查看原文
其他

函数式编程的Java编码实践:利用惰性写出高性能且抽象的代码

悬衡 阿里开发者 2023-03-08


本文会以惰性加载为例一步步介绍函数式编程中各种概念,所以读者不需要任何函数式编程的基础,只需要对 Java 8 有些许了解即可。

一  抽象一定会导致代码性能降低?


程序员的梦想就是能写出 “高内聚,低耦合”的代码,但从经验上来看,越抽象的代码往往意味着越低的性能。机器可以直接执行的汇编性能最强,C 语言其次,Java 因为较高的抽象层次导致性能更低。业务系统也受到同样的规律制约,底层的数增删改查接口性能最高,上层业务接口,因为增加了各种业务校验,以及消息发送,导致性能较低。

对性能的顾虑,也制约程序员对于模块更加合理的抽象。

一起来看一个常见的系统抽象,“用户” 是系统中常见的一个实体,为了统一系统中的 “用户” 抽象,我们定义了一个通用领域模型 User,除了用户的 id 外,还含有部门信息,用户的主管等等,这些都是常常在系统中聚合在一起使用的属性:

public class User { // 用户 id private Long uid; // 用户的部门,为了保持示例简单,这里就用普通的字符串 // 需要远程调用 通讯录系统 获得 private String department; // 用户的主管,为了保持示例简单,这里就用一个 id 表示 // 需要远程调用 通讯录系统 获得 private Long supervisor; // 用户所持有的权限 // 需要远程调用 权限系统 获得 private Set<String> permission;}

这看起来非常棒,“用户“常用的属性全部集中到了一个实体里,只要将这个 User 作为方法的参数,这个方法基本就不再需要查询其他用户信息了。但是一旦实施起来就会发现问题,部门和主管信息需要远程调用通讯录系统获得,权限需要远程调用权限系统获得,每次构造 User 都必须付出这两次远程调用的代价,即使有的信息没有用到。比如下面的方法就展示了这种情况(判断一个用户是否是另一个用户的主管):

public boolean isSupervisor(User u1, User u2) { return Objects.equals(u1.getSupervisor(), u2.getUid());}

为了能在上面这个方法参数中使用通用 User 实体,必须付出额外的代价:远程调用获得完全用不到的权限信息,如果权限系统出现了问题,还会影响无关接口的稳定性。

想到这里我们可能就想要放弃通用实体的方案了,让裸露的 uid 弥漫在系统中,在系统各处散落用户信息查询代码。

其实稍作改进就可以继续使用上面的抽象,只需要将 department, supervisor 和 permission 全部变成惰性加载的字段,在需要的时候才进行外部调用获得,这样做有非常多的好处:

  • 业务建模只需要考虑贴合业务,而不需要考虑底层的性能问题,真正实现业务层和物理层的解耦

  • 业务逻辑与外部调用分离,无论外部接口如何变化,我们总是有一层适配层保证核心逻辑的稳定

  • 业务逻辑看起来就是纯粹的实体操作,易于编写单元测试,保障核心逻辑的正确性

但是在实践的过程中常会遇到一些问题,本文就结合 Java 以及函数式编程的一些技巧,一起来实现一个惰性加载工具类。

二  严格与惰性:Java 8 的 Supplier 的本质


Java 8 引入了全新的函数式接口 Supplier,从老 Java 程序员的角度理解,它不过就是一个可以获取任意值的接口而已,Lambda 不过是这种接口实现类的语法糖。这是站在语言角度而不是计算角度的理解。当你了解了严格(strict)与惰性(lazy)的区别之后,可能会有更加接近计算本质的看法。

因为 Java 和 C 都是严格的编程语言,所以我们习惯了变量在定义的地方就完成了计算。事实上,还有另外一个编程语言流派,它们是在变量使用的时候才进行计算的,比如函数式编程语言 Haskell。

所以 Supplier 的本质是在 Java 语言中引入了惰性计算的机制,为了在 Java 中实现等价的惰性计算,可以这么写:

Supplier<Integer> a = () -> 10 + 1;int b = a.get() + 1;

三  Supplier 的进一步优化:Lazy


Supplier 还存在一个问题,就是每次通过 get 获取值时都会重新进行计算,真正的惰性计算应该在第一次 get 后把值缓存下来。只要对 Supplier 稍作包装即可:

/*** 为了方便与标准的 Java 函数式接口交互,Lazy 也实现了 Supplier*/public class Lazy<T> implements Supplier<T> {
private final Supplier<? extends T> supplier; // 利用 value 属性缓存 supplier 计算后的值 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; }}

通过 Lazy 来写之前的惰性计算代码:

Lazy<Integer> a = Lazy.of(() -> 10 + 1);int b = a.get() + 1;// get 不会再重新计算, 直接用缓存的值int c = a.get();

通过这个惰性加载工具类来优化我们之前的通用用户实体:

public class User { // 用户 id private Long uid; // 用户的部门,为了保持示例简单,这里就用普通的字符串 // 需要远程调用 通讯录系统 获得 private Lazy<String> department; // 用户的主管,为了保持示例简单,这里就用一个 id 表示 // 需要远程调用 通讯录系统 获得 private Lazy<Long> supervisor; // 用户所含有的权限 // 需要远程调用 权限系统 获得 private Lazy<Set<String>> permission; public Long getUid() { return uid; } public void setUid(Long uid) { this.uid = uid; } public String getDepartment() { return department.get(); } /** * 因为 department 是一个惰性加载的属性,所以 set 方法必须传入计算函数,而不是具体值 */ public void setDepartment(Lazy<String> department) { this.department = department; } // ... 后面类似的省略}

一个简单的构造 User 实体的例子如下:

Long uid = 1L;User user = new User();user.setUid(uid);// departmentService 是一个rpc调用user.setDepartment(Lazy.of(() -> departmentService.getDepartment(uid)));// ....

这看起来还不错,但当你继续深入使用时会发现一些问题:用户的两个属性部门和主管是有相关性,需要通过 rpc 接口获得用户部门,然后通过另一个 rpc 接口根据部门获得主管。代码如下:

String department = departmentService.getDepartment(uid);Long supervisor = SupervisorService.getSupervisor(department);

但是现在 department 不再是一个计算好的值了,而是一个惰性计算的 Lazy 对象,上面的代码又应该怎么写呢?"函子" 就是用来解决这个问题的 

四  Lazy 实现函子(Functor)


快速理解:类似 Java 中的 stream api 或者 Optional 中的 map 方法。函子可以理解为一个接口,而 map 可以理解为接口中的方法。

1  函子的计算对象

Java 中的 Collection<T>Optional<T>,以及我们刚刚实现 Lazy<T>,都有一个共同特点,就是他们都有且仅有一个泛型参数,我们在这篇文章中暂且称其为盒子,记做 Box<T>,因为他们都好像一个万能的容器,可以任意类型打包进去。

2  函子的定义


函子运算可以将一个 T 映射到 S 的 function 应用到 Box<T> 上,让其成为 Box<S>,一个将 Box 中的数字转换为字符串的例子如下:

在盒子中装的是类型,而不是 1 和 "1" 的原因是,盒子中不一定是单个值,比如集合,甚至是更加复杂的多值映射关系。

需要注意的是,并不是随便定义一个签名满足 Box<S> map(Function<T,S> function) 就能让 Box<T> 成为函子的,下面就是一个反例:

// 反例,不能成为函子,因为这个方法没有在盒子中如实反映 function 的映射关系public Box<S> map(Function<T,S> function) { return new Box<>(null);}

所以函子是比 map 方法更加严格的定义,他还要求 map 满足如下的定律,称为 函子定律(定律的本质就是保障 map 方法能如实反映参数 function 定义的映射关系):

