还有，我已经从远程API，为此我使用了一个面向未来的界面风格拉一些数据。 该数据结构为链表。 一个相关的示例性数据容器如下所示。
case class Data(information: Int) {
def hasNext: Boolean = ??? // Implemented
def next: Future[Data] = ??? // Implemented
}
现在我感兴趣的是增加了一些功能，数据类，如map ， foreach ， reduce等要做到这一点我想实现某种形式的IterableLike使得它inherets这些方法。 下面给出的特征Data可以扩展，使得它得到这个属性。
trait AsyncIterable[+T]
extends IterableLike[Future[T], AsyncIterable[T]]
{
def hasNext : Boolean
def next : Future[T]
// How to implement?
override def iterator: Iterator[Future[T]] = ???
override protected[this] def newBuilder: mutable.Builder[Future[T], AsyncIterable[T]] = ???
override def seq: TraversableOnce[Future[T]] = ???
}
这应该是一个非阻塞的实现，这时候采取行动，开始请求来自远程数据源的下一个数据。 然后可以做很酷的东西，如
case class Data(information: Int) extends AsyncIterable[Data]
val data = Data(1) // And more, of course
// Asynchronously print all the information.
data.foreach(data => println(data.information))
另外，也可以为接口是不同的。 但结果应以某种方式代表了收集异步迭代。 优选地，在一个方式所熟悉的开发者，因为这将是一个（开源）库的一部分。
在生产中我会使用下列操作之一：
- 阿卡流
- 无扩展
对于私人测试中，我将实现类似于下面的东西。 （说明如下）
我已经修改了一点点你的Data ：
abstract class AsyncIterator[T] extends Iterator[Future[T]] {
def hasNext: Boolean
def next(): Future[T]
}
对于它，我们可以实现此Iterable ：
class AsyncIterable[T](sourceIterator: AsyncIterator[T])
extends IterableLike[Future[T], AsyncIterable[T]]
{
private def stream(): Stream[Future[T]] =
if(sourceIterator.hasNext) {sourceIterator.next #:: stream()} else {Stream.empty}
val asStream = stream()
override def iterator = asStream.iterator
override def seq = asStream.seