restapi(6)- do it the functional way, 重温函数式编程
再次看了看上篇博客的源代码,发现连自己都看不懂了。想是为了赶时间交货不知不觉又回到OOP行令模式了,看看下面这段代码:
- (post & parameters('pid,'desc.?,'width.as[Int].?,'heigth.as[Int].?)) { (pid, optDesc, optWid, optHgh) =>
- val futCount: Future[Int] = repository.count(pid).value.value.runToFuture.map {
- eoi =>
- eoi match {
- case Right(oi) => oi match {
- case Some(i) => i
- case None => -
- }
- case Left(err) => -
- }
- }
- val count: Int = Await.result(futCount, seconds)
- var doc = Document(
- "pid" -> pid,
- "seqno" -> count
- )
- if (optDesc != None)
- doc = doc + ("desc" -> optDesc.get)
- if (optWid != None)
- doc = doc + ("desc" -> optWid.get)
- if (optHgh != None)
- doc = doc + ("desc" -> optHgh.get)
- withoutSizeLimit {
- decodeRequest {
- extractDataBytes { bytes =>
- val fut = bytes.runFold(ByteString()) { case (hd, bs) =>
- hd ++ bs
- }
- onComplete(fut) {
- case Success(b) =>
- doc = doc + ("pic" -> b.toArray)
- val futmsg: Future[String] = repository.insert(doc).value.value.runToFuture.map {
- eoc =>
- eoc match {
- case Right(oc) => oc match {
- case Some(c) => count.toString // c.toString()
- case None => "insert may not complete!"
- }
- case Left(err) => err.getMessage
- }
- }
- complete(futmsg)
- case Failure(err) => complete(err)
- }
- }
- }
- }
有人能从这段代码里理解它的功能吗?本来作者的目的很简单:前端通过httprequest提交了一张图片及产品编号pid、系统读取MongoDB查找相同pid的数量count,然后将图片和描述包括count写入数据库并在reponse里返回count。把一个简单功能的实现搞的这么复杂都是我的错,可能受OOP荼毒太深。这次希望静下心来用函数式编程模式把这段代码从新实现一次,示范一下函数式编程的代码精炼和高雅特点。首先介绍一下DBResult[A]这个类型:这是一个Monad,为了应付Future[Either[Option[R]]]这样的类型而设计的,是一个表现数据库操作比较全面的类型,但同时它又是造成上面这段代码混乱的元凶。现在我们可以用隐式转换implicit conversion方式进行代码简化重用:
- import monix.execution.Scheduler.Implicits.global
- implicit class DBResultToFuture(dbr: DBOResult[_]){
- def toFuture[R] = {
- dbr.value.value.runToFuture.map {
- eor =>
- eor match {
- case Right(or) => or match {
- case Some(r) => r.asInstanceOf[R]
- case None => throw new RuntimeException("Operation produced None result!")
- }
- case Left(err) => throw new RuntimeException(err)
- }
- }
- }
- }
用这个隐式转换类型为任何DBOResult[R]增加一个函数toFuture[R]。现在整个futCount算式可以简化成下面这样:
- val futCount: Future[Int] = repository.count(pid).value.value.runToFuture.map {
- eoi =>
- eoi match {
- case Right(oi) => oi match {
- case Some(i) => i
- case None => -
- }
- case Left(err) => -
- }
- }
- futCount:Future[Int]=repository.count(pid).toFuture
真正的简单易明。
不知怎么搞的,我尽然在这段代码中间使用了Await.result。从OOP角度分析这很容易理解,下一段程序需要上一段程序的结果来继续运行。在上面的例子里我们需要先获取count然后把count塞进Document再把Document存入数据库。逻辑思路上没问题,不过这样的做法是典型的行令式编程模式。在函数式编程模式里,阶段性的运算结果是在包嵌在Monad中的。Monad本身只是一个运算计划,只有真正运算时才能获取结果。Monad本身是函数组件,可以实现多个Monad的函数组合。在这里可以形象的把Monad函数组合描述为数据库操作步骤:先count、再insert,这两个步骤产生的结果还是留在Monad里的,直到所谓的世界末日,即实际运算完成后才取出,所以Monad是一种典型的程序运算流程管道。假如我们再把insert这段程序写成addPicture(...): DBOResult[_], 如下:
- def addPicuture(pid: String,seqno: Int, optDesc: Option[String]
- ,optWid:Option[Int],optHgh:Option[Int],
- bytes: Array[Byte]):DBOResult[Completed] ={
- var doc = Document(
- "pid" -> pid,
- "seqno" -> seqno,
- "pic" -> bytes
- )
- if (optDesc != None)
- doc = doc + ("desc" -> optDesc.get)
- if (optWid != None)
- doc = doc + ("desc" -> optWid.get)
- if (optHgh != None)
- doc = doc + ("desc" -> optHgh.get)
- repository.insert(doc)
- }
好了,现在整篇代码变成了下面这样:
- (post & parameters('pid,'desc.?,'width.as[Int].?,'heigth.as[Int].?)) { (pid, optDesc, optWid, optHgh) =>
- withoutSizeLimit {
- decodeRequest {
