Scala for的妙用 « Terrence的宅宅幻想
阿新 • • 發佈：2018-12-29
今天重溫scala的時候想起前同事教我的一招
當程式特定過程會依賴上一段過程的結果的時候可以用for傳遞
但前提是每個過程的output相同
這方法我第一次看到的時候蠻驚豔的，因為這種寫法才真正發揮scala的妙用
也是這種寫法讓我體會到functional programming的思維跟object-oriented programming的差異
格式大概如下
for( o1 <- function1; o2 <- function2(o1); o3 <- function3(o2); .... ) yield oN
最後輸出結果oN是經歷前方種種過程累積出來的精華
記錄一下今天重構時的結果
需求：我想將presto裡面catalog -> schema -> table所有的table列舉出來
最一開使就是暴力法分三段寫
val conn = DriverManager.getConnection(url, "test", null) //handle catalogs var catalogs:List[String] = = List[String]() var stat = conn.createStatement() var rs = stat.executeQuery("SHOW catalogs") while(rs.next()){ catalogs = catalogs :+ rs.getString(1) } rs.close();stat.close() //handle schemas var schemas:List[String] = = List[String]() stat = conn.createStatement() for(c <- catalogs){ var rs = stat.executeQuery(s"SHOW schemas FROM $c") while(rs.next()){ schemas = schemas :+ s"$c." + rs.getString(1) } } rs.close();stat.close() //handle tables var tables:List[String] = = List[String]() stat = conn.createStatement() for(s <- schemas){ var rs = stat.executeQuery(s"SHOW tables FROM $s") while(rs.next()){ tables = tables :+ s"$s." + rs.getString(1) } } rs.close();stat.close() println(tables)
就這樣三個過程我最終得到了${catalog}.${schema}.${table}的列表輸出
後來進行重構的過程中，發現catalog，schema，table的三個過程最後輸出的都是List[String]
而且過程中是順序依賴，這時候就想到可以for將傳遞過程簡化
首先我先將query過程變成一個函式
def query(conn:Connection, sql:String, prefix:String):List[String] = { var results:List[String] = List[String]() val stat = conn.createStatement() val rs = stat.executeQuery(sql) while(rs.next()){ results = results :+ (if(prefix.length > 0) s"$prefix." else "") + rs.getString(1) } rs.close();stat.close() results }
之後我的程式就能簡化成
val tables = for (c <- query(conn, "Show catalogs", ""); s <- query(conn, s"Show schemas from $c", c); t <- query(conn, s"Show tables from $s", s) ) yield t
用for..yield的特性得到輸出的最後結果
這是一個比較單純的範例，若用在實務上甚至可以跟future等物件做結合去實作一些比較複雜的演演算法
譬如說想實作一個machine learning的過程，對一組資料進行預測
for( f <- extract(dataset); //抽取資料集的feature t <- train(f, model); //進行training p <- predict(t)) yield p //回傳預測結果
＊上面演演算法是憑印象寫的，不一定正確
這樣就完成了一個簡易演演算法框架，只要稍微加工一下就能對每個演演算法步驟進行模組化替換