Scala 并行和并发编程-Futures 和 Promises【翻译】
本文内容
- 简介
- Futures
- 阻塞
- 异常
- Promises
- 工具
最近看了《七周七语言:理解多种编程泛型》,介绍了七种语言(四种编程范型)的主要特性:基本语法,集合,并行/并发,其中就有 Scala。你不能指望这种书全面介绍,因为其中任何一门语言都够写一本书了~
我比较关注并行/并发,但是书中关于 Scala 的并发部分——Actor,可代码编译不通过,官网标注“Deprecated”,哎,这书点不负责,示例代码也不写采用编译器的版本~
Java 8 之前,函数式编程实在太弱了,不然也不会出现像 Scala 这样在 JVM 上运行、能够与 Java 完美配合的语言(估计,Java 在函数式编程方面的落后,已经让社区等不急了)。
本文来自 Scala 官网,完整示例代码几乎没有,大部分是理论,虽然讲解得很详细,但看起来实在有点费劲。因此,你最好找点这方面完整示例再看看。
官网其实也有中文翻译,但却是机器翻译的。
简介
Future提供了一套高效非阻塞(non-blocking)的方式完成并行操作。其基本思想很简单,所谓 Future,指的是一类占位符对象(placeholder object),用于指代某些尚未完成计算的结果。一般,由Future的计算结果都是并行执行的,计算完后再使用。以这种方式组织并行任务,便可以写出高效、异步、非阻塞的并行代码。
默认情况,future 和 promise 利用回调(callback)的非阻塞方式,并不是采用典型的阻塞方式。为了在语法和概念层面简化回调的使用,Scala 提供了 flatMap、foreach 和 filter 等算子(combinator),使得我们能够以非阻塞的方式对future进行组合。当然,future 对于那些必须使用阻塞的情况仍然支持阻塞操作,可以阻塞等待future(不过不鼓励这样做)。
一个典型的 future 如下所示:
val inverseFuture:Future[Matrix]=Future{
fatMatrix.inverse()// non-blocking long lasting computation
}(executionContext)
或是更常用的:
implicit val ec:ExecutionContext=...
val inverseFuture :Future[Matrix]=Future{
fatMatrix.inverse()
}// ec is implicitly passed
这两个代码片段把 fatMatrix.inverse() 的执行委托给 ExecutionContext,在 inverseFuture
中体现计算结果。
Futures
所谓 Future,是一种用于指代某个尚未就绪的值的对象。这个值通常是某个计算过程的结果:
- 若该计算过程尚未完成,我们就说该Future未完成;
- 若该计算过程正常结束,或中途抛出异常,我们就说该Future已完成。
Future 完成分为两种情况:
- 当Future带着某个值而完成时,我们就说该Future带着计算结果成功完成。
- 当Future带着异常而完成时,计算过程中抛出的异常,我们就说Future因异常而失败。
Future 具有一个重要的属性——只能被赋值一次。一旦给定了某个值或某个异常,future对象就变成了不可变对象——无法再被改写。
创建future对象最简单的方法是调用future方法,开始异步(asynchronous)计算,并返回保存有计算结果的futrue。一旦该future计算完成,其结果就变的可用。
注意,Future[T] 是一个类型,表示future对象,而future是一个方法,创建和调度一个异步计算,并返回一个带有计算结果的future对象。
下面通过一个例子来展示。
假设,我们使用某个社交网络假想的API获取某个用户的朋友列表,我们将打开一个新对话(session),然后发送一个获取特定用户朋友列表的请求。
import scala.concurrent._
importExecutionContext.Implicits.global
val session = socialNetwork.createSessionFor("user", credentials)
val f:Future[List[Friend]]=Future{
session.getFriends()
}
上面,首先导入 scala.concurrent 包。然后,通过一个假想的 createSessionFor 方法初始化一个向服务器发送请求 session 变量。这个请求是通过网络发送的,所以可能耗时很长。调用 getFriends 方法返回 List[Friend]。为了更好的利用CPU,知道响应到达,不应该阻塞(block)程序的其他部分,这个计算应该被异步调度。future方法就是这样做的,它并行地执行指定的计算块,在这个例子中,向服务器发送请求,等待响应。
一旦服务器响应,future f 中的好友列表将变得可用。
失败可能会导致一个 exception。在下面的例子中,session 的值未被正确的初始化,于是,future 块中计算将抛出一个 NullPointerException。这样,future f 失败了。
val session =null