- extractDataBytes { bytes =>
- val futBytes = bytes.runFold(ByteString()) { case (hd, bs) =>
- hd ++ bs
- }
- val futSeqno = for {
- cnt <- repository.count(pid).toFuture
- barr <- futBytes
- _ <- addPicuture(pid, cnt, optDesc, optWid, optHgh, barr.toArray).toFuture
- } yield cnt
- complete(futSeqno.map(_.toString))
- }
- }
现在是不是变得简单易明了?如果你觉着这样看起来更加容易理解,那么我建议你现在开始多点接触了解函数式编程。
接着用同样方式把整个项目重新实现一次。修改后的源代码如下:
MongoRepo.scala
- package com.datatech.rest.mongo
- import org.mongodb.scala._
- import org.bson.conversions.Bson
- import org.mongodb.scala.result._
- import com.datatech.sdp.mongo.engine._
- import MGOClasses._
- import MGOEngine._
- import MGOCommands._
- import com.datatech.sdp.result.DBOResult.DBOResult
- object MongoRepo {
- class MongoRepo[R](db:String, coll: String, converter: Option[Document => R])(implicit client: MongoClient) {
- def getAll[R](next:Option[String],sort:Option[String],fields:Option[String],top:Option[Int]): DBOResult[Seq[R]] = {
- var res = Seq[ResultOptions]()
- next.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_FILTER,Some(Document(b)))}
- sort.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_SORT,Some(Document(b)))}
- fields.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_PROJECTION,Some(Document(b)))}
- top.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_LIMIT,None,b)}
- val ctxFind = MGOContext(dbName = db,collName=coll)
- .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
- .setCommand(Find(andThen = res))
- mgoQuery[Seq[R]](ctxFind,converter)
- }
- def query[R](filtr: Bson, next:Option[String]=None,sort:Option[String]=None,fields:Option[String]=None,top:Option[Int]=None): DBOResult[Seq[R]] = {
- var res = Seq[ResultOptions]()
- next.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_FILTER,Some(Document(b)))}
- sort.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_SORT,Some(Document(b)))}
- fields.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_PROJECTION,Some(Document(b)))}
- top.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_LIMIT,None,b)}
- val ctxFind = MGOContext(dbName = db,collName=coll)
- .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
- .setCommand(Find(filter = Some(filtr),andThen = res))
- mgoQuery[Seq[R]](ctxFind,converter)
- }
- import org.mongodb.scala.model.Filters._
- def count(pid: String):DBOResult[Int] = {
- val ctxCount = MGOContext(dbName = db,collName=coll)
- .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
- .setCommand(Count(filter=Some(equal("pid",pid))))
- mgoQuery[Int](ctxCount,None)
- }
- def getOneDocument(filtr: Bson): DBOResult[Document] = {
- val ctxFind = MGOContext(dbName = db,collName=coll)
- .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
- .setCommand(Find(filter = Some(filtr),firstOnly = true))
- mgoQuery[Document](ctxFind,None)
- }
- def getOnePicture[R](pid: String, seqno: Int): DBOResult[R] = {
- val ctxFind = MGOContext(dbName = db, collName = coll)
- .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
- .setCommand(Find(filter = Some(and(equal("pid",pid),equal("seqno",seqno))), firstOnly = true))
- mgoQuery[R](ctxFind, converter)
- }
- def insert(doc: Document): DBOResult[Completed] = {
- val ctxInsert = MGOContext(dbName = db,collName=coll)
- .setActionType(MGO_ACTION_TYPE.MGO_UPDATE)
- .setCommand(Insert(Seq(doc)))
- mgoUpdate[Completed](ctxInsert)
- }
- def delete(filter: Bson): DBOResult[DeleteResult] = {
