Apache Beam中的函数式编程理念

　　不多说，直接上干货！

Apache Beam中的函数式编程理念
　　Apache Beam的编程范式借鉴了函数式编程的概念，从工程和实现角度向命令式妥协。
　　编程的领域里有三大流派：函数式、命令式、逻辑式。
　　此处的函数不是编程语言中的函数，而是数学中的函数。现代计算的理论模型是图灵机，冯诺依曼体系是图灵机的实现，所以命令式变成本质上是冯诺依曼体系下的操作指令序列。函数式来自于lambda演算，lambda演算与图灵机是等价的，本质上函数也可以完全表达计算。
C、C++、Java等都属于命令式编程，是从计算机的视角编写代码，告诉计算机操作步骤，计算机执行操作步骤。
　　Scala、Haskell等属于函数式编程，是从解决问题的视角出发编写代码，解决问题需要哪些步骤，然后由编译器翻译为计算机可执行的操作步骤。

　　函数式的最主要的好处主要是不可变性带来的。好处如下：
　　函数即不依赖外部的状态也不修改外部的状态，无论在什么状态下调用函数，只要输入参数是相同的，输出的结果必然是相同的，这样写的代码容易进行推理，不容易出错。这使得单元测试和调试都更容易。
　　由于不共享状态，不会造成资源争用，也就不需要用锁来保护可变状态，也就不会出现死锁，这样可以更好地并发起来，在多处理器、分布式的情况下可以提供更好的并行计算。
　　锁是并行计算的天敌，对于分布式计算来说，尤其要注意在不同的机器之间共享资源，因为访问另一个机器的资源需要跨越网络，耗时非常高，会导致整个数据处理的过程不得不处于等待状态。不共享状态意味着不会在机器之间共享资源，可以很好的优化执行策略。所以函数式的思想天然适合于分布式计算。
也许有人会说，函数式的不可变性会带来内存不断重复申请释放的开销，对于Java这样依赖垃圾回收的系统，会带来GC的问题。这个问题需要分开两个角度来看：
　　技术角度
　　　　不可变性确实带来了一些Jvm堆的开销，但是在Flink、Spark这样的系统中，现在已经开始自主管理内存，使用Java的Unsafe的堆外内存，可以避免GC带来的JVM停顿的问题。
　　工程角度
　　　　工程是时间、性能、能力要求之间的妥协。时间是工程进度，性能是软件的执行性能，能力是对开发人员的要求。时间总是越短越好，成本越低，但是要保证软件的质量，很多情况下时间和质量是相互冲突的。性能总是越高越好，越高的性能意味着更大的吞吐能力，需要更巧妙的设计，更好的编码能力，对开发人员更高的要求。
　　技术是为业务服务的，随着互联网的逐渐深化，想传统产业渗透，世界处于剧烈的变革之中，业务创新日渐加快，所以时间变得越来越重要，快速实现往往是第一目标，如果有什么方式能够更快的实现业务支持，且能够让软件更可靠，稍微牺牲一点性能是值得的。