Concurrency 数据流并发的一个很好的激励示例是什么？
我了解数据流编程的基础知识，并在Groovy等中遇到过一些。我知道它在Io等语言中很流行（尽管我没有研究过Io） 我缺少的是一个令人信服的理由，即在构建并发程序时，将数据流作为一种范例来关注。为什么我要使用一个数据流模型而不是一个可变的状态+线程+锁模型（爪哇、C++等常见的）或者一个参与者模型（Erlang或Scala中常见的）或者其他什么东西？Concurrency 数据流并发的一个很好的激励示例是什么？,concurrency,dataflow,Concurrency,Dataflow,我了解数据流编程的基础知识，并在Groovy等中遇到过一些。我知道它在Io等语言中很流行（尽管我没有研究过Io） 我缺少的是一个令人信服的理由，即在构建并发程序时，将数据流作为一种范例来关注。为什么我要使用一个数据流模型而不是一个可变的状态+线程+锁模型（爪哇、C++等常见的）或者一个参与者模型（Erlang或Scala中常见的）或者其他什么东西？ 特别是，虽然我知道上述语言（以及Scala和Ruby）中的库支持，但我不知道有哪个程序或库是此模型的典型子用户。谁在用它？为什么他们发现它比我提到的
特别是，虽然我知道上述语言（以及Scala和Ruby）中的库支持，但我不知道有哪个程序或库是此模型的典型子用户。谁在用它？为什么他们发现它比我提到的其他模型更好？如果你仔细想想，关系数据库就是典型的孩子。想象一下任何评估计划，其中每个操作员处理来自其他操作员/表的行流，并生成输入其他操作员的流 从网络上窃取的随机图像：
（来源：）我有一个很好的“海报孩子”（我喜欢这个词）给你。我想，你以前从未见过，但你可能听说过 我认为，几乎所有的现代数字合成器和采样器内部都有某种数据流架构。让我告诉你它们是如何工作的 我不确定罗兰JV-1080是否是第一款，但它是最著名的带有4层声音发生器方案的合成器。当您按下键盘上的某个键时，修补程序正在启动。它由1..4个声音发生器组成。声音发生器是一系列组件：振荡器、滤波器、信封、放大器。JV-1080能够一次播放64个声音发生器。有源声音发生器的输出进入效果配置。声音发生器路径为“硬接线”，您可以选择效果总线的入口点和数量 罗兰JV-1080的效果总线有4个入口点：干燥、定制效果、唱诗班、混响，还有主要输出。效果总线是固定的，但所有效果的输出都连接到它最右边的所有其他效果，因此您可以通过将数量设置为零来“删除它们之间的连接” Alesis QS系列（QuadraSynth、QS6-7-8-R和x.1版本）具有近乎完美的架构，效果系统与之类似。。。除此之外，您可以从3 FX配置中选择一个。一个FX配置是为器官（QS有难以置信的莱斯利仿真）：莱斯利，合唱团，混响；另一个FX配置有两个混响。你有更多的自由如何利用马力的齿轮 这些合成器很棒，但当您遇到Clavia Nord Modular时，您会忘记它们。它没有4层架构，也没有FX配置。它附带一个win32程序，一个数据流编辑器。有各种组件：振荡器、滤波器、包络发生器等，您可以绘制配置。你应该画一个传统的4层声音发生器，但如果你愿意，你甚至可以画一个99层的。它只是简单的岩石。（不得不说，DF不是一切：罗兰JV有44.1 kHz的采样频率，QS有48k，Modular有96k。） Clavia还有另外一条合成线：Nord Lead。里面有Modular的引擎（参数和声音都是一样的），但是你不能使用dataflow编程器。他们有一条固定的路径，有很多参数，但是你不能改变路线。此外，还有用于模块化的Nord Lead补丁集：所有路径在编辑器中看起来都一样，只是参数不同 下面是一个模块化补丁示例 如果您对synth示例不满意，比如说，因为您是C程序员，下面是另一个更熟悉的示例： make-j
令我惊讶的是，make是一个数据流系统，所以它可以同时运行“组件”，这意味着在多核机器上更快地编译。试试看 我也有一个错误的例子。它没有实现干净的参与者模型，也没有并发问题，但它使用DF体系结构，并且非常流行：任何电子表格软件（例如MS Excel） 修改单元格时，它会向引用该单元格的单元格发送“重新计算”信号。尽管如此，当您处理一个越来越大的工作表时，您可以感受到数据流编程的真正味道-工作重点将发生变化：
- 创建公式失去了它最初的重要性（你会发现自己只是克隆了相同的3-4个公式）
- 布局变得更加重要：重新组织引用，将长公式拆分为短公式，隐藏参数，最后从数据中形成图形