一直以来早有将这些年用 Vert.x的经验整理一下的想法，奈何天生不是勤快人，直到最近扶墙老师问起，遂成此文。
选择理由
现在想想，我们应该算是国内用Vert.x的最早一批人，版本大概是1.2.x吧，当时Vert.x内置了一个比较坑爹的模块系统，看似不错，但其实很坑爹。但即使这样，我们当时还是在技术选型上采用了它。理由大致如下：
- 性能，它的底层是netty，并且编程模型跟node.js如出一辙，可算得上是“node on JVM”。同时， 性能评测上比node还高出不少。
- 简单，它比netty更简单，而且可以轻易的支持cluster。
- Actor模型，Verticle + Eventbus，降低了并发编程的难度。
- WebSocket，恰好当时的项目需要这样的方案，服务器主动向前台推。并且Vert.x提供的EventbusBridge让前端js的组织更好。
- 支持Groovy，用过的都知道，这里就不展开了。
- 轻量级，部署简单。
于是乎，它顺利成章地成为了我们当时系统接入层的中流砥柱，在实践中也确实发挥了很好的作用。
踩坑指南
鉴于Vert.x当前的版本是3.3.3，因此本文的内容也主要针对这个版本而言，一些我们遇到并且已经修复的bug，也就不会也没有必要在此啰嗦了。
此外，本文也不是入门文档，而是为了预防陷坑而给出的指导意见，故在阅读本文之前还请先仔细阅读 Vert.x的文档。
编程语言
虽然Vert.x的一大亮点号称是支持“多语言”，即同一个工程内可以同时用Java、Groovy、Javascript等不同语言编写Verticle，但我还是建议采用Java为主，最多辅以Groovy。原因是：我发现很多新出的Vert.x模块还是对Java支持最好，对于其他的则就相当一般了，起码不会让你感觉特意针对这个语言而开发的。加上本来Java 8之后支持lambda，Java程序员的苦逼生活其实已经改善不少。
在 dgate中，我主要采用Java + Groovy的方式，两者分工也很明确：前者用于数据处理，后者则用于DSL和数据类。
此时，由于混用了两者，并且可能会出现Groovy类要用到程序中Java类的情况，那么就要用到joint compile。在build.gradle中需要配置如下：
sourceSets.main.java.srcDirs = []
sourceSets.main.groovy.srcDirs += ["src/main/java"] 即，将Java类也交由Groovy编译器来编译。
工程结构
虽然Vert.x可以内嵌到其他框架中，但在实际项目上我还是偏爱单独部署，项目的构建方式则为：gradle + fatjar。具体例子，可以参见 这个build.gradle文件。
我在Vert.x邮件组中经常看到有新人问关于Vert.x的组织方式，其实这是没有理解Vert.x的本质：Verticle。Verticle可视作Vert.x的一个最小部署和运行单元，简单的说，可类比为Servlet。因此，整个应用可以这样来划分：
- Launcher，程序入口，负责调起Vert.x的环境。
- MainVerticle，主Verticle，负责部署程序中其他的Verticle。
- Verticle，程序处理逻辑，调用其他POJO/POGO。
- POJO/POGO，普通类，供Verticle使用。
前两者负责初始化，Verticle则类似Servlet一样等待被触发（来自TCP/Eventbus/HTTP的Request），在实际处理时会调用到其他类。
这也就是为何在上面的build.gradle中有这样关键的两行的原因：
manifest {
attributes 'Main-Class': '……'
attributes 'Main-Verticle': '……'
} Logging
Vert.x默认支持JUL，对于其他Logging框架也有 支持。但我嫌每次运行要敲那么多命令很烦，那么可以在Launcher中强制设置环境变量：
System.setProperty("vertx.logger-delegate-factory-class-name",
"io.vertx.core.logging.SLF4JLogDelegateFactory"); 可参见 dgate的Launcher代码。
部署Verticle
跟Servlet类似，多个Verticle之间也会有依赖关系，存在先后部署的需要。
对于单个Verticle之间的依赖，如A依赖B，很简单，利用deployVerticle的回调就很好解决。因为代码简单，这里就不再单独列出，还是那句话，看文档。
对于依赖多个Verticle，如A依赖B和C，则需要有点技巧了：
