本文會以惰性加載為例一步步介紹函數式編程中各種概念，所以讀者不需要任何函數式編程的基礎，只需要對 Java 8 有些許了解即可。一 抽象一定會導致代碼性能降低？程序員的夢想就是能寫出 「高內聚，低耦合」的代碼，但從經驗上來看，越抽象的代碼往往意味着越低的性能。機器可以直接執行的匯編性能最強，C 語言其次，Java 因為較高的抽象層次導致性能更低。業務系統也受到同樣的規律制約，底層的數增刪改查接口性能最高，上層業務接口，因為增加了各種業務校驗，以及消息發送，導致性能較低。
對性能的顧慮，也制約程序員對於模塊更加合理的抽象。
一起來看一個常見的系統抽象，「用戶」 是系統中常見的一個實體，為了統一系統中的 「用戶」 抽象，我們定義了一個通用領域模型User，除了用戶的 id 外，還含有部門信息，用戶的主管等等，這些都是常常在系統中聚合在一起使用的屬性:
public class User { // 用戶 id private Long uid; // 用戶的部門，為了保持示例簡單，這裡就用普通的字符串 // 需要遠程調用 通訊錄系統 獲得 private String department; // 用戶的主管，為了保持示例簡單，這裡就用一個 id 表示 // 需要遠程調用 通訊錄系統 獲得 private Long supervisor; // 用戶所持有的權限 // 需要遠程調用 權限系統 獲得 private Set<String> permission;}
這看起來非常棒，「用戶「常用的屬性全部集中到了一個實體裡，只要將這個 User 作為方法的參數，這個方法基本就不再需要查詢其他用戶信息了。但是一旦實施起來就會發現問題，部門和主管信息需要遠程調用通訊錄系統獲得，權限需要遠程調用權限系統獲得，每次構造 User 都必須付出這兩次遠程調用的代價，即使有的信息沒有用到。比如下面的方法就展示了這種情況（判斷一個用戶是否是另一個用戶的主管）：
public boolean isSupervisor(User u1, User u2) { return Objects.equals(u1.getSupervisor(), u2.getUid());}
為了能在上面這個方法參數中使用通用 User 實體，必須付出額外的代價：遠程調用獲得完全用不到的權限信息，如果權限系統出現了問題，還會影響無關接口的穩定性。
想到這裡我們可能就想要放棄通用實體的方案了，讓裸露的 uid 瀰漫在系統中，在系統各處散落用戶信息查詢代碼。
其實稍作改進就可以繼續使用上面的抽象，只需要將 department, supervisor 和 permission 全部變成惰性加載的字段，在需要的時候才進行外部調用獲得，這樣做有非常多的好處：
業務建模只需要考慮貼合業務，而不需要考慮底層的性能問題，真正實現業務層和物理層的解耦
業務邏輯與外部調用分離，無論外部接口如何變化，我們總是有一層適配層保證核心邏輯的穩定
業務邏輯看起來就是純粹的實體操作，易於編寫單元測試，保障核心邏輯的正確性
但是在實踐的過程中常會遇到一些問題，本文就結合 Java 以及函數式編程的一些技巧，一起來實現一個惰性加載工具類。
二 嚴格與惰性：Java 8 的 Supplier 的本質Java 8 引入了全新的函數式接口 Supplier，從老 Java 程序員的角度理解，它不過就是一個可以獲取任意值的接口而已，Lambda 不過是這種接口實現類的語法糖。這是站在語言角度而不是計算角度的理解。當你了解了嚴格（strict）與惰性（lazy）的區別之後，可能會有更加接近計算本質的看法。
因為 Java 和 C 都是嚴格的編程語言，所以我們習慣了變量在定義的地方就完成了計算。事實上，還有另外一個編程語言流派，它們是在變量使用的時候才進行計算的，比如函數式編程語言 Haskell。
所以 Supplier 的本質是在 Java 語言中引入了惰性計算的機制，為了在 Java 中實現等價的惰性計算，可以這麼寫：Supplier<Integer> a = () -> 10 + 1;int b = a.get() + 1;三 Supplier 的進一步優化：LazySupplier 還存在一個問題，就是每次通過 get 獲取值時都會重新進行計算，真正的惰性計算應該在第一次 get 後把值緩存下來。只要對 Supplier 稍作包裝即可：
/*** 為了方便與標準的 Java 函數式接口交互，Lazy 也實現了 Supplier*/public class Lazy<T> implements Supplier<T> { private final Supplier<? extends T> supplier; // 利用 value 屬性緩存 supplier 計算後的值 private T value; private Lazy(Supplier<? extends T> supplier) { this.supplier = supplier; } public static <T> Lazy<T> of(Supplier<? extends T> supplier) { return new Lazy<>(supplier); } public T get() { if (value == null) { T newValue = supplier.get(); if (newValue == null) { throw new IllegalStateException("Lazy value can not be null!"); } value = newValue; } return value; }}
Lazy<Integer> a = Lazy.of(() -> 10 + 1);int b = a.get() + 1;// get 不會再重新計算, 直接用緩存的值int c = a.get();
