泛函编程(36)-泛函Stream IO:IO数据源-IO Source & Sink
上期我们讨论了IO处理过程:Process[I,O]。我们说Process就像电视信号盒子一样有输入端和输出端两头。Process之间可以用一个Process的输出端与另一个Process的输入端连接起来形成一串具备多项数据处理功能的完整IO过程。但合成的IO过程两头输入端则需要接到一个数据源,而另外一端则可能会接到一个数据接收设备如文件、显示屏等。我们在这篇简单地先介绍一下IO数据源Source和IO数据接收端Sink。
我们先用一个独立的数据类型来代表数据源Source进行简单的示范说明,这个类型与Process类型没有任何关系:
1 import ProcessLib._
2 object SourceSink {
3 trait Source[O] { //以下helper function都是把Source当作O类的List处理
4 def |>[O2](p: Process[O,O2]): Source[O2] //粘接一个Process p. 向其输入O
5 def filter(f: O => Boolean): Source[O] = this |> Process.filter(f) //向p输入O
6 def map[O2](f: O => O2): Source[O2] = this |> Process.lift(f)
7 def take(n: Int): Source[O] = this |> Process.take(n) //截取前n个O
8 def takeWhile(f: O => Boolean): Source[O] = this |> Process.takeWhile(f)
9 def drop(n: Int): Source[O] = this |> Process.drop(n) //跳过前n个O
10 def dropWhile(f: O => Boolean): Source[O] = this |> Process.dropWhile(f)
11 }
从以上trait可以看到:Source的工作原理就是把一个Process的输入黏贴到Source的输出端。我们可以用这个 |> 把一串Process粘到Source的输出,如:Src.proc1.proc2.proc3。不过我们得先把proc1,proc2,proc3定义成Source组件函数,因为Source是一个完全独立的类型。
我们再来看看一个Source特殊案例:
1 case class ResourceR[R,I,O]( //Source的一个只读资源案例
2 acquire: IO[R], //资源使用门户 resource handle
3 release: R => IO[Unit], //完成使用资源后的清理函数
4 step: R => IO[Option[I]], //资源内容读取函数
5 trans: Process[I,O] //输出方式
6 ) extends Source[O] {
7 def |>[O2](p: Process[O,O2]): Source[O2] = //实现抽象函数
8 ResourceR(acquire,release,step,trans |> p) //每次输入都产生一个ResourceR.它的trans与p进行管道对接
9 }
这是个只读的数据源。我们看到所有的动作都被包嵌在IO类型里,这样可以把副作用的产生延后到一些Source Interpreter来运算。这里我们只要用最简单的IO来说明就可以了:
1 trait IO[A] { self =>
2 def run: A
3 def map[B](f: A => B): IO[B] =
4 new IO[B] { def run = f(self.run) }
5 def flatMap[B](f: A => IO[B]): IO[B] =
6 new IO[B] { def run = f(self.run).run }
7 }
8 object IO {
9 def unit[A](a: => A): IO[A] = new IO[A] { def run = a }
10 def flatMap[A,B](fa: IO[A])(f: A => IO[B]) = fa flatMap f
11 def apply[A](a: => A): IO[A] = unit(a) // syntax for IO { .. }
12 }
这个IO类型我们在前面的讨论里曾经练习过。
现在我们来看看一个文件读取的ResourceR例子:
1 object Source {
2 import java.io._
3 def lines(fileName: String): Source[String] = //从文件fileName里读取String
4 ResourceR( //创建一个Source的实例
5 IO {io.Source.fromFile(fileName) }, //资源
6 (src: io.Source) => IO { src.close }, //清理
7 (src: io.Source) => IO { //读取
8 lazy val iterator = src.getLines
9 if (iterator.hasNext) Some(iterator.next) else None //读完返回None
10 },
11 Process.passUnchanged) //Process[I,I],读什么输入什么
12 }
现在我们可以这样写一段程序了:
1 Source.lines("input.txt").count.exists{_ >= 40000 }
2 //> res0: ch15.SourceSink.Source[Boolean] = ResourceR(ch15.SourceSink$IO$$anon$
