Scala 基于条件的多重Akka源/流

是否有一种方法可以根据某些外部条件将两个或多个Akka源或流多路复用？它可能是这样的：

def cond:Boolean=？？？
val src1=Source.fromIterator（i1）
val src2=Source.fromIterator（i2）
val src3=Source.mux（src1、src2、cond）

根据

cond

结果

src3

应包含

src1

中的项目或

src2

中的项目，不得同时包含两者

---

我发现似乎是相反的操作。同时，所有扇入操作似乎都不支持条件合并。

我不确定这是您需要的，但您可以尝试以下操作：

def cond: Boolean = Random.nextBoolean()

val src1 = Source.fromIterator(() => LazyList.from(1).iterator)
val src2 = Source.fromIterator(() => LazyList.from(-1, -1).iterator)
val src3 = src1.zip(src2).map(pair => if (cond) pair._1 else pair._2)

src3.runForeach(println)

def mux[T](a: Source[T, Any], b: Source[T, Any])(cond: Int => Boolean): Source[T, Any] = {
  a.map((1, _)).merge(b.map((2, _)))
    .filter(t => cond(t._1))
    .map(_._2)
}

在一种情况下，输出开始于：

1
-2
3
4
-5
-6
7
-8
-9
10
...

---

如您所见，在本例中，我随机选择了两条流。

我建议如下：

def cond: Boolean = Random.nextBoolean()

val src1 = Source.fromIterator(() => LazyList.from(1).iterator)
val src2 = Source.fromIterator(() => LazyList.from(-1, -1).iterator)
val src3 = src1.zip(src2).map(pair => if (cond) pair._1 else pair._2)

src3.runForeach(println)

def mux[T](a: Source[T, Any], b: Source[T, Any])(cond: Int => Boolean): Source[T, Any] = {
  a.map((1, _)).merge(b.map((2, _)))
    .filter(t => cond(t._1))
    .map(_._2)
}

简单地说，它将标识符附加到每个源发出的元素（这里是1、2，但可以是任何元素），然后使用提供的

cond

函数进行过滤，以仅保留来自当前选定源的元素，然后映射回元素

我认为

zip

不是一个好主意，因为它“在所有输入都有一个元素可用时发出”，即，即使源a中有一个元素可用，并且您实际上希望切换到源a，

zip

也会等到B中有一个元素可用后再发出（）

---

另一方面，

merge

将在任何源具有可用项时立即发出。

你是什么意思？您能添加示例输入和所需输出吗？不确定还需要什么样的示例。假设有两个独立的事件源，我想根据动态条件将它们组合在一起，只将其中一个发送到下游，而动态条件通常应该是事件本身的外部条件。例如

src1=Source（1，2，3）

，和

src2=Source（2，3，4）

和

cond=%2==0

那么

src3=Source（2，2，4）

你期待这样的事情吗？不，我的意思是，不一定。条件不必依赖于源中的项。比方说，我们有两个独立的无限流，A和B。比方说，每天下午5点到7点之间，我只想从流A接收消息，其余时间——从流B接收消息。事实上，现在我想起来了，也许有一种方法可以做到这一点，就是用一些id压缩每个源，然后将它们合并，然后根据此id筛选结果源。我不确定这是否是正确的方法。因此，请详细说明，就像您在上一篇评论中所做的那样，并创建，以便我们更好地理解如何回答您的问题。是的，这是我在另一篇评论中所考虑的，这确实是一个有价值的观察结果，

zip

可能并不完全正确。我只是想知道是否有什么现成的东西，因为多路复用似乎是相当常见的操作。另外，你能解释一下为什么你使用

通过（流）

而不是直接映射到

源代码上吗？
通过（流）
确实很愚蠢-删除它！我对Akka没有经验，另一个选择似乎是，但它看起来更复杂。