函数式编程事务Java,浅谈函数式编程

1. 前言

一个风和日丽的下午,我看着日常看代码做重构迁移,看到这么段代码:

突然,我看到了这样的代码:

private void getTopicsDiskSizeForSomeBroker(int brokerID, AdminClient admin, Map topicsSizeMap) throws ExecutionException, InterruptedException {

DescribeLogDirsResult ret = admin.describeLogDirs(Collections.singletonList(brokerID));

Map> tmp = ret.all().get();

for (Map.Entry> entry : tmp.entrySet()) {

Map tmp1 = entry.getValue();

for (Map.Entry entry1 : tmp1.entrySet()) {

DescribeLogDirsResponse.LogDirInfo info = entry1.getValue();

Map replicaInfoMap = info.replicaInfos;

for (Map.Entry replicas : replicaInfoMap.entrySet()) {

String topic = replicas.getKey().topic();

Long topicSize = topicsSizeMap.get(topic);

if (topicSize == null) {

topicsSizeMap.put(topic, replicas.getValue().size);

} else {

topicsSizeMap.put(topic, replicas.getValue().size + topicSize);

}

}

}

}

}

看了这段代码我整个人都不好了!

首先是那火箭式的三个嵌套for循环,再者就是那些变量声明语句.为了迭代他们,我们不得不声明它一遍...

2. 使用Stream

public List getTopicDiskSize() {

return getTopicPartitionReplicaInfo().entrySet().stream()

.map(e -> new KafkaTopicInfoBO(e.getKey().topic(), e.getValue().size))

.collect(Collectors.toList());

}

protected Map getTopicPartitionReplicaInfo() {

Properties globalConf = zkConfigService.getProperties(ZkPathUtils.GLOBAL_CONFIG);

Properties adminConfig = new Properties();

adminConfig.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, globalConf.getProperty((ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG)));

AdminClient adminClient = AdminClient.create(adminConfig);

List brokerIds = zkConfigService.getChildByPath(kafkaIdsPath);

return brokerIds.stream()

.map(Integer::valueOf)

.map(Collections::singletonList)

.map(adminClient::describeLogDirs)

.map(DescribeLogDirsResult::all)

.map(mapKafkaFuture -> {

try {

return mapKafkaFuture.get();

} catch (Exception e) {

throw new RuntimeException(e);

}

})

.map(Map::values)

.flatMap(Collection::stream)

.map(Map::values)

.flatMap(Collection::stream)

.map(e -> e.replicaInfos)

.map(Map::entrySet)

.flatMap(Collection::stream)

.collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue));

}

这样看起来似乎好了一点.但是对于不熟悉函数式编程的同学来说,理解以上代码还是有点困难的.

接下来,先来简单讲一讲函数式编程.

3. 什么是函数式编程

3.1 一句话搞懂

就像来自数学中的代数

f(x)=5x^2+4x+3

g(x)=2f(x)+5=10x^2+8x+11

h(x)=f(x)+g(x)=15x^2+12x+14

函数式编程定义输入数据和输出数据相关的关系——数学表达式里面其实是在做一种映射(Mapping),输入的数据和输出的数据关系是什么样的,就是用来函数定义的.

3.2 直观感受:用代码举例

public class Quint{

public static void main (String args[]){

for (int i=0; i<25; i++){

System.out.println(i*i);

}

}

}

(println (take 25 (map (fn [x] (*x x) (range)))))

简单解释一下上段Lisp代码:

range函数回返回一个从0开始的整数无穷列表

然后该列表会被传入map,针对列表中的每个元素,调用平方值的匿名函数,产生了一个无穷多的,包含平方值的列表

将列表传入take函数,仅仅返回前25个

println将接入的参数输出

4. 使用对函数式编程支持更好的Kotlin

protected fun getTopicPartitionReplicaInfo(): Map {

val globalConf = zkConfigService.getProperties(ZkPathUtils.GLOBAL_CONFIG)

val adminConfig = Properties()

adminConfig.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, globalConf.getProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG))

val adminClient = AdminClient.create(adminConfig)

val brokerIds = zkConfigService.getChildByPath(kafkaIdsPath)

return brokerIds.stream()

.mapToInt {

Integer.valueOf(it)

}.let { intStream ->

adminClient.describeLogDirs(intStream.boxed().collect(Collectors.toList()))

}.let { describeLogDirsResult ->

describeLogDirsResult.all()

}.let { mapKafkaFutrue ->

mapKafkaFutrue.get()

}.let { mapStream ->

mapStream.values

}.let {

it.stream().map { e -> e.values }.flatMap { e -> e.stream() }.collect(Collectors.toList())

}.flatMap {

it.replicaInfos.entries.toList()

}.let { it ->

it.associateBy({ it.key }, { it.value })

}

}

代码看起来大差不差.但Kotlin的这些关键字写起来更方便.我们看下Java中map函数和Kotlin中let函数的签名:

* Returns a stream consisting of the results of applying the given

* function to the elements of this stream.

*

*

This is an intermediate

* operation.

*

* @param The element type of the new stream

* @param mapper a non-interfering,

* stateless

* function to apply to each element

* @return the new stream

*/

Stream map(Function super T, ? extends R> mapper);

/**

* Calls the specified function [block] with `this` value as its argument and returns its result.

*

* For detailed usage information see the documentation for [scope functions](https://kotlinlang.org/docs/reference/scope-functions.html#let).

*/

@kotlin.internal.InlineOnly

public inline fun T.let(block: (T) -> R): R {

contract {

callsInPlace(block, InvocationKind.EXACTLY_ONCE)

}

return block(this)

}

我们可以看到Java中的map是被限制在Stream API中的,而Kotlin的let并没有这种限制.

同时,我们也可以感受到,对于函数式编程的支持,明显是Kotlin更好一些——在Kotlin中,我们用一个()就可以表示函数,而Java则需要Interface来表示(在Java中,对象是一等公民).

如果读者有兴趣的话,可以尝试一下Haskell或Lisp(JVM上叫Clojure).这些都是纯函数式语言.

类似,Kotlin还有很多这种函数,被称为作用域函数,在这里罗列一下常用的函数:

let

run

also

apply

takeIf

takeUnless

repeat

5. 小结

在《架构整洁之道》中,有这么一个总结:

结构化编程是对程序控制权的直接转移的限制

面向对象编程是对程序控制权的间接转移的限制

函数式编程是对程序赋值操作的限制

如果说面向对象编程是对数据进行抽象,那么函数式编程则是对行为进行抽象.

5.2 函数式编程的三件套:

Map

Reduce

Filter

举个例子,面包和蔬菜map到切碎的操作上,再reduce成汉堡.

我们可以看到map和reduce不关心输入数据,它们只控制,并不是业务.控制是描述怎么干,而业务描述要干什么.

在本文中,我们只看到了map的身影——上面提到了,map对流中的每一个元素进行操作.

可能会有读者问let是啥,在本文的代码例子中,let针对整个流进行操作.

简单来说, Map && Reduce 对应了我们日常中用的循环,而Filter对应了If

5.3 优势 && 劣势

优势

无状态

并发无伤害

函数执行没有顺序上的问题

劣势

数据复制严重

5.4 应用场景

Python的装饰器模式

事件溯源:不记录最终状态,而是记录每一个事件.需要时,通过追溯(重新计算)事件来得出当前的状态.如:

数据库事务日志

版本控制器

比特币