函數語言程式設計的Java編碼實踐:利用惰性寫出高效能且抽象的程式碼
簡介:本文會以惰性載入為例一步步介紹函數語言程式設計中各種概念,所以讀者不需要任何函數語言程式設計的基礎,只需要對 Java 8 有些許瞭解即可。
來源 | 阿里技術公眾號
本文會以惰性載入為例一步步介紹函數語言程式設計中各種概念,所以讀者不需要任何函數語言程式設計的基礎,只需要對 Java 8 有些許瞭解即可。
一 抽象一定會導致程式碼效能降低?
程式設計師的夢想就是能寫出 “高內聚,低耦合”的程式碼,但從經驗上來看,越抽象的程式碼往往意味著越低的效能。機器可以直接執行的彙編效能最強,C 語言其次,Java 因為較高的抽象層次導致效能更低。業務系統也受到同樣的規律制約,底層的數增刪改查介面效能最高,上層業務介面,因為增加了各種業務校驗,以及訊息傳送,導致效能較低。
對效能的顧慮,也制約程式設計師對於模組更加合理的抽象。
一起來看一個常見的系統抽象,“使用者” 是系統中常見的一個實體,為了統一系統中的 “使用者” 抽象,我們定義了一個通用領域模型 User,除了使用者的 id 外,還含有部門資訊,使用者的主管等等,這些都是常常在系統中聚合在一起使用的屬性:
public class User { // 使用者 id private Long uid; // 使用者的部門,為了保持示例簡單,這裡就用普通的字串 // 需要遠端呼叫 通訊錄系統 獲得 private String department; // 使用者的主管,為了保持示例簡單,這裡就用一個 id 表示 // 需要遠端呼叫 通訊錄系統 獲得 private Long supervisor; // 使用者所持有的許可權 // 需要遠端呼叫 許可權系統 獲得 private Set< String> permission; }
這看起來非常棒,“使用者“常用的屬性全部集中到了一個實體裡,只要將這個 User 作為方法的引數,這個方法基本就不再需要查詢其他使用者資訊了。但是一旦實施起來就會發現問題,部門和主管資訊需要遠端呼叫通訊錄系統獲得,許可權需要遠端呼叫許可權系統獲得,每次構造 User 都必須付出這兩次遠端呼叫的代價,即使有的資訊沒有用到。比如下面的方法就展示了這種情況(判斷一個使用者是否是另一個使用者的主管):
public boolean isSupervisor(User u1, User u2) { return Objects.equals(u1.getSupervisor(), u2.getUid()); }
為了能在上面這個方法引數中使用通用 User 實體,必須付出額外的代價:遠端呼叫獲得完全用不到的許可權資訊,如果許可權系統出現了問題,還會影響無關介面的穩定性。
想到這裡我們可能就想要放棄通用實體的方案了,讓裸露的 uid 瀰漫在系統中,在系統各處散落使用者資訊查詢程式碼。
其實稍作改進就可以繼續使用上面的抽象,只需要將 department, supervisor 和 permission 全部變成惰性載入的欄位,在需要的時候才進行外部呼叫獲得,這樣做有非常多的好處:
- 業務建模只需要考慮貼合業務,而不需要考慮底層的效能問題,真正實現業務層和物理層的解耦
- 業務邏輯與外部呼叫分離,無論外部介面如何變化,我們總是有一層適配層保證核心邏輯的穩定
- 業務邏輯看起來就是純粹的實體操作,易於編寫單元測試,保障核心邏輯的正確性
但是在實踐的過程中常會遇到一些問題,本文就結合 Java 以及函數語言程式設計的一些技巧,一起來實現一個惰性載入工具類。
二 嚴格與惰性:Java 8 的 Supplier 的本質
Java 8 引入了全新的函式式介面 Supplier,從老 Java 程式設計師的角度理解,它不過就是一個可以獲取任意值的介面而已,Lambda 不過是這種介面實現類的語法糖。這是站在語言角度而不是計算角度的理解。當你瞭解了嚴格(strict)與惰性(lazy)的區別之後,可能會有更加接近計算本質的看法。
因為 Java 和 C 都是嚴格的程式語言,所以我們習慣了變數在定義的地方就完成了計算。事實上,還有另外一個程式語言流派,它們是在變數使用的時候才進行計算的,比如函數語言程式設計語言 Haskell。
Supplier< Integer> a = () -> 10 + 1;
int b = a.get() + 1;
三 Supplier 的進一步優化:Lazy
Supplier 還存在一個問題,就是每次通過 get 獲取值時都會重新進行計算,真正的惰性計算應該在第一次 get 後把值快取下來。只要對 Supplier 稍作包裝即可:
/**
* 為了方便與標準的 Java 函式式介面互動,Lazy 也實現了 Supplier
*/
public class Lazy< T> implements Supplier< T> {
private final Supplier< ? extends T> supplier;
// 利用 value 屬性快取 supplier 計算後的值
private T value;
private Lazy(Supplier< ? extends T> supplier) {
this.supplier = supplier;
}
public static < T> Lazy< T> of(Supplier< ? extends T> supplier) {
return new Lazy< >(supplier);
}
public T get() {
if (value == null) {
T newValue = supplier.get();
if (newValue == null) {
throw new IllegalStateException("Lazy value can not be null!");
}
value = newValue;
}
