泛函编程（36）－泛函Stream IO：IO数据源－IO Source & Sink

上期我们讨论了IO处理过程：Process[I,O]。我们说Process就像电视信号盒子一样有输入端和输出端两头。Process之间可以用一个Process的输出端与另一个Process的输入端连接起来形成一串具备多项数据处理功能的完整IO过程。但合成的IO过程两头输入端则需要接到一个数据源，而另外一端则可能会接到一个数据接收设备如文件、显示屏等。我们在这篇简单地先介绍一下IO数据源Source和IO数据接收端Sink。

我们先用一个独立的数据类型来代表数据源Source进行简单的示范说明，这个类型与Process类型没有任何关系：

 import ProcessLib._
 object SourceSink {
 trait Source[O] {  //以下helper function都是把Source当作O类的List处理
   def |>[O2](p: Process[O,O2]): Source[O2]   //粘接一个Process p. 向其输入O
   def filter(f: O => Boolean): Source[O] = this |> Process.filter(f) //向p输入O
   def map[O2](f: O => O2): Source[O2] = this |> Process.lift(f)
   def take(n: Int): Source[O] = this |> Process.take(n)  //截取前n个O
   def takeWhile(f: O => Boolean): Source[O] = this |> Process.takeWhile(f)
   def drop(n: Int): Source[O] = this |> Process.drop(n) //跳过前n个O
   def dropWhile(f: O => Boolean): Source[O] = this |> Process.dropWhile(f)
 }

从以上trait可以看到：Source的工作原理就是把一个Process的输入黏贴到Source的输出端。我们可以用这个 |> 把一串Process粘到Source的输出，如：Src.proc1.proc2.proc3。不过我们得先把proc1,proc2,proc3定义成Source组件函数，因为Source是一个完全独立的类型。

我们再来看看一个Source特殊案例：

 case class ResourceR[R,I,O](   //Source的一个只读资源案例
  acquire: IO[R],   //资源使用门户  resource handle
  release: R => IO[Unit], //完成使用资源后的清理函数
  step: R => IO[Option[I]], //资源内容读取函数
  trans: Process[I,O]  //输出方式
  ) extends Source[O] {
      def |>[O2](p: Process[O,O2]): Source[O2] =  //实现抽象函数
        ResourceR(acquire,release,step,trans |> p) //每次输入都产生一个ResourceR.它的trans与p进行管道对接
  }

这是个只读的数据源。我们看到所有的动作都被包嵌在IO类型里，这样可以把副作用的产生延后到一些Source Interpreter来运算。这里我们只要用最简单的IO来说明就可以了：

 trait IO[A] { self =>
     def run: A
     def map[B](f: A => B): IO[B] =
       new IO[B] { def run = f(self.run) }
     def flatMap[B](f: A => IO[B]): IO[B] =
       new IO[B] { def run = f(self.run).run }
 }
 object IO {
     def unit[A](a: => A): IO[A] = new IO[A] { def run = a }
     def flatMap[A,B](fa: IO[A])(f: A => IO[B]) = fa flatMap f
     def apply[A](a: => A): IO[A] = unit(a) // syntax for IO { .. }
 }

这个IO类型我们在前面的讨论里曾经练习过。

现在我们来看看一个文件读取的ResourceR例子：

 object Source {
 import java.io._
     def lines(fileName: String): Source[String] =  //从文件fileName里读取String
       ResourceR(   //创建一个Source的实例
         IO {io.Source.fromFile(fileName) },  //资源
         (src: io.Source) => IO { src.close },  //清理
         (src: io.Source) => IO {    //读取
             lazy val iterator = src.getLines
             if (iterator.hasNext) Some(iterator.next) else None //读完返回None
         },
         Process.passUnchanged) //Process[I,I]，读什么输入什么
 }

现在我们可以这样写一段程序了：

  Source.lines("input.txt").count.exists{_ >= 40000 }
                                                   //> res0: ch15.SourceSink.Source[Boolean] = ResourceR(ch15.SourceSink$IO$$anon$
                                                   //| 3@762efe5d,<function1>,<function1>,Await(<function1>))

