spring ai 中常见代码解读 用 webFlux 做高并发的服务器（入门4）

无论是对接第三方平台要求我们的接口要做到高并发、还是自己要求的高并发平台，都有哪些解决方案 比如要求复杂业务逻辑的 200/每秒

常用方法：增加硬件资源

最合适的方法 还是要在代码质量上 怎么能保证做到高并发。

一：具体怎么做呢。那我们就看看 spring 的webFlux 功能，看看下面的代码 它为什么就能做到高并发

// 获取所有用户（返回用户列表流）
@GetMapping("/users")
public Flux<User> getAllUsers() {
return userRepository.findAll();
}

二：webFlux 完整的例子

Spring WebFlux 通俗示例（以 User 为例）

用一个简单的“用户管理”场景，解释 Spring WebFlux 的核心用法，假设你有一个用户信息接口。

第一步：定义用户类（User）

public class User {
private String id;
private String name;
private int age;

// 省略构造方法、Getter/Setter
}

第二步：创建响应式 Repository（模拟数据）

这里用内存存储模拟数据库，实际开发中可用 MongoDB Reactive 等真正的响应式数据库。

@Repository
public class UserRepository {
// 模拟一个用户列表
private final List<User> users = Arrays.asList(
new User("1", "张三", 25),
new User("2", "李四", 30)
);

// 根据ID查找用户（返回 Mono）
public Mono<User> findById(String id) {
return Mono.justOrEmpty(
users.stream()
.filter(user -> user.getId().equals(id))
.findFirst()
);
}

// 查找所有用户（返回 Flux）
public Flux<User> findAll() {
return Flux.fromIterable(users);
}

// 添加用户（模拟保存）
public Mono<User> save(User user) {
users.add(user);
return Mono.just(user);
}
}

第三步：编写 WebFlux 控制器（注解驱动）

使用 @RestController 和 @GetMapping，类似 Spring MVC，但返回的是 Mono 或 Flux。

@RestController
public class UserController {

@Autowired
private UserRepository userRepository;

// 根据ID获取用户（返回单个用户）
@GetMapping("/users/{id}")
public Mono<User> getUserById(@PathVariable String id) {
return userRepository.findById(id);
}

// 获取所有用户（返回用户列表流）
@GetMapping("/users")
public Flux<User> getAllUsers() {
return userRepository.findAll();
}

// 添加用户（接收JSON请求体）
@PostMapping("/users")
public Mono<User> addUser(@RequestBody Mono<User> userMono) {
return userMono.flatMap(user -> userRepository.save(user));
}
}

关键点解释

举个实际场景

假设你的系统有 1 万个并发请求查询用户：

• 传统 MVC：可能需要 1 万个线程，线程频繁切换，资源耗尽。
• WebFlux：可能只需几十个线程轮询处理，数据库返回数据时才处理，省资源。

总结

• WebFlux 适合：高并发、IO 密集操作（如大量数据库/网络请求）。
• User 例子核心：用 Mono 和 Flux 表示异步操作，接口写法类似 MVC，但底层是非阻塞的。
• 简单理解：把同步的“等结果”变成异步的“结果好了再通知我”。