return value;
}
}
Lazy< Integer> a = Lazy.of(() -> 10 + 1);
int b = a.get() + 1;
// get 不會再重新計算, 直接用快取的值
int c = a.get();
通過這個惰性載入工具類來優化我們之前的通用使用者實體:
public class User {
// 使用者 id
private Long uid;
// 使用者的部門,為了保持示例簡單,這裡就用普通的字串
// 需要遠端呼叫 通訊錄系統 獲得
private Lazy< String> department;
// 使用者的主管,為了保持示例簡單,這裡就用一個 id 表示
// 需要遠端呼叫 通訊錄系統 獲得
private Lazy< Long> supervisor;
// 使用者所含有的許可權
// 需要遠端呼叫 許可權系統 獲得
private Lazy< Set< String>> permission;
public Long getUid() {
return uid;
}
public void setUid(Long uid) {
this.uid = uid;
}
public String getDepartment() {
return department.get();
}
/**
* 因為 department 是一個惰性載入的屬性,所以 set 方法必須傳入計算函式,而不是具體值
*/
public void setDepartment(Lazy< String> department) {
this.department = department;
}
// ... 後面類似的省略
}
一個簡單的構造 User 實體的例子如下:
Long uid = 1L;
User user = new User();
user.setUid(uid);
// departmentService 是一個rpc呼叫
user.setDepartment(Lazy.of(() -> departmentService.getDepartment(uid)));
// ....
這看起來還不錯,但當你繼續深入使用時會發現一些問題:使用者的兩個屬性部門和主管是有相關性,需要通過 rpc 介面獲得使用者部門,然後通過另一個 rpc 介面根據部門獲得主管。程式碼如下:
String department = departmentService.getDepartment(uid);
Long supervisor = SupervisorService.getSupervisor(department);
但是現在 department 不再是一個計算好的值了,而是一個惰性計算的 Lazy 物件,上面的程式碼又應該怎麼寫呢?"函子" 就是用來解決這個問題的
四 Lazy 實現函子(Functor)
快速理解:類似 Java 中的 stream api 或者 Optional 中的 map 方法。函子可以理解為一個介面,而 map 可以理解為介面中的方法。
1 函子的計算物件
Java 中的 Collection< T>,Optional< T>,以及我們剛剛實現 Lazy< T>,都有一個共同特點,就是他們都有且僅有一個泛型引數,我們在這篇文章中暫且稱其為盒子,記做 Box< T>,因為他們都好像一個萬能的容器,可以任意型別打包進去。
函子運算可以將一個 T 對映到 S 的 function 應用到 Box< T> 上,讓其成為 Box< S>,一個將 Box 中的數字轉換為字串的例子如下:
需要注意的是,並不是隨便定義一個簽名滿足 Box< S> map(Function< T,S> function) 就能讓 Box< T> 成為函子的,下面就是一個反例:
// 反例,不能成為函子,因為這個方法沒有在盒子中如實反映 function 的對映關係
public Box< S> map(Function< T,S> function) {
return new Box< >(null);
}
所以函子是比 map 方法更加嚴格的定義,他還要求 map 滿足如下的定律,稱為 函子定律(定律的本質就是保障 map 方法能如實反映引數 function 定義的對映關係):
- 單位元律:Box< T> 在應用了恆等函式後,值不會改變,即 box.equals(box.map(Function.identity()))始終成立(這裡的 equals 只是想表達的一個數學上相等的含義)
- 複合律:假設有兩個函式 f1 和 f2,map(x -> f2(f1(x))) 和 map(f1).map(f2) 始終等價
很顯然 Lazy 是滿足上面兩個定律的。
3 Lazy 函子
雖然介紹了這麼多理論,實現卻非常簡單:
public < S> Lazy< S> map(Function< ? super T, ? extends S> function) {
return Lazy.of(() -> function.apply(get()));
}
可以很容易地證明它是滿足函子定律的。
通過 map 我們很容易解決之前遇到的難題,map 中傳入的函式可以在假設部門資訊已經獲取到的情況下進行運算:
Lazy< String> departmentLazy = Lazy.of(() -> departmentService.getDepartment(uid));
Lazy< Long> supervisorLazy = departmentLazy.map(
department -> SupervisorService.getSupervisor(department)
);
4 遇到了更加棘手的情況
我們現在不僅可以構造惰性的值,還可以用一個惰性值計算另一個惰性值,看上去很完美。但是當你進一步深入使用的時候,又發現了更加棘手的問題。