通過這個惰性加載工具類來優化我們之前的通用用戶實體：
public class User { // 用戶 id private Long uid; // 用戶的部門，為了保持示例簡單，這裡就用普通的字符串 // 需要遠程調用 通訊錄系統 獲得 private Lazy<String> department; // 用戶的主管，為了保持示例簡單，這裡就用一個 id 表示 // 需要遠程調用 通訊錄系統 獲得 private Lazy<Long> supervisor; // 用戶所含有的權限 // 需要遠程調用 權限系統 獲得 private Lazy<Set<String>> permission; public Long getUid() { return uid; } public void setUid(Long uid) { this.uid = uid; } public String getDepartment() { return department.get(); } /** * 因為 department 是一個惰性加載的屬性，所以 set 方法必須傳入計算函數，而不是具體值 */ public void setDepartment(Lazy<String> department) { this.department = department; } // ... 後面類似的省略}
Long uid = 1L;User user = new User();user.setUid(uid);// departmentService 是一個rpc調用user.setDepartment(Lazy.of(() -> departmentService.getDepartment(uid)));// ....
這看起來還不錯，但當你繼續深入使用時會發現一些問題：用戶的兩個屬性部門和主管是有相關性，需要通過 rpc 接口獲得用戶部門，然後通過另一個 rpc 接口根據部門獲得主管。代碼如下：
String department = departmentService.getDepartment(uid);Long supervisor = SupervisorService.getSupervisor(department);
但是現在 department 不再是一個計算好的值了，而是一個惰性計算的 Lazy 對象，上面的代碼又應該怎麼寫呢？"函子" 就是用來解決這個問題的
四 Lazy 實現函子（Functor）快速理解：類似 Java 中的 stream api 或者 Optional 中的 map 方法。函子可以理解為一個接口，而 map 可以理解為接口中的方法。
1 函子的計算對象Java 中的 Collection<T>，Optional<T>，以及我們剛剛實現 Lazy<T>，都有一個共同特點，就是他們都有且僅有一個泛型參數，我們在這篇文章中暫且稱其為盒子，記做 Box<T>，因為他們都好像一個萬能的容器，可以任意類型打包進去。
2 函子的定義函子運算可以將一個 T 映射到 S 的 function 應用到 Box<T>上，讓其成為 Box<S>，一個將 Box 中的數字轉換為字符串的例子如下：
在盒子中裝的是類型，而不是 1 和 "1" 的原因是，盒子中不一定是單個值，比如集合，甚至是更加複雜的多值映射關係。需要注意的是，並不是隨便定義一個簽名滿足 Box<S> map(Function<T,S> function)就能讓 Box<T>成為函子的，下面就是一個反例：// 反例，不能成為函子，因為這個方法沒有在盒子中如實反映 function 的映射關係public Box<S> map(Function<T,S> function) { return new Box<>(null);}所以函子是比 map 方法更加嚴格的定義，他還要求 map 滿足如下的定律，稱為函子定律（定律的本質就是保障 map 方法能如實反映參數 function 定義的映射關係）：單位元律：Box<T>在應用了恆等函數後，值不會改變，即 box.equals(box.map(Function.identity()))始終成立（這裡的 equals 只是想表達的一個數學上相等的含義）複合律：假設有兩個函數 f1 和 f2，map(x -> f2(f1(x)))和 map(f1).map(f2)始終等價3 Lazy 函子
public <S> Lazy<S> map(Function<? super T, ? extends S> function) { return Lazy.of(() -> function.apply(get())); }
通過 map 我們很容易解決之前遇到的難題，map 中傳入的函數可以在假設部門信息已經獲取到的情況下進行運算：
Lazy<String> departmentLazy = Lazy.of(() -> departmentService.getDepartment(uid));Lazy<Long> supervisorLazy = departmentLazy.map( department -> SupervisorService.getSupervisor(department));
4 遇到了更加棘手的情況我們現在不僅可以構造惰性的值，還可以用一個惰性值計算另一個惰性值，看上去很完美。但是當你進一步深入使用的時候，又發現了更加棘手的問題。
我現在需要部門和主管兩個參數來調用權限系統來獲得權限，而部門和主管這兩個值都是惰性的值。先用嵌套 map 來試一下：