- val ctxDelete = MGOContext(dbName = db,collName=coll)
- .setActionType(MGO_ACTION_TYPE.MGO_UPDATE)
- .setCommand(Delete(filter))
- mgoUpdate[DeleteResult](ctxDelete)
- }
- def update(filter: Bson, update: Bson, many: Boolean): DBOResult[UpdateResult] = {
- val ctxUpdate = MGOContext(dbName = db,collName=coll)
- .setActionType(MGO_ACTION_TYPE.MGO_UPDATE)
- .setCommand(Update(filter,update,None,!many))
- mgoUpdate[UpdateResult](ctxUpdate)
- }
- def replace(filter: Bson, row: Document): DBOResult[UpdateResult] = {
- val ctxUpdate = MGOContext(dbName = db,collName=coll)
- .setActionType(MGO_ACTION_TYPE.MGO_UPDATE)
- .setCommand(Replace(filter,row))
- mgoUpdate[UpdateResult](ctxUpdate)
- }
- }
- import monix.execution.Scheduler.Implicits.global
- implicit class DBResultToFuture(dbr: DBOResult[_]){
- def toFuture[R] = {
- dbr.value.value.runToFuture.map {
- eor =>
- eor match {
- case Right(or) => or match {
- case Some(r) => r.asInstanceOf[R]
- case None => throw new RuntimeException("Operation produced None result!")
- }
- case Left(err) => throw new RuntimeException(err)
- }
- }
- }
- }
- }
MongoRoute.scala
- package com.datatech.rest.mongo
import akka.http.scaladsl.server.Directives
import com.datatech.sdp.file._- import scala.util._
import org.mongodb.scala._
import com.datatech.sdp.file.Streaming._
import org.mongodb.scala.result._
import MongoRepo._
import akka.stream.ActorMaterializer
import com.datatech.sdp.result.DBOResult._
import org.mongodb.scala.model.Filters._
import com.datatech.sdp.mongo.engine.MGOClasses._
import monix.execution.CancelableFuture
import akka.util._
import akka.http.scaladsl.model._
import akka.http.scaladsl.coding.Gzip
import akka.stream.scaladsl._
import MongoModels.WebPic- import scala.concurrent._
import scala.concurrent.duration._
object MongoRoute {
class MongoRoute[M <: ModelBase[Document]](val pathName: String)(repository: MongoRepo[M])(
implicit c: MongoClient, m: Manifest[M], mat: ActorMaterializer) extends Directives with JsonConverter {
import monix.execution.Scheduler.Implicits.global
var dbor: DBOResult[Seq[M]] = _
var dbou: DBOResult[UpdateResult] = _
val route = pathPrefix(pathName) {
pathPrefix("pictures") {
(post & parameters('pid,'desc.?,'width.as[Int].?,'heigth.as[Int].?)) { (pid, optDesc, optWid, optHgh) =>
withoutSizeLimit {
decodeRequest {
extractDataBytes { bytes =>
val futBytes = bytes.runFold(ByteString()) { case (hd, bs) =>
hd ++ bs
}
val futSeqno = for {
cnt <- repository.count(pid).toFuture[Int]
barr <- futBytes
_ <- addPicuture(pid, cnt, optDesc, optWid, optHgh, barr.toArray).toFuture[Completed]
} yield cnt
complete(futSeqno.map(_.toString))
}
}
} ~
(get & parameters('pid, 'seqno.as[Int].?, 'width.as[Int].?, 'height.as[Int].?)) {
(pid, optSeq, optWid, optHght) =>
if (optSeq == None) {
val futRows = repository.query(equal("pid", pid)).toFuture
complete(futureToJson(futRows))
} else {
val futPicRow = repository.getOnePicture(pid, optSeq.get).toFuture[WebPic]
onComplete(futPicRow) {
case Success(row) =>
val width = if (optWid == None) row.width.getOrElse(128) else optWid.getOrElse(128)
val height = if (optHght == None) row.heigth.getOrElse(128) else optHght.getOrElse(128)
if (row.pic != None) {
withoutSizeLimit {
encodeResponseWith(Gzip) {
complete(
HttpEntity(
ContentTypes.`application/octet-stream`,
ByteArrayToSource(Imaging.setImageSize(row.pic.get.getData, width, height)
