Sharing is caring!

การใช้ Scheduler และ Thread Context ใน WebFlux

เวลาอ่าน ≈ 20 นาที — บทความนี้ลงลึกทุกแง่มุมของการจัดการ Thread-Switching, Scheduler และ Context Propagation ในโลก Spring WebFlux / Project Reactor. ครอบคลุม best-practice, pitfalls และตัวอย่างโค้ดพร้อมใช้ รวมทั้งภาพประกอบเข้าใจง่าย

---

สารบัญ

1. ทำไม Scheduler สำคัญ?
2. Event-loop พื้นฐานของ WebFlux
3. Scheduler ชนิดต่าง ๆ
4. subscribeOn vs publishOn
5. Thread Context & Reactor Context
6. MDC, SecurityContext, Tracing
7. Performance Tuning Checklist
8. การทดสอบ Scheduler & Context
9. Demo ครบวงจร

1. ทำไม Scheduler สำคัญ?

Reactor ดำเนินงานทุกอย่างแบบ non-blocking โดยอาศัย Scheduler เพื่อขับเคลื่อน Subscriber. หากเลือก Scheduler ไม่เหมาะสมจะเกิดปัญหา “Starvation” หรือ “Blocking the event-loop” นำไปสู่ Latency พุ่งสูงและ Throughput ลดฮวบ

2. Event-loop พื้นฐานของ WebFlux

• Spring Boot 3.5 ใช้ reactor.netty.http.server.HttpServer บน Netty
• Netty สร้าง NioEventLoopGroup (ค่าเริ่มต้น = CPU logical cores × 2)
• ถ้าไม่ระบุ Scheduler Reactor จะใช้ “event-loop” นี้ทันที

// ไม่กำหนด Scheduler → ดำเนินงานใน Netty event-loop
@GetMapping("/quick")
public Mono<String> quick() {
    return Mono.just("OK")
               .doOnNext(v -> log.info("thread=" + Thread.currentThread()));
}

3. Scheduler ชนิดต่าง ๆ

Scheduler	เหมาะกับ	ข้อดี	ข้อควรระวัง
parallel()	คำนวณ CPU-bound	ใช้ ForkJoinPool เล็ก = #CPU	ห้าม block
boundedElastic()	Blocking I/O (JDBC, S3, SOAP)	ขยาย pool สูงสุด (ค่า def = CPU × 10)	เสี่ยง OOM ถ้า block นานเกินควร
single()	ดำเนินงานลำดับเดียว	Debug ง่ายมาก	คอขวดถ้างานเยอะ
immediate()	Internal Fusion	ไม่ switch thread	ใช้เฉพาะ optimization ภายใน

4. subscribeOn vs publishOn

subscribeOn กำหนด Scheduler ต้นทาง ของ Pipeline; ส่วน publishOn เปลี่ยน Scheduler นับจากตำแหน่งเรียกเป็นต้นไป

Mono<String> result =
    Mono.fromCallable(this::ioBlocking)
        .subscribeOn(Schedulers.boundedElastic()) // เริ่มบน elastic
        .map(this::cpuHeavy)
        .publishOn(Schedulers.parallel())         // เปลี่ยนไป parallel
        .block();

5. Thread Context & Reactor Context

Reactor มี Context เป็น Map-like Immutable data structure ผูกกับ Signal แทนที่จะอาศัย ThreadLocal. ดังนั้น Context จะเคลื่อนย้ายพร้อม Signal ไปทุก Thread

@GetMapping("/context")
public Mono<String> ctx() {
    return Mono.deferContextual(ctx -> {
               String reqId = ctx.get("REQ_ID");
               return Mono.just("reqId=" + reqId);
           })
           .contextWrite(Context.of("REQ_ID", UUID.randomUUID().toString()));
}

6. MDC, SecurityContext, Tracing

SLF4J MDC ใช้ ThreadLocal จึงไม่ปลอดภัยใน Reactive. แนวทาง:

• ใช้ไลบรารี reactor-tools หรือ logstash-logback-encoder + Hooks
• สำหรับ Spring Security ใช้ ReactiveSecurityContextHolder
• โอเพนเทเลเมตรี (OTel) ใช้ Context โดยตรง → ไม่ต้อง patch

7. Performance Tuning Checklist

1. อย่า block event-loop; ส่งไป boundedElastic
2. จำกัด pool ด้วย SYSTEM_PROPERTY reactor.schedulers.defaultBoundedElasticSize
3. ใช้ parallel() เฉพาะ CPU heavy
4. เปิด BlockHound.install() ใน Dev เพื่อจับ block call
5. ใช้ Hooks.onOperatorDebug() เฉพาะตอน Debug (ช้า)

8. การทดสอบ Scheduler & Context

@Test
void context_should_flow_between_threads() {
    StepVerifier.withVirtualTime(() ->
        Mono.deferContextual(ctx -> Mono.just(ctx.get("K")))
            .subscribeOn(Schedulers.boundedElastic())
            .contextWrite(Context.of("K", "V")))
        .expectNext("V")
        .verifyComplete();
}

ข้อควรจำ: ใช้ VirtualTimeScheduler สำหรับ delayElements หรือ time-based operator

9. Demo ครบวงจร: File Upload → Virus Scan

// 1) รับไฟล์ → 2) เขียน S3 (I/O) → 3) เรียก VirusScan (CPU) → 4) ตอบผล
@PostMapping("/upload")
public Mono<ResponseDto> upload(FilePart part) {
    return part.transferTo(tmpDir.resolve(part.filename()))
        .publishOn(Schedulers.boundedElastic())      // I/O write
        .flatMap(this::uploadToS3)
        .publishOn(Schedulers.parallel())            // CPU heavy scan
        .flatMap(this::virusScan)
        .map(result -> new ResponseDto(result))
        .contextWrite(Context.of("file", part.filename()));
}

Pipeline นี้แสดงการสลับ Scheduler สองครั้งพร้อมส่ง Context (ชื่อไฟล์) ติดไปด้วย

---

สรุป

การเข้าใจ Scheduler และ Thread Context คือหัวใจของการสร้าง WebFlux ที่ เร็ว, ปลอดภัย, และ ดูแลง่าย. เลือก Scheduler ให้ตรงงาน, ส่ง Context ด้วย Reactor Context แทน ThreadLocal, และตรวจสอบด้วย BlockHound คือ 3 กุญแจสำคัญสู่ Production-grade Reactive Service.