我们这里用通过唯一 id 获取知乎的某个回答作为例子，首先我们先明确下，一次HTTP请求到服务器上处理完之后，将响应写回这次请求的连接，就是完成这次请求了，如下：
public void request(Connection connection, HttpRequest request) { //处理request,省略代码 connection.write(response);//完成响应 }
假设获取回答需要调用两个接口，获取评论数量还有获取回答信息，传统的代码可能会这么去写：
//获取评论数量 public void getCommentCount(Connection connection, HttpRequest request) { Integer commentCount = null; try { //从缓存获取评论数量，阻塞IO commentCount = getCommnetCountFromCache(id); } catch(Exception e) { try { //缓存获取失败就从数据库中获取，阻塞IO commentCount = getVoteCountFromDB(id); } catch(Exception ex) { } } connection.write(commentCount); } //获取回答 public void getAnswer(Connection connection, HttpRequest request) { //获取点赞数量 Integer voteCount = null; try { //从缓存获取点赞数量，阻塞IO voteCount = getVoteCountFromCache(id); } catch(Exception e) { try { //缓存获取失败就从数据库中获取，阻塞IO voteCount = getVoteCountFromDB(id); } catch(Exception ex) { } } //从数据库获取回答信息，阻塞IO Answer answer = getAnswerFromDB(id); //拼装Response ResultVO response = new ResultVO(); if (voteCount != null) { response.setVoteCount(voteCount); } if (answer != null) { response.setAnswer(answer); } connection.write(response);//完成响应 }
在这种实现下，你的进程只需要一个线程池，承载了所有请求。这种实现下，有两个弊端：
- 线程池 IO 阻塞，导致某个存储变慢或者缓存击穿的话，所有服务都堵住了。假设现在评论缓存突然挂了，全都访问数据库，导致请求变慢。由于线程需要等待 IO 响应，导致唯一一个线程池被堆满，无法处理获取回答的请求。
- 对于获取回答信息，获取点赞数量其实和获取回答信息是可以并发进行的。不用非得先获取点赞数量之后再获取回答信息。
现在，NIO 非阻塞 IO 很普及了，有了非阻塞 IO，我们可以通过响应式编程，来让我们的线程不会阻塞，而是一直在处理请求。这是如何实现的呢？
传统的 BIO，是线程将数据写入 Connection 之后，当前线程进入 Block 状态，直到响应返回，之后接着做响应返回后的动作。NIO 则是线程将数据写入 Connection 之后，将响应返回后需要做的事情以及参数缓存到一个地方之后，直接返回。在有响应返回后，NIO 的 Selector 的 Read 事件会是 Ready 状态，扫描 Selector 事件的线程，会告诉你的线程池数据好了，然后线程池中的某个线程，拿出刚刚缓存的要做的事情还有参数，继续处理。
那么，怎样实现缓存响应返回后需要做的事情以及参数的呢？Java 本身提供了两种接口，一个是基于回调的 Callback 接口（Java 8 引入的各种Functional Interface），一种是 Future 框架。
基于 Callback 的实现：
//获取回答 public void getAnswer(Connection connection, HttpRequest request) { ResultVO resultVO = new ResultVO(); getVoteCountFromCache(id, (count, throwable) -> { //异常不为null则为获取失败 if (throwable != null) { //读取缓存失败就从数据库获取 getVoteCountFromDB(id, (count2, throwable2) -> { if (throwable2 == null) { resultVO.setVoteCount(voteCount); } //从数据库读取回答信息 getAnswerFromDB(id, (answer, throwable3) -> { if (throwable3 == null) { resultVO.setAnswer(answer); connection.write(resultVO); } else { connection.write(throwable3); } }); }); } else { //获取成功，设置voteCount resultVO.setVoteCount(voteCount); //从数据库读取回答信息 getAnswerFromDB(id, (answer, throwable2) -> { if (throwable2 == null) { resultVO.setAnswer(answer); //返回响应 connection.write(resultVO); } else { //返回错误响应 connection.write(throwable2); } }); } }); }
可以看出，随着调用层级的加深，callback 层级越来越深，越来越难写，而且啰嗦的代码很多。并且，基于 CallBack 想实现获取点赞数量其实和获取回答信息并发是很难写的，这里还是先获取点赞数量之后再获取回答信息。
那么基于 Future 呢？我们用 Java 8 之后引入的 CompletableFuture 来试着实现下。
//获取回答 public void getAnswer(Connection connection, HttpRequest request) { ResultVO resultVO = new ResultVO(); //所有的异步任务都执行完之后要做的事情 CompletableFuture.allOf( getVoteCountFromCache(id) //发生异常，从数据库读取 .exceptionallyComposeAsync(throwable -> getVoteCountFromDB(id)) //读取完之后，设置VoteCount .thenAccept(voteCount -> { resultVO.setVoteCount(voteCount); }), getAnswerFromDB(id).thenAccept(answer -> { resultVO.setAnswer(answer); }) ).exceptionallyAsync(throwable -> { connection.write(throwable); }).thenRun(() -> { connection.write(resultVO); }); }
这种实现就看上去简单多了，并且读取点赞数量还有读取回答内容是同时进行的。 Project Reactor 在 Completableuture 这种实现的基础上，增加了更多的组合方式以及更完善的异常处理机制，以及面对背压时候的处理机制，还有重试机制。
