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:

  1. (post & parameters('pid,'desc.?,'width.as[Int].?,'heigth.as[Int].?)) { (pid, optDesc, optWid, optHgh) =>
  2. val futCount: Future[Int] = repository.count(pid).value.value.runToFuture.map {
  3. eoi =>
  4. eoi match {
  5. case Right(oi) => oi match {
  6. case Some(i) => i
  7. case None => -
  8. }
  9. case Left(err) => -
  10. }
  11. }
  12. val count: Int = Await.result(futCount, seconds)
  13. var doc = Document(
  14. "pid" -> pid,
  15. "seqno" -> count
  16. )
  17. if (optDesc != None)
  18. doc = doc + ("desc" -> optDesc.get)
  19. if (optWid != None)
  20. doc = doc + ("desc" -> optWid.get)
  21. if (optHgh != None)
  22. doc = doc + ("desc" -> optHgh.get)
  23.  
  24. withoutSizeLimit {
  25. decodeRequest {
  26. extractDataBytes { bytes =>
  27. val fut = bytes.runFold(ByteString()) { case (hd, bs) =>
  28. hd ++ bs
  29. }
  30. onComplete(fut) {
  31. case Success(b) =>
  32. doc = doc + ("pic" -> b.toArray)
  33. val futmsg: Future[String] = repository.insert(doc).value.value.runToFuture.map {
  34. eoc =>
  35. eoc match {
  36. case Right(oc) => oc match {
  37. case Some(c) => count.toString // c.toString()
  38. case None => "insert may not complete!"
  39. }
  40. case Left(err) => err.getMessage
  41. }
  42. }
  43. complete(futmsg)
  44. case Failure(err) => complete(err)
  45. }
  46. }
  47. }
  48. }

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:

  1. import monix.execution.Scheduler.Implicits.global
  2. implicit class DBResultToFuture(dbr: DBOResult[_]){
  3. def toFuture[R] = {
  4. dbr.value.value.runToFuture.map {
  5. eor =>
  6. eor match {
  7. case Right(or) => or match {
  8. case Some(r) => r.asInstanceOf[R]
  9. case None => throw new RuntimeException("Operation produced None result!")
  10. }
  11. case Left(err) => throw new RuntimeException(err)
  12. }
  13. }
  14. }
  15. }

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:

  1. val futCount: Future[Int] = repository.count(pid).value.value.runToFuture.map {
  2. eoi =>
  3. eoi match {
  4. case Right(oi) => oi match {
  5. case Some(i) => i
  6. case None => -
  7. }
  8. case Left(err) => -
  9. }
  10. }
  11.  
  12. 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:

  1. def addPicuture(pid: String,seqno: Int, optDesc: Option[String]
  2. ,optWid:Option[Int],optHgh:Option[Int],
  3. bytes: Array[Byte]):DBOResult[Completed] ={
  4. var doc = Document(
  5. "pid" -> pid,
  6. "seqno" -> seqno,
  7. "pic" -> bytes
  8. )
  9. if (optDesc != None)
  10. doc = doc + ("desc" -> optDesc.get)
  11. if (optWid != None)
  12. doc = doc + ("desc" -> optWid.get)
  13. if (optHgh != None)
  14. doc = doc + ("desc" -> optHgh.get)
  15. repository.insert(doc)
  16. }

好了,现在整篇代码变成了下面这样:

  1. (post & parameters('pid,'desc.?,'width.as[Int].?,'heigth.as[Int].?)) { (pid, optDesc, optWid, optHgh) =>
  2. withoutSizeLimit {
  3. decodeRequest {
  4. extractDataBytes { bytes =>
  5. val futBytes = bytes.runFold(ByteString()) { case (hd, bs) =>
  6. hd ++ bs
  7. }
  8. val futSeqno = for {
  9. cnt <- repository.count(pid).toFuture
  10. barr <- futBytes
  11. _ <- addPicuture(pid, cnt, optDesc, optWid, optHgh, barr.toArray).toFuture
  12. } yield cnt
  13. complete(futSeqno.map(_.toString))
  14. }
  15. }

