如何在 Reactor 中阻塞等待 Hot Flux 的下一个数据项

本文详解如何在不丢失实时性前提下，安全、精准地阻塞获取 hot flux 的“下一个”新发出的数据项，并覆盖无缓冲/有缓冲场景、线程安全限制及非阻塞替代方案。

在使用 Project Reactor 时，处理 Hot Flux（如 Flux.interval().share()、Sinks.multicast() 等）常面临一个关键挑战：你希望“暂停当前线程，直到下游真正发出下一个新值”，而非消费历史缓存或永远阻塞。blockFirst() 表面看似合适，但其行为取决于 Flux 的订阅时机与缓冲策略——对已开始发射的 Hot Flux，它可能立即返回旧值（若存在缓冲），或无限等待（若无缓冲且尚未发新值）。因此，正确做法需结合 Flux 的缓冲特性进行针对性设计。

✅ 场景一：无缓冲 Hot Flux（推荐直接使用 next().block() 或 blockFirst()）

当 Flux 不保留历史（如 .share()、.multicast().directBestEffort()），所有订阅者仅接收订阅之后的新事件。此时 next().block() 与 blockFirst() 行为一致，均会阻塞至首个后续数据到达：

Flux hotFlux = Flux.interval(Duration.ofMillis(100))
    .map(i -> i.intValue())
    .share(); // 无缓冲热流

// 延迟 300ms 后，阻塞等待下一个整数（即第 3 或第 4 个，取决于调度精度）
Integer next = Mono.delay(Duration.ofMillis(300))
    .then(hotFlux.next()) // ← 关键：next() 返回 Mono，再 block()
    .block();
System.out.println("Received: " + next); // 如输出 3

⚠️ 注意：next() 比 blockFirst() 更灵活——它天然支持非阻塞链式调用（如 .cache().subscribe(...)），便于后续演进。

✅ 场景二：有缓冲 Hot Flux（必须跳过历史，只取“未来”值）

若 Flux 缓存了过往数据（如 .cache()、.replay(10)），直接 blockFirst() 会立刻返回最近缓存值，违背“等待下一个新值”的需求。此时应使用 skipUntilOther() 配合时间信号，将“跳过”逻辑锚定到订阅后的时间点：

Flux bufferedHot = Flux.interval(Duration.ofMillis(100))
    .map(i -> i.intValue())
    .cache(); // 缓存全部历史

// 订阅后等待 500ms，再取第一个新值（跳过此前所有缓存+实时中已发出的项）
Integer futureValue = bufferedHot
    .skipUntilOther(Mono.delay(Duration.ofMillis(500)))
    .next()
    .block();
System.out.println("Next after 500ms: " + futureValue); // 如输出 5（第 6 个值）

? 原理：skipUntilOther 在 Mono.delay() 发出信号后才开始转发后续元素，确保跳过延迟期间所有已存在/已发出的数据。

⚠️ 重要限制：block() 并非万能，慎用线程上下文

Reactor 明确禁止在某些线程（如 parallel、boundedElastic 调度器线程）中调用 block()，否则抛出 IllegalStateException：

Magic Eraser

AI移除图片中不想要的物体

下载

// ❌ 危险！delay 默认在 parallel scheduler 上执行，内部 block 会失败
Mono.delay(Duration.ofMillis(200))
    .then(Mono.fromCallable(() -> hotFlux.blockFirst())) // → BLOCK FAILED!
    .subscribe();

✅ 正确做法：显式切换至支持阻塞的线程（如 Schedulers.boundedElastic()），或彻底避免阻塞（见下节）。

? 最佳实践：优先采用非阻塞方式（推荐）

阻塞操作违背响应式编程原则，易引发线程饥饿。更优雅的方案是预取并缓存目标值，供后续多次安全消费：

// 预先声明：500ms 后取下一个值，并缓存结果（含时间戳）
Mono> cachedNext = hotFlux
    .skipUntilOther(Mono.delay(Duration.ofMillis(500)))
    .next()
    .timed()
    .cache(); // ← 关键：只执行一次，结果可重用

// 后续任意位置安全获取（无阻塞、无重复计算）
cachedNext.subscribe(timed -> 
    System.out.println("Value: " + timed.get()));

总结

牢记：Hot Flux 的“下一个”永远相对于你的订阅动作，而非全局时间轴。理解缓冲策略与订阅生命周期，是精准控制数据消费节奏的核心。