Programmation réactive avec Spring 5 et Reactor
•Télécharger en tant que PPTX, PDF•
3 j'aime•4,549 vues
Présentation de la programmation réactive et mise en oeuvre en Java avec Spring 5 et Reactor.
Recommandé
Contenu connexe
Tendances
Tendances (20)
Similaire à Programmation réactive avec Spring 5 et Reactor
Similaire à Programmation réactive avec Spring 5 et Reactor (20)
Programmation réactive avec Spring 5 et Reactor
- 1. Programmation réactive avec Spring 5 et Reactor Florian Beaufumé 11/2017
- 2. Florian Beaufumé • Architecte logiciel • Expert Java • Freelance • @fbeaufume • www.adeliosys.fr • www.slideshare.net/fbeaufume/presentations • www.brownbaglunch.fr/baggers.html#florian-beaufume
- 3. • Montée en charge • C10K (= 10K connexions) • Comment supporter 10000 connexions simultanées ? • Robustesse • Que faire si la base ou les systèmes tiers sont (très) lents ? Objectifs Server DB
- 4. • Modèle standard de nos serveurs • Est bloquant avec pool de thread : • En charge : • Multiplier les serveurs ? • Multiplier les threads ? Modèle « thread-per-request » Server Requests Threads pool
- 5. • Cout mémoire et CPU (context switches) • Contention Limitations des threads Server thread DatabaseClient HTTP request SQL request #1 SQL request #2
- 6. • Montée en charge et robustesse • Exemples : Node.js, Vert.x, Redis, HAProxy Modèle non bloquant Event queueEvents Event loop HTTP requests SQL responses … Few worker threads
- 9. Types réactifs Eléments Bloquant Réactif 0..N Collection<Book> Flux<Book> 0..1 Book Mono<Book> 0 void Mono<Void>
- 10. WebClient
- 11. Spring Framework 5 Spring Framework Tomcat Netty Reactor Spring Web MVC Spring WebFlux Bloquant Réactif Reactive Streams
- 12. Ecosystème Spring réactif Spring Framework 5 Spring Boot 2 Spring Data 2 Spring Security 5 Spring Integration 5 Spring Cloud
- 13. Spring Data 2
- 14. • "Programming with asynchronous data streams" • Basé sur des étapes asynchrones et non bloquantes • API orientées callback et/ou déclaratives par composition de fonctions • Programmation réactive ≈ streams + CompletableFuture + backpressure • Bénéfices : • Montée en charge • Robustesse Programmation réactive
- 16. Construction
- 17. Opérateurs
- 18. Marble diagrams
- 19. • Pour donner du contrôle au consommateur sur le producteur Backpressure Producer Consumer Data flow Data request
- 20. Conversions
- 21. • Cas simple • Manipulation de l’échelle de temps Tests avec reactor-test
- 22. • "Standard for asynchronous stream processing with non-blocking backpressure" • Implémentations : RxJava, Reactor, Akka Streams, etc. Reactive streams
- 25. Charge Bloquant Réactif 300 users injectés => 189 req/s mesuré 3000 users injectés => 2664 req/s mesuré
- 26. Temps de réponse Bloquant Réactif Moyenne=1462, médiane=1579, σ=297 Moyenne=1036, médiane=1013, σ=59
- 28. • Syntaxe déroutante • Commencer par les streams Java 8 et la programmation fonctionnelle • API contaminante • Plus facile pour de nouvelles applications ou microservices Difficultés
- 29. • JDBC pas encore supporté • Mono.fromCallable(() -> { … }).subscribeOn(Schedulers.elastic()) • Attendre JDK 10 • ThreadLocal perdent leur intérêt (MDC logging par exemple) • Pas encore de scope request ou session • myFlux.subscriberContext(Context.of("key", "value"))… Limitations
- 30. • Supporter une forte charge • Pour fiabiliser des applications très communicantes • Microservices • Applications sensibles à la contention Cas d’usages