Spring boot 反应堆流量平面图操作员吞吐量/并发控制和实现背压

我正在使用Flux构建我的反应管道。在管道中，我需要调用3种不同的外部系统RESTAPI，它们对访问速率要求非常严格。 如果我违反每秒速率阈值，我将被指数级限制。每个系统都有自己的阈值

我正在使用SpringWebClient进行RESTAPI调用；在3个API中，2个是GET，1个是POST

在我的reactor管道中，WebClient被包装在flatMap中以执行API调用，如下代码所示：

WebClient getApiCall1 = WebClient.builder().build().get("api-system-1").retrieve().bodyToMono(String.class) //actual return DTO is different from string
WebClient getApiCall2 = WebClient.builder().build().get("api-system-2").retrieve().bodyToMono(String.class) //actual return DTO is different from string
WebClient getApiCall3 = WebClient.builder().build().get("api-system-3").retrieve().bodyToMono(String.class) //actual return DTO is different from string

    Flux.generator(generator) // Generator pushes the elements from source 1 at a time

    // make call to 1st API Service
    .flatMap(data -> getApiCall1)
    .map(api1Response -> api1ResponseModified)

    // make call to 2nd API Service
    .flatMap(api1ResponseModified -> getApiCall2)
    .map(api2Response -> api2ResponseModified)

// make call to 3rd API Service
.flatMap(api2ResponseModified -> getApiCall3)
.map(api3Response -> api3ResponseModified)

// rest of the pipeline operators

//end
.subscriber();

问题是，如果我没有将

concurrency

值设置为flatMap，那么我会在服务启动的几秒钟内发现管道执行超过阈值。 如果我将

concurrency

的值设置为1、2、5、10，那么吞吐量将变得非常低

问题是，在不对并发性设置任何值的情况下，我如何实现应遵守外部系统速率限制的背压？

如果您有“每秒速率”要求，我将明确设置通量窗口，并将每个窗口限制在选定的时间段内。这将在不受限制的情况下为您提供最大吞吐量

我将使用一个类似于以下内容的助手函数：

public static <T> Flux<T> limitIntervalRate(Flux<T> flux, int ratePerInterval, Duration interval) {
    return flux
            .window(ratePerInterval)
            .zipWith(Flux.interval(Duration.ZERO, interval))
            .flatMap(Tuple2::getT1);
}

然后，您可以根据需要将此映射到

WebClient

调用，同时遵守每个API的限制：

sourceFlux
        //...assume API 1 has a limit of 10 calls per second
        .transform(f -> limitIntervalRate(f, 10, Duration.ofSeconds(1)))
        .flatMap(data -> getApiCall1)
        .map(api1Response -> api1ResponseModified)

        //...assume API 2 has a limit of 20 calls per second
        .transform(f -> limitIntervalRate(f, 20, Duration.ofSeconds(1))) 
        .flatMap(api1ResponseModified -> getApiCall2)
        .map(api2Response -> api2ResponseModified)

…等等。

如果您有“每秒速率”的要求，我将明确地设置流量窗口，并将每个窗口限制在所选的时间段内。这将在不受限制的情况下为您提供最大吞吐量

我将使用一个类似于以下内容的助手函数：

public static <T> Flux<T> limitIntervalRate(Flux<T> flux, int ratePerInterval, Duration interval) {
    return flux
            .window(ratePerInterval)
            .zipWith(Flux.interval(Duration.ZERO, interval))
            .flatMap(Tuple2::getT1);
}

然后，您可以根据需要将此映射到

WebClient

调用，同时遵守每个API的限制：

sourceFlux
        //...assume API 1 has a limit of 10 calls per second
        .transform(f -> limitIntervalRate(f, 10, Duration.ofSeconds(1)))
        .flatMap(data -> getApiCall1)
        .map(api1Response -> api1ResponseModified)

        //...assume API 2 has a limit of 20 calls per second
        .transform(f -> limitIntervalRate(f, 20, Duration.ofSeconds(1))) 
        .flatMap(api1ResponseModified -> getApiCall2)
        .map(api2Response -> api2ResponseModified)

---

…等等。

Resilience4j支持反应堆的速率限制。 见：

---

Resilience4j支持反应堆的速率限制。 见：

---

谢谢您的建议和示例代码@Michael Berry。还有一个问题，我将通过编程方式创建一个序列，在生成器下没有提到背压。但是，在Create中，我看到支持背压。这是否意味着，如果我需要背压支持，我应该使用Create而不是Generate？@NaveenKumar

Generate（）

从背压的角度来看是理想的场景-需求完全由背压驱动。因此，它不需要溢出策略，因为元素在显式预取之前不会被请求

create（）

本质上是另一个API/源的包装器，它可以根据需要任意发出任意数量的事件，因此它没有明确的背压控制，因此需要某种形式的溢出策略来确定消费者无法跟上时的行为<代码>生成（）因此，如果您可以使用它，它几乎总是首选。我在最初的问题中遗漏了一个要点。当我应用一个调度器

.subscribeOn（Schedulers.boundedElastic（））

时，这一切是如何进行的？我所看到的是，当我在管道中应用调度程序时，请求率非常高。@NaveenKumar不确定这会有什么不同——我似乎无法快速生成它。我要开始一个新的问题，并确保包括一个。如果有多个源（每个请求的流量），在这种情况下，上述代码将超过每秒请求的数量。我们如何控制多流量（多来源）每秒的付款数量感谢Michael Berry的建议和示例代码。还有一个问题，我将通过编程方式创建一个序列，在生成器下没有提到背压。但是，在Create中，我看到支持背压。这是否意味着，如果我需要背压支持，我应该使用Create而不是Generate？@NaveenKumar

Generate（）

从背压的角度来看是理想的场景-需求完全由背压驱动。因此，它不需要溢出策略，因为元素在显式预取之前不会被请求

create（）

本质上是另一个API/源的包装器，它可以根据需要任意发出任意数量的事件，因此它没有明确的背压控制，因此需要某种形式的溢出策略来确定消费者无法跟上时的行为<代码>生成（）因此，如果您可以使用它，它几乎总是首选。我在最初的问题中遗漏了一个要点。当我应用一个调度器

.subscribeOn（Schedulers.boundedElastic（））

时，这一切是如何进行的？我所看到的是，当我在管道中应用调度程序时，请求率非常高。@NaveenKumar不确定这会有什么不同——我似乎无法快速生成它。我要开始一个新的问题，并确保包括一个。如果有多个源（每个请求的流量），在这种情况下，上述代码将超过每秒请求的数量。我们如何控制多流量（多来源）每秒的付款数量嗨，Martin Tarjányi，谢谢你的指点，是的！事实上，我正在探索它们。嗨，马丁·塔尔贾尼，谢谢你的指点，是的！事实上，我正在探索它们。