我現在需要部門和主管兩個引數來呼叫許可權系統來獲得許可權,而部門和主管這兩個值都是惰性的值。先用巢狀 map 來試一下:
Lazy< Lazy< Set< String>>> permissions = departmentLazy.map(department ->
supervisorLazy.map(supervisor -> getPermissions(department, supervisor))
);
返回值的型別好像有點奇怪,我們期待得到的是 Lazy< Set< String>>,這裡得到的卻多了一層變成 Lazy< Lazy< Set< String>>>。而且隨著你巢狀 map 層數增加,Lazy 的泛型層次也會同樣增加,三引數的例子如下:
Lazy< Long> param1Lazy = Lazy.of(() -> 2L);
Lazy< Long> param2Lazy = Lazy.of(() -> 2L);
Lazy< Long> param3Lazy = Lazy.of(() -> 2L);
Lazy< Lazy< Lazy< Long>>> result = param1Lazy.map(param1 ->
param2Lazy.map(param2 ->
param3Lazy.map(param3 -> param1 + param2 + param3)
)
);
這個就需要下面的單子運算來解決了。
五 Lazy 實現單子 (Monad)
快速理解:和 Java stream api 以及 Optional 中的 flatmap 功能類似
1 單子的定義
單子和函子的重大區別在於接收的函式,函子的函式一般返回的是原生的值,而單子的函式返回卻是一個盒裝的值。下圖中的 function 如果用 map 而不是 flatmap 的話,就會導致結果變成一個俄羅斯套娃--兩層盒子。
2 Lazy 單子
實現同樣很簡單:
public < S> Lazy< S> flatMap(Function< ? super T, Lazy< ? extends S>> function) {
return Lazy.of(() -> function.apply(get()).get());
}
利用 flatmap 解決之前遇到的問題:
Lazy< Set< String>> permissions = departmentLazy.flatMap(department ->
supervisorLazy.map(supervisor -> getPermissions(department, supervisor))
);
三引數的情況:
Lazy< Long> param1Lazy = Lazy.of(() -> 2L);
Lazy< Long> param2Lazy = Lazy.of(() -> 2L);
Lazy< Long> param3Lazy = Lazy.of(() -> 2L);
Lazy< Long> result = param1Lazy.flatMap(param1 ->
param2Lazy.flatMap(param2 ->
param3Lazy.map(param3 -> param1 + param2 + param3)
)
);
3 題外話:函式式語言中的單子語法糖
看了上面的例子你一定會覺得惰性計算好麻煩,每次為了取裡面的惰性值都要經歷多次的 flatmap 與 map。這其實是 Java 沒有原生支援函數語言程式設計而做的妥協之舉,Haskell 中就支援用 do 記法簡化 Monad 的運算,上面三引數的例子如果用 Haskell 則寫做:
do
param1 < - param1Lazy
param2 < - param2Lazy
param3 < - param3Lazy
-- 註釋: do 記法中 return 的含義和 Java 完全不一樣
-- 它表示將值打包進盒子裡,
-- 等價的 Java 寫法是 Lazy.of(() -> param1 + param2 + param3)
return param1 + param2 + param3
Java 中雖然沒有語法糖,但是上帝關了一扇門,就會開啟一扇窗。在 Java 中可以清晰地看出每一步在做什麼,理解其中的原理,如果你讀過了本文之前的內容,肯定能明白這個 do 記法就是不停地在做 flatmap 。
六 Lazy 的最終程式碼
目前為止,我們寫的 Lazy 程式碼如下:
public class Lazy< T> implements Supplier< T> {
private final Supplier< ? extends T> supplier;
private T value;
private Lazy(Supplier< ? extends T> supplier) {
this.supplier = supplier;
}
public static < T> Lazy< T> of(Supplier< ? extends T> supplier) {
return new Lazy< >(supplier);
}
public T get() {
if (value == null) {
T newValue = supplier.get();
if (newValue == null) {
throw new IllegalStateException("Lazy value can not be null!");
}
value = newValue;
}
return value;
}
public < S> Lazy< S> map(Function< ? super T, ? extends S> function) {
return Lazy.of(() -> function.apply(get()));
}