3 //| 3@762efe5d,<function1>,<function1>,Await(<function1>))
噢,记住把count和exists放到Source trait里:
1 def exists(f: O => Boolean): Source[Boolean] = this |> Process.exists(f)
2 def count: Source[Int] = this |> Process.count
上面的表达式可以说还只是IO过程的描述。实际副作用产生是在interpreter里:
1 def collect: IO[IndexedSeq[O]] = { //读取数据源返回IO[IndexedSeq[O]], 用IO.run来实际运算
2 def tryOr[A](a: => A)(cleanup: IO[Unit]): A = //运算表达式a, 出现异常立即清理现场
3 try a catch {case e: Exception => cleanup.run; throw e}
4 @annotation.tailrec //这是个尾递归算法,根据trans状态
5 def go(acc: IndexedSeq[O], cleanup: IO[Unit], step: IO[Option[I]], trans: Process[I,O]): IndexedSeq[O] =
6 trans match {
7 case Halt() => cleanup.run; acc //停止状态,清理现场
8 case Emit(out,next) => go(tryOr(out +: acc)(cleanup), cleanup, step, next) //积累acc
9 case Await(iproc) => tryOr(step.run)(cleanup) match {
10 case None => cleanup.run; acc //读完了清理现场
11 case si => go(acc,cleanup,step,iproc(si)) //读入元素作为Process输入来改变Process状态
12 }
13 }
14 acquire map {res => go(IndexedSeq(),release(res),step(res),trans)} //开始读取
15 }
注意:无论读取完成或中途失败退出都会导致现场清理以防止资源漏出。可以推断这个interpreter还是很安全的。
与Source同样,我们还是用一个独立的类型Sink来代表数据接收端进行简单说明:
1 trait Sink[I] {
2 def <|[I2](p: Process[I2,I]): Sink[I2] //p的输出接到Sink的输入
3 def filter(f: I => Boolean): Sink[I] = this <| Process.filter(f) //从p接收I
4 def map[I2](f: I2 => I): Sink[I2] = this <| Process.lift(f) //将接收的I2变成I
5 def take(n: Int): Sink[I] = this <| Process.take(n) //从p接收前n个I
6 def takeWhile(f: I => Boolean): Sink[I] = this <| Process.takeWhile(f)
7 def drop(n: Int): Sink[I] = this <| Process.drop(n) //过滤掉首n个I
8 def dropWhile(f: I => Boolean): Sink[I] = this <| Process.dropWhile(f)
9 }
这和Source trait及其相似。注意和Process连接是反向的:由p指向Sink。
同样,一个只写的资源实例如下:
1 case class ResourceW[R,I,I2]( //只写资源
2 acquire: IO[R], //资源使用门户, resource handle
3 release: R => IO[Unit], //清理函数
4 rcvf: R => (I2 => IO[Unit]), //接收方式
5 trans: Process[I,I2] //处理过程
6 ) extends Sink[I] {
7 def <|[I2](p: Process[I2,I]): Sink[I2] =
8 ResourceW(acquire,release,rcvf,p |> trans) //制造一个ResourceW实例,由p到trans
9 }
这个也和ResourceR相似。还是与Process连接方式是反方向的:由p到trans。
以下是一个向文件写入的Sink组件:
1 object Sink {
2 import java.io._
3 def file(fileName: String, append: Boolean = false): Sink[String] = //结果是Sink[String]。必须用interpreter来运算
4 ResourceW( //是一个ResourceW实例
5 IO {new FileWriter(fileName,append) }, //创建FileWriter
6 (w: FileWriter) => IO {w.close}, //释放FileWriter
7 (w: FileWriter) => (s: String) => IO {w.write(s)}, //写入
8 Process.passUnchanged //不处理写入数据
9 )
10 }
在学习过程中发现,独立于Process类型的Source,Sink类型使IO算法的表达式类型的集成很困难。这也限制了组件的功能。我们无法实现泛函编程简洁高雅的表达形式。在下面的讨论中我们会集中精力分析具备数据源功能的Process,希望在表达方式上能有所进步。