val f:Future[List[Friend]]=Future{
session.getFriends
}
上面的 import ExecutionContext.Implicits.global
导入默认的全局执行上下文(global execution context)。执行上下文执行提交给他们的任务,你也可把执行上下文看作线程池,这对future方法是必不可少的,因为,它们处理如何和何时执行异步计算。你可以定义自己的执行上下文,并用 future 使用,但现在,只需要知道你能够通过上面的语句导入默认执行上下文就足够了。
我们的例子是基于一个假想的社交网络 API,计算包含了发送网络请求和等待响应。下面,假设你有一个文本文件,想找出一个特定词第一次出现的位置。当磁盘正在检索此文件时,这个计算过程可能会陷入阻塞,因此,并行执行程序的剩余部分将很有意义。
val firstOccurrence:Future[Int]=Future{
val source = scala.io.Source.fromFile("e:\scala\myText.txt")
source.toSeq.indexOfSlice("myKeyword")
}
回调函数
现在,我们知道如何开始一个异步计算来创建一个新的future值,但是我们没有演示一旦此结果变得可用后如何使用。我们经常对计算结果感兴趣而不仅仅是它的副作用(side-effects)。
在许多future的实现中,一旦future的客户端对结果感兴趣,它必须阻塞它自己的计算,并等待直到future完成——然后才能使用future的值继续它自己的计算。虽然这在Scala Future API(在后面会展示)中是允许的,但从性能角度来看更好的办法是完全非阻塞,即在future中注册一个回调。一旦future完成,就异步调用回调。如果当注册回调,future已经完成,那么,回调或是异步执行,或在相同的线程中循序执行。
注册回调最通常的形式,是使用OnComplete方法,即创建一个Try[T] => U
类型的回调函数。如果future成功完成,回调则会应用到Success[T]类型的值中,否则应用到 Failure[T]
类型的值中。
Try[T]
跟 Option[T]
或 Either[T, S]
相似,因为它是一个可能持有某种类型值的单子(monda)。然而,它是为持有一个值或异常对象特殊设计的。Option[T]
既可以是一个值(如:Some[T]
)也可以完全不是值(如:None
),如果Try[T]
获得一个值是,那么它是 Success[T]
,否则为持有异常的 Failure[T]
。 Failure[T]
有很多信息,不仅仅是关于为什么没有值 None。同时,也可以把 Try[T]
看作一种特殊版本的 Either[Throwable, T]
,特别是当左边值为一个 Throwable 的情形。
“一个单子(Monad)说白了不过就是自函子范畴上的一个幺半群而已。”这句话出自Haskell大神Philip Wadler,也是他提议把Monad引入Haskell。
回到我们社交网络的例子,假设,我们想获取最近的帖子并显示在屏幕上,可以通过调用 getRecentPosts 方法,它返回 List[String]:
import scala.util.{Success,Failure}
val f:Future[List[String]]=Future{
session.getRecentPosts
}
f onComplete {
caseSuccess(posts)=>for(post <- posts) println(post)
caseFailure(t)=> println("An error has occured: "+ t.getMessage)
}
onComplete 方法允许客户处理失败或成功的future 结果。对于成功,onSuccess 回调使用如下:
val f:Future[List[String]]=Future{
session.getRecentPosts
}
f
onSuccess {
case posts =>for(post <- posts
)
println(post)
}
对于失败,onFailure 回调使用如下:
val f:Future[List[String]]=Future{
session.getRecentPosts
}
f onFailure {
case t => println("An error has occured: "+ t.getMessage)
}
f onSuccess {
case posts =>for(post <- posts) println(post)
}
onFailure 回调只有在 future 失败,也就是包含一个异常时才会执行。
因为部分函数(partial functions)具有 isDefinedAt 方法, 所以,onFailure
方法只有为了特定 Throwable 而定义才会触发。下面的例子,已注册的 onFailure
回调永远不会被触发:
val f =Future{
2/0
}
f onFailure {
case npe:NullPointerException=>
println("I'd be amazed if this printed out.")