public < S> Lazy< S> flatMap(Function< ? super T, Lazy< ? extends S>> function) {
return Lazy.of(() -> function.apply(get()).get());
}
}
七 構造一個能夠自動優化效能的實體
利用 Lazy 我們寫一個構造通用 User 實體的工廠:
@Component
public class UserFactory {
// 部門服務, rpc 介面
@Resource
private DepartmentService departmentService;
// 主管服務, rpc 介面
@Resource
private SupervisorService supervisorService;
// 許可權服務, rpc 介面
@Resource
private PermissionService permissionService;
public User buildUser(long uid) {
Lazy< String> departmentLazy = Lazy.of(() -> departmentService.getDepartment(uid));
// 通過部門獲得主管
// department -> supervisor
Lazy< Long> supervisorLazy = departmentLazy.map(
department -> SupervisorService.getSupervisor(department)
);
// 通過部門和主管獲得許可權
// department, supervisor -> permission
Lazy< Set< String>> permissionsLazy = departmentLazy.flatMap(department ->
supervisorLazy.map(
supervisor -> permissionService.getPermissions(department, supervisor)
)
);
User user = new User();
user.setUid(uid);
user.setDepartment(departmentLazy);
user.setSupervisor(supervisorLazy);
user.setPermissions(permissionsLazy);
}
}
工廠類就是在構造一顆求值樹,通過工廠類可以清晰地看出 User 各個屬性間的求值依賴關係,同時 User 物件能夠在執行時自動地優化效能,一旦某個節點被求值,路徑上的所有屬性的值都會被快取。
八 異常處理
雖然我們通過惰性讓 user.getDepartment() 彷彿是一次純記憶體操作,但是他實際上還是一次遠端呼叫,所以可能出現各種出乎意料的異常,比如超時等等。
異常處理肯定不能交給業務邏輯,這樣會影響業務邏輯的純粹性,讓我們前功盡棄。比較理想的方式是交給惰性值的載入邏輯 Supplier。在 Supllier 的計算邏輯中就充分考慮各種異常情況,重試或者丟擲異常。雖然丟擲異常可能不是那麼“函式式”,但是比較貼近 Java 的程式設計習慣,而且在關鍵的值獲取不到時就應該通過異常阻斷業務邏輯的執行。
九 總結
利用本文方法構造的實體,可以將業務建模上需要的屬性全部放置進去,業務建模只需要考慮貼合業務,而不需要考慮底層的效能問題,真正實現業務層和物理層的解耦。
同時 UserFactory 本質上就是一個外部介面的適配層,一旦外部介面發生變化,只需要修改適配層即可,能夠保護核心業務程式碼的穩定。
業務核心程式碼因為外部呼叫大大減少,程式碼更加接近純粹的運算,因而易於書寫單元測試,通過單元測試能夠保證核心程式碼的穩定且不會出錯。
十 題外話:Java 中缺失的柯里化與應用函子(Applicative)
仔細想想,剛剛做了這麼多,目的就是一個,讓簽名為 C f(A,B) 的函式可以無需修改地應用到盒裝型別 Box< A>和 Box< B> 上,並且產生一個 Box< C>,在函式式語言中有更加方便的方法,那就是應用函子。
應用函子概念上非常簡單,就是將盒裝的函式應用到盒裝的值上,最後得到一個盒裝的值,在 Lazy 中可以這麼實現:
// 注意,這裡的 function 是裝在 lazy 裡面的
public < S> Lazy< S> apply(Lazy< Function< ? super T, ? extends S>> function) {
return Lazy.of(() -> function.get().apply(get()));
}
不過在 Java 中實現這個並沒有什麼用,因為 Java 不支援柯里化。
柯里化允許我們將函式的幾個引數固定下來變成一個新的函式,假如函式簽名為 f(a,b),支援柯里化的語言允許直接 f(a) 進行呼叫,此時返回值是一個只接收 b 的函式。
在支援柯里化的情況下,只需要連續的幾次應用函子,就可以將普通的函式應用在盒裝型別上了,舉個 Haskell 的例子如下(< *> 是 Haskell 中應用函子的語法糖, f 是個簽名為 c f(a, b) 的函式,語法不完全正確,只是表達個意思):
-- 註釋: 結果為 box c
box f < *> box a < *> box b
參考資料
- 在 Java 函式式類庫 VAVR 中提供了類似的 Lazy 實現,不過如果只是為了用這個一個類的話,引入整個庫還是有些重,可以利用本文的思路直接自己實現
- 函數語言程式設計進階:應用函子 前端角度的函數語言程式設計文章,本文一定程度上參考了裡面盒子的類比方法:
- 《Haskell函數語言程式設計基礎》
- 《Java函數語言程式設計》
原文連結
本文為阿里雲原創內容,未經允許不得轉載。