在 Spring AI 中，流式輸出（Streaming Output）是一種逐步返回 AI 模型生成結(jié)果的技術(shù)，允許服務(wù)器將響應(yīng)內(nèi)容分批次實(shí)時(shí)傳輸給客戶端，而不是等待全部內(nèi)容生成完畢后再一次性返回。

這種機(jī)制能顯著提升用戶體驗(yàn)，尤其適用于大模型響應(yīng)較慢的場景（如生成長文本或復(fù)雜推理結(jié)果）。

技術(shù)實(shí)現(xiàn)

在 Spring AI 中流式輸出的實(shí)現(xiàn)有以下兩種方式：

• 通過 ChatModel 實(shí)現(xiàn)流式輸出。
• 通過 ChatClient 實(shí)現(xiàn)流式輸出。

ChatModel 流式輸出

Spring AI 中的流式輸出實(shí)現(xiàn)非常簡單，使用 ChatModel 中的 stream 即可實(shí)現(xiàn)：

@RequestMapping(value = "/streamChat", produces = "text/event-stream")
public Flux<String> streamChat(@RequestParam(value = "msg") String msg) {
    return chatModel.stream(msg);
}

ChatClient 流式輸出

ChatClient 流式輸出實(shí)現(xiàn)也很簡單，也是調(diào)用 stream().content() 返回 Flux 對(duì)象即可：

@RequestMapping("/stream")
public Flux<String> stream(String question) {
    return chatClient.prompt(question)
            .stream()
            .content();
}

底層實(shí)現(xiàn)

那么問題來了流式輸出的底層實(shí)現(xiàn)究竟是啥呢？

根據(jù)以往的經(jīng)驗(yàn)我們知道，流式輸出的實(shí)現(xiàn)技術(shù)基本有兩種：

• Spring MVC（Servlet）+ SSE 實(shí)現(xiàn)流式輸出。
• Spring WebFlux Reactor 模型實(shí)現(xiàn)流式輸出。

SSE 介紹

SSE（Server-Sent Events）是一種允許服務(wù)器向?yàn)g覽器或其他客戶端推送實(shí)時(shí)更新的技術(shù)。它是一種單向通信機(jī)制，服務(wù)器可以主動(dòng)向客戶端發(fā)送數(shù)據(jù)，而客戶端無需頻繁輪詢服務(wù)器請(qǐng)求數(shù)據(jù)。SSE 是基于 HTTP 協(xié)議的，使用標(biāo)準(zhǔn)的 text/event-stream MIME 類型來傳輸數(shù)據(jù)。

SSE 主要特點(diǎn)

• 單向通信：SSE 僅支持服務(wù)器到客戶端的單向通信，客戶端不能向服務(wù)器發(fā)送消息。如果需要雙向通信，可以結(jié)合 WebSocket 或其他技術(shù)。
• 基于 HTTP：SSE 使用標(biāo)準(zhǔn)的 HTTP 協(xié)議，不需要額外的協(xié)議支持，因此兼容性較好。
• 自動(dòng)重連：客戶端在連接中斷后會(huì)自動(dòng)嘗試重新連接。
• 數(shù)據(jù)格式：SSE 數(shù)據(jù)以特定的格式發(fā)送，每條消息以 data: 開頭，以兩個(gè)換行符 \n\n 結(jié)尾。
• 事件類型：可以為每條消息指定事件類型，客戶端可以通過監(jiān)聽特定事件類型來處理不同的消息。

Spring MVC（Spring Web）底層是基于 Servlet 實(shí)現(xiàn)的，它是使用 SseEmitter 技術(shù)實(shí)現(xiàn) SSE 協(xié)議實(shí)現(xiàn)流式輸出的。

SseEmitter 基本用法

這里提供一個(gè) SseEmitter 的簡單使用案例，實(shí)現(xiàn)流式輸出，讓大家更好的理解這個(gè)技術(shù)點(diǎn)：

import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.servlet.mvc.method.annotation.SseEmitter;
import java.io.IOException;
@RestController
public class SseDemoController {
    @GetMapping(value = "/sse-demo", produces = "text/event-stream")
    public SseEmitter streamData() {
        // 設(shè)置超時(shí)時(shí)間（單位：毫秒）
        SseEmitter emitter = new SseEmitter(30_000L); // 30秒超時(shí)
        // 異步任務(wù)模擬流式輸出
        new Thread(() -> {
            try {
                for (int i = 1; i <= 5; i++) {
                    String message = "第 " + i + " 條消息";
                    emitter.send(message);
                    Thread.sleep(1000); // 每秒發(fā)送一次
                }
                emitter.complete(); // 完成推送
            } catch (IOException | InterruptedException e) {
                emitter.completeWithError(e); // 異常處理
            }
        }).start();
        return emitter;
    }
}

