带你读《2022技术人的百宝黑皮书》——如何避免写重复代码:善用抽象和组合(1)

简介: 带你读《2022技术人的百宝黑皮书》——如何避免写重复代码:善用抽象和组合(1)

如何避免写重复代码:善用抽象和组合

image.pngimage.png作者:何品(虎鸣) 出品:大淘宝技术

 

 

通过抽象和组合,我们可以编写出更加简洁、易于理解和稳定的代码;类似于金字塔的建筑过程,我们总是可以在一层抽象之上再叠加一层,从而达到自己的目标。但是在日常的开发工作中,我们如何进行实践呢?本文将以笔者在Akka项目中的一段社区贡献作为引子分享笔者的一点心得。

 

场景

 

通常,为了简化我们对数据流的处理,我们可能会使用 Java8 中首次引入的 Stream 、或者是 Kotlin、Scala 等编程语言中提供的更加丰富的集合库,亦或者使用反应式流的相关三方库来简化工作。虽然这些类库已经提供了丰富的操作符,但是我们依然会工作中遇到其对某些场景未提供合适操作符的情况。比如:

 

  1. 在直播场景下,需要对某些类型的消息进行缓冲和聚合,一段时间内的多个点赞合并为1个点赞,并且在处理了N 个消息的时候进行整体发送,保障整体的扩散量级维持在一个平稳的水平。
  2. IOT 场景中,接收来自终端设备上报的数据,并返回当前的数据和前值,或者最近 3个值,从而计算其中的变化趋势。此时我们可能会使用反应式流库中提供的:zipWithNext、zipWithPrevious、zipWithPreviou- sAndNext,或者是 sliding
  3. 在建立一个聊天室的时候,如果用户输入bye,则让用户断开连接,离开聊天室,那么这个时候我们可能会使takeWhile。
  4. 假设我们有一组SQL,我们需要按照顺序执行,并合并他们的结果,并在处理完成后关闭对应的数据库连接, 这时我们可能会用 mapWithResource, using(资源安全)。
  5. 当处理文件、写入数据库等使用资源的时候,我们需要打开一个文件或获取一个数据库连接,将数据写入,然后在处理完成后关闭对应的资源,这时我们可能会使用 foldResource(资源安全)
  6. 假设需要对数据进行分批,每 3个元素一批,进行打包,这个时候我们可能会使用 batch(3)
  7. 假设我们需要将元素和每个元素的下标结合在一起,这个时候我们可能需要使用 zipWithIndex
  8. 假设我们需要缓存元素,并在指定条件满足前一直缓存,我们可能需要 bufferUntil(predicate)、bufferWhile (predicate)●
  9. 假设我们需要缓存元素,直到数据变更,把相同项合并在一起,我们可能需要 bufferUtilChanged
  10. 假设我们需要对所有的元素进行去重,或者去掉连续的重复元素,我们可能会需要用到 distinct、distinctUn- tilChanged

 

 

 

  1. 假设我们只需要返回前 N 个元素,我们可能需要使用 limit(N)、take(N), 或者按照条件 takeWhile、takeUntil 假设我们需要跳过前N个元素,我们可能需要使用 skip(N)、drop(N), 或者按照条件 dropWhile、dropUntil。

12. 等等...

 

 

我们可以看到,上面这些操作符,每个都拥有具体的语义,虽然看起来只是一个简单的方法,但是如果需我们完全自主实现,定然也有不小的难度,比如 zipWithNext、zipWithPrevious、zipWithPreviousAndNext 在 Reac- tor-core 目前的发行版本中就没有直接提供,而和资源相关的, Reactor-core 中则只有一个 using 。

下面我们思考一下如何实现这些操作符吧~~

 

分析

 

作为程序员,第一件事情,肯定就是 Ctrl + C ,第二件事就是 Ctrl + V, 第三件事就是 Commit & Push。然而, 事情并没有这么简单。

 

难点有:

  1. 反应式流操作符需要完整实现反应式流的规范、并通过默认的测试套件的验证。
  2. 操作符需要尽可能的抽象和可组合。
  3. 无论是单线程还是并发场景下都拥有正确的行为和语义、并有完整单元测试覆盖。
  4. 操作符的实现需要尽可能的具备最高效的性能。

 