}
部分函数(Partial functions),假设有一个数学函数 f(a,b,c),partial(f,1)返回的是数学函数 f(1,b,c),函数的参数 a 已经被代入。
回到前面例子,查找某个第一次出现的关键字,在屏幕上输出该关键字的位置:
val firstOccurrence:Future[Int]=Future{
val source = scala.io.Source.fromFile("myText.txt")
source.toSeq.indexOfSlice("myKeyword")
}
firstOccurrence onSuccess {
case idx => println("The keyword first appears at position: "+ idx)
}
firstOccurrence onFailure {
case t => println("Could not process file: "+ t.getMessage)
}
onComplete,、onSuccess 和 onFailure 方法都具有结果类型 Unit,这意味着这些回调方法不能被链接。注意,这种设计是为了避免链式调用可能隐含在已注册回调上一个顺序的执行(同一个 future 中注册的回调是无序的)。
也就是说,我们现在应讨论论何时调用回调。因为回调需要future 中的值是可用的,只有future完成后才能被调用。然而,不能保证被完成 future 的线程或创建回调的线程调用。反而, 回调有时会在future对象完成后被某个线程调用。我们可以说,回调最终会被执行。
更进一步,回调被执行的顺序不是预先定义的,甚至在同一个应用程序。事实上,回调也许不是一个接一个连续调用的,但在同一时间并发调用。这意味着,下面例子中,变量 totalA 也许不能从计算的文本中得到大小写字母数量的正确值。
@volatilevar totalA =0
val text =Future{
"na"*16+"BATMAN!!!"
}
text onSuccess {
case txt => totalA += txt.count(_ =='a')
}
text onSuccess {
case txt => totalA += txt.count(_ =='A')
}
上面,两个回调可能一个接一个地执行,变量 totalA 得到的预期值为 18。然而,它们也可能是并发执行,于是,totalA 最终可能是16或2,因为+= 不是一个原子操作(即它是由一个读和一个写的步骤组成,这样就可能使其与其他的读和写任意交错执行)。
考虑到完整性,回调的语义如下:
- 在 future 上注册 onComplete 回调,要确保 future 执行完成后,相应的闭包(closure)最终被调用。
- 注册 onSuccess 或 onFailure 回调,与 onComplete 语义一样,不同的是,只有在 future 成功地或失败地执行完后,才会调用。
- 在 future 上注册一个已经完成的回调,将导致回调最终被执行。将最终导致一直处于执行状态的回调(上面 1 所隐含的)。
- 在 future 上注册多个回调时,这些回调的执行顺序是不确定的。事实上,这些回调可能是并行执行的,然而,某个 ExecutionContext 执行可能导致明确的执行顺序。
- 在某些回调抛出异常时,其他回调的执行不受影响。
- 在某些回调无法永远无法结束时(例如,回调包含一个无限循环),其他回调可能完全不会执行。这种情况下,那些潜在的阻塞的回调需要使用阻塞结构。将在后面“阻塞”小节说明。
- 一旦执行完后,回调会从 future 对象中移除,这对垃圾回收机制(GC)很合适。
函数组合(Functional Composition)和For解构(For-Comprehensions)
尽管前文所展示的回调机制已经足够把future的结果和后继计算结合起来的,但是有时回调机制并不易于使用,且容易造成冗余的代码。可以通过一个例子来说明。假设,我们有一个用于进行货币交易服务的API,想要在有盈利的时候购进一些美元。让我们先来看看怎样用回调来解决这个问题:
val rateQuote =Future{
connection.getCurrentValue(USD)
}
rateQuote onSuccess {case quote =>
val purchase =Future{
if(isProfitable(quote)) connection.buy(amount, quote)
else throw new Exception("not profitable")
}
purchase onSuccess {
case _ => println("Purchased "+ amount +" USD")
}
}
首先,我们创建一个名为rateQuote的future对象并获得当前的汇率。从服务器返回汇率且该future对象成功完成之后,在onSuccess回调判断买还是不买。所以,我们创建了另一个名为purchase的future对象,用来在可盈利的情况下做出购买决定,并在发送一个请求。最后,一旦purchase运行结束,会输出一条通知消息。
这确实是可行,但有两点原因使这种做法并不方便。其一,不得不使用onSuccess,且不得不在其中嵌套另一个purchase future对象。试想一下,如果在purchase执行完成之后我们可能想要卖掉一些其他的货币。这时将不得不在onSuccess的回调中重复这个模式,从而可能使代码过度嵌套,冗长且难以理解。
其二,purchase只是定义在局部范围,只能被来自onSuccess内部的回调响应。也就是说,这个应用的其他部分看不到purchase,而且不能为它注册其他的onSuccess回调,比如说卖掉些其他货币。
为解决上述的两个问题,futures提供了组合器(combinators)使之具有更多易用的组合。映射(map)是最基本的组合器之一。试想,给定一个future对象和一个通过映射来获得该future值的函数,映射方法将创建一个新Future对象,一旦原来的Future成功完成了计算,新Future会通过该返回值来完成自己的计算。你能够像理解容器(collections)的map一样来理解future的map。
让我们用map的方法来重构一下前面的例子:
