使用 scala-cats IO 类型封装一个可变的 Java 库
Using scala-cats IO type to encapsulate a mutable Java library
我明白,一般来说,关于决定将什么建模为效果,有很多话要说。这个讨论在 Scala 中的函数式编程中关于 IO 的章节中有介绍。
尽管如此,我还没有完成这一章,我只是从头到尾浏览了一下,然后才与 Cats IO 一起阅读。
与此同时,我在工作中遇到了一些需要尽快交付的代码。
它依赖于一个 Java 库,它完全是关于突变的。该库很久以前就开始了,由于遗留原因,我没有看到它们发生变化。
总之,长话短说。实际上将任何变异函数建模为 IO 是封装变异 java 库的可行方法吗?
Edit1(应要求我添加了一个片段)
准备进入模型,改变模型而不是创建新模型。例如,我会将 jena 与 gremlin 进行对比,这是一个基于图形数据的函数库。
def loadModel(paths: String*): Model =
paths.foldLeft(ModelFactory.createOntologyModel(new OntModelSpec(OntModelSpec.OWL_MEM)).asInstanceOf[Model]) {
case (model, path) ⇒
val input = getClass.getClassLoader.getResourceAsStream(path)
val lang = RDFLanguages.filenameToLang(path).getName
model.read(input, "", lang)
}
那是我的 scala 代码,但是网站上记录的 java api 看起来像这样。
// create the resource
Resource r = model.createResource();
// add the property
r.addProperty(RDFS.label, model.createLiteral("chat", "en"))
.addProperty(RDFS.label, model.createLiteral("chat", "fr"))
.addProperty(RDFS.label, model.createLiteral("<em>chat</em>", true));
// write out the Model
model.write(system.out);
// create a bag
Bag smiths = model.createBag();
// select all the resources with a VCARD.FN property
// whose value ends with "Smith"
StmtIterator iter = model.listStatements(
new SimpleSelector(null, VCARD.FN, (RDFNode) null) {
public boolean selects(Statement s) {
return s.getString().endsWith("Smith");
}
});
// add the Smith's to the bag
while (iter.hasNext()) {
smiths.add(iter.nextStatement().getSubject());
}
所以,这个问题有三种解决方案。
1。简单又肮脏
如果不纯 API 的所有用法都包含在代码库的单个/小部分中,您可以 “作弊” 并执行以下操作:
def useBadJavaAPI(args): IO[Foo] = IO {
// Everything inside this block can be imperative and mutable.
}
我说“作弊”是因为IO
的思想是合成,而IO
大块并不是真正的合成。但是,有时您只想封装遗留部分而不关心它。
2。走向构图。
基本上和上面一样,只是中间少了一些flatMaps
:
// Instead of:
def useBadJavaAPI(args): IO[Foo] = IO {
val a = createMutableThing()
mutableThing.add(args)
val b = a.bar()
b.computeFoo()
}
// You do something like this:
def useBadJavaAPI(args): IO[Foo] =
for {
a <- IO(createMutableThing())
_ <- IO(mutableThing.add(args))
b <- IO(a.bar())
result <- IO(b.computeFoo())
} yield result
这样做有几个原因:
- 因为命令式/可变式 API 不包含在单个方法中 / class 而是包含在其中几个方法中。而IO中小步骤的封装,就是在帮你推理。
- 因为你想慢慢将代码迁移到更好的地方。
- 因为你想让自己感觉更好 :p
3。将其包装在纯界面中
这与许多第三方库基本相同(例如Doobie、fs2-blobstore、neotypes) 可以。在纯界面上包装 Java 库。
请注意,因此,必须完成的工作量远远超过前两个解决方案。因此,如果可变 API “感染” 代码库的许多地方,或者在多个项目中更糟,那么这是值得的;如果是这样,那么这样做是有意义的,并且作为一个独立的模块发布。
(将该模块作为开源库发布可能也是值得的,您最终可能会帮助其他人并获得其他人的帮助)
由于这是一项更大的任务,仅提供您需要做的所有事情的完整答案并不容易,了解这些库的实现方式并在此处或在 gitter 频道中提出更多问题可能会有所帮助。
但是,我可以给你一个简短的片段:
// First define a pure interface of the operations you want to provide
trait PureModel[F[_]] { // You may forget about the abstract F and just use IO instead.
def op1: F[Int]
def op2(data: List[String]): F[Unit]
}
// Then in the companion object you define factories.
object PureModel {
// If the underlying java object has a close or release action,
// use a Resource[F, PureModel[F]] instead.
def apply[F[_]](args)(implicit F: Sync[F]): F[PureModel[F]] = ???