- 第一也是最差的方式，就是采用callback hell方式，层层递进。
- 第二种方法采用rxJava，利用Observable的运算来完成。
- 第三种方式，利用Java的Atom对象，示例代码（Groovy）如下：
private void deployVerties(List 看到Atom对象，你是否觉得也可以采用CountDownLatch对象？很不幸，不行。我当时做过尝试，整个代码立马被Block住，直到我按了Ctrl-C。原因在于：Block住了EventLoop。
至于deployVerticle()，它可以接受字符串和类实例。当使用字符串时，若是非Java类，如Groovy，需要采用这样的格式："语言前缀:类全限定名"。如：
'groovy:hawkeyes.rtds.processor.MailMan' 此外，部署的Verticle实例并非越多越好，还跟CPU的核数相关。
Block操作
Vert.x应用最忌讳Blocking操作，对此有多种处理：
- 采用Worker Verticle
- 使用executeBlocking函数
凡是涉及IO的操作，都请考虑一下。
EventBus
EventBus相当于Vert.x应用的神经系统，但有几点需要注意：
- 若想给部署在另一台机器上的Verticle发消息，这两个Verticle必需是在一个集群中。
- 拦截EventBus的消息需要注意一下 这个小地方。
严格来讲，3.2之后，上述第一点并不完全正确。这两个Verticle之间可以采用TCP EventBusBridge来进行通信，具体参见 这篇文章。
Cluster和内存计算
Cluster是当时我选择Vert.x的一个重要考量，而且将Vert.x应用单独打成fatjar还有一个附带好处就是Vert.x的cli都可以直接使用，其中就包括cluster命令。
Vert.x的集群建立在 Hazelcast之上，除了集群调度，它本身还能做内存存储，即具备了Redis的主要功能。并且查询语法也比Redis（2.x）的要灵活，支持类SQL语法。更重要的是，其ReadThrough特性让人欲罢不能，简化了编程。当然，还包括其他如分布式锁、队列、任务等等。
所谓ReadThrough，即“若内存中没有，则查询将下传到下一级（通常是DB）”。Hazelcast的ReadThrough可通过实现MapLoader接口来实现。这个例子很简单，故可查看Hazelcast的文档了解。这里重点讲一下如何在Vert.x中去配置，因为Vert.x没有对此提供直接支持。
首先，cluster.xml即为一个标准的Hazelcast配置文件，故可在此配置相应的MapLoader即可：
在从未给集群Map赋过值且第一次运行下列代码时，注意两个名字要相同，则触发ReadThrough：
vertx.sharedData().getClusterWideMap("map_name") {……} 如果想在Vert.x中获得Hazelcast实例，则可以直接使用下面代码：
Set instances = Hazelcast.getAllHazelcastInstances()
hz = instances.first() 这样便可利用Hazelcast的其他功能。在3.3.3之后，Vert.x集群支持 Ignite，它是比Hazelcast更强大的内存计算工具。而且，在Vert.x 3.4-beta1中已经不再是技术预览版，日后我肯定会全面拥抱它。
Ignite/Hazelcast不像Redis那样曝光率那么高，但鉴于其本身都是老牌内存计算软件，且在开源之前都在高强度生产环境（没记错的话是银行系统）实战演练过，同时对比一下两者之间的功能列表，你会发现这些工具其实更强大，尤其是Ignite。它们的文档都不错，值得一看。
Handler
最后说一说Handler中需要注意的地方，它非常适合写Restful API。
之前用Vert.x写接入层代码，主要集中在Core、Groovy和Shell部分。这次写dgate，算是扎扎实实用了一下Web部分。至于历史，我就不详细说了，总之一句话：哥是看着它长大的，;)。
Handler其实很简单，只需要注意几点：
- Vert.x request Handler除了处理功能，还兼具Filter的功能。若处理完毕，请求不想让下一个request handler处理，则直接返回即可；否则，需要调用：routingContext.next()。
- 对于同一个URL可以注册多个handler，以调用顺序为准。故，想先处理的，如验证，往前放。
至于其他，没啥可说的，都很简单。
写在最后
最后，来句鸡汤：遇坑不可怕，还得勇于尝试方能有所收获，希望对各位有帮助！