val rateQuote =Future{
connection.getCurrentValue(USD)
}
val purchase = rateQuote map { quote =>
if(isProfitable(quote)) connection.buy(amount, quote)
elsethrownewException("not profitable")
}
purchase onSuccess {
case _ => println("Purchased "+ amount +" USD")
}
通过对rateQuote的映射我们减少了一次onSuccess回调,更重要的是避免了嵌套。这时如果我们决定出售一些货币就可以再次使用purchase方法上的映射了。
可是,如果isProfitable方法返回了false将会发生些什么?会引发异常?这种情况下,purchase的确会因异常而失败。不仅仅如此,想象一下,链接的中断和getCurrentValue方法抛出异常会使rateQuote的操作失败。在这些情况下,映射将不会返回任何值,而purchase也会自动以和rateQuote相同的异常而执行失败。
总之,如果原Future的计算成功完成了,那么返回的Future将会使用原Future的映射值来完成计算。如果映射函数抛出了异常,则Future也会带着该异常完成计算。如果原Future由于异常而计算失败,那么返回的Future也会包含相同的异常。这种异常的传导方式也同样适用于其他的组合器(combinators)。
Future的这个设计目的是使之能够在 For-comprehensions 下使用。也正是因为这,Future还拥有flatMap,filter和foreach等组合器。其中,flatMap方法可以构造一个函数,可以把值映射到一个姑且称为g的新future,然后返回一个随g的完成而完成的Future对象。
让我们假设,想把一些美元兑换成法郎。必须为这两种货币报价,然后再在这两个报价的基础上确定交易。下面是一个在 for-comprehensions 中使用flatMap和withFilter的例子:
val usdQuote =Future{ connection.getCurrentValue(USD)}
val chfQuote =Future{ connection.getCurrentValue(CHF)}
val purchase =for{
usd <- usdQuote
chf <- chfQuote
if isProfitable(usd, chf)
}yield connection.buy(amount, chf)
purchase onSuccess {
case _ => println("Purchased "+ amount +" CHF")
}
purchase只有当usdQuote和chfQuote都完成计算后才能完成,它以其他两个Future的计算值为前提,所以它自己的计算不能更早开始。
上面的 for-comprhension 将被转换为:
val purchase = usdQuote flatMap {
usd =>
chfQuote
.withFilter(chf => isProfitable(usd, chf))
.map(chf => connection.buy(amount, chf))
}
这的确是比for-comprehension稍微难以把握一些,但是我们这样分析有助于更容易的理解flatMap操作。FlatMap操作会把自身的值映射到其他future对象上,并随着该对象计算完成的返回值一起完成计算。在例子中,flatMap用usdQuote的值把chfQuote的值映射到第三个futrue对象里,该对象用于发送一定量法郎的购入请求。只有当通过映射返回的第三个future对象完成了计算,purchase才能完成计算。
这可能有些难以置信,但幸运的是faltMap操作在for-comprhensions模式以外很少使用,因为for-comprehensions本身更容易理解和使用。
再说说filter,它可以用于创建一个新的future对象,该对象只有在满足某些特定条件的前提下才会得到原始future的计算值,否则就会抛出一个NoSuchElementException的异常而失败。调用了filter的future,其效果与直接调用withFilter完全一样。
collect 和 filter 组合器之间的关系有些类似容器(collections)API里那些方法之间的关系。
值得注意的是,调用foreach组合器并不会在计算值可用的时候阻塞当前的进程去获取计算值。恰恰相反,只有当future对象成功计算完成后,foreach所迭代的函数才能够被异步执行。这意味着foreach与onSuccess回调意义完全相同。
由于Future trait(trait 类似 java 中的接口 interface)从概念上看包含两种类型的返回值(计算结果和异常),所以组合器会有一个处理异常的需求。
比如,我们准备在rateQuote的基础上决定购入一定量的货币,那么connection.buy
方法需要知道购入的数量和期望的报价值,最终完成购买的数量将会被返回。假如报价值偏偏在这个时候改变了,那么,buy方法将会抛出一个QuoteChangedExecption
,并且不会做任何交易。如果我们想让我们的Future对象返回0,而不是抛出那个该死的异常,那我们需要使用recover组合器:
val purchase:Future[Int]= rateQuote map {
quote => connection.buy(amount, quote)
} recover {
caseQuoteChangedException()=>0
}
recover能够创建一个新future对象,该对象当计算完成时持有和原future对象一样的值。如果执行不成功,则偏函数的参数会被传递给使原Future失败的那个Throwable异常。如果它把Throwable映射到了某个值,那么新的Future就会成功完成并返回该值。如果偏函数没有定义在Throwable中,那么最终产生结果的future也会失败并返回同样的Throwable。
