如何基于Mono实现WebClient调用的相同输入响应缓存

针对相同文件名重复发起WebClient请求导致耗时过长的问题，我们可以通过缓存请求结果来避免重复调用，以下是两种可行的实现方式：

方式一：基于ConcurrentHashMap + Reactor Cache操作符 #

利用ConcurrentHashMap缓存每个文件名对应的Mono实例，结合Reactor的cache()操作符缓存请求结果，确保相同文件名复用同一请求结果：

import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ConcurrentMap;
import reactor.core.publisher.Mono;

// 定义缓存容器
private final ConcurrentMap<String, Mono<String>> extensionCache = new ConcurrentHashMap<>();

public Mono<String> getExtension(String fileName) {
    // 复用已有缓存的Mono，不存在则创建新请求并缓存
    return extensionCache.computeIfAbsent(fileName, name -> 
        webClient.get()
            .uri(extensionUrl + "?file=" + name)
            .retrieve()
            .bodyToMono(String[].class)
            .map(extensions -> {
                System.out.println("finished retrieving");
                return extensions[0];
            })
            .cache() // 缓存该Mono的响应结果，后续订阅直接返回缓存值
    );
}

方式二：基于Caffeine/Guava Cache实现灵活缓存 #

如果需要更精细化的缓存配置（如过期时间、容量限制），可以使用Caffeine或Guava Cache，结合Mono.defer()实现：

import com.github.benmanes.caffeine.cache.Caffeine;
import com.github.benmanes.caffeine.cache.LoadingCache;
import reactor.core.publisher.Mono;
import java.util.concurrent.TimeUnit;

// 配置缓存规则：10分钟过期、最多缓存1000条数据
private final LoadingCache<String, Mono<String>> extensionCache = Caffeine.newBuilder()
        .expireAfterWrite(10, TimeUnit.MINUTES)
        .maximumSize(1000)
        .build(name -> 
            webClient.get()
                .uri(extensionUrl + "?file=" + name)
                .retrieve()
                .bodyToMono(String[].class)
                .map(extensions -> {
                    System.out.println("finished retrieving");
                    return extensions[0];
                })
        );

public Mono<String> getExtension(String fileName) {
    return Mono.defer(() -> extensionCache.get(fileName));
}

注意事项 #

• 缓存Key的一致性：若系统对文件名大小写不敏感，需将统一转换为小写/大写后作为缓存Key，避免因大小写差异导致重复缓存。
• 错误处理：如果WebClient请求失败，缓存的将是错误信号。若需重试失败请求，可在WebClient调用链中添加retry()操作符，或配置缓存的自动刷新策略。
• 过期策略：根据业务数据的更新频率设置合理的过期时间，防止缓存过期数据影响业务逻辑。

内容的提问来源于stack exchange，提问作者Jack Johnson