Téléchargé 100 fois
Téléchargé parFlorian Beaufumé
Programmation réactive avec Spring 5 et Reactor
Ce document traite de la programmation réactive avec Spring 5 et Reactor, abordant la montée en charge et la robustesse des applications face à des systèmes lents. Il présente les bénéfices de l'approche réactive, notamment la gestion des flux de données asynchrones et non bloquants, ainsi que les défis de mise en œuvre. Des comparaisons de performance entre le modèle bloquant et réactif sont également discutées, montrant l'efficacité des systèmes réactifs pour supporter un grand nombre d'utilisateurs simultanés.
Programmation réactive avec Spring 5 et Reactor
- 1. Programmation réactive avec Spring5 et Reactor Florian Beaufumé 11/2017
- 2. Florian Beaufumé • Architectelogiciel • Expert Java • Freelance • @fbeaufume • www.adeliosys.fr • www.slideshare.net/fbeaufume/presentations • www.brownbaglunch.fr/baggers.html#florian-beaufume
- 3. • Montée encharge • 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 standardde 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 mémoireet CPU (context switches) • Contention Limitations des threads Server thread DatabaseClient HTTP request SQL request #1 SQL request #2
- 6. • Montée encharge et robustesse • Exemples : Node.js, Vert.x, Redis, HAProxy Modèle non bloquant Event queueEvents Event loop HTTP requests SQL responses … Few worker threads
- 7.
- 8.
- 9. Types réactifs Eléments BloquantRéactif 0..N Collection<Book> Flux<Book> 0..1 Book Mono<Book> 0 void Mono<Void>
- 10.
- 11. Spring Framework 5 SpringFramework Tomcat Netty Reactor Spring Web MVC Spring WebFlux Bloquant Réactif Reactive Streams
- 12. Ecosystème Spring réactif SpringFramework 5 Spring Boot 2 Spring Data 2 Spring Security 5 Spring Integration 5 Spring Cloud
- 13.
- 14. • "Programming withasynchronous 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
- 15.
- 16.
- 17.
- 18.
- 19. • Pour donnerdu contrôle au consommateur sur le producteur Backpressure Producer Consumer Data flow Data request
- 20.
- 21. • Cas simple •Manipulation de l’échelle de temps Tests avec reactor-test
- 22. • "Standard forasynchronous stream processing with non-blocking backpressure" • Implémentations : RxJava, Reactor, Akka Streams, etc. Reactive streams
- 23.
- 24.
- 25. Charge Bloquant Réactif 300 usersinjectés => 189 req/s mesuré 3000 users injectés => 2664 req/s mesuré
- 26. Temps de réponse BloquantRéactif Moyenne=1462, médiane=1579, σ=297 Moyenne=1036, médiane=1013, σ=59
- 27.
- 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 pasencore 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 uneforte charge • Pour fiabiliser des applications très communicantes • Microservices • Applications sensibles à la contention Cas d’usages
- 31.