restapi（6）- do it the functional way, 重温函数式编程

2024-04-09 04:38
文章标签 函数 编程 way functional 重温 restapi

本文主要是介绍restapi（6）- do it the functional way, 重温函数式编程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

  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) => icase None => -1}case Left(err) => -1}}val count: Int = Await.result(futCount, 2 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.globalimplicit 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) => icase None => -1}case Left(err) => -1}}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)}

现在我可以把代码简化成：

                val futSeqno = for {cnt <- repository.count(pid).toFuture_ <- addPicuture(pid, cnt, optDesc, optWid, optHgh, barr.toArray).toFuture} yield cnt

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).toFuturebarr <- futBytes_ <- addPicuture(pid, cnt, optDesc, optWid, optHgh, barr.toArray).toFuture} yield cntcomplete(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.DBOResultobject 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.globalimplicit 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.WebPicimport 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.globalvar 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 cntcomplete(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)).toFuturecomplete(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).toFutureonComplete(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 <- futbytesdoc = Document(bson) + ("photo" -> bytes.toArray)c <- repository.insert(doc).toFuture[Completed]} yield ccomplete(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.toval 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.toval futmsg = repository.replace(bson, doc).toFuturecomplete(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)}}}

 

这篇关于restapi（6）- do it the functional way, 重温函数式编程的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/887192。

相关文章

Python中help()和dir()函数的使用

Python中help()和dir()函数的使用

《Python中help()和dir()函数的使用》我们经常需要查看某个对象（如模块、类、函数等）的属性和方法,Python提供了两个内置函数help()和dir(),它们可以帮助我们快速了解代... 目录1. 引言2. help() 函数2.1 作用2.2 使用方法2.3 示例(1) 查看内置函数的帮助(
阅读更多...
C++ 函数 strftime 和时间格式示例详解

C++ 函数 strftime 和时间格式示例详解

《C++函数strftime和时间格式示例详解》strftime是C/C++标准库中用于格式化日期和时间的函数,定义在ctime头文件中,它将tm结构体中的时间信息转换为指定格式的字符串,是处理... 目录C++ 函数 strftipythonme 详解一、函数原型二、功能描述三、格式字符串说明四、返回值五
阅读更多...
Python中bisect_left 函数实现高效插入与有序列表管理

Python中bisect_left 函数实现高效插入与有序列表管理

《Python中bisect_left函数实现高效插入与有序列表管理》Python的bisect_left函数通过二分查找高效定位有序列表插入位置,与bisect_right的区别在于处理重复元素时... 目录一、bisect_left 基本介绍1.1 函数定义1.2 核心功能二、bisect_left 与
阅读更多...
java中BigDecimal里面的subtract函数介绍及实现方法

java中BigDecimal里面的subtract函数介绍及实现方法

《java中BigDecimal里面的subtract函数介绍及实现方法》在Java中实现减法操作需要根据数据类型选择不同方法,主要分为数值型减法和字符串减法两种场景,本文给大家介绍java中BigD... 目录Java中BigDecimal里面的subtract函数的意思？一、数值型减法（高精度计算）1.
阅读更多...
C++/类与对象/默认成员函数@构造函数的用法

C++/类与对象/默认成员函数@构造函数的用法

《C++/类与对象/默认成员函数@构造函数的用法》：本文主要介绍C++/类与对象/默认成员函数@构造函数的用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录名词概念默认成员函数构造函数概念函数特征显示构造函数隐式构造函数总结名词概念默认构造函数：不用传参就可以
阅读更多...
C++类和对象之默认成员函数的使用解读

C++类和对象之默认成员函数的使用解读

《C++类和对象之默认成员函数的使用解读》：本文主要介绍C++类和对象之默认成员函数的使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、默认成员函数有哪些二、各默认成员函数详解默认构造函数析构函数拷贝构造函数拷贝赋值运算符三、默认成员函数的注意事项总结一
阅读更多...
Python函数返回多个值的多种方法小结

Python函数返回多个值的多种方法小结

《Python函数返回多个值的多种方法小结》在Python中,函数通常用于封装一段代码,使其可以重复调用,有时,我们希望一个函数能够返回多个值,Python提供了几种不同的方法来实现这一点,需要的朋友... 目录一、使用元组（Tuple）:二、使用列表（list）三、使用字典（Dictionary）四、 使
阅读更多...
PyTorch中cdist和sum函数使用示例详解

PyTorch中cdist和sum函数使用示例详解

《PyTorch中cdist和sum函数使用示例详解》torch.cdist是PyTorch中用于计算**两个张量之间的成对距离（pairwisedistance）**的函数,常用于点云处理、图神经网... 目录基本语法输出示例1. 简单的 2D 欧几里得距离2. 批量形式（3D Tensor）3. 使用不
阅读更多...
MySQL 字符串截取函数及用法详解

MySQL 字符串截取函数及用法详解

《MySQL字符串截取函数及用法详解》在MySQL中,字符串截取是常见的操作,主要用于从字符串中提取特定部分,MySQL提供了多种函数来实现这一功能,包括LEFT()、RIGHT()、SUBST... 目录mysql 字符串截取函数详解RIGHT(str, length)：从右侧截取指定长度的字符SUBST
阅读更多...
Python 异步编程 asyncio简介及基本用法

Python 异步编程 asyncio简介及基本用法

《Python异步编程asyncio简介及基本用法》asyncio是Python的一个库,用于编写并发代码,使用协程、任务和Futures来处理I/O密集型和高延迟操作,本文给大家介绍Python... 目录1、asyncio是什么IO密集型任务特征2、怎么用1、基本用法2、关键字 async1、async
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2