组合器recoverWith能够创建一个新future对象,当原future对象成功完成计算时,新future对象包含有和原future对象相同的计算结果。若原future失败或异常,偏函数将会返回造成原future失败的相同的Throwable异常。如果此时Throwable又被映射给了别的future,那么新Future就会完成并返回这个future的结果。recoverWith 和 recover的关系与flatMap和map之间的关系很像。
fallbackTo组合器生成的future对象可以在该原future成功完成计算时返回结果,如果原future失败或异常返回future参数对象的成功值。在原future和参数future都失败的情况下,新future对象会完成并返回原future对象抛出的异常。正如下面例子,本想打印美元的汇率,但在获取美元汇率失败的情况下会打印法郎的汇率:
val usdQuote =Future{
connection.getCurrentValue(USD)
} map {
usd =>"Value: "+ usd +"$"
}
val chfQuote =Future{
connection.getCurrentValue(CHF)
} map {
chf =>"Value: "+ chf +"CHF"
}
val anyQuote = usdQuote fallbackTo chfQuote
anyQuote onSuccess { println(_)}
组合器andThen的用法是出于纯粹的side-effecting目的。经andThen返回的新Future,无论原Future成功或失败都会返回与原Future一样的结果。一旦原Future完成并返回结果,andThen后跟的代码块就会被调用,且新Future将返回与原Future一样的结果,这确保了多个andThen调用的顺序执行。正如下例所示,这段代码可以从社交网站上把近期发出的帖子收集到一个可变集合里,然后把它们都打印在屏幕上:
val allposts =mutable.Set[String]()
Future{
session.getRecentPosts
} andThen {
posts => allposts ++= posts
} andThen {
posts =>
clearAll()
for(post <- allposts) render(post)
}
综上所述,Future的组合器功能是纯函数式的,每种组合器都会返回一个与原Future相关的新Future对象。
投影(Projections)
为了确保 for-comprehensions 能够返回异常,futures也提供了投影(projections)。如果原future对象失败了,失败的投影(projection)会返回一个带有Throwable类型返回值的future对象。如果原Future成功了,失败的投影(projection)会抛出一个NoSuchElementException异常。下面是一个在屏幕上打印出异常的例子:
val f =Future{
2/0
}
for(exc <- f.failed) println(exc)
下面例子不会在屏幕上打印出任何东西:
val f =Future{
4/2
}
for(exc <- f.failed) println(exc)
Future 扩展
更多的实用方法对Futures API进行了扩展支持,这将为很多外部框架提供更多专业工具。
阻塞
future 一般都是异步的,不会阻塞潜在的执行线程。然而,在某些情况下,阻塞是必要的。我们区分了两种阻塞执行线程的形式:future 内的阻塞,以及 future 外的阻塞,等待直到 future 完成。
Future 内的阻塞
As seen with the global ExecutionContext
, it is possible to notify an ExecutionContext
of a blocking call with the blocking
construct. The implementation is however at the complete discretion of the ExecutionContext
. While some ExecutionContext
such as ExecutionContext.global
implement blocking
by means of a ManagedBlocker
, some execution contexts such as the fixed thread pool:
正如全局 ExecutionContext,它可以通知一个具有阻塞结构的阻塞调用的 ExecutionContext。然而,实现是很慎重的。当某些 ExecutionContext 通过 ManagedBlocker 实现阻塞,一些执行上下文,如固定的线程池:
ExecutionContext.fromExecutor(Executors.newFixedThreadPool(x))
下面代码将什么都不做:
implicit val ec =ExecutionContext.fromExecutor(
Executors.newFixedThreadPool(4))
Future{
blocking { blockingStuff()}
}
下面效果一样:
Future{ blockingStuff()}
阻塞的代码也可能抛出异常。在这种情况下,这个异常会转发给调用者。
future 外阻塞
正如前面所说,在 future 上阻塞是不鼓励的,因为会出现性能和死锁。回调(Callbacks)和组合器(combinators)才是首选方法,但在某些情况中阻塞也是需要的,并且Futures 和 Promises API 也支持。
在之前的并发交易例子中,在最后有一处用到阻塞来确定是否所有的futures都已完成。下面是如何使用block来处理一个future结果的例子:
import scala.concurrent._
import scala.concurrent.duration._
def main(args:Array[String]){
val rateQuote =Future{
connection.getCurrentValue(USD)
}
val purchase = rateQuote map { quote =>
