本文详解如何在project reactor中优雅组合mono操作：让依赖前序结果的操作串行执行，而彼此独立的操作并行触发，避免阻塞式调用（如block），充分利用响应式流的非阻塞并发能力。
本文详解如何在project reactor中优雅组合mono操作：让依赖前序结果的操作串行执行，而彼此独立的操作并行触发，避免阻塞式调用（如block），充分利用响应式流的非阻塞并发能力。
在响应式编程实践中，常见一类混合执行模式：某个操作必须严格等待前序Mono完成并消费其结果（串行依赖），而后续多个无相互依赖的操作则应尽可能并行发起以提升吞吐与响应速度（并行无耦合）。若错误使用 block()（如 resultAMono.block()），不仅违背响应式原则，还会导致线程阻塞、背压失效、资源浪费，甚至引发死锁——尤其在有限线程池（如 parallel() 调度器）环境下。
正确的做法是借助 Reactor 的组合算子构建声明式数据流。核心思路是：用 flatMap 将上游 Mono 的结果作为输入，触发下游分支；再通过 Flux.merge 或 Mono.zip 实现并行调度。
✅ 场景一：并行执行且忽略结果（Void 类型）
当 loadB(a) 和 loadC() 均返回 Mono<Void>（即仅关注副作用，无需返回值）时，推荐使用 Flux.merge：
Mono<List<String>> resultAMono = listA();
Mono<Void> res = resultAMono
.flatMap(a -> Flux.merge(loadB(a), loadC()).then());- Flux.merge(...) 会同时订阅两个 Mono<Void>，实现真正并行；
- then() 将合并后的 Flux<Void> 转换为 Mono<Void>，表示“所有操作均完成”；
- 整个链路保持非阻塞、响应式，且语义清晰：先获取 a，再并行执行 loadB 和 loadC。
✅ 场景二：并行执行并聚合结果
若 loadB(a) 返回 Mono<B>、loadC() 返回 Mono<C>，需同时获取二者结果进行后续处理，则应使用 Mono.zip：
立即学习“Java免费学习笔记（深入）”；
Mono<Tuple2<B, C>> res = resultAMono
.flatMap(a -> Mono.zip(loadB(a), loadC()));
// 或使用泛型重载（Reactor 3.5+）更直观：
// .flatMap(a -> Mono.zip(loadB(a), loadC(), (b, c) -> new Result(b, c)));- Mono.zip 同样并发订阅两个源，但会等待两者都发出数据后，将结果按顺序组装为 Tuple2（或自定义对象）；
- 与 merge 不同，zip 关注“结果配对”，适用于需要联合处理的场景。
⚠️ 关键注意事项
- 切勿在响应式链中调用 block()：它会强制同步等待，破坏异步性，极易引发线程饥饿；
- merge 与 zip 均为eager subscription（立即订阅），确保并行性；若需延迟触发，可结合 defer() 或调度器控制；
- 若 loadB 或 loadC 可能失败，建议添加 .onErrorResume() 或 .doOnError() 进行统一错误处理；
- 并行不等于无序：merge 不保证完成顺序，zip 保证成对输出，但二者内部执行始终并发。
掌握这种“串行触发 + 并行展开”的组合模式，是构建高性能、可维护响应式服务的关键能力。始终以数据流为中心设计逻辑，而非线程或等待——这才是 Project Reactor 的设计哲学。