))
)
}
}
} else complete(StatusCodes.NotFound)
case Failure(err) => complete(err)
}
}
}
}
} ~
pathPrefix("blob") {
(get & parameter('filter)) { filter =>
val filtr = Document(filter)
val futOptPic: CancelableFuture[Option[MGOBlob]] = repository.getOneDocument(filtr).toFuture
onComplete(futOptPic) {
case Success(optBlob) => optBlob match {
case Some(blob) =>
withoutSizeLimit {
encodeResponseWith(Gzip) {
complete(
HttpEntity(
ContentTypes.`application/octet-stream`,
ByteArrayToSource(blob.getData)
)
)
}
}
case None => complete(StatusCodes.NotFound)
}
case Failure(err) => complete(err)
}
} ~
(post & parameter('bson)) { bson =>
val bdoc = Document(bson)
withoutSizeLimit {
decodeRequest {
extractDataBytes { bytes =>
val futbytes = bytes.runFold(ByteString()) { case (hd, bs) =>
hd ++ bs
}
val futmsg:Future[Completed] = for {
bytes <- futbytes
doc = Document(bson) + ("photo" -> bytes.toArray)
c <- repository.insert(doc).toFuture[Completed]
} yield c
complete(futmsg.map(_.toString))
}
}
}
}
} ~
(get & parameters('filter.?,'fields.?,'sort.?,'top.as[Int].?,'next.?)) {
(filter,fields,sort,top,next) => {
dbor = {
filter match {
case Some(fltr) => repository.query(Document(fltr),next,sort,fields,top)
case None => repository.getAll(next,sort,fields,top)
}
}
val futRows:Future[Seq[WebPic]] = dbor.toFuture[Seq[WebPic]]
complete(futureToJson(futRows))
}
} ~ post {
entity(as[String]) { json =>
val extractedEntity: M = fromJson[M](json)
val doc: Document = extractedEntity.to
val futmsg = repository.insert(doc).toFuture[Completed]
complete(futmsg.map(_.toString))
}
} ~ (put & parameter('filter,'set.?, 'many.as[Boolean].?)) { (filter, set, many) =>
val bson = Document(filter)
if (set == None) {
entity(as[String]) { json =>
val extractedEntity: M = fromJson[M](json)
val doc: Document = extractedEntity.to
val futmsg = repository.replace(bson, doc).toFuture
complete(futureToJson(futmsg))
}
} else {
set match {
case Some(u) =>
val ubson = Document(u)
dbou = repository.update(bson, ubson, many.getOrElse(true))
case None =>
dbou = Left(new IllegalArgumentException("missing set statement for update!"))
}
val futmsg:Future[UpdateResult] = dbou.toFuture[UpdateResult]
complete(futureToJson(futmsg.map(_.toString)))
}
} ~ (delete & parameters('filter, 'many.as[Boolean].?)) { (filter,many) =>
val bson = Document(filter)
val futmsg:Future[DeleteResult] = repository.delete(bson).toFuture[DeleteResult]
complete(futureToJson(futmsg.map(_.toString)))
}
}- def addPicuture(pid: String,seqno: Int, optDesc: Option[String]
,optWid:Option[Int],optHgh:Option[Int],
bytes: Array[Byte]):DBOResult[Completed] ={
var doc = Document(
"pid" -> pid,
"seqno" -> seqno,
"pic" -> bytes
)
if (optDesc != None)
doc = doc + ("desc" -> optDesc.get)
if (optWid != None)
doc = doc + ("desc" -> optWid.get)
if (optHgh != None)
doc = doc + ("desc" -> optHgh.get)
repository.insert(doc)
}- }
- }
restapi(6)- do it the functional way, 重温函数式编程的更多相关文章
- Java 中的函数式编程(Functional Programming):Lambda 初识
Java 8 发布带来的一个主要特性就是对函数式编程的支持. 而 Lambda 表达式就是一个新的并且很重要的一个概念. 它提供了一个简单并且很简洁的编码方式. 首先从几个简单的 Lambda 表达式 ...
- 关于函数式编程(Functional Programming)
初学函数式编程,相信很多程序员兄弟们对于这个名字熟悉又陌生.函数,对于程序员来说并不陌生,编程对于程序员来说也并不陌生,但是函数式编程语言(Functional Programming languag ...
- Functional language(函数式编程语言)初步了解
对于函数式语言并不太了解,查询了百度.博客.知乎等做了以下总结. What 函数式语言(functional language)一类程序设计语言,是一种非冯·诺伊曼式的程序设计语言.函数式语言主要成分 ...
