用 ParallelFlux 并行处理任务
ParallelFlux
如今多核架构已是寻常之物，能够轻松地并行处理任务就显得尤为重要。Reactor 为此提供了一种特殊类型 ParallelFlux，它暴露了为并行处理优化过的操作符。
要得到一个 ParallelFlux，您可以在任意 Flux 上使用 parallel() 操作符。这个方法本身并不会并行执行任务，而是把工作负载划分成若干“轨道（rail）”（默认情况下，轨道数与 CPU 核心数相同）。
为了告诉得到的 ParallelFlux 每条轨道在哪里运行（从而让各轨道并行运行），您必须使用 runOn(Scheduler)。请注意，并行工作有一个推荐的专用 Scheduler：Schedulers.parallel()。
请对比下面两个示例：
Flux.range(1, 10)
.parallel(2) 1
.subscribe(i -> System.out.println(Thread.currentThread().getName() + " -> " + i));
我们强制指定轨道数量，而不依赖 CPU 核心数。
Flux.range(1, 10)
.parallel(2)
.runOn(Schedulers.parallel())
.subscribe(i -> System.out.println(Thread.currentThread().getName() + " -> " + i));
第一个示例产生如下输出：
main -> 1
main -> 2
main -> 3
main -> 4
main -> 5
main -> 6
main -> 7
main -> 8
main -> 9
main -> 10
第二个示例则正确地在两个线程上并行执行，输出如下：
parallel-1 -> 1
parallel-2 -> 2
parallel-1 -> 3
parallel-2 -> 4
parallel-1 -> 5
parallel-2 -> 6
parallel-1 -> 7
parallel-1 -> 9
parallel-2 -> 8
parallel-2 -> 10
如果在并行处理完序列之后，您想回到一个“普通”的 Flux，并以顺序方式应用操作符链的其余部分，可以使用 ParallelFlux 上的 sequential() 方法。
请注意，如果您用一个 Subscriber 去 subscribe 这个 ParallelFlux，sequential() 会被隐式应用；但使用基于 lambda 的 subscribe 变体时则不会。
还要注意，subscribe(Subscriber<T>) 会把所有轨道合并起来，而 subscribe(Consumer<T>) 则会运行所有轨道。如果 subscribe() 方法传入的是 lambda，那么该 lambda 会按轨道数量被执行相应次数。
您还可以通过 groups() 方法访问各条独立轨道（或称“分组”），它们以 Flux<GroupedFlux<T>> 的形式呈现，并可通过 composeGroup() 方法对其应用额外的操作符。