转载

泛函编程（37）－泛函Stream IO：通用的IO处理过程－Free Process

在上两篇讨论中我们介绍了IO Process：Process[I,O]，它的工作原理、函数组合等。很容易想象，一个完整的IO程序是由数据源＋处理过程+数据终点: Source->Process->Sink所组成的。我们发现：Process[I,O]本身是无法兼顾Source和Sink的功能。而独立附加的Source和Sink又无法有效地与Process[I,O]进行函数组合（functional composition）。

实际上Process[I,O]是一种固定单一输入类型（single input process）：单一是指Process[I,O]只接收I类型输入、固定是指它对外界沟通方式是固定的：只有Halt,Emit,Await三种状态。这种情况导致了Process[I,O]无法成为有效的IO程序组件以及我们必须尝试开发更概括更通用的IO Process。我们来看个新的IO类型结构：Process[F[_],O]

 1 trait Process[F[_],O]{}  2 object Process {  3   case class Halt[F[_],O](err: Throwable) extends Process[F,O] //终止，err代表停止原因  4   case class Emit[F[_],O](os: Seq[O], ns: Process[F,O]) extends Process[F,O] //发送os,ns＝nextState   5   case class Await[F[_],A,O](  //等待输入  6     rq: F[A],  //产生输入的运算。可能是有副作用的  7     rf: Either[Throwable,A] => Process[F,O], //对运算F[A]返回值的处理函数  8     fb: Process[F,O], //fallback 消耗完输入后转入fb状态  9     fl: Process[F,O]  //finalizer 清理现场，释放资源 10     ) extends Process[F,O] 11 }

这个新的类型代表能产生一连串的O类型元素。我们可以把它当作List[O]来编写组件。重要的是我们现在可以通过运算F[A]来与外界联系，如：读取文件或数据库内容。运算F[A]返回的数据经过rf函数的处理后转入新的状态：正常完成数据输入时运行fb进入新状态、如果输入数据过程中产生异常则运行fl清理战场，释放资源。我们并且改善了Halt，使之返回终止情况信息。这样一来Process从整体上更透明，更安全。更重要的是Process可以拓展了（extensible）。

作为一个安全可用的IO类型，我们先设计一些Process[F,O]的基本组件：

1   case object End extends Exception   //正常终止信号 2   case object Kill extends Exception  //手工强行终止信号   3   //运算p，如果出现异常返回Halt使整个过程可控 4   def Try[F[_],O](p: Process[F,O]): Process[F,O] = 5     try p 6     catch { case e: Throwable => Halt[F,O](e) }  //返回异常信息

我们在运算Process时用Try来捕捉异常信息并返回到可控状态Halt(err)，因为我们可以从返回状态了解终止情况－ End:正常终止，Kill：强行终止及Throwable：发生异常终止。

现在我们再设计一些方便调用的帮助函数（helper functions）：

 1   //如果下一个状态还是emit    ,那么就一次性合并发出，效率高些    2   // emitAll(os1, Emit(os2,ns)) == Emit(os1 ++ os2, ns)  3   def emitAll[F[_],O](outseq: Seq[O], nxtState: Process[F,O] = Halt[F,O](End)): Process[F,O] =  4     nxtState match {  5         case Emit(os,ns) => Emit(outseq ++ os, ns)  //下一个状态是Emit, 合并输出  6         case _ => Emit(outseq,nxtState)  //其它情况照旧  7     }    8   //遇到单O值时方便使用  9   def emit[F[_],O](o: O, nxs: Process[F,O] = Halt[F,O](End)): Process[F,O] = emitAll[F,O](Seq(o),nxs) 10   //Await类的应用方便函数 11   def await[F[_],A,O](req: F[A])(rcfn: Either[Throwable,A] => Process[F,O])( 12       fallback: Process[F,O] = Halt[F,O](End),  13       finalizer: Process[F,O] = Halt[F,O](End)) = Await(req,rcfn,fallback,finalizer)