Lazy<Lazy<Set<String>>> permissions = departmentLazy.map(department -> supervisorLazy.map(supervisor -> getPermissions(department, supervisor)));
返回值的類型好像有點奇怪，我們期待得到的是 Lazy<Set<String>>，這裡得到的卻多了一層變成 Lazy<Lazy<Set<String>>>。而且隨着你嵌套 map 層數增加，Lazy 的泛型層次也會同樣增加，三參數的例子如下：
Lazy<Long> param1Lazy = Lazy.of(() -> 2L);Lazy<Long> param2Lazy = Lazy.of(() -> 2L);Lazy<Long> param3Lazy = Lazy.of(() -> 2L);Lazy<Lazy<Lazy<Long>>> result = param1Lazy.map(param1 -> param2Lazy.map(param2 -> param3Lazy.map(param3 -> param1 + param2 + param3) ));
五 Lazy 實現單子 （Monad）快速理解：和 Java stream api 以及 Optional 中的 flatmap 功能類似
1 單子的定義單子和函子的重大區別在於接收的函數，函子的函數一般返回的是原生的值，而單子的函數返回卻是一個盒裝的值。下圖中的 function 如果用 map 而不是 flatmap 的話，就會導致結果變成一個俄羅斯套娃--兩層盒子。
單子當然也有單子定律，但是比函子定律要複雜些，這裡就不做闡釋了，他的作用和函子定律也是類似，確保 flatmap 能夠如實反映 function 的映射關係。2 Lazy 單子
public <S> Lazy<S> flatMap(Function<? super T, Lazy<? extends S>> function) { return Lazy.of(() -> function.apply(get()).get()); }
Lazy<Set<String>> permissions = departmentLazy.flatMap(department -> supervisorLazy.map(supervisor -> getPermissions(department, supervisor)));
Lazy<Long> param1Lazy = Lazy.of(() -> 2L);Lazy<Long> param2Lazy = Lazy.of(() -> 2L);Lazy<Long> param3Lazy = Lazy.of(() -> 2L);Lazy<Long> result = param1Lazy.flatMap(param1 -> param2Lazy.flatMap(param2 -> param3Lazy.map(param3 -> param1 + param2 + param3) ));
其中的規律就是，最後一次取值用 map，其他都用 flatmap。
3 題外話：函數式語言中的單子語法糖看了上面的例子你一定會覺得惰性計算好麻煩，每次為了取裡面的惰性值都要經歷多次的 flatmap 與 map。這其實是 Java 沒有原生支持函數式編程而做的妥協之舉，Haskell 中就支持用 do 記法簡化 Monad 的運算，上面三參數的例子如果用 Haskell 則寫做：
do param1 <- param1Lazy param2 <- param2Lazy param3 <- param3Lazy -- 注釋: do 記法中 return 的含義和 Java 完全不一樣 -- 它表示將值打包進盒子裡, -- 等價的 Java 寫法是 Lazy.of(() -> param1 + param2 + param3) return param1 + param2 + param3
Java 中雖然沒有語法糖，但是上帝關了一扇門，就會打開一扇窗。在 Java 中可以清晰地看出每一步在做什麼，理解其中的原理，如果你讀過了本文之前的內容，肯定能明白這個 do 記法就是不停地在做 flatmap 。
六 Lazy 的最終代碼
public class Lazy<T> implements Supplier<T> { private final Supplier<? extends T> supplier; private T value; private Lazy(Supplier<? extends T> supplier) { this.supplier = supplier; } public static <T> Lazy<T> of(Supplier<? extends T> supplier) { return new Lazy<>(supplier); } public T get() { if (value == null) { T newValue = supplier.get(); if (newValue == null) { throw new IllegalStateException("Lazy value can not be null!"); } value = newValue; } return value; } public <S> Lazy<S> map(Function<? super T, ? extends S> function) { return Lazy.of(() -> function.apply(get())); } public <S> Lazy<S> flatMap(Function<? super T, Lazy<? extends S>> function) { return Lazy.of(() -> function.apply(get()).get()); }}