  • 单位元律:Box<T> 在应用了恒等函数后,值不会改变,即 box.equals(box.map(Function.identity()))始终成立(这里的 equals 只是想表达的一个数学上相等的含义)

  • 复合律:假设有两个函数 f1f2map(x -> f2(f1(x))) 和 map(f1).map(f2) 始终等价

很显然 Lazy 是满足上面两个定律的。

3  Lazy 函子


虽然介绍了这么多理论,实现却非常简单:

public <S> Lazy<S> map(Function<? super T, ? extends S> function) { return Lazy.of(() -> function.apply(get())); }

可以很容易地证明它是满足函子定律的。

通过 map 我们很容易解决之前遇到的难题,map 中传入的函数可以在假设部门信息已经获取到的情况下进行运算:

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况


我们现在不仅可以构造惰性的值,还可以用一个惰性值计算另一个惰性值,看上去很完美。但是当你进一步深入使用的时候,又发现了更加棘手的问题。

我现在需要部门和主管两个参数来调用权限系统来获得权限,而部门和主管这两个值都是惰性的值。先用嵌套 map 来试一下:

Lazy<Lazy<Set<String>>> permissions = departmentLazy.map(department -> supervisorLazy.map(supervisor -> getPermissions(department, supervisor)));

返回值的类型好像有点奇怪,我们期待得到的是 Lazy<Set<String>>,这里得到的却多了一层变成 Lazy<Lazy<Set<String>>>。而且随着你嵌套 map 层数增加,Lazy 的泛型层次也会同样增加,三参数的例子如下:

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) ));

这个就需要下面的单子运算来解决了。

五  Lazy 实现单子 (Monad)


快速理解:和 Java stream api 以及 Optional 中的 flatmap 功能类似

1  单子的定义


单子和函子的重大区别在于接收的函数,函子的函数一般返回的是原生的值,而单子的函数返回却是一个盒装的值。下图中的 function 如果用 map 而不是 flatmap 的话,就会导致结果变成一个俄罗斯套娃--两层盒子。

单子当然也有单子定律,但是比函子定律要复杂些,这里就不做阐释了,他的作用和函子定律也是类似,确保 flatmap 能够如实反映 function 的映射关系。

2  Lazy 单子


实现同样很简单:

public <S> Lazy<S> flatMap(Function<? super T, Lazy<? extends S>> function) { return Lazy.of(() -> function.apply(get()).get()); }

利用 flatmap 解决之前遇到的问题:

Lazy<Set<String>> permissions = departmentLazy.flatMap(department -> supervisorLazy.map(supervisor -> getPermissions(department, supervisor)));

三参数的情况:

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) ));

其中的规律就是,最后一次取值用 map,其他都用 flatmap

3  题外话:函数式语言中的单子语法糖


看了上面的例子你一定会觉得惰性计算好麻烦,每次为了取里面的惰性值都要经历多次的 flatmapmap。这其实是 Java 没有原生支持函数式编程而做的妥协之举,Haskell 中就支持用 do 记法简化 Monad 的运算,上面三参数的例子如果用 Haskell 则写做:

do param1 <- param1Lazy param2 <- param2Lazy param3 <- param3Lazy -- 注释: do 记法中 return 的含义和 Java 完全不一样 -- 它表示将值打包进盒子里, -- 等价的 Java 写法是 Lazy.of(() -> param1 + param2 + param3) return param1 + param2 + param3

Java 中虽然没有语法糖,但是上帝关了一扇门,就会打开一扇窗。在 Java 中可以清晰地看出每一步在做什么,理解其中的原理,如果你读过了本文之前的内容,肯定能明白这个 do 记法就是不停地在做 flatmap

六  Lazy 的最终代码


目前为止,我们写的 Lazy 代码如下:

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  构造一个能够自动优化性能的实体


利用 Lazy 我们写一个构造通用 User 实体的工厂:

@Componentpublic class UserFactory { // 部门服务, rpc 接口 @Resource private DepartmentService departmentService; // 主管服务, rpc 接口 @Resource private SupervisorService supervisorService; // 权限服务, rpc 接口 @Resource private PermissionService permissionService; public User buildUser(long uid) { Lazy<String> departmentLazy = Lazy.of(() -> departmentService.getDepartment(uid)); // 通过部门获得主管 // department -> supervisor Lazy<Long> supervisorLazy = departmentLazy.map( department -> SupervisorService.getSupervisor(department) ); // 通过部门和主管获得权限 // 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); }}

工厂类就是在构造一颗求值树,通过工厂类可以清晰地看出 User 各个属性间的求值依赖关系,同时 User 对象能够在运行时自动地优化性能,一旦某个节点被求值,路径上的所有属性的值都会被缓存。

八  异常处理


虽然我们通过惰性让 user.getDepartment() 仿佛是一次纯内存操作,但是他实际上还是一次远程调用,所以可能出现各种出乎意料的异常,比如超时等等。

异常处理肯定不能交给业务逻辑,这样会影响业务逻辑的纯粹性,让我们前功尽弃。比较理想的方式是交给惰性值的加载逻辑
Supplier。在 Supllier 的计算逻辑中就充分考虑各种异常情况,重试或者抛出异常。虽然抛出异常可能不是那么“函数式”,但是比较贴近 Java 的编程习惯,而且在关键的值获取不到时就应该通过异常阻断业务逻辑的运行。

九  总结


利用本文方法构造的实体,可以将业务建模上需要的属性全部放置进去,业务建模只需要考虑贴合业务,而不需要考虑底层的性能问题,真正实现业务层和物理层的解耦。

同时 UserFactory 本质上就是一个外部接口的适配层,一旦外部接口发生变化,只需要修改适配层即可,能够保护核心业务代码的稳定。

业务核心代码因为外部调用大大减少,代码更加接近纯粹的运算,因而易于书写单元测试,通过单元测试能够保证核心代码的稳定且不会出错。

十  题外话:Java 中缺失的柯里化与应用函子(Applicative)


仔细想想,刚刚做了这么多,目的就是一个,让签名为 C f(A,B) 的函数可以无需修改地应用到盒装类型 Box<A>Box<B> 上,并且产生一个 Box<C>,在函数式语言中有更加方便的方法,那就是应用函子。

应用函子概念上非常简单,就是将盒装的函数应用到盒装的值上,最后得到一个盒装的值,在 Lazy 中可以这么实现:
// 注意,这里的 function 是装在 lazy 里面的 public <S> Lazy<S> apply(Lazy<Function<? super T, ? extends S>> function) { return Lazy.of(() -> function.get().apply(get())); }

不过在 Java 中实现这个并没有什么用,因为 Java 不支持柯里化。

柯里化允许我们将函数的几个参数固定下来变成一个新的函数,假如函数签名为 f(a,b),支持柯里化的语言允许直接 f(a) 进行调用,此时返回值是一个只接收 b 的函数。

在支持柯里化的情况下,只需要连续的几次应用函子,就可以将普通的函数应用在盒装类型上了,举个 Haskell 的例子如下(<*> 是 Haskell 中应用函子的语法糖, f 是个签名为 c f(a, b) 的函数,语法不完全正确,只是表达个意思):

-- 注释: 结果为 box cbox f <*> box a <*> box b

参考资料


  • 在 Java 函数式类库  VAVR 中提供了类似的 Lazy 实现,不过如果只是为了用这个一个类的话,引入整个库还是有些重,可以利用本文的思路直接自己实现

  • 函数式编程进阶:应用函子 前端角度的函数式编程文章,本文一定程度上参考了里面盒子的类比方法:https://juejin.cn/post/6891820537736069134?spm=ata.21736010.0.0.595242a7a98f3U

  • 《Haskell函数式编程基础》

  • 《Java函数式编程》




程序员是要专精,还是要广度?

点击阅读原文查看详情!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存