还有更多的帮助函数：

 1  //在进入终止状态时运行f  2   def onHalt(f: Throwable => Process[F,O]): Process[F,O] = this match {  3     case Halt(e) => Try { f(e) }     //当前状态是终止，运算f  4     case Emit(os,ns) => emitAll(os,ns.onHalt(f))  //还未到终止，该干什么还干什么。移到下一状态再看  5     case Await(rq,rf,fb,fl) => await(rq)(rf andThen (_ onHalt(f)))(fb,fl) //还未到终止，移到下一状态再看  6   }  7   //维持运行直至终止。但不输出任何数据  8   def drain[O2]: Process[F,O2] = this match {  9       case Halt(e) => Halt(e) 10       case Emit(os,ns) => ns.drain 11       case Await(rq,rf,fb,fl) => Await(rq,rf andThen (_ drain)) 12   } 13   //正在执行清理环境，释放资源中，维持运行，不得人工终止 14   def asFinalizer: Process[F,O] = this match { 15       case Halt(e) => Halt(e) 16       case Emit(os,ns) => Emit(os, ns.asFinalizer) 17       case Await(rq,rf,fb,fl) => await(rq){ 18           case Left(Kill) => this.asFinalizer   //如果人工终止，强行继续运行 19           case x => rf(x) 20       }(fb,fl) 21   } 22   //在终止时运算p，即使是出现了异常情况 23   def onComplete(p: => Process[F,O]) = 24     this.onHalt { 25         case End => p.asFinalizer  //正常终止 26         case err => p.asFinalizer ++ Halt(err) //出现了异常，先运算p，再把异常信息累积起来 27     }

在上面我们还调用了++函数，目的是把两个process连接起来。如：p.asFinalizer ++ Halt(err)。下面我们就把这个函数实现了：

 1  //连接两个process, this 终止后跟着运算 p     2  def ++(p: Process[F,O]): Process[F,O] = this match {  3       case Halt(e) => Try { p }    //终止了，现在运算 p  4       case Emit(os,ns) => emitAll(os, ns ++ p)  //还未终止，延后连接  5       case Await(rq,rf,fb,fl) =>Await(rq, rf andThen (_ ++ p), fb ++ p, fl ++ p) //还未终止，延后连接  6  }  7  //++的另一种实现方式。我们直接考虑终止状态  8  def append(p: Process[F,O]): Process[F,O] =  9    onHalt { 10            case End => Try { p }  //我们只会在正常终止的情况下继续运算p 11            case err => Halt(err) 12    }

还有我们熟悉的map,flatmap,repeat：

 1  def map[O2](f: O => O2): Process[F,O2] = this match {  2       case Halt(e) => Halt(e)  3       case Emit(os,ns) => Try { if (os.isEmpty) ns map f  4                           else emit(f(os.head), emitAll(os.tail, ns) map f) }  5       case Await(rq,rf,fb,fl) => Await(rq, rf andThen (_ map f), fb map f, fl map f)  6   }  7   def flatMap[O2](f: O => Process[F,O2]): Process[F,O2] = this match {  8       case Halt(e) => Halt(e)  9       case Emit(os,ns) => Try { if (os.isEmpty) ns flatMap f 10                           else f(os.head) ++ emitAll(os.tail, ns).flatMap(f) } 11       case Await(rq,rf,fb,fl) => Await(rq,rf andThen(_ flatMap f), fb flatMap f, fl flatMap f) 12   } 13   def repeat: Process[F,O] = this ++ this.repeat

注意：我们只针对O值的转变。顺便把保证运算安全的几个帮助函数列出来（上面我们已经尝试使用了Try）：

 1   //运算p，如果出现异常返回Halt使整个过程可控  2   def Try[F[_],O](p: Process[F,O]): Process[F,O] =  3     try p  4     catch { case e: Throwable => Halt[F,O](e) }  //返回异常信息  5   //运算p，出现任何异常都先运算fl然后终止      6   def TryOr[F[_],O](p: Process[F,O], fl: Process[F,O]): Process[F,O] =  7     try p  8     catch {case e: Throwable => fl ++ Halt[F,O](e) }  9   //运算p，如果正常终止，运行fb, 如果异常终止则运算fl 10   def TryAwait[F[_],O](p: Process[F,O])(fb: Process[F,O], fl: Process[F,O]): Process[F,O] = 11     try p 12     catch { 13         case End => fb  //正常终止 14         case e: Throwable => fl ++ Halt(e) 15     }