- Sth about 函数式编程(Functional Programming)
今天开会提到了函数式编程,针对不同类型的百年城方式,查阅了一部分资料,展示如下: 编程语言一直到近代,从汇编到C到Java,都是站在计算机的角度,考虑CPU的运行模式和运行效率,以求通过设计一个高效的 ...
- 函数式编程 - Functional Programming
什么是函数式编程 函数式编程是一种编程范式. 编程范式又是什么? 编程范式是一种解决问题的思路. 命令式编程 把程序看作 一系列改变状态的指令: 函数式编程 把程序看作 一系列数学函数映射的组合. i ...
- iOS 开发之函数式编程思想(Functional Programming)
函数式编程(Functional Programming), 函数式编程强调的函数:1.不依赖外部状态:2.不改变外部状态. 函数式编程可解决线程安全问题,每一个函数都是线程安全的. 时间状态:变量一 ...
- Functional programming-函数式编程
In computer science, functional programming is a programming paradigm—a style of building the struct ...
- 编程范式:命令式编程(Imperative)、声明式编程(Declarative)和函数式编程(Functional)
主要的编程范式有三种:命令式编程,声明式编程和函数式编程. 命令式编程: 命令式编程的主要思想是关注计算机执行的步骤,即一步一步告诉计算机先做什么再做什么. 比如:如果你想在一个数字集合 collec ...
- [译]java8新特性:函数式编程(functional programming)的优点
Java8引入了函数式编程,他对java是一个极大的扩展.Java从此不在是一个单纯的面向对象语言,现在他同时混合了函数式编程.这是巨大的改变,需要我们调整面对对象的编程习惯,以适应这些变化. 但是为 ...
随机推荐
- 学习笔记-jvm运行时数据区
按照线程私有和共享区域来划分 线程私有 程序计数器 指向当前线程正在执行的字节码行号地址,如果是本地方法,值为undefined 虚拟机中唯一不会oom的区域 为什么会有程序计数器 - java天生多 ...
- Storm 实时读取本地文件操作(模拟分析网络日志)
WebLogProduct 产生日志类 package top.wintp.weblog; import java.io.FileNotFoundException; import java.io.F ...
- K2 smarforms 控件整理
K2 Community – Market – Smatform Controls l K2 blackpearl 1. Drag and Drop Upload Control http: ...
- web设计_1_思路总览
核心思想:结构和样式分离 HTML与CSS 只有充分将页面核心内容和外观设计相分离而获得的灵活性,才能顺利构建出能够满足每个web用户需要的最佳设计方案. 核心要求:灵活性 适应不同的浏览器,适应各种 ...
- Linux 下实践 VxLAN:虚拟机和 Docker 场景
本文首发于我的公众号 Linux云计算网络(id: cloud_dev),专注于干货分享,号内有 10T 书籍和视频资源,后台回复 「1024」 即可领取,欢迎大家关注,二维码文末可以扫. 在上篇文章 ...
- 知识图谱学习与实践(4)——Protégé使用入门
1 Protégé简介 Protégé是一个本体建模工具软件,由斯坦福大学基于java语言开发的,属于开放源代码软件.软件主要用于语义网中本体的构建和基于本体的知识应用,是本体构建的核心开发工具,最新 ...
- 关于STM32GPIO按键上下拉配置的认识
说真的,后知后觉这个问题还是有点值得研究的,一开始学习我用的板子在按键模块电路中GPIO输入脚是有外部上下拉电阻的,如下图所示:当KEY1接V3.3,在其后为它接一个下拉电阻,可以保证按下按键输入高电 ...
- python协程详解
目录 python协程详解 一.什么是协程 二.了解协程的过程 1.yield工作原理 2.预激协程的装饰器 3.终止协程和异常处理 4.让协程返回值 5.yield from的使用 6.yield ...
- 对JAVA Bean使用PropertyDescriptor反射调用JAVA方法低耦合
对于符合JAVA Bean规范的bean,调用其方法应优先使用java.beans.PropertyDescriptor获取Method进行方法调用,以获得更大的可维护性. public void g ...
- spark shuffle写操作三部曲之BypassMergeSortShuffleWriter
前言 再上一篇文章 spark shuffle的写操作之准备工作 中,主要介绍了 spark shuffle的准备工作,本篇文章主要介绍spark shuffle使用BypassMergeSortSh ...