Reactive Streams の実装の一つである Reactor を使って、Java で非同期処理プログラミングをしてみたという話。

1. 1
Reactive Streams に基づく
非同期処理プログラミング
〜 Reactor を使ってみた
Akihiro Kitada
2018/4/27

2. 2
Reactive Streams とは？
みたいな議論はさておき、
Reactive Streams の実装
の一つである Reactor を
使って、Java で非同期処
理プログラミングをしてみ
たという話。

3. Reactive Streams に基づく非同期処理考察（1/2）
 処理対象データは、ストリームとして任意の量・タ
イミングで投入される – Reactor で言うところの
“hot-stream” の考え方。
 処理対象データは、I/O レベルの “non-blocking” の
考え方に沿って、システムリソース節約のため、多
くの待機スレッドでデータ待ちをするのではなく、
必要に応じて、できるだけ少ないスレッドで処理す
る。
3

4. Reactive Streams に基づく非同期処理考察（2/2）
 前段スレッド（Publisher）が処理対象データを生成ないし
受信する。後段スレッド（Subscriber）は 、処理対象データ
のオーバーフローを防ぐため、“back-pressure” の考え方に
基づき、必要な量のデータだけを前段側に要求し逐次処理
する。
4

5. 想定されるアーキテクチャー
5
Publisher
①対象処理データが、
hot-stream として、
non-blocking に投入
される。
Subscriber
②私が処理出来る分
量だけ、データスト
リームのフローコン
トロールしてくださ
い！ - back-pressure
③了解！データストリームのフ
ローコントロールしまーす！消費
できる分だけのデータをリクエス
トしてください。 - back-
pressure
④逐次データ処理

6. 実装
6
Publisher Subscriber
ここでは、non-blocking と back-pressure の考え
方に基づく非同期処理を、Reactive Streams の
Java 実装の一つである Ractor を使用して実現
します。
複数データを投入・処理するため
Flux を使用し、非同期処理を行うた
め TopicProcessor を使用します。
オプションで、back-pressure 動作
をカスタマイズするため、
BaseSubscriber を適用します。

7. 7
では実際に、コーディング
してみるよ！

8. 準備 – データ型の定義
8
package quitada;
public class KeyValuePair {
private String key;
private String value;
public KeyValuePair() { }
public KeyValuePair(String key, String value) {
this.key = key;
this.value = value;
}
public String getValue() { return value; }
public String getKey() { return key; }
public void setKey(String key) { this.key = key; }
public void setValue(String value) { this.value = value; }
}
なんでも良いのですが、ここでは
キー・バリュー・ペアなデータ型
を定義してみました。

9. TopicProcessor<KeyValuePair> hotSource = TopicProcessor.create();
Flux<KeyValuePair> hotFlux = hotSource.publish().autoConnect();
hotFlux.subscribe(keyValuePair -> {
// KeyValuePair 型のデータに対する何かの処理を記述
:
});
for (int i = 1; i <= 1000 ; i++) {
String value = Integer.toString(i);
hotSource.onNext(new KeyValuePair("k" + value, "v" + value));
}
僕のリアクティブな非同期処理実装
9
データ処理を非同期に行うため、
hot-stream なデータソースを
TopicProcessor 使って作成します。
Flux を使って Publisher と
Subscriber を準備します。
受信したデータの処理ロジックを
登録します。
データストリームとして、データ
投入します - Flux#onNext([処理対
象データ])。これにより、データ
投入処理とは非同期に逐次登録し
た処理ロジックが実行されます。

10. [オプション] back-pressure 動作のカスタマイズ
10
TopicProcessor<KeyValuePair> hotSource = TopicProcessor.create();
Flux<KeyValuePair> hotFlux = hotSource.publish().autoConnect();
BaseSubscriber<KeyValuePair> subscriber = new BaseSubscriber<KeyValuePair>() {
protected void hookOnSubscribe(Subscription subscription) {
request(1);
}
protected void hookOnError(Throwable throwable) {
throwable.printStackTrace();
}
protected void hookOnComplete() { }
protected void hookOnNext(KeyValuePair keyValuePair) {
// KeyValuePair 型データに対する何らかの処理を記述
:
request(1);
}
};
hotFlux.subscribe(subscriber);
for (int i = 1; i <= 1000 ; i++) {
String value = Integer.toString(i);
hotSource.onNext(new KeyValuePair("k" + value, "v" + value));
}
BaseSubscriber を使って、back-
pressure 動作をカスタマイズでき
ます（デフォルトでは、登録した
ロジックが実行し終わったら適宜
要求するような動作）。
BaseSubscriber#request([要求
データ数]) を任意のタイミングで
実行することで、フローコント
ロールを行います。この例では、
ロジック登録時と、ロジック実行
完了時に 1 つデータを要求すると
いう単純なロジックで、デフォル
トの挙動と同じです。データ要求
しないと、当然のことながら処理
が止まります。

11. 11
Reactor を使って、
Reactive Streams に基づ
く非同期処理を実装してみ
ました！
コード量もそんなに多くな
くて、お手軽に実装できま
すね！