Spring WebFlux 介紹

Spring WebFlux 是 Spring Framework 5 引入的響應(yīng)式 Web 框架，旨在解決高并發(fā)場景下傳統(tǒng)同步阻塞模型（如 Spring MVC）的性能瓶頸。其核心目標(biāo)是通過非阻塞異步編程模型提升系統(tǒng)吞吐量，適用于 I/O 密集型任務(wù)（如微服務(wù)通信、實(shí)時(shí)數(shù)據(jù)流處理）。

Spring WebFlux 與 Spring MVC 不同，它基于 Reactive Streams 規(guī)范實(shí)現(xiàn)的，支持背壓機(jī)制（Backpressure），防止數(shù)據(jù)生產(chǎn)者壓垮消費(fèi)者。

背壓機(jī)制：通過訂閱者主動(dòng)控制數(shù)據(jù)流速，避免內(nèi)存溢出。例如，消費(fèi)者可動(dòng)態(tài)調(diào)整請(qǐng)求量，生產(chǎn)者根據(jù)反饋調(diào)整數(shù)據(jù)生成速度.

Spring AI 流式輸出

說完了前置知識(shí)，咱們回到主題：Spring AI 是如何實(shí)現(xiàn)流式輸出的？

要搞清楚這個(gè)問題，我們需要看流式輸出對(duì)象 Flux 的實(shí)現(xiàn)源碼：

查看 Flux 源碼我們發(fā)現(xiàn)它是屬于 reactor.core.publisher 包下的抽象類：

并且看類注釋和類所在的 jar 包我們就明白了：

Spring AI 中的流式輸出是通過 Reactor Streams 模型實(shí)現(xiàn)的，和 Spring WebFlux 的底層實(shí)現(xiàn)是一樣的技術(shù)。

具體執(zhí)行流程：Reactor Streams 會(huì)訂閱數(shù)據(jù)源，當(dāng)有數(shù)據(jù)時(shí)，Reactor Streams 以分塊流的方式發(fā)送給客戶端（用戶）。

Reactor 介紹

Reactor 是一種事件驅(qū)動(dòng)的高性能網(wǎng)絡(luò)編程模型，主要用于處理高并發(fā)的網(wǎng)絡(luò) I/O 請(qǐng)求。其核心思想是通過一個(gè)或多個(gè)線程監(jiān)聽事件，并將事件分發(fā)給相應(yīng)的處理程序，從而實(shí)現(xiàn)高效的并發(fā)處理。

Reactor 模型的主要特征如下：

• 事件驅(qū)動(dòng)：所有 I/O 操作都由事件觸發(fā)并處理。
• 非阻塞：操作不會(huì)因?yàn)?I/O 而掛起，避免了線程等待的開銷。
• 高效資源利用：通過少量線程處理大量并發(fā)連接，提升性能。
• 組件分離：將事件監(jiān)聽（Reactor）、事件分發(fā)（Dispatcher）和事件處理（Handler）解耦，使代碼結(jié)構(gòu)更清晰。

Reactor 實(shí)現(xiàn)方式有三種：

• 單線程 Reactor 模型：所有操作在一個(gè)線程完成，適用于低并發(fā)場景。
• 多線程 Reactor 模型：主線程處理連接，子線程池處理 I/O 和業(yè)務(wù)。
• 主從 Reactor 模型：主線程池處理連接，子線程池處理 I/O（進(jìn)一步優(yōu)化資源分配）。

生產(chǎn)級(jí)別使用的 Reactor 基本都是主從 Reactor 模型，它的執(zhí)行流程如下：

小結(jié)

Spring AI 中的流式輸出有兩種實(shí)現(xiàn)，而通過查看這兩種流式輸出的實(shí)現(xiàn)源碼可知，Spring AI 中的流式輸出是通過 Reactor Streams 技術(shù)實(shí)現(xiàn)的，當(dāng)客戶端發(fā)送請(qǐng)求時(shí)，會(huì)建立連接并訂閱數(shù)據(jù)源，當(dāng)有數(shù)據(jù)時(shí)，Reactor Streams 以分塊流的方式發(fā)送給客戶端（用戶）。

到此這篇關(guān)于SpringAI流式輸出的底層實(shí)現(xiàn)原理解析的文章就介紹到這了,更多相關(guān)SpringAI流式輸出內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論