噢，记住把count和exists放到Source trait里：

     def exists(f: O => Boolean): Source[Boolean] = this |> Process.exists(f)
     def count: Source[Int] = this |> Process.count

上面的表达式可以说还只是IO过程的描述。实际副作用产生是在interpreter里：

     def collect: IO[IndexedSeq[O]] = {  //读取数据源返回IO[IndexedSeq[O]], 用IO.run来实际运算
          def tryOr[A](a: => A)(cleanup: IO[Unit]): A =  //运算表达式a, 出现异常立即清理现场
            try a catch {case e: Exception => cleanup.run; throw e}
          @annotation.tailrec  //这是个尾递归算法，根据trans状态
          def go(acc: IndexedSeq[O], cleanup: IO[Unit], step: IO[Option[I]], trans: Process[I,O]): IndexedSeq[O] =
            trans match {
                case Halt() => cleanup.run; acc  //停止状态，清理现场
                case Emit(out,next) => go(tryOr(out +: acc)(cleanup), cleanup, step, next) //积累acc
                case Await(iproc) => tryOr(step.run)(cleanup) match {
                    case None => cleanup.run; acc  //读完了清理现场
                    case si => go(acc,cleanup,step,iproc(si))  //读入元素作为Process输入来改变Process状态
                }
            }
          acquire map {res => go(IndexedSeq(),release(res),step(res),trans)} //开始读取
      }

注意：无论读取完成或中途失败退出都会导致现场清理以防止资源漏出。可以推断这个interpreter还是很安全的。

与Source同样，我们还是用一个独立的类型Sink来代表数据接收端进行简单说明：

 trait Sink[I] {
      def <|[I2](p: Process[I2,I]): Sink[I2] //p的输出接到Sink的输入
      def filter(f: I => Boolean): Sink[I] = this <| Process.filter(f)  //从p接收I
      def map[I2](f: I2 => I): Sink[I2] = this <| Process.lift(f) //将接收的I2变成I
      def take(n: Int): Sink[I] = this <| Process.take(n)  //从p接收前n个I
      def takeWhile(f: I => Boolean): Sink[I] = this <| Process.takeWhile(f)
      def drop(n: Int): Sink[I] = this <| Process.drop(n) //过滤掉首n个I
      def dropWhile(f: I => Boolean): Sink[I] = this <| Process.dropWhile(f)
  }

这和Source trait及其相似。注意和Process连接是反向的：由p指向Sink。

同样，一个只写的资源实例如下：

 case class ResourceW[R,I,I2](  //只写资源
    acquire: IO[R],   //资源使用门户， resource handle
    release: R => IO[Unit],  //清理函数
    rcvf: R => (I2 => IO[Unit]), //接收方式
    trans: Process[I,I2]  //处理过程
    ) extends Sink[I] {
        def <|[I2](p: Process[I2,I]): Sink[I2] =
          ResourceW(acquire,release,rcvf,p |> trans)    //制造一个ResourceW实例，由p到trans
    }

这个也和ResourceR相似。还是与Process连接方式是反方向的：由p到trans。

以下是一个向文件写入的Sink组件：

 object Sink {
  import java.io._
      def file(fileName: String, append: Boolean = false): Sink[String] = //结果是Sink[String]。必须用interpreter来运算
        ResourceW(   //是一个ResourceW实例
        IO {new FileWriter(fileName,append) }, //创建FileWriter
        (w: FileWriter) => IO {w.close},  //释放FileWriter
        (w: FileWriter) => (s: String) => IO {w.write(s)},  //写入
        Process.passUnchanged    //不处理写入数据
        )
  }

在学习过程中发现，独立于Process类型的Source,Sink类型使IO算法的表达式类型的集成很困难。这也限制了组件的功能。我们无法实现泛函编程简洁高雅的表达形式。在下面的讨论中我们会集中精力分析具备数据源功能的Process，希望在表达方式上能有所进步。