介绍
从Play2.5.x开始，Play使用Akka Streams实现流处理，废弃了之前的Enumerator/Iteratee Api。根据官方文档描述，迁移至Akka Streams之后，Play2.5.x的整体性能提升了20%，性能提升相当可观。虽然官方已经更新了JavaStream的文档，但是ScalaStream的文档仍然没有更新，已经提了issue，希望能尽快得到反馈。 ReactiveMongo是一个基于Scala开发的完全异步非阻塞、并且提供流处理功能的MongoDB驱动。该项目目前的流处理功能基于Enumerator/Iteratee实现，Akka Stream的实现放在一个单独的项目开发(RM-AkkaStreams)。 结合Play和ReactiveMongo二者的流处理功能，我们可以很方便地实现完全异步非阻塞的报表导出功能。
实现
由于ReactiveMongo暂时还没有提供Akka Streams的流处理实现，所以无法直接通过map/flatMap直接返回一个Stream写回响应：
@Singleton
class TestStreamController @Inject()(val reactiveMongoApi: ReactiveMongoApi, implicit val mat: Materializer) extends Controller {
def qaCol: JSONCollection = reactiveMongoApi.db.collection[JSONCollection]("qa")
def exportDataStream = Action { implicit request =>
val source = Source.actorRef[ByteString](10000, OverflowStrategy.fail).mapMaterializedValue { sourceActor =>
qaCol
.find(Json.obj())
.options(QueryOpts(batchSizeN = 1000))
.cursor[QA]()
.foldBulks[Int](0){ (index, list) =>
sourceActor ! ByteString(list.map(qa => qa.question).mkString("\n") + "\n")
Cursor.Cont(index + 1)
}
.map{ _ =>
sourceActor ! akka.actor.Status.Success(())
}
}
Ok.chunked(source)
.withHeaders(
"Content-Type" -> "application/octet-stream",
"Content-Disposition" -> (s"attachment;filename=export-" + new DateTime().toString("yyyy-MM-dd") + ".txt"))
}
}代码第5行Source.actorRef函数启动一个actor实例sourceActor负责收集报表数据，Source.actorRef的第1个参数bufferSize用于指定缓冲区大小，即Play来不及写回响应的数据暂时放在缓冲区，第2个参数overflowStrategy指定缓冲区溢出后的处理策略。 第10行foldBulks方法负责批量从MongoDB数据库读取查询结果，然后以消息形式将数据发送给sourceActor，最后发送一个Status.Success消息表明数据已经发送完毕。 数据传递过程如下：
foldBulks(读取查询结果) -> sourceActor(收集查询结果) -> source(生产者) -> Ok.chunked(消费者)下面是浏览器中看到的效果：
图中499KB/s表示当前的下载速度，997KB表示当前累计的下载大小。