使用返回 Future 的函数映射 Stream答案

【问题标题】：mapping a Stream with a function returning a Future使用返回 Future 的函数映射 Stream
【发布时间】：2013-08-05 07:25:28
【问题描述】：

我有时会发现自己有一些 Stream[X] 和 function X => Future Y，我想将它们合并到 Future[Stream[Y]] 中，但我似乎找不到办法.例如，我有

val x = (1 until 10).toStream
def toFutureString(value : Integer) = Future(value toString)

val result : Future[Stream[String]] = ???

我试过了

 val result = Future.Traverse(x, toFutureString)

它给出了正确的结果，但似乎在返回 Future 之前消耗了整个流，这或多或少地失败了

我试过了

val result = x.flatMap(toFutureString)

但这不能用type mismatch; found : scala.concurrent.Future[String] required: scala.collection.GenTraversableOnce[?]编译

val result = x.map(toFutureString)

返回有点奇怪和无用的Stream[Future[String]]

我应该怎么做才能解决问题？

编辑：我没有卡在Stream 上，我同样会对Iterator 上的相同操作感到满意，只要它在开始处理头部之前不会阻止评估所有项目

Edit2：我不能 100% 确定 Future.Traverse 构造是否需要在返回 Future[Stream] 之前遍历整个流，但我认为确实如此。如果没有，这本身就是一个很好的答案。

Edit3：我也不需要结果是有序的，无论返回的流或迭代器是什么顺序，我都可以。

【问题讨论】：

请注意，我已提交an issue 以跟进我在下面的回答。
啊，太棒了@TravisBrown。我想自己做，但我找不到登录 Jira 的方法
有点不清楚 - 你想避免将“toFutureString”应用于集合中的所有元素......？似乎简单地创建一个未来不应该有太多的开销。如果“列表”中的其余项目是 thunk，什么会触发它们的评估？完成未来列表中的上一个？我可以在 Scala 中找到的所有序列/遍历操作似乎对单个列表元素都很严格。
@pdxleif 好问题，我想这基本上就是我的问题归结为。我知道我只想要一个[Future[Stream[String]]，但我不知道每次评估应该如何以及何时进行（如果我这样做了，我不会问;）。在我看来，thunk 和 Future 是（可能是错误的）相似的东西，所以我想我想加入或组合它们？
我认为它们很相似。 Travis 提到的 Scalaz 遍历确实立即为您提供了 Future[Stream[String]]，其中（单个）Future 直到整个 Stream 必须应用 toFutureStream 并运行完成后才会完成。我想我对用例有点好奇——通常当我有一系列涉及等待的 IO 计算时，它们之间没有数据依赖关系，我想以并行方式急切地开始它们的执行。 Stream 的 scalaz 遍历实例似乎给出了与折叠带有 .flatMap 的常规列表所获得的效果相似的效果。

标签： scala stream future

【解决方案1】：

你在traverse 的正确轨道上，但不幸的是，在这种情况下标准库的定义看起来有点错误——它不应该在返回之前消耗流。

Future.traverse 是一个更通用的函数的特定版本，它适用于包装在“可遍历”类型中的任何应用函子（例如，请参阅these papers 或我的答案here 以获取更多信息） .

Scalaz 库提供了这个更通用的版本，它在这种情况下按预期工作（请注意，我从scalaz-contrib 获得了Future 的应用函子实例；它还不是稳定版本Scalaz，它仍然与 Scala 2.9.2 交叉构建，没有这个 Future)：

import scala.concurrent._
import scalaz._, Scalaz._, scalaz.contrib.std._

import ExecutionContext.Implicits.global

def toFutureString(value: Int) = Future(value.toString)

val result: Future[Stream[String]] = Stream.from(0) traverse toFutureString

这会立即在无限流上返回，因此我们确定它不会首先被消耗。

作为脚注：如果您查看 Future.traverse 的 the source，您会发现它是根据 foldLeft 实现的，这很方便，但在流的情况下不是必需或不合适的。

【讨论】：

仅供参考，Scala 2.9.3 包含 scala.concurrent
@ViktorKlang：是的，这些实例很快就会出现are coming to Scalaz core，但据我所知还没有具体的时间表。
在 Scalaz 7.2.27 中，示例代码根本不返回，导致 java.lang.StackOverflowException

【解决方案2】：

忘记流：

import scala.concurrent.Future
import ExecutionContext.Implicits.global

val x = 1 to 10 toList
def toFutureString(value : Int) = Future {
  println("starting " + value)
  Thread.sleep(1000)
  println("completed " + value)
  value.toString
}

产量（在我的 8 芯盒子上）：

scala> Future.traverse(x)(toFutureString)
starting 1
starting 2
starting 3
starting 4
starting 5
starting 6
starting 7
starting 8
res12: scala.concurrent.Future[List[String]] = scala.concurrent.impl.Promise$DefaultPromise@2d9472e2

scala> completed 1
completed 2
starting 9
starting 10
completed 3
completed 4
completed 5
completed 6
completed 7
completed 8
completed 9
completed 10

所以它们中的 8 个立即启动（每个内核一个，尽管可以通过线程池执行程序进行配置），然后随着这些完成更多的启动。 Future[List[String]] 立即返回，然后在暂停后开始打印那些“已完成的 x”消息。

当您有一个 List[Url's] 和一个 Url => Future[HttpResponseBody] 类型的函数时，可以使用此示例。您可以使用该函数在该列表上调用 Future.traverse，并并行启动这些 http 请求，返回一个作为结果列表的未来。

是不是和你想要的一样？

【讨论】：

我猜“不想急切地评估流元素”似乎与并行性不一致，因为这些元素是启动 Futures 的任务的输入。您希望如何使用/评估该 Stream？

【解决方案3】：

接受的答案不再有效，因为现代版本的 Scalaz traverse() 行为不同，并试图在调用时消耗整个流。

关于这个问题，我想说的是，不可能以真正的非阻塞方式实现这一点。

在Stream[Y] 可用之前，无法解析Future[Stream[Y]]。而且由于Y 是由函数X => Future[Y] 异步生成的，因此在遍历Stream[Y] 时，如果不阻塞就无法获得Y。这意味着要么必须在解析 Future[Stream[Y]] 之前解析所有 Future[Y]（这需要消耗整个流），要么在遍历 Stream[Y] 时必须允许出现块（在基础期货尚未完成的项目上） . 但是，如果我们允许阻塞遍历，那么结果未来的完成的定义是什么？从这个角度来看，它可能与Future.successful(BlockingStream[Y]) 相同。这又在语义上等于原始的Stream[Future[Y]]。

换句话说，我认为问题本身存在问题。

【讨论】：