
  .consume(values -> service.addAll(values));

// another service emits data into the `Deferred`
Pojo p;
while(null != (p = input.next())) {
  in.accept(p);
}

工具

基于 RingBuffer 的稳健 HashWheelTimer 实现
用于高效对象池化的 Allocator API
基于 gs-collections 5.0 的新 Consumer Registry 实现 [1]

如果你需要以更可预测的方式控制内存使用，Reactor 包含一个分配 API，该 API 可以由你需要的任何特定池化实现提供支持。Reactor 1.1 提供了两种实现：基于 RingBuffer 的 Allocator 和引用计数 Allocator。

基于 RingBuffer 的 Allocator 可以配置得非常像带有事件处理程序的标准 Disruptor RingBuffer。但如果你只需要阻塞生产者并使用基于槽的分配策略，那么使用 RingBuffer 进行分配非常简单

Allocator<Event<Buffer>> pool = new RingBufferAllocatorSpec<Event<Buffer>>()
    .ringSize(16 * 1024)
    .allocator(() -> new Event<Buffer>(null))
    .waitStrategy(new BusySpinWaitStrategy())
    .get();

// in your code, maintain a `Reference` you can release
Reference<Event<Buffer>> ref = pool.allocate();

// pass your data POJO to other services
Event<Buffer> ev = ref.get().setData(buffer);
service.invoke(ev);

// when you're done, release the reference
ref.release();

日志

使用 Java Chronicle 实现高效高速日志记录
重写了基于 Reactor 的异步 appender 实现

日志记录对异步应用程序的性能可能非常不利——特别是使用 RingBuffer 等技术的应用程序，RingBuffer 使用单个线程支持许多任务。如果该线程被某个执行 IO 写入日志条目的任务阻塞，那么这可能会在应用程序中级联回来，导致其停滞不前。

Reactor 包含一个高效的 Logback 异步 Appender 实现 [2]，它将实际的追加操作转移到专用的日志记录线程。这应该有助于减轻大多数应用程序中由日志记录引起的线程压力。但有时这还不够，需要更高吞吐量的解决方案。这时 Reactor 基于 Java Chronicle 的 Appender 就派上用场了。

Java Chronicle [3] 是一个高速消息库，它使用内存映射文件实现快速高效的数据持久化。Reactor 通过提供一个 Appender 将其与 Logback 集成，该 Appender 记录应用程序的原始事件数据，但无需调用下游 appender。这意味着你的日志事件存储在 Chronicle 中，但处于其原始状态。需要一个额外的工具来后处理“持久化”日志文件，然后将这些事件发送到“真实”appender（例如文件或数据库）或查看 Chronicle 并查找与给定模式匹配的条目。这在生产环境中非常有用，当应用程序正常运行时你不需要关心日志记录，但如果出现问题，你可以轻松地从 Chronicle 中提取数据到标准日志文件中进行事后分析。

要配置 Reactor DurableAsyncAppender 以进行高速日志记录，只需在 Logback 配置中声明它即可。以下是在 logback.xml 配置中使用它的示例

  <appender name="chronicle" class="reactor.logback.DurableAsyncAppender">
    <!-- Uncomment to have log events also sent to a "normal" file appender -->
    <!--appender-ref ref="logfile"/-->
    <basePath>log/</basePath>
    <backlog>2097152</backlog>
  </appender>

如果出现问题，你可以使用包含的工具分析 chronicle，将从 chronicle 中提取的事件定向到给定的“真实” Appender。此示例调用日志工具（reactor-logback.jar artifact 必须位于 classpath 中），并从 log/ 目录读取持久化日志文件，从 logback.xml 读取 Logback 配置，然后将所有 ERROR 消息输出到 logfile appender，该 appender 在 logback.xml 配置文件中定义。

java reactor.logback.DurableLogUtility --path log/ --config logback.xml --output logfile --level ERROR

Groovy

更好的 Groovy 支持组织
基于 AST 的扩展移至其自身的子项目，以实现更好的 Gradle 兼容性
准备好支持 Groovy 2.3 和 Java 1.8

Groovy 2.3.0 刚刚发布，包含大量新功能和性能改进以及 lambda 闭包支持和其他酷炫的 JDK 8 功能。Reactor 的 Groovy 支持已准备好在 Groovy 2.3 中使用，同时仍然兼容 JDK 7 上的 Groovy 2.2。

网络/TCP

将 reactor-tcp 重命名为 reactor-net
重构了基础抽象以处理 TCP 和 UDP
使用 Netty 添加了 UDP 支持
使用 jeromq 添加了 ZeroMQ 支持
重写了 reconnect 支持
改进和扩展了测试

对 TCP 模块进行了改进，集成了对 UDP 的支持以及基于 ZeroMQ 的新实现。[4]

Reactor 中的 ZeroMQ 支持具有 tcp 和 inproc 支持，并提供简洁流畅的 API，可使用 Reactor 高效的编解码器工具快速创建客户端和服务器。

ZeroMQ<JsonData> zmq = new ZeroMQ<>(reactorEnv)
    .codec(new JacksonJsonCodec());

zmq.router("inproc://queue")
   .consume(channel -> channel.consume(service::invoke));

zmq.dealer("inproc://queue")
   .consume(channel -> {
     JsonData data;
     while(null != (data = in.next())) {
       channel.sendAndForget(data);
     }
   });