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

  1. package com.datatech.rest.mongo
  2. import org.mongodb.scala._
  3. import org.bson.conversions.Bson
  4. import org.mongodb.scala.result._
  5. import com.datatech.sdp.mongo.engine._
  6. import MGOClasses._
  7. import MGOEngine._
  8. import MGOCommands._
  9. import com.datatech.sdp.result.DBOResult.DBOResult
  10.  
  11. object MongoRepo {
  12.  
  13. class MongoRepo[R](db:String, coll: String, converter: Option[Document => R])(implicit client: MongoClient) {
  14. def getAll[R](next:Option[String],sort:Option[String],fields:Option[String],top:Option[Int]): DBOResult[Seq[R]] = {
  15. var res = Seq[ResultOptions]()
  16. next.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_FILTER,Some(Document(b)))}
  17. sort.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_SORT,Some(Document(b)))}
  18. fields.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_PROJECTION,Some(Document(b)))}
  19. top.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_LIMIT,None,b)}
  20.  
  21. val ctxFind = MGOContext(dbName = db,collName=coll)
  22. .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
  23. .setCommand(Find(andThen = res))
  24. mgoQuery[Seq[R]](ctxFind,converter)
  25. }
  26.  
  27. def query[R](filtr: Bson, next:Option[String]=None,sort:Option[String]=None,fields:Option[String]=None,top:Option[Int]=None): DBOResult[Seq[R]] = {
  28. var res = Seq[ResultOptions]()
  29. next.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_FILTER,Some(Document(b)))}
  30. sort.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_SORT,Some(Document(b)))}
  31. fields.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_PROJECTION,Some(Document(b)))}
  32. top.foreach {b => res = res :+ ResultOptions(FOD_TYPE.FOD_LIMIT,None,b)}
  33. val ctxFind = MGOContext(dbName = db,collName=coll)
  34. .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
  35. .setCommand(Find(filter = Some(filtr),andThen = res))
  36. mgoQuery[Seq[R]](ctxFind,converter)
  37. }
  38.  
  39. import org.mongodb.scala.model.Filters._
  40. def count(pid: String):DBOResult[Int] = {
  41. val ctxCount = MGOContext(dbName = db,collName=coll)
  42. .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
  43. .setCommand(Count(filter=Some(equal("pid",pid))))
  44. mgoQuery[Int](ctxCount,None)
  45. }
  46.  
  47. def getOneDocument(filtr: Bson): DBOResult[Document] = {
  48. val ctxFind = MGOContext(dbName = db,collName=coll)
  49. .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
  50. .setCommand(Find(filter = Some(filtr),firstOnly = true))
  51. mgoQuery[Document](ctxFind,None)
  52. }
  53. def getOnePicture[R](pid: String, seqno: Int): DBOResult[R] = {
  54. val ctxFind = MGOContext(dbName = db, collName = coll)
  55. .setActionType(MGO_ACTION_TYPE.MGO_QUERY)
  56. .setCommand(Find(filter = Some(and(equal("pid",pid),equal("seqno",seqno))), firstOnly = true))
  57. mgoQuery[R](ctxFind, converter)
  58. }
  59. def insert(doc: Document): DBOResult[Completed] = {
  60. val ctxInsert = MGOContext(dbName = db,collName=coll)
  61. .setActionType(MGO_ACTION_TYPE.MGO_UPDATE)
  62. .setCommand(Insert(Seq(doc)))
  63. mgoUpdate[Completed](ctxInsert)
  64. }
  65.  
  66. def delete(filter: Bson): DBOResult[DeleteResult] = {
  67. val ctxDelete = MGOContext(dbName = db,collName=coll)
  68. .setActionType(MGO_ACTION_TYPE.MGO_UPDATE)
  69. .setCommand(Delete(filter))
  70. mgoUpdate[DeleteResult](ctxDelete)
  71. }
  72.  
  73. def update(filter: Bson, update: Bson, many: Boolean): DBOResult[UpdateResult] = {
  74. val ctxUpdate = MGOContext(dbName = db,collName=coll)
  75. .setActionType(MGO_ACTION_TYPE.MGO_UPDATE)
  76. .setCommand(Update(filter,update,None,!many))
  77. mgoUpdate[UpdateResult](ctxUpdate)
  78. }
  79.  
  80. def replace(filter: Bson, row: Document): DBOResult[UpdateResult] = {
  81. val ctxUpdate = MGOContext(dbName = db,collName=coll)
  82. .setActionType(MGO_ACTION_TYPE.MGO_UPDATE)
  83. .setCommand(Replace(filter,row))
  84. mgoUpdate[UpdateResult](ctxUpdate)
  85. }
  86.  
  87. }
  88. import monix.execution.Scheduler.Implicits.global
  89. implicit class DBResultToFuture(dbr: DBOResult[_]){
  90. def toFuture[R] = {
  91. dbr.value.value.runToFuture.map {
  92. eor =>
  93. eor match {
  94. case Right(or) => or match {
  95. case Some(r) => r.asInstanceOf[R]
  96. case None => throw new RuntimeException("Operation produced None result!")
  97. }
  98. case Left(err) => throw new RuntimeException(err)
  99. }
  100. }
  101. }
  102. }
  103.  
  104. }

MongoRoute.scala

  1. package com.datatech.rest.mongo
    import akka.http.scaladsl.server.Directives
    import com.datatech.sdp.file._
  2.  
  3. 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
  4.  
  5. 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)))
    }
    }
  6.  
  7. 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)
    }
  8.  
  9. }
  10.  
  11. }

restapi(6)- do it the functional way, 重温函数式编程的更多相关文章

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. Functional programming-函数式编程

    In computer science, functional programming is a programming paradigm—a style of building the struct ...

  8. 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 ...

  9. [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

  1. 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 ...

  2. 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 ...

  3. K2 smarforms 控件整理

    K2 Community – Market – Smatform Controls l   K2 blackpearl 1.    Drag and Drop Upload Control http: ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

  10. 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 ...