Java Flux流从0到精通

初识Flux：数据世界的自来水管

1.1 当数据变成水流

想象你家的自来水管就是Flux的化身。传统的水桶打水（List）需要一次性搬完所有水，而Flux就像安装了智能水龙头：

- 打开开关就持续出水（数据流）

- 可以随时调节水流大小（背压控制）

- 水压不足时会自动通知你（异步回调）

Flux<String> 厨房水管 = Flux.just("清水", "洗洁精", "洗碗水");
厨房水管.subscribe(水分子 -> System.out.println("正在处理：" + 水分子));

1.2 快递站 vs 实体店

传统集合像超市购物（List）：

必须等所有商品上架才能购买
买牛奶也得先等面包生产完

Flux则像现代化快递站：

Flux<快递包裹> 每日快递 = Flux.create(快递站 -> {
    快递站.next(晨报包裹());
    快递站.next(鲜奶包裹());
    快递站.next(网购包裹());
});

每日快递中的包裹就像Flux数据流中的元素，快递员每准备好一个包裹就立即派送，不需要等待所有货物都到达快递站后才进行配送，这样更加灵活高效。

Flux核心操作

2.1 咖啡店的点单艺术

假设你是星巴克的咖啡师Flux：

操作符	现实对应	代码示例
`map`	美式→卡布奇诺	`.map(咖啡豆 → 研磨(咖啡豆))`
`filter`	拒绝过期的牛奶	`.filter(牛奶 → 牛奶.保质期 > 今天)`
`buffer`	外卖订单批量处理	`.buffer(5)` → 每5杯打包一次

Flux.just("拿铁","摩卡","浓缩")
    .map(订单 -> 订单 + "加糖")
    .filter(订单 -> !订单.contains("无糖"))
    .buffer(2)
    .subscribe(批量订单 -> System.out.println("制作：" + 批量订单));

2.2 异常处理三连招

像经验丰富的外卖骑手处理突发状况：

onErrorReturn：爆胎时换备用自行车
```
.onErrorReturn("外卖延误通知单")
```

onErrorResume：改派其他骑手接单

.onErrorResume(e -> 备用骑手.get订单流())

retry：重新尝试配送
```
.retry(3) // 最多重试3次
```

深入数据快递站：订阅者的智慧

3.1 杂志订阅的四种信号

订阅Flux就像订杂志：

厨房水管.subscribe(
    最新期刊 -> System.out.println("收到：" + 最新期刊), // onNext
    退订通知 -> System.err.println("因为：" + 退订通知),  // onError
    () -> System.out.println("本年期刊已全部送达"),       // onComplete
    订阅订单 -> {                                     // onSubscribe
        订阅订单.request(3); // 每次只收3期杂志
    }
);

3.2 背压危机处理：快递仓库的智慧

当消费者处理速度跟不上时：

直接丢弃（DROP）：爆仓时扔掉旧包裹

.onBackpressureDrop(包裹 -> 记录丢弃(包裹))

缓存策略（BUFFER）：租用临时仓库

.onBackpressureBuffer(100) // 最大缓存100个

最新优先（LATEST）：只保留最新包裹
```
.onBackpressureLatest()
```

进阶技巧：Flux的七十二变

4.1 冷热Flux之争：电影院 vs 录像带

类型	类比	特点	创建方式
冷Flux	DVD租赁店	每次播放都是全新开始	`Flux.just()`
热Flux	电影院直播	后来观众只能看实时画面	`Flux.share()`

实例场景：

Flux<String> 冷直播 = Flux.interval(Duration.ofSeconds(1))
                          .map(i -> "比赛第"+i+"分钟");

// 第一个观众看到完整比赛
冷直播.subscribe(观众A);

Thread.sleep(5000);

// 第二个观众从第5分钟开始看
冷直播.subscribe(观众B);

4.2 Flux组合套餐：数据交响乐团

zip操作：咖啡+甜点套餐

Flux<String> 咖啡 = Flux.just("美式", "拿铁");
Flux<String> 甜点 = Flux.just("蛋糕", "马卡龙");

Flux.zip(咖啡, 甜点)
    .map(tuple -> tuple.getT1() + "+" + tuple.getT2())
    .subscribe(System.out::println);
// 输出：美式+蛋糕，拿铁+马卡龙

merge操作：双厨房出餐

Flux.merge(中餐厨房, 西餐厨房)
    .subscribe(服务员::上菜);

实战演练：外卖平台订单系统

场景需求：

实时接收订单（每秒100+）
智能过滤无效订单
批量处理（每10单打包）
动态限流（根据餐厅产能）

Flux<订单> 订单流 = 骑手APP.get实时订单流()
    .filter(订单 -> 订单.验证有效性())
    .map(订单 -> 订单.添加时间戳())
    .bufferTimeout(10, Duration.ofSeconds(5))
    .onBackpressureDrop(爆单处理::记录丢弃订单)
    .doOnNext(批量订单 -> 厨房系统.接收订单(批量订单))
    .retryWhen(Retry.backoff(3, Duration.ofSeconds(1)));

系统效果：

像智能水流控制阀门一样管理订单
高峰期自动开启限流保护
网络波动时自动重试
厨房永远只处理合理数量的订单

结语：成为数据管道的掌控者

Flux就像城市地下的智能水管网络：

知道何时加速（concatMap）
懂得何时分流（flatMap）
具备自我修复能力（retry）
拥有流量感知（背压控制）

当你真正理解Flux时，数据将不再是呆板的0和1，而是可以像水流一样被精确调控的生命体。记住，好的响应式系统应该像优秀的市政供水系统——既不会让用户渴死，也不会让水管爆裂。