既然我们说Process[F[_],O]是个更概括的IO类型，那么Process[I,O]应该是Process[F[_],O]的一个特殊案例。现在最重要的是我们需要塑造这个F把它限制在只能接受I类型输入：

 1    case class Is[I]() {  2        sealed trait f[X] {}  3        case object get extends f[I]  //f[X]只有一个实例，就是f[I]，所以 X就只能是I  4    }  5    def Get[I] = Is[I]().get  6      7    type Process1[I,O] = Process[Is[I]#f,O]     8    def halt1[I,O]: Process1[I,O] = Halt[Is[I]#f,O](End)  9    def emit1[I,O](o: O, ns: Process1[I,O] = halt1[I,O]): Process1[I,O] = emit(o,ns) 10    def emitAll1[I,O](os: Seq[O], ns: Process1[I,O] = halt1[I,O]): Process1[I,O] = emitAll(os,ns) 11    def await1[I,O](rf: I => Process1[I,O],fb: Process1[I,O] = halt1[I,O],fl: Process1[I,O] = halt1[I,O]) = 12      await(Get[I]){(ei: Either[Throwable,I]) => ei match {  //F[A]>>>Get[I], 只接收I类型输入 13          case Left(End) => fb 14          case Left(err) => halt1[I,O] 15          case Right(i) => Try { rf(i) } 16      }}(fb,fl)

我们同样可以推导出之前针对Process[I,O]的那些组件：

 1   def lift[I,O](f: I => O): Process1[I,O] =  2     await1[I,O](i => emit(f(i))) repeat  3   def filter[I](f: I => Boolean): Process1[I,I] =  4     await1[I,I](i => if (f(i)) emit(i) else halt1)  5   def take[I](n: Int): Process1[I,I] =  6     if (n > 0) await1[I,I](i => emit(i, take(n-1)))  7     else halt1  8   def takeWhile[I](f: I => Boolean): Process1[I,I] =  9     await1[I,I](i => if (f(i)) emit(i, takeWhile(f)) else halt1) 10   //循环入什么就出什么 11   def id[I]: Process1[I,I] = await1[I,I](i => emit(i,id)) 12   def passUnchanged[I]: Process1[I,I] = lift[I,I](identity) 13   def drop[I](n: Int): Process1[I,I] = 14     if (n > 0) await1[I,I](i => drop[I](n-1)) 15     else passUnchanged 16   def dropWhile[I](f: I => Boolean): Process1[I,I] =  17     await1[I,I](i => if (f(i)) id else emit(i, dropWhile(f)))

注意：组件实现中的写法和之前Process[I,O]的一样，只不过这次我们的返回类型是Process1[I,O]。

现在我们来到了IO Process对接最重要的组件导管（pipe |>)组件了:

 1  //强行终止process  2  @annotation.tailrec  3  final def kill[O2]: Process[F,O2] = this match {  4       case Halt(e) => Halt(e)    //已经处于终止状态  5       case Emit(os,ns) => ns.kill  //发送中，忽略输出kill下个状态  6       case Await(rq,rf,fb,fl) => rf(Left(Kill)).drain.onHalt { //如果正在等待输入，那么就给它输入Kill信号然后过滤余下的输入  7           case Kill => Halt(End)    //在终止前如果收到Kill信号就转入正常终止状态  8           case err => Halt(err)  //如果是异常终止  9       } 10  } 11     12  //对接两个process. 上一个emit发送后下面的立即await接受 13  def |>[O2](p2: Process1[O,O2]): Process[F,O2] = { 14    @annotation.tailrec 15    //把Seq[O]一个O一个O喂入p2 16    def feed(os: Seq[O], ns: Process[F,O], rf: Either[Throwable,O] => Process1[O,O2], 17             fb: Process1[O,O2] = halt1[O,O2], fl: Process1[O,O2] = halt1[O,O2]): Process[F,O2] = 18        if (os.isEmpty) ns |> await(Get[O])(rf)(fb,fl) 19        else rf(Right(os.head)) match {  //喂进去一个元素后再观察下面的状态 20             case Await(rq1,rf1,fb1,fl1) => feed(os.tail,ns,rf,fb,fl) 21             case p => Emit(os.tail,ns) |> p 22        } 23    p2 match { 24        case Halt(e) => this.kill.onHalt {e2 => Halt(e) ++ Halt(e2)} //如果下游管道读者了。杀掉上游并过滤所有输出 25        case Emit(os,ns) => emitAll(os, this |> ns) 26        case Await(rq,rf,fb,fl) => this match { 27            case Halt(e) => Halt(e) |> p2 28            case Await(rq0,rf0,fb0,fl0) => await(rq0)(rf0 andThen (_ |> p2))(fb0 |> p2, fl0 |> p2) 29            case Emit(os,ns) => Try {feed(os,ns,rf,fb,fl)}   //上游发送下游接受状态。正是对接状态 30       } 31   } 32  }

我们只需要考虑下游p等待输入await同时上游this正在发送emit这一个状态实现对接。其它状态则等它们自己调整对口后再对接。

有了这个|>后我们可以把那些Process1组件对接到Process[F,O]上：

1   def filter(f: O => Boolean): Process[F,O] = this |> Process.filter(f) 2   def take(n: Int): Process[F,O] = this |> Process.take(n) 3   def takeWhile(f: O => Boolean): Process[F,O] = this |> Process.takeWhile(f) 4   def drop(n: Int): Process[F,O] = this |> Process.drop(n) 5   def dropWhile(f: O => Boolean): Process[F,O] = this |> Process.dropWhile(f)

以上组件都是过滤输出O的。

我们还可以通过Process[F,O]实现两头输入：就像字母T，输入从上面左右两头进入。

首先，我们还是要重新塑造一下F[A]，使它只容许左边I类，右边I2类输入：

1   case class T[I,I2]() {   2       sealed trait f[X] {def get: Either[I => X, I2 => X]} 3       val L = new f[I] { def get = Left(identity) } 4       val R = new f[I2] { def get = Right(identity) } 5   } 6   def L[I,I2] = T[I,I2]().L 7   def R[I,I2] = T[I,I2]().R 8   type Tee[I,I2,O] = Process[T[I,I2]#f,O]

Tee类型就是一个两头输入的IO Process类型，左边只可以输入I，右边只可以输入I2。

我们同样需要重新定义那些构建Tee的基本组件：

 1   def haltT[I,I2,O] = Halt[T[I,I2]#f,O](End)  2   def emitT[I,I2,O](o: O, ns: Tee[I,I2,O] = haltT) = emit[T[I,I2]#f,O](o,ns)  3   //左边输入  4   def awaitL[I,I2,O](rf: I => Tee[I,I2,O], fb: Tee[I,I2,O] = haltT, fl: Tee[I,I2,O] = haltT): Tee[I,I2,O] =  5     await[T[I,I2]#f,I,O](L){ //F[A] >>> L >>> 只容许I类输入  6         case Left(End) => fb  7         case Left(err) => fl ++ Halt(err)  8         case Right(i) => Try { rf(i) }  9     }(fb,fl) 10   //右边输入 11   def awaitR[I,I2,O](rf: I2 => Tee[I,I2,O], fb: Tee[I,I2,O] = haltT, fl: Tee[I,I2,O] = haltT): Tee[I,I2,O] = 12     await[T[I,I2]#f,I2,O](R) { //F[A] >>> R >>> 只容许I2类输入 13         case Left(End) => fb 14         case Left(err) => fl ++ Halt(err) 15         case Right(i2) => Try { rf(i2) } 16     }(fb,fl)

