> For the complete documentation index, see [llms.txt](https://potoyang.gitbook.io/spring-in-action-v5/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://potoyang.gitbook.io/spring-in-action-v5/di-12-zhang-xiang-ying-shi-chi-jiu-hua-shu-ju/12.1-li-jie-spring-data-xiang-ying-shi-li-cheng/12.1.2-zai-xiang-ying-shi-yu-fei-xiang-ying-shi-zhi-jian-jin-hang-zhuan-huan.md).

# 12.1.2 在响应式与非响应式之间进行转换

在我们进一步研究，如何使用 Spring Data 编写响应式 Repository 之前，先来看一个经常被刻意回避的问题。那就是您可能正在使用一个关系型数据库，若把您的数据都迁移到 Spring Data 响应式编程支持的四个数据库类型之一，其实不太现实，对吗？那是不是根本就不能在您的应用程序中使用响应式编程呢？

尽管要获得响应式编程的全部好处，要求响应式模型是从前到后都是响应式的，包括在数据库级别也要是响应式的。但是在非响应式数据库上使用响应式编程仍然会有一些好处。即使你选择的数据库不支持非阻塞的响应式查询，您仍然能够阻塞式的获取数据，然后即时地将其转换为响应式的上游组件。

例如，假设您正在使用关系数据库，并使用 Spring Data JPA 进行持久化。您的 OrderRepository 可能有类似下面的接口：

```java
List<Order> findByUser(User user);
```

对于给定的 User，此方法非响应式地返回包含所有 Order 的单实体 `List<Order>` 。当调用 `findByUser()` 时，会在执行查询时阻塞，等待结果被收集到列表中。因为 List 不是响应式类型，你无法执行 Flux 提供的任何操作。此外，如果调用者是一个 Controller，它也不能响应式地提高可扩展性。

对于使用 JPA 调用 Repository 上的阻塞性方法，您没有什么可改变的。但是，一旦收到数据库返回，您可以将非响应 List 转换为 Flux，这样后续就可以用响应式的方式处理了。要这样做，您只需使用 `Flux.fromIterable()`:

```java
List<Order> orders = repo.findByUser(someUser);
Flux<Order> orderFlux = Flux.fromIterable(orders);
```

同样，如果要根据 ID 获取单个 Order，可以立即将其转换为 Mono：

```java
Order order = repo.findById(Long id);
Mono<Order> orderMono = Mono.just(order);
```

> 英文版原书代码示例中（第299页）缺少一个 `=`

使用 `Mono.just()` 或 Flux 的 `fromIterable()`、`fromArray()`、 `fromStream()` 方法，可以把非响应式代码隔离在 Repository 层，并在应用程序的其他地方使用响应式编程。

反过来会怎么样呢？如果有一个 Mono 或 Flux，需要在非响应式的 JPA Repository 上调用 `save()`，是不是不可以呢？幸运的是可以，Mono 和 Flux 都可以提取并发布成具体的实体类型或 Iterable。

例如，假设 WebFlux Controller 接收一个 `Mono<Taco>` 对象，并需要在 Spring Data JPA 上使用 `save()` 方法保存它。这完全没问题，只要调用 Mono 上的 `block()` 方法来提取 Taco 对象：

```java
Taco taco = tacoMono.block();
tacoRepo.save(taco);
```

顾名思义，`block()` 方法将执行阻塞式的提取操作。

至于从 Flux 中提取数据，可能需要使用 `toIterable()`。比如说，您得到了一个 `Flux<Taco>`，需要在 Spring Data JPA 上调用 `saveAll()`。下面的代码片段演示如何做到这一点：

```java
Iterable<Taco> tacos = tacoFlux.toIterable();
tacoRepo.saveAll(tacos);
```

与 `Mono.block()` 一样, `Flux.toIterable()` 在收集已发布的所有对象时会阻塞。因为它们的阻塞性， `Mono.block()` 和 `Flux.toIterable()` 应谨慎使用，要时刻记着使用它们会打破响应式编程模型。

另一种响应式的，可避免阻塞提取操作的办法是订阅 Mono 或 Flux，对每个对象在发布时执行相应的操作。例如，如果 Repository 是非响应式的，可以执行以下操作：

```java
tacoFlux.subscribe(taco -> {
    tacoRepo.save(taco);
});
```

即使 Repository 对 `save()` 方法的调用仍然是非响应式的阻塞操作，但使用 `subscribe()` 处理 Flux 和 Mono 发布的数据, 是一种更适合和更标准的响应式方式。

关于如何使用非响应性 Repository 的讨论已经足够多了。现在，让我们开始使用 Spring Data 的响应式编程能力，为 Taco Cloud 应用程序创建真正的响应式 Repository。