if(isProfitable(quote)) connection.buy(amount, quote)
elsethrownewException("not profitable")
}
Await.result(purchase,0 nanos)
}
在这种情况下,future失败了,调用者转发出了该future 失败的异常。它包含了失败的投影(projection)——阻塞该结果,将会造成一个NoSuchElementException异常,若原future对象被成功完成。
相反的,调用Await.ready
来等待,知道这个future完成,但获不到结果。同样,如果 future 失败,调用不会抛出异常的方法。
Future trait 用ready()
和result()
方法实现了Awaitable trait。这些方法不能被客户端直接调用——它们只能被执行上下文调用。
异常
当异步计算抛出未处理的异常时,与那些计算相关的futures就失败了。失败的futures存储了一个Throwable的实例,而不是返回值。Futures提供onFailure回调方法,它用一个PartialFunction去表示一个Throwable。下列特殊异常的处理方式不同:
scala.runtime.NonLocalReturnControl[_]
–此异常保存了一个与返回相关联的值。通常情况下,在方法体中的返回结构被调用去抛出这个异常。相关联的值将会存储到future或一个promise中,而不是一直保存在这个异常中。
ExecutionException-当因为一个未处理的中断异常、错误或者scala.util.control.ControlThrowable
导致计算失败时会被存储起来。这种情况下,ExecutionException会为此具有未处理的异常。这些异常会在执行失败的异步计算线程中重新抛出。这样做的目的,是为了防止正常情况下没有被客户端代码处理过的那些关键的、与控制流相关的异常继续传播下去,同时告知客户端其中的future对象是计算失败的。
更精确的语义描述请参见 [NonFatal]。
Promises
到目前为止,我们仅考虑了通过异步计算的方式创建future对象来使用future的方法。尽管如此,futures也可以使用promises来创建。
如果说futures是为了一个还没有存在的结果,而当成一种只读占位符的对象类型去创建,那么promise就被认为是一个可写的,可以实现一个future的单一赋值容器。这就是说,promise通过这种success方法可以成功去实现一个带有值的future。相反的,因为一个失败的promise通过failure方法就会实现一个带有异常的future。
一个promise p通过p.future方式返回future。 这个futrue对象被指定到promise p。根据这种实现方式,可能就会出现p.future与p相同的情况。
考虑下面的生产者 - 消费者的例子,其中一个计算产生一个值,并把它转移到另一个使用该值的计算。这个传递中的值通过一个promise来完成。
import scala.concurrent.{ future, promise }
import scala.concurrent.ExecutionContext.Implicits.global
val p = promise[T]
val f = p.future
val producer = future {
val r = produceSomething()
p success r
continueDoingSomethingUnrelated()
}
val consumer = future {
startDoingSomething()
f onSuccess {
case r => doSomethingWithResult()
}
}
这里,我们创建了一个promise,并利用它的future方法获得一个 Future。然后,开始两个异步计算。第一种,做些计算,将结果放在 r 中,通过执行promise p,这个值被用来完成future对象f。第二个,也做某写计算,然后读取实现了 future f的计算结果值 r。注意,在生产者完成执行 continueDoingSomethingUnrelated()
方法之前,消费者可以获得这个结果值。
正如前面提到的,promises 具有单赋值语义。因此,它们仅能被实现一次。在一个已经计算完成的promise或者failed的promise上调用success方法将会抛出一个IllegalStateException 异常。
下面例子显示了如何失败一个 promise。
val p = promise[T]
val f = p.future
val producer = future {
val r = someComputation
if(isInvalid(r))
p failure (newIllegalStateException)
else{
val q = doSomeMoreComputation(r)
p success q
}
}
如上,生产者计算出一个中间结果 r,并判断它的有效性。如果无效,它会通过返回一个异常实现 promise p 的方式失败这个 promise,关联的future f是 failed。否则,生产者会继续它的计算,最终使用一个有效的结果值实现 future f,同时实现 promise p。
Promises也能通过一个 complete 方法来实现,这个方法采用了一个 potential value Try[T]
,这个值要么是一个类型为 Failure[Throwable]
的失败结果,要么是一个类型为 Success[T]
的成功结果。
类似 success 方法,在一个已经完成的 promise 对象上调用 failure 和 complete 方法同样会抛出一个 IllegalStateException 异常。
前面所述的promises和futures方法的一个优点是,这些方法是单一操作的,并且是没有副作用(side-effects)的,因此程序是确定性的(deterministic)。确定性意味着,如果该程序没有抛出异常(future的计算值被获得),无论并行的程序如何调度,那么程序的结果将会永远是一样的。
