spring webflux返回application/stream+json

本文主要研究下spring webflux返回application/stream+json的实例

maven

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-webflux</artifactId>
        </dependency>

controller

    /**
     * curl -i localhost:8080/stream
     * @return
     */
    @GetMapping(value = "/stream",produces = MediaType.APPLICATION_STREAM_JSON_VALUE)
    public Flux<Price> priceStream(){
        return Flux.interval(Duration.ofMillis(500))
                .map(l -> new Price(System.currentTimeMillis(),ThreadLocalRandom.current().nextInt(100, 125)))
                .log();
    }

注意这里produces = MediaType.APPLICATION_STREAM_JSON_VALUE
如果不是application/stream+json则调用端无法滚动得到结果,将一直阻塞等待数据流结束或超时。

输出

  • 后台输出
2018-02-08 21:36:49.701  INFO 1270 --- [ctor-http-nio-2] reactor.Flux.Map.1                       : onSubscribe(FluxMap.MapSubscriber)
2018-02-08 21:36:49.702  INFO 1270 --- [ctor-http-nio-2] reactor.Flux.Map.1                       : request(1)
2018-02-08 21:36:50.208  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097010208, value=120.0))
2018-02-08 21:36:50.229  INFO 1270 --- [ctor-http-nio-2] reactor.Flux.Map.1                       : request(31)
2018-02-08 21:36:50.708  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097010708, value=124.0))
2018-02-08 21:36:51.208  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097011208, value=119.0))
2018-02-08 21:36:51.707  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097011707, value=120.0))
2018-02-08 21:36:52.207  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097012207, value=109.0))
2018-02-08 21:36:52.707  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097012707, value=101.0))
2018-02-08 21:36:53.208  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097013208, value=114.0))
2018-02-08 21:36:53.707  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097013707, value=113.0))
2018-02-08 21:36:54.206  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097014206, value=105.0))
2018-02-08 21:36:54.708  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097014708, value=103.0))
2018-02-08 21:36:55.208  INFO 1270 --- [     parallel-2] reactor.Flux.Map.1                       : onNext(Price(timestamp=1518097015207, value=123.0))
2018-02-08 21:36:55.212  INFO 1270 --- [ctor-http-nio-2] reactor.Flux.Map.1                       : cancel()
  • 调用端输出
curl -i localhost:8080/stream
HTTP/1.1 200 OK
transfer-encoding: chunked
Content-Type: application/stream+json;charset=UTF-8

{"timestamp":1518097010208,"value":120.0}
{"timestamp":1518097010708,"value":124.0}
{"timestamp":1518097011208,"value":119.0}
{"timestamp":1518097011707,"value":120.0}
{"timestamp":1518097012207,"value":109.0}
{"timestamp":1518097012707,"value":101.0}
{"timestamp":1518097013208,"value":114.0}
{"timestamp":1518097013707,"value":113.0}
{"timestamp":1518097014206,"value":105.0}
^C

可以看到由于使用了application/stream+json,返回的transfer-encoding是chunked,因此调用端可以做到滚动输出。

分页

使用了webflux之后,可能好奇之前的分页调用怎么办。reactive-streams是把数据当做数据流来用的,因此spring data reactive并不支持返回Page,但是调用参数可以传Pageable参数

public interface StocDao extends ReactiveCrudRepository<Stock, String> {

    Flux<Stock> findByName(String name,Pageable pageable);
}

注意这里返回Flux<Stock>,而不是Page<Stock>
也就是相当于丢失了total count

小结

对于webflux返回的Flux的流数据,需要配合返回MediaType.APPLICATION_STREAM_JSON_VALUE,同时调用端也需要能够支持这种mediaType(WebClient支持),这样才能启到reactive streams的效果。

doc

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,519评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,842评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,544评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,742评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,646评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,027评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,513评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,169评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,324评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,268评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,299评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,996评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,591评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,667评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,911评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,288评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,871评论 2 341