七 構造一個能夠自動優化性能的實體利用 Lazy 我們寫一個構造通用 User 實體的工廠：
@Componentpublic class UserFactory { // 部門服務, rpc 接口 @Resource private DepartmentService departmentService; // 主管服務, rpc 接口 @Resource private SupervisorService supervisorService; // 權限服務, rpc 接口 @Resource private PermissionService permissionService; public User buildUser(long uid) { Lazy<String> departmentLazy = Lazy.of(() -> departmentService.getDepartment(uid)); // 通過部門獲得主管 // department -> supervisor Lazy<Long> supervisorLazy = departmentLazy.map( department -> SupervisorService.getSupervisor(department) ); // 通過部門和主管獲得權限 // department, supervisor -> permission Lazy<Set<String>> permissionsLazy = departmentLazy.flatMap(department -> supervisorLazy.map( supervisor -> permissionService.getPermissions(department, supervisor) ) ); User user = new User(); user.setUid(uid); user.setDepartment(departmentLazy); user.setSupervisor(supervisorLazy); user.setPermissions(permissionsLazy); }}
工廠類就是在構造一顆求值樹，通過工廠類可以清晰地看出 User 各個屬性間的求值依賴關係，同時 User 對象能夠在運行時自動地優化性能，一旦某個節點被求值，路徑上的所有屬性的值都會被緩存。
八 異常處理雖然我們通過惰性讓 user.getDepartment()仿佛是一次純內存操作，但是他實際上還是一次遠程調用，所以可能出現各種出乎意料的異常，比如超時等等。異常處理肯定不能交給業務邏輯，這樣會影響業務邏輯的純粹性，讓我們前功盡棄。比較理想的方式是交給惰性值的加載邏輯 Supplier。在 Supllier 的計算邏輯中就充分考慮各種異常情況，重試或者拋出異常。雖然拋出異常可能不是那麼「函數式」，但是比較貼近 Java 的編程習慣，而且在關鍵的值獲取不到時就應該通過異常阻斷業務邏輯的運行。
九 總結利用本文方法構造的實體，可以將業務建模上需要的屬性全部放置進去，業務建模只需要考慮貼合業務，而不需要考慮底層的性能問題，真正實現業務層和物理層的解耦。
同時 UserFactory 本質上就是一個外部接口的適配層，一旦外部接口發生變化，只需要修改適配層即可，能夠保護核心業務代碼的穩定。
業務核心代碼因為外部調用大大減少，代碼更加接近純粹的運算，因而易於書寫單元測試，通過單元測試能夠保證核心代碼的穩定且不會出錯。
十 題外話：Java 中缺失的柯里化與應用函子（Applicative）仔細想想，剛剛做了這麼多，目的就是一個，讓簽名為 C f(A,B)的函數可以無需修改地應用到盒裝類型 Box<A>和 Box<B>上，並且產生一個 Box<C>，在函數式語言中有更加方便的方法，那就是應用函子。
應用函子概念上非常簡單，就是將盒裝的函數應用到盒裝的值上，最後得到一個盒裝的值，在 Lazy 中可以這麼實現： // 注意，這裡的 function 是裝在 lazy 裡面的 public <S> Lazy<S> apply(Lazy<Function<? super T, ? extends S>> function) { return Lazy.of(() -> function.get().apply(get())); }
不過在 Java 中實現這個並沒有什麼用，因為 Java 不支持柯里化。
柯里化允許我們將函數的幾個參數固定下來變成一個新的函數，假如函數簽名為 f(a,b)，支持柯里化的語言允許直接 f(a)進行調用，此時返回值是一個只接收 b 的函數。
在支持柯里化的情況下，只需要連續的幾次應用函子，就可以將普通的函數應用在盒裝類型上了，舉個 Haskell 的例子如下（<*>是 Haskell 中應用函子的語法糖, f 是個簽名為 c f(a, b)的函數，語法不完全正確，只是表達個意思）：
-- 注釋: 結果為 box cbox f <*> box a <*> box b
參考資料在 Java 函數式類庫VAVR中提供了類似的Lazy實現，不過如果只是為了用這個一個類的話，引入整個庫還是有些重，可以利用本文的思路直接自己實現
函數式編程進階：應用函子前端角度的函數式編程文章，本文一定程度上參考了裡面盒子的類比方法：https://juejin.cn/post/6891820537736069134?spm=ata.21736010.0.0.595242a7a98f3U
程序員是要專精，還是要廣度？
點擊閱讀原文查看詳情！
留言列表