zip是两边输入穿插动作。我们可以用这个Tee类型来实现zip：

 1  def zipWith[I,I2,O](f: (I,I2) => O): Tee[I,I2,O] =  2    awaitL[I,I2,O](i => awaitR[I,I2,O](i2 => emitT(f(i,i2)))) repeat  3  //两个输入交叉输出一个对值pair  4   def zip[I,I2]: Tee[I,I2,(I,I2)] = zipWith[I,I2,(I,I2)]((_,_))  5   //轮换从左右两边输入  6   def interleave[I]: Tee[I,I,I] = awaitL[I,I,I](i => awaitR(i2 => emitT(i) ++ emitT(i2))) repeat  7   //不理会右边输入，只取左边  8   def passL[I,I2]: Tee[I,I2,I] = awaitL(emitT(_,passL))  9   //不理会左边输入，只取右边 10   def passR[I,I2]: Tee[I,I2,I2] = awaitR(emitT(_,passR)) 11   //完成左边输入后运算fb 12   def awaitLOr[I,I2,O](fb: Tee[I,I2,O])(rf: I => Tee[I,I2,O]): Tee[I,I2,O] = 13    awaitL(rf,fb) 14   //完成右边输入后运算fb 15   def awaitROr[I,I2,O](fb: Tee[I,I2,O])(rf: I2 => Tee[I,I2,O]): Tee[I,I2,O] = 16    awaitR(rf,fb) 17   //如果两边输入长度不同就在左边补填padI或右边补填padI2 18   def zipWithAll[I,I2,O](padI: I, padI2: I2)(f: (I,I2) => O): Tee[I,I2,O] = { 19       val fbL = passL[I,I2] map {f(_, padI2)}  //假如先完成左边输入，运算fbL，返回补填padI2的Tee类型 20       val fbR = passR[I,I2] map {f(padI, _)}   //假如先完成右边输入，运算fbR，返回补填padI的Tee类型 21       awaitLOr(fbL)(i => 22       awaitROr(fbR)(i2 => emitT(f(i,i2)))) repeat 23   }

下面是Tee的一个通用概括的帮助函数，它是两头输入的代表形式：

 1   //接入左右两边输入  2   def tee[O2,O3](p2: Process[F,O2])(t: Tee[O,O2,O3]): Process[F,O3] = {  3     @annotation.tailrec  4     def feedL(os: Seq[O], ns: Process[F,O], p: Process[F,O2], t: Tee[O,O2,O3], //从左边喂入  5       rf: Either[Throwable,O] => Tee[O,O2,O3]): Process[F,O3] =  //输入类型O  6       if (os.isEmpty) (ns tee p)(t)  //喂完所有输入元素  7       else rf(Right(os.head)) match { //喂进一个O后检查状态  8           case Await(rq0,rf0,fb0,fl0) => feedL(os.tail,ns,p,t,rf0) //下一个状态还是await的话继续喂os.tail  9           case t0 => (Emit(os.tail,ns) tee p)(t0) //tee转入新状态 10       } 11     @annotation.tailrec 12     def feedR(os: Seq[O2], ns: Process[F,O2], p: Process[F,O], t: Tee[O,O2,O3], //从右边喂入 13       rf: Either[Throwable,O2] => Tee[O,O2,O3]): Process[F,O3] =  //输入类型O2 14       if (os.isEmpty) (p tee ns)(t)  //喂完所有输入元素 15       else rf(Right(os.head)) match { //喂进一个O2后检查状态 16           case Await(rq0,rf0,fb0,fl0) => feedR(os.tail,ns,p,t,rf0) //下一个状态还是await的话继续喂os.tail 17           case t0 => (p tee Emit(os.tail,ns))(t0) //tee转入新状态 18       } 19     t match { 20         case Halt(e) => this.kill onComplete p2.kill onComplete Halt(e) //T管道停止就杀掉左右输入process 21         case Emit(os,ns) => emitAll(os, (this tee p2)(ns)) //T正在发送，等发送完再tee 22         case Await(side,rf,fb,fl) => side.get match {  //T管道正在等待输入，先确定是左右那边输入 23             case Left(isO) => this match {  //左边输入，类型O 24                 case Halt(e) => p2.kill onComplete Halt(e) //左边输入终止，杀掉右边输入保持两边同步 25                 case Await(rqL,rfL,fbL,flL) => await(rqL)(rfL andThen (this2 => this2.tee(p2)(t)))() //左边也在等输入 26                 case Emit(os,ns) => Try {feedL(os,ns,p2,t,rf)} //左边在发送，用feedL逐个O喂入 27             } 28             case Right(isO2) => p2 match { 29               case Halt(e) => this.kill onComplete Halt(e) //右边输入终止，杀掉左边输入保持两边同步 30               case Await(rqR,rfR,fbR,flR) => await(rqR)(rfR andThen (p => this.tee(p)(t)))() 31               case Emit(os,ns) => Try {feedR(os,ns,this,t,rf)} //右边在发送，用feedL逐个O喂入 32             } 33                  34         } 35     } 36   }

