如何使用Kotlin通道实现自然（又称智能）批处理？
自然的。智能批处理是流处理中的一种技术，它在不影响延迟的情况下优化吞吐量。在并发队列的示例中，使用者能够在某个时刻原子地耗尽所有观察到的项，然后将它们作为批处理。理想情况下，队列应该是有界的，为批量大小提供一个上限，同时向发送方提供反压力 它被称为“自然”批处理，因为没有强制的批处理大小：当流量较低时，它将在每个项目到达后立即处理。在这种情况下，您不需要通过批处理项目来优化吞吐量。当流量增加时，使用者将自动开始处理更大的批处理，从而摊销单个操作（如数据库如何使用Kotlin通道实现自然（又称智能）批处理？,kotlin,kotlinx.coroutines,Kotlin,Kotlinx.coroutines,自然的。智能批处理是流处理中的一种技术，它在不影响延迟的情况下优化吞吐量。在并发队列的示例中，使用者能够在某个时刻原子地耗尽所有观察到的项，然后将它们作为批处理。理想情况下，队列应该是有界的，为批量大小提供一个上限，同时向发送方提供反压力 它被称为“自然”批处理，因为没有强制的批处理大小：当流量较低时，它将在每个项目到达后立即处理。在这种情况下，您不需要通过批处理项目来优化吞吐量。当流量增加时，使用者将自动开始处理更大的批处理，从而摊销单个操作（如数据库INSERT）的固定延迟 我编写了一些实现
INSERTimport kotlinx.coroutines.*
import kotlinx.coroutines.channels.*
const val batchLimit = 20
@ObsoleteCoroutinesApi
suspend inline fun <T: Any> ReceiveChannel<T>.consumeBatched(
handleItems: (List<T>) -> Unit
) {
val buf = mutableListOf<T>()
while (true) {
receiveOrNull()?.also { buf.add(it) } ?: break
for (x in 2..batchLimit) {
poll()?.also { buf.add(it) } ?: break
}
handleItems(buf)
buf.clear()
}
}
导入kotlinx.coroutines*
导入kotlinx.coroutines.channels*
const val batchLimit=20
@废弃的公司程序
挂起inline fun ReceiveChannel.consumeBatched(
handleItems：（列表）->单位
) {
val buf=mutableListOf（）
while（true）{
receiveOrNull（）？。也可{buf.add（it）}？：中断
对于（x/2..batchLimit）{
poll（）？。也可以{buf.add（it）}？：break
}
handleItems（buf）
buf.clear（）
}
}
@ObsoleteCoroutinesApi
@ExperimentalCoroutinesApi
fun main() {
val chan = generateMockTraffic()
runBlocking {
chan.consumeBatched { println("Received items: $it") }
}
}
@ExperimentalCoroutinesApi
private fun generateMockTraffic(): ReceiveChannel<Int> {
return GlobalScope.produce(capacity = batchLimit) {
(1..100).forEach {
send(it)
if (it % 10 == 0) {
delay(1)
}
}
}
}
@ObsoleteCoroutinesApi
@实验常规
主要内容（）{
val chan=generateMockTraffic（）
运行阻塞{
chan.consumerBatched{println（“已接收项目：$it”）}
}
}
@实验常规
private fun generateMockTraffic（）：ReceiveChannel{
返回GlobalScope.Product（容量=批次限制）{
（1..100）forEach{
发送（it）
如果（它%10==0）{
延迟（1）
}
}
}
}
consumeBatched（）draindraindrain排放drain