远程数据的异步迭代

Question

我从远程 API 中提取了一些数据，为此我使用了 Future 风格的界面。数据结构为链表。相关示例数据容器如下所示。

case class Data(information: Int) {
    def hasNext: Boolean = ??? // Implemented
    def next: Future[Data] = ??? // Implemented
}

现在我有兴趣向数据 class 添加一些功能，例如 map、foreach、reduce 等。为此我想实现某种形式的 IterableLike 以便继承这些方法。下面给出的是特征 Data 可以扩展，这样它就得到了这个属性.

trait AsyncIterable[+T]
    extends IterableLike[Future[T], AsyncIterable[T]]
{
    def hasNext : Boolean
    def next : Future[T]

    // How to implement?
    override def iterator: Iterator[Future[T]] = ???
    override protected[this] def newBuilder: mutable.Builder[Future[T], AsyncIterable[T]] = ???
    override def seq: TraversableOnce[Future[T]] = ???
}

它应该是一个非阻塞的实现，当它被执行时，开始从远程数据源请求下一个数据。然后就可以做一些很酷的事情，比如

case class Data(information: Int) extends AsyncIterable[Data]
val data = Data(1) // And more, of course
// Asynchronously print all the information.
data.foreach(data => println(data.information))

界面不同也是可以接受的。但结果应该以某种方式表示对集合的异步迭代。最好以开发人员熟悉的方式进行，因为它将成为（开源）库的一部分。

Answer 1

在生产中我会使用以下之一：

对于私人测试，我将实施类似于以下的内容。（解释如下）

我稍微修改了一下你的Data:

abstract class AsyncIterator[T] extends Iterator[Future[T]] {
  def hasNext: Boolean
  def next(): Future[T]
}

为此我们可以实现这个Iterable:

class AsyncIterable[T](sourceIterator: AsyncIterator[T])
  extends IterableLike[Future[T], AsyncIterable[T]]
{
  private def stream(): Stream[Future[T]] =
    if(sourceIterator.hasNext) {sourceIterator.next #:: stream()} else {Stream.empty}
  val asStream = stream()

  override def iterator = asStream.iterator
  override def seq = asStream.seq
  override protected[this] def newBuilder = throw new UnsupportedOperationException()
}

如果使用以下代码看到它的实际效果：

object Example extends App {
  val source = "Hello World!";

  val iterator1 = new DelayedIterator[Char](100L, source.toCharArray)
  new AsyncIterable(iterator1).foreach(_.foreach(print)) //prints 1 char per 100 ms
  pause(2000L)

  val iterator2 = new DelayedIterator[String](100L, source.toCharArray.map(_.toString))
  new AsyncIterable(iterator2).reduceLeft((fl: Future[String], fr) =>
    for(l <- fl; r <- fr) yield {println(s"$l+$r"); l + r}) //prints 1 line per 100 ms
  pause(2000L)

  def pause(duration: Long) = {println("->"); Thread.sleep(duration); println("\n<-")}
}

class DelayedIterator[T](delay: Long, data: Seq[T]) extends AsyncIterator[T] {
  private val dataIterator = data.iterator
  private var nextTime = System.currentTimeMillis() + delay
  override def hasNext = dataIterator.hasNext
  override def next = {
    val thisTime = math.max(System.currentTimeMillis(), nextTime)
    val thisValue = dataIterator.next()
    nextTime = thisTime + delay
    Future {
      val now = System.currentTimeMillis()
      if(thisTime > now) Thread.sleep(thisTime - now) //Your implementation will be better
      thisValue
    }
  }
}

说明

AsyncIterable 使用 Stream 因为它是延迟计算的而且很简单。

优点：

简单
多次调用 iterator 和 seq 方法 return 与所有项目相同的可迭代对象。

缺点：

可能会导致内存溢出，因为流会保留所有先前获得的值。
创建 AsyncIterable

DelayedIterator 是 AsyncIterator 的非常简单的实现，不要怪我这里的代码又快又脏。

看到同步hasNext和异步next()

我还是很奇怪

Answer 2

我使用 Twitter Spool 实现了一个工作示例。为了实施 spool 我修改了 documentation.

中的示例

import com.twitter.concurrent.Spool
import com.twitter.util.{Await, Return, Promise}

import scala.concurrent.{ExecutionContext, Future}

trait AsyncIterable[+T <: AsyncIterable[T]] { self : T =>
    def hasNext : Boolean
    def next : Future[T]

    def spool(implicit ec: ExecutionContext) : Spool[T] = {
        def fill(currentPage: Future[T], rest: Promise[Spool[T]]) {
            currentPage foreach { cPage =>
                if(hasNext) {
                    val nextSpool = new Promise[Spool[T]]
                    rest() = Return(cPage *:: nextSpool)
                    fill(next, nextSpool)
                } else {
                    val emptySpool = new Promise[Spool[T]]
                    emptySpool() = Return(Spool.empty[T])
                    rest() = Return(cPage *:: emptySpool)
                }
            }
        }
        val rest = new Promise[Spool[T]]
        if(hasNext) {
            fill(next, rest)
        } else {
            rest() = Return(Spool.empty[T])
        }
        self *:: rest
    }
}

数据和以前一样，现在我们可以使用了。

// Cool stuff
implicit val ec = scala.concurrent.ExecutionContext.global
val data = Data(1) // And others
// Print all the information asynchronously
val fut = data.spool.foreach(data => println(data.information))
Await.ready(fut)

它会在第二个元素上抛出异常，因为没有提供 next 的实现。

远程数据的异步迭代

Asynchronous Iterable over remote data

scala

future

scala-collections

说明