Création de services réactifs en temps réel
Développez des services réactifs de bout en bout en temps réel qui tirent parti de la puissance de Project Reactor.
Création de services réactifs en temps réel est une leçon WebSockets & Real-Time Systems with Spring gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage WebSockets & Real-Time Systems with Spring, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours WebSockets & Real-Time Systems with Spring comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
Reactive Real-Time Services
Welcome! In this lesson, we'll build end-to-end reactive real-time services using Spring WebFlux and Project Reactor.
Reactive services are excellent for handling many concurrent connections efficiently. They offer better scalability and responsiveness compared to traditional blocking approaches.
Project Reactor: Flux & Mono
At the heart of reactive programming in Spring is Project Reactor. It provides two key types for handling data streams:
Flux: Represents a stream of 0 to N items. Think of it as a publisher that can emit multiple values over time.Mono: Represents a stream of 0 to 1 item. Useful for operations that return a single result or no result (likevoid).
These types allow us to compose asynchronous operations in a clear and non-blocking way.
WebFlux WebSocket Handlers
Spring WebFlux uses the WebSocketHandler interface to manage WebSocket connections. Its main method, handle(), takes a WebSocketSession and returns a Mono.
This Mono signifies that the handling process is complete once the reactive stream it represents finishes. We can use Flux inside to send continuous messages.
Designing a Reactive Data Source
To build a real-time service, we need a source of data. Let's create a simple Flux that emits a message periodically. This simulates a real-time data feed, like a stock ticker or a sensor reading.
We'll use Flux.interval() to generate events and map() to transform them into useful messages.
Implementing a Ticker Service
Here's a basic WebSocketHandler that sends a 'tick' message every second. It uses the Flux.interval() we discussed.
The session.send() method takes a Flux to push data to the client.
import org.springframework.web.reactive.socket.WebSocketHandler;
import org.springframework.web.reactive.socket.WebSocketMessage;
import org.springframework.web.reactive.socket.WebSocketSession;
import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;
import java.time.Duration;
public class TimeTickerHandler implements WebSocketHandler {
@Override
public Mono<Void> handle(WebSocketSession session) {
// Send messages to the client
Flux<WebSocketMessage> output = Flux.interval(Duration.ofSeconds(1))
.map(i -> session.textMessage("Tick #" + i));
// Receive messages from the client (and ignore them for now)
// We use .then() to ensure the Mono<Void> completes only when the session closes.
Mono<Void> input = session.receive().then();
return session.send(output).and(input);
}
}
Full Runnable Ticker Service
To make our TimeTickerHandler runnable, we need a Spring Boot application. This example sets up the WebFlux server and registers our handler.
Access this via ws://localhost:8080/ticker in a WebSocket client (like Postman or a browser's DevTools console) to see it in action.
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
import org.springframework.web.reactive.handler.SimpleUrlHandlerMapping;
import org.springframework.web.reactive.socket.WebSocketHandler;
import org.springframework.web.reactive.socket.WebSocketMessage;
import org.springframework.web.reactive.socket.WebSocketSession;
import org.springframework.web.reactive.socket.server.support.WebSocketHandlerAdapter;
import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;
import java.time.Duration;
import java.util.HashMap;
import java.util.Map;
@SpringBootApplication
public class ReactiveTickerApplication {
public static void main(String[] args) {
SpringApplication.run(ReactiveTickerApplication.class, args);
}
@Bean
public SimpleUrlHandlerMapping webSocketHandlerMapping(WebSocketHandler webSocketHandler) {
Map<String, WebSocketHandler> map = new HashMap<>();
map.put("/ticker", webSocketHandler);
return new SimpleUrlHandlerMapping(map, 1);
}
@Bean
public WebSocketHandler webSocketHandler() {
return new WebSocketHandler() {
@Override
public Mono<Void> handle(WebSocketSession session) {
// Send a 'tick' message every second
Flux<WebSocketMessage> output = Flux.interval(Duration.ofSeconds(1))
.map(i -> session.textMessage("Tick #" + i + " at " + System.currentTimeMillis()));
// Handle incoming messages (e.g., echo them back, or process commands)
// For this example, we'll just log and then complete the input stream
Mono<Void> input = session.receive()
.doOnNext(msg -> System.out.println("Received: " + msg.getPayloadAsText()))
.then(); // ensures the Mono completes after processing all incoming
return session.send(output).and(input);
}
};
}
@Bean
public WebSocketHandlerAdapter handlerAdapter() {
return new WebSocketHandlerAdapter();
}
}
Handling Client Input
Our previous ticker only sent data. To make it truly interactive, we can also process messages coming from the client.
The session.receive() method returns a Flux that represents incoming messages. You can subscribe to this Flux to react to client input, for example, by filtering, transforming, or using the data to control the output stream.
Error Handling in Reactive Streams
Errors can occur in any part of a reactive pipeline. Project Reactor provides operators to handle these gracefully, preventing your application from crashing:
onErrorResume(): Recovers from an error by switching to an alternative publisher.doOnError(): Performs a side-effect (like logging) when an error occurs, then re-throws it or completes.retry(): Retries the sequence if an error occurs.
Using these helps build robust real-time services that can recover from transient issues.
Backpressure Management
Backpressure is crucial for reactive systems. It's a mechanism where a consumer can signal to a producer that it's receiving data too quickly and needs the producer to slow down.
Project Reactor handles backpressure automatically. When a client can't keep up, the WebSocket connection might buffer messages or eventually close, but the server-side Flux won't overwhelm itself or the network.
Reactive Service Concepts
Which of the following are key characteristics of building reactive real-time services with Spring WebFlux and Project Reactor?
Recap: Reactive Real-Time
We've explored how to build reactive real-time services using Spring WebFlux and Project Reactor.
- We saw how
Fluxcan generate continuous data streams. - We implemented a
WebSocketHandlerto push these streams to clients. - We configured a basic Spring Boot application to host our reactive WebSocket endpoint.
- We touched upon error handling and backpressure, vital for robust systems.
These principles enable highly scalable and responsive real-time applications.
Apprends WebSockets & Real-Time Systems with Spring avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 12
- Leçons
- 48
Questions Fréquemment Posées
La leçon « Création de services réactifs en temps réel » est-elle gratuite ?
Oui — le texte complet de « Création de services réactifs en temps réel » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours WebSockets & Real-Time Systems with Spring, passe à CoddyKit PRO. Le cours WebSockets & Real-Time Systems with Spring comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Création de services réactifs en temps réel » ?
Développez des services réactifs de bout en bout en temps réel qui tirent parti de la puissance de Project Reactor. Tu pratiques WebSockets & Real-Time Systems with Spring avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer WebSockets & Real-Time Systems with Spring ?
Aucune expérience préalable n'est requise. WebSockets & Real-Time Systems with Spring sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.
Combien de temps prend la leçon « Création de services réactifs en temps réel » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon WebSockets & Real-Time Systems with Spring ?
Oui. Chaque leçon WebSockets & Real-Time Systems with Spring inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Introduction à la programmation réactive
- Gestionnaires WebSocket WebFlux
- Création de services réactifs en temps réel
- Gérer le contrôle de la pression dans les flux réactifs