
本文详解如何在 spring webflux 中正确构建响应式流,通过定时轮询(如每秒一次)异步查询数据库并发布最新记录,重点解决 `mono` 与 `flux` 的嵌套组合问题,避免阻塞和类型不匹配错误。
在响应式编程中,不能将阻塞式思维直接迁移到 Mono/Flux 上。例如,reactiveDocumentRepository.findLastDocument() 返回的是 Mono
✅ 正确做法是使用 flatMap:它专为将每个上游元素(这里是 Long)映射为一个新的响应式序列(Mono
以下是修正后的完整控制器示例:
@RestController
public class WebFluxController {
@Autowired
private ReactiveDocumentRepository reactiveDocumentRepository;
@CrossOrigin
@GetMapping(value = "/documents", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux getDocuments() {
return Flux.interval(Duration.ofSeconds(1))
.onBackpressureDrop() // 防止下游消费过慢导致内存溢出
.flatMap(x -> reactiveDocumentRepository.findLastDocument()
.map(document -> "document-" + document.getDescription())
.defaultIfEmpty("document-none")); // 若无记录,提供兜底值
}
} ? 关键要点说明:
- produces = MediaType.TEXT_EVENT_STREAM_VALUE:显式声明返回 SSE(Server-Sent Events)格式,便于前端用 EventSource 流式接收,提升实时性体验;
- onBackpressureDrop():当客户端处理速度慢于服务端推送频率时,自动丢弃来不及发送的数据,防止 OutOfMemoryError;
- defaultIfEmpty():处理数据库暂无数据的边界情况,避免流因 Mono 为空而终止(flatMap 中若 Mono 为空,则不发射任何元素);
- 绝不使用 block() 或 toFuture().get():这将彻底破坏响应式非阻塞特性,导致线程池耗尽和性能崩溃。
⚠️ 注意事项:
- 数据库查询本身必须是真正的响应式操作(如基于 R2DBC 或 Spring Data MongoDB Reactive),否则 findLastDocument() 内部若含 JDBC 阻塞调用,整个链路仍会退化为伪响应式;
- 高频轮询(如每秒 1 次)对数据库有一定压力,生产环境建议结合变更通知机制(如 PostgreSQL 的 LISTEN/NOTIFY、MongoDB Change Streams)替代轮询;
- 若需保证严格顺序或去重,应在 flatMap 后添加 .distinctUntilChanged() 或结合时间戳做业务级幂等判断。
综上,WebFlux 中的持续数据流不是“循环+sleep+查询”的命令式模拟,而是通过 Flux.interval 触发信号、flatMap 编排异步查询、map/defaultIfEmpty 等操作符加工结果的声明式组合。掌握 map(同步转换)与 flatMap(异步序列展开)的本质区别,是写出健壮响应式服务的核心前提。