现在zipWith可以这样写了：

1   //用tee来实现zipWith 2   def zipWith[O2,O3](p2: Process[F,O2])(f: (O,O2) => O3): Process[F,O3] = 3    (this tee p2)(Process.zipWith(f))

一个完整的IO程序必须包括对数据源Source和数据终点Sink的操作，那么Process[F,O]可不可以代表数据源（Source）类型呢？我们来看看Process[F,O]的读取Await:

1   case class Await[F[_],A,O](  //等待输入 2     rq: F[A],  //产生输入的运算。可能是有副作用的 3     rf: Either[Throwable,A] => Process[F,O], //对运算F[A]返回值的处理函数 4     fb: Process[F,O] = Halt[F,O](End), //fallback 消耗完输入后转入fb状态 5     fl: Process[F,O] = Halt[F,O](End)  //finalizer 清理现场，放开所有使用中的资源 6     ) extends Process[F,O]

如果我们把F[A]换成IO[A]：

1   case class Await[IO[_],A,O](  //等待输入 2     rq: IO[A],  //产生输入的运算。可能是有副作用的 3     rf: Either[Throwable,A] => Process[IO,O], //对运算F[A]返回值的处理函数 4     fb: Process[IO,O] = Halt[IO,O](End), //fallback 消耗完输入后转入fb状态 5     fl: Process[IO,O] = Halt[IO,O](End)  //finalizer 清理现场，放开所有使用中的资源 6     ) extends Process[IO,O]

实际上Process[I,O]就是Process[F,O]的一个案例。我们只要运算IO就可以从数据源读取数据了（run IO 返回结果）。我们先看看IO类型，我们前面曾经讨论过这个类型：

 1 //简化的IO类，只能用做示范  2 trait IO[A] { self =>  3     def run: A  4     def map[B](f: A => B): IO[B] =  5       new IO[B] { def run = f(self.run) }  6     def flatMap[B](f: A => IO[B]): IO[B] =  7       new IO[B] { def run = f(self.run).run }  8 }  9 object IO { 10     def unit[A](a: => A): IO[A] = new IO[A] { def run = a } 11     def flatMap[A,B](fa: IO[A])(f: A => IO[B]) = fa flatMap f 12     def apply[A](a: => A): IO[A] = unit(a) // syntax for IO { .. } 13 }

现在我们可以写个从数据源Source读取数据的程序了：

 1  //从数据源src把内容读入内存  2   def collect[O](src: Process[IO,O]): IndexedSeq[O] = {  //从src移到IndexedSeq  3       def go(curState: Process[IO,O], accSeq: IndexedSeq[O]): IndexedSeq[O] =  4         curState match {  5             case Halt(e) => accSeq     //完成，返回累积数据  6             case Emit(os,ns) => go(ns, accSeq ++ os)  //当前处于发送数据状态，把发送数据累积到accSeq  7             case Await(rq,rf,fb,fl) => go(Try { rf(Right(rq.run)) }, accSeq) //正在读取数据中  8                                        //如果读取发生异常Try函数会返回终止Halt(err)  9         } 10         go(src,IndexedSeq()) 11   }