在一些情况下,客户端也许希望能够只在 promie 没有完成的情况下完成该 promise的计算(例如,如果有多个HTTP请求被多个不同的futures对象来执行,并且客户端只关心一个HTTP应答,该应答对应于第一个完成该 promise的 future)。因此,future 提供了 tryComplete,trySuccess 和 tryFailure 方法。客户端需要意识到调用这些的结果是不确定的,调用的结果将依赖程序的调度。
completeWith 方法将用另外一个 future 完成 promise 计算。当该future结束的时候,该promise对象得到那个future对象同样的值,如下的程序将打印 1:
val f = future {1}
val p = promise[Int]
p completeWith f
p.future onSuccess {
case x => println(x)
}
当让一个 promise 以异常失败的时候,三种子类型的 Throwable 异常被分别的处理。如果中断该promise的可抛出(Throwable)一场是scala.runtime.NonLocalReturnControl
,那么该promise将以对应的值结束;如果是一个Error的实例,InterruptedException
或者scala.util.control.ControlThrowable
,那么该可抛出(Throwable)异常将会封装一个 ExecutionException 异常,该 ExectionException 将会让该 promise 以失败结束。
通过使用promises,futures的onComplete方法和future的构造方法,你能够实现前文描述的任何函数式竞争组合器(compition combinators)。假设,你想实现一个新的组合器,该组合器首先使用两个future对象 f 和 g,并产生第三个future,该 future 是通过 f 或者 g 完成的,但只在成功完成的情况下。
下面是关于这个的例子:
def first[T](f:Future[T], g:Future[T]):Future[T]={
val p = promise[T]
f onSuccess {
case x => p.trySuccess(x)
}
g onSuccess {
case x => p.trySuccess(x)
}
p.future
注意,在这种实现方式中,如果f与g都不成功,那么 first(f, g)
将永远不会完成(即返回一个值或者返回一个异常)。
工具(Utilities)
为了简化在并发应用中处理时序的问题,scala.concurrent
引入了 Duration 抽象。Duration 不是被作为另外一个通常的时间抽象存在的。他是为了用在并发库中,Duration位于scala.concurrent
包中。
Duration是表示时间长短的基础类,其可以是有限的或者无限的。有限的duration用FiniteDuration类来表示,并通过时间长度(length)
和java.util.concurrent.TimeUnit
来构造。无限的durations,同样扩展了Duration,只在两种情况下存在,Duration.Inf
和 Duration.MinusInf
。库中同样提供了一些Durations的子类用来做隐式的转换,这些子类不应被直接使用。
抽象的 Duration 类包含了如下方法:
- 转换到不同的四件单位(toNanos, toMicros, toMillis, toSeconds, toMinutes, toHours, toDays and toUnit(unit: TimeUnit));
- durations 比较(<, <=, > 和 >=);
- 算术运算符(+, -, *, / 和 unary_-);
- Minimum and maximum between this duration and the one supplied in the argument (min, max).
- 检查 duration 是否无限(isFinite)。
Duration 能够用如下方法实例化(instantiated):
- 隐式的通过Int和Long类型转换得来
val d = 100 millis
。 - 通过传递一个
Long length
和java.util.concurrent.TimeUnit
。例如val d = Duration(100, MILLISECONDS)
。 - 通过传递一个字符串来表示时间区间,例如
val d = Duration("1.2 µs")
。
Duration也提供了unapply方法,可以被用于模式匹配构造(pattern matching constructs)中,例如:
import scala.concurrent.duration._
import java.util.concurrent.TimeUnit._
// instantiation
val d1 =Duration(100, MILLISECONDS)// from Long and TimeUnit
val d2 =Duration(100,"millis")// from Long and String
val d3 =100 millis // implicitly from Long, Int or Double
val d4 =Duration("1.2 µs")// from String
// pattern matching
val Duration(length, unit)=5 millis
参考资料
Scala 并行和并发编程-Futures 和 Promises【翻译】的更多相关文章
- 用scala的actor并发编程写一个单机版的WorldCount
前言:最近一段时间比较忙,也是比较懒了吧,好长时间没写博客了,新的一年到来,给自己一个小目标,博客坚持写下去,分享一下这历程!废话不多说,开始正题咯(希望大家喜欢!) 首先这算是一个scala程序的入 ...
- scala中java并发编程
Runnable/Callable 线程(Thread) Executors/ExecutorService Future 线程安全问题 示例:搜索引擎 解决方案 Runnable/Callable ...