比如,以 zipWithIndex举例,在 Reactor-core 中有 FluxIndexFuseable(370行代码)和 FluxIndex (296行代码)两个实现。而且清晰的处理了各种情况。而其他操作符也有类似:release 3.4.23

  1. FluxBuffer—575行代码
  2. FluxBufferPredicate—464 行代码
  3. FluxDistinct—609行代码
  4. FluxDistinctFuseable—70行代码
  5. FluxDistinctUntilChanged—337 行代码
  6. FluxUsing—583 行代码

 

如果要实现一个zipWithNext 自定义操作符 ,应该也有接近的工作量。这样的工作强度,个人认为无论是在代码审查还是后期的维护都是一个大问题。

为此,我认为需要一个新的抽象,来对上面的这些操作进行进一步的抽象。然后再这个之上,通过使用和组合其他的操作,从而更简单的实现自定义操作符;

 

 

带你读《2022技术人的百宝黑皮书》——如何避免写重复代码:善用抽象和组合(2)https://developer.aliyun.com/article/1339968?groupCode=taobaotech

相关文章
|
数据可视化 Java Nacos
OpenFeign + Sentinel 实现微服务熔断限流实战
本文介绍如何在Spring Cloud微服务架构中,结合OpenFeign与阿里巴巴开源组件Sentinel,实现服务调用的熔断、降级与限流。通过实战步骤搭建user-service与order-service,集成Nacos注册中心与Sentinel Dashboard,演示服务异常熔断、QPS限流控制,并支持自定义限流响应。借助Fallback降级机制与可视化规则配置,提升系统稳定性与高可用性,助力构建健壮的分布式应用。
688 155
|
关系型数据库 MySQL Java
Flink作业报错:Caused by: The connector is trying to read binlog starting at GTIDs ..., but this is no longer available on the server
Flink作业报错:Caused by: The connector is trying to read binlog starting at GTIDs ..., but this is no longer available on the server
Flink作业报错:Caused by: The connector is trying to read binlog starting at GTIDs ..., but this is no longer available on the server
|
12月前
|
JavaScript 安全 前端开发
Gzm Design:开源神器!用 Vue3、Vite4、TypeScript 革新海报设计,免费开源的海报设计器,主流技术打造,轻松高效
海报设计在各个领域都有着广泛的应用,无论是商业广告、活动宣传还是个人创意表达。今天要给大家介绍一款免费开源的海报设计器——Gzm Design,它基于最新的主流技术开发,为用户提供了丰富的功能,让海报设计变得轻松又高效。
641 64
|
开发框架 前端开发 开发者
【Uniapp 专栏】Uniapp 的状态管理功能深度解析
【5月更文挑战第13天】Uniapp 的状态管理对于构建复杂跨平台应用至关重要,它包括全局变量、Vuex 风格管理。核心概念有 State、Actions 和 Mutations。通过状态定义、动作设计和突变管理,提高开发效率和代码可维护性。实际案例和与其他框架比较显示了 Uniapp 的优势。理解并有效利用状态管理,能提升应用质量和开发效率。
724 1
【Uniapp 专栏】Uniapp 的状态管理功能深度解析
|
人工智能 Kubernetes Cloud Native
阿里云容器服务,智算时代云原生操作系统
2024云栖大会,阿里巴巴研究员易立分享了阿里云容器服务的最新进展。容器技术已成为云原生操作系统的基石,支持多样化的应用场景,如自动驾驶、AI训练等。阿里云容器服务覆盖公共云、边缘云、IDC,提供统一的基础设施,助力客户实现数字化转型和技术创新。今年,阿里云在弹性计算、网络优化、存储解决方案等方面进行了多项重要升级,进一步提升了性能和可靠性。
|
网络安全 Docker 容器
failed to create network error response from daemon filed to setup ip tables问题
failed to create network error response from daemon filed to setup ip tables问题
857 0
|
SQL Java 数据库连接
实时计算 Flink版产品使用合集之怎么将MyBatis-Plus集成到SQL语法中
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStreamAPI、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
机器学习/深度学习 数据可视化 算法
数据分析基础:Python 与统计学
在当今数据驱动的世界中,数据分析已成为各个领域的关键技能。Python 作为一种强大的编程语言,结合了丰富的数据分析库,使其成为数据分析的首选工具之一。同时,统计学作为数据分析的理论基础,提供了一套方法来理解和解释数据。本文将介绍 Python 在数据分析中的应用,以及统计学在数据分析中的重要性。