}
现在,如何创建实现是棘手的部分。
也许你可以使用 Sync
之类的东西来初始化可变状态。
def apply[F[_]](args)(implicit F: Sync[F]): F[PureModel[F]] =
F.delay(createMutableState()).map { mutableThing =>
new PureModel[F] {
override def op1: F[Int] = F.delay(mutableThing.foo())
override def op2(data: List[String]): F[Unit] = F.delay(mutableThing.bar(data))
}
}
我明白,一般来说,关于决定将什么建模为效果,有很多话要说。这个讨论在 Scala 中的函数式编程中关于 IO 的章节中有介绍。
尽管如此,我还没有完成这一章,我只是从头到尾浏览了一下,然后才与 Cats IO 一起阅读。
与此同时,我在工作中遇到了一些需要尽快交付的代码。 它依赖于一个 Java 库,它完全是关于突变的。该库很久以前就开始了,由于遗留原因,我没有看到它们发生变化。
总之,长话短说。实际上将任何变异函数建模为 IO 是封装变异 java 库的可行方法吗?
Edit1(应要求我添加了一个片段)
准备进入模型,改变模型而不是创建新模型。例如,我会将 jena 与 gremlin 进行对比,这是一个基于图形数据的函数库。
def loadModel(paths: String*): Model =
paths.foldLeft(ModelFactory.createOntologyModel(new OntModelSpec(OntModelSpec.OWL_MEM)).asInstanceOf[Model]) {
case (model, path) ⇒
val input = getClass.getClassLoader.getResourceAsStream(path)
val lang = RDFLanguages.filenameToLang(path).getName
model.read(input, "", lang)
}
那是我的 scala 代码,但是网站上记录的 java api 看起来像这样。
// create the resource
Resource r = model.createResource();
// add the property
r.addProperty(RDFS.label, model.createLiteral("chat", "en"))
.addProperty(RDFS.label, model.createLiteral("chat", "fr"))
.addProperty(RDFS.label, model.createLiteral("<em>chat</em>", true));
// write out the Model
model.write(system.out);
// create a bag
Bag smiths = model.createBag();
// select all the resources with a VCARD.FN property
// whose value ends with "Smith"
StmtIterator iter = model.listStatements(
new SimpleSelector(null, VCARD.FN, (RDFNode) null) {
public boolean selects(Statement s) {
return s.getString().endsWith("Smith");
}
});
// add the Smith's to the bag
while (iter.hasNext()) {
smiths.add(iter.nextStatement().getSubject());
}
所以,这个问题有三种解决方案。
1。简单又肮脏
如果不纯 API 的所有用法都包含在代码库的单个/小部分中,您可以 “作弊” 并执行以下操作:
def useBadJavaAPI(args): IO[Foo] = IO {
// Everything inside this block can be imperative and mutable.
}
我说“作弊”是因为IO
的思想是合成,而IO
大块并不是真正的合成。但是,有时您只想封装遗留部分而不关心它。
2。走向构图。
基本上和上面一样,只是中间少了一些flatMaps
:
// Instead of:
def useBadJavaAPI(args): IO[Foo] = IO {
val a = createMutableThing()
mutableThing.add(args)
val b = a.bar()
b.computeFoo()
}
// You do something like this:
def useBadJavaAPI(args): IO[Foo] =
for {
a <- IO(createMutableThing())
_ <- IO(mutableThing.add(args))
b <- IO(a.bar())
result <- IO(b.computeFoo())
} yield result
这样做有几个原因:
- 因为命令式/可变式 API 不包含在单个方法中 / class 而是包含在其中几个方法中。而IO中小步骤的封装,就是在帮你推理。
- 因为你想慢慢将代码迁移到更好的地方。
- 因为你想让自己感觉更好 :p
3。将其包装在纯界面中
这与许多第三方库基本相同(例如Doobie、fs2-blobstore、neotypes) 可以。在纯界面上包装 Java 库。
请注意,因此,必须完成的工作量远远超过前两个解决方案。因此,如果可变 API “感染” 代码库的许多地方,或者在多个项目中更糟,那么这是值得的;如果是这样,那么这样做是有意义的,并且作为一个独立的模块发布。
(将该模块作为开源库发布可能也是值得的,您最终可能会帮助其他人并获得其他人的帮助)
由于这是一项更大的任务,仅提供您需要做的所有事情的完整答案并不容易,了解这些库的实现方式并在此处或在 gitter 频道中提出更多问题可能会有所帮助。
但是,我可以给你一个简短的片段:
// First define a pure interface of the operations you want to provide
trait PureModel[F[_]] { // You may forget about the abstract F and just use IO instead.
def op1: F[Int]
def op2(data: List[String]): F[Unit]
}
// Then in the companion object you define factories.
object PureModel {
// If the underlying java object has a close or release action,
// use a Resource[F, PureModel[F]] instead.
def apply[F[_]](args)(implicit F: Sync[F]): F[PureModel[F]] = ???
}
现在,如何创建实现是棘手的部分。
也许你可以使用 Sync
之类的东西来初始化可变状态。
def apply[F[_]](args)(implicit F: Sync[F]): F[PureModel[F]] =
F.delay(createMutableState()).map { mutableThing =>
new PureModel[F] {
override def op1: F[Int] = F.delay(mutableThing.foo())
override def op2(data: List[String]): F[Unit] = F.delay(mutableThing.bar(data))
}
}