- 【Scala】Actor并发编程实现单机版wordCount
文章目录 对单个文本文件进行单词计数 对多个文本文件进行单词计数 对单个文本文件进行单词计数 import scala.actors.Actor import scala.io.Source //读取 ...
- scala当中的Actor并发编程
注:Scala Actor是scala 2.10.x版本及以前版本的Actor. Scala在2.11.x版本中将Akka加入其中,作为其默认的Actor,老版本的Actor已经废弃. 1.什么是Sc ...
- Scala 深入浅出实战经典 第68讲:Scala并发编程原生线程Actor、Cass Class下的消息传递和偏函数实战解析
王家林亲授<DT大数据梦工厂>大数据实战视频 Scala 深入浅出实战经典(1-87讲)完整视频.PPT.代码下载: 百度云盘:http://pan.baidu.com/s/1c0noOt ...
- Scala 深入浅出实战经典 第67讲:Scala并发编程匿名Actor、消息传递、偏函数解析
王家林亲授<DT大数据梦工厂>大数据实战视频 Scala 深入浅出实战经典(1-87讲)完整视频.PPT.代码下载:百度云盘:http://pan.baidu.com/s/1c0noOt6 ...
- Scala 深入浅出实战经典 第66讲:Scala并发编程实战初体验
王家林亲授<DT大数据梦工厂>大数据实战视频 Scala 深入浅出实战经典(1-87讲)完整视频.PPT.代码下载:百度云盘:http://pan.baidu.com/s/1c0noOt6 ...
- Scala并发编程
Scala的actor提供了一种基于事件的轻量级线程.只要使用scala.actors.Actor伴生对象的actor方法,就可以创建一个actor.它接受一个函数值/闭包做参数,一创建好就开始运行. ...
- Scala并发编程react、loop代码实战具体解释
演示样例代码及凝视: //scala并发编程中的react和loop,共同特点: //通过线程存用的方式让性能有所提升. //Actor本身的运行,被actor子系统管理的时候,会有一个或者多个远程的 ...
随机推荐
- 【洛谷P3398】仓鼠找sugar
画个图就能多少看出些规律 证明借鉴一下大牛的题解: 设从A到B,经过的深度最小的点为X 同理,C,D的为Y 题目是一个点从A出发到B 一个从C出发到D 那么从A到B可以分解成 先从A到X 再从X到B. ...
- [转]node.js学习笔记(二)
二.express 1.安装 express4 npm --registry=http://registry.npmjs.org install -g express-generator (全局) 2 ...
- berkeley db replica机制 - election algorithm
repmgr_method.c, __repmgr_start_int() 初始2个elect线程. repmgr_elect.c, __repmgr_init_election() __repmgr ...
- ORACLE 中NUMBER 类型 低精度转换成高精度
例如: 表User中有一个字段 salary Number(10,3), 如果想把字段salary的类型提高精度到salary Number(10,6),保留六位小数, 解决办法:1,ALTER ...
- poj 1035 Spell checker
Spell checker Time Limit: 2000 MS Memory Limit: 65536 KB 64-bit integer IO format: %I64d , %I64u J ...
- C++混合编程之idlcpp教程Lua篇(3)
上一篇 C++混合编程之idlcpp教程Lua篇(2) 是一个 hello world 的例子,仅仅涉及了静态函数的调用.这一篇会有新的内容. 与LuaTutorial0相似,工程LuaTutoria ...
- 深入浅出话VC++(3)——VC++实现绘图操作
VC++实现绘图操作,说白了也就是对API熟练操作了,下面介绍几种绘图 1. 绘制线条 具体实现代码如下: // 鼠标左键按下时的处理函数 void CDrawView::OnLButtonDown( ...
- UML中关联(Association)、聚合(Aggregation)和合成(Composition)之间的区别
本文为 Dennis Gao 原创技术文章,发表于博客园博客,未经作者本人允许禁止任何形式的转载. 现在,我们需要设计一个项目管理系统,目前我们收集到了如下这些需求: REQ1:一个项目内有多名项目成 ...
- NABCD需求分析
1. N 需求 如今的社会,每个公司每个人都有大量的信息需要处理.保管和查询,这就难免会有些信息在个人电脑中保存的位置被遗忘,需要一款简单并且实用的搜索引擎来搜索个人 所需求的信息. 2. A ...
- Nginx学习笔记(五) 源码分析&内存模块&内存对齐
Nginx源码分析&内存模块 今天总结了下C语言的内存分配问题,那么就看看Nginx的内存分配相关模型的具体实现.还有内存对齐的内容~~不懂的可以看看~~ src/os/unix/Ngx_al ...