Scala 单子与未来的应用函子
假设我希望聚合来自2个远程服务的数据,并尽可能快地提供响应:Scala 单子与未来的应用函子,scala,monads,scalaz,applicative,scala-cats,Scala,Monads,Scalaz,Applicative,Scala Cats,假设我希望聚合来自2个远程服务的数据,并尽可能快地提供响应: def loadUser: Future[User] def loadData: Future[Data] case class Payload(user: User, data: Data) 我知道这一个按顺序执行异步任务: for { user <- loadUser data <- loadData } yield Payload(user,data) 有人能告诉我我更愿意在应用程序和monad之间使
def loadUser: Future[User]
def loadData: Future[Data]
case class Payload(user: User, data: Data)
我知道这一个按顺序执行异步任务:
for {
user <- loadUser
data <- loadData
} yield Payload(user,data)
有人能告诉我我更愿意在应用程序和monad之间使用什么来执行并行异步计算吗?每种方法的优缺点是什么?因此,我回答我自己的问题,因为所有评论都链接到有用的资源 特拉维斯·布朗有一个不错的选择: 使用最不强大的抽象来完成工作,这只是一种可靠的开发实践。原则上,这可能允许进行不可能的优化,但更重要的是,它使我们编写的代码更加可重用 他还指出了一个有趣的事实: 令人遗憾的是,Haskell和Scala目前都使使用单子比使用应用程序函子方便得多(语法等) Kolmar指出,有可能压缩2个期货:
for ((user, data) <- loadUser zip loadData) yield Payload(user, data)
((用户、数据)的
我认为从根本上说,如果你需要someComputationA的输出来计算someComputationB的输出,你就需要使用monad。如果你只想计算两个独立的东西并将它们组合起来,applicative就可以了。虽然这对于applications来说并不是特别的“并行”,但我认为基于上面给出的原因,monad ar如果你需要真正的并行计算,monad可能不是你想要的结构。我的答案有一些相关的讨论。并行运行未来计算的标准习惯用法是zip
:对于((用户,数据)你可能会发现这很有用。
(loadUser |@| loadData) { Payload(_,_) }
for ((user, data) <- loadUser zip loadData) yield Payload(user, data)