嘿，作为Reactor新手，搞懂boundedElastic()和parallel()的区别确实容易犯懵，我来给你理清楚其中的门道，再配上真实场景的例子～

首先得解决你的核心疑问：为什么非阻塞的Reactor框架需要处理阻塞场景？
实际开发中，我们不可能完全避开阻塞操作——比如老项目遗留的JDBC同步数据库查询、调用只提供同步接口的第三方服务、使用传统的阻塞式文件IO等等。这些操作会卡住当前线程，如果直接放到Reactor的非阻塞主线程（比如Netty的EventLoop）里执行，会拖慢整个应用的响应速度。所以Reactor提供了专门的调度器，把阻塞任务和非阻塞流程隔离开，保证主线程的高效运转。

1. boundedElastic()：阻塞任务的"隔离舱" #

这个调度器本质是一个弹性有界的线程池（默认线程数上限是CPU核心数×10），专门用来承接阻塞任务。它会为每个阻塞操作分配独立的线程，避免阻塞Reactor的核心事件循环线程。

真实应用案例 #

案例1：同步JDBC数据库查询

如果你的项目还在使用传统的JDBC（而非R2DBC这种非阻塞数据库驱动），查询操作是阻塞的，就必须用boundedElastic()来包装：

Mono.just("user-id-123")
    .publishOn(Schedulers.boundedElastic())
    .map(userId -> {
        // 这里是阻塞的JDBC查询逻辑
        try (Connection conn = DriverManager.getConnection("jdbc:mysql://localhost:3306/db", "user", "pwd")) {
            String sql = "SELECT name FROM users WHERE id = ?";
            try (PreparedStatement stmt = conn.prepareStatement(sql)) {
                stmt.setString(1, userId);
                try (ResultSet rs = stmt.executeQuery()) {
                    return rs.next() ? rs.getString("name") : "Unknown User";
                }
            }
        } catch (SQLException e) {
            throw new RuntimeException("Query failed", e);
        }
    })
    .subscribe(userName -> System.out.println("Fetched user: " + userName));

案例2：调用同步第三方API

比如用HttpURLConnection这种阻塞式HTTP客户端调用外部接口，必须放到boundedElastic()中执行：

Mono.just("https://legacy-api.example.com/user/123")
    .publishOn(Schedulers.boundedElastic())
    .map(apiUrl -> {
        // 阻塞的HTTP请求
        try (HttpURLConnection conn = (HttpURLConnection) new URL(apiUrl).openConnection()) {
            conn.setRequestMethod("GET");
            try (BufferedReader reader = new BufferedReader(new InputStreamReader(conn.getInputStream()))) {
                StringBuilder response = new StringBuilder();
                String line;
                while ((line = reader.readLine()) != null) {
                    response.append(line);
                }
                return response.toString();
            }
        } catch (IOException e) {
            throw new RuntimeException("API call failed", e);
        }
    })
    .subscribe(apiResponse -> System.out.println("API Response: " + apiResponse));

2. parallel()：非阻塞任务的"并行加速器" #

这个调度器是固定大小的线程池（默认线程数等于CPU核心数），适合处理CPU密集型的非阻塞任务，或者把多个独立的非阻塞操作并行执行，充分利用CPU资源。注意它通常和parallel()操作符配合，先把流拆分成多个并行分支，再用runOn()指定调度器。

真实应用案例 #

案例1：CPU密集型非阻塞计算

比如对一批数据做复杂的数学计算、加密操作，这些操作不涉及IO阻塞，只是消耗CPU，用parallel()并行处理能显著提升效率：

Flux.range(1, 50)
    .parallel() // 按CPU核心数拆分并行流
    .runOn(Schedulers.parallel())
    .map(num -> {
        // 非阻塞的CPU密集型计算：计算斐波那契数
        return calculateFibonacci(num);
    })
    .sequential() // 把并行流合并回单一流
    .subscribe(result -> System.out.println("Fibonacci(" + result.getKey() + ") = " + result.getValue()));

// 纯CPU操作的斐波那契计算（非阻塞）
private Map.Entry<Integer, Integer> calculateFibonacci(int n) {
    int a = 0, b = 1;
    for (int i = 2; i <= n; i++) {
        int temp = b;
        b = a + b;
        a = temp;
    }
    return new AbstractMap.SimpleEntry<>(n, n <= 1 ? n : b);
}

案例2：并行调用非阻塞API

用WebClient（Reactor的非阻塞HTTP客户端）同时调用多个接口，并行获取数据再合并结果：

WebClient webClient = WebClient.create();

List<String> serviceUrls = Arrays.asList(
    "https://api.example.com/service1",
    "https://api.example.com/service2",
    "https://api.example.com/service3"
);

Flux.fromIterable(serviceUrls)
    .parallel()
    .runOn(Schedulers.parallel())
    .flatMap(url -> webClient.get().uri(url).retrieve().bodyToMono(String.class))
    .sequential()
    .collectList()
    .subscribe(allResults -> System.out.println("All service responses: " + allResults));

核心区别总结 #

内容的提问来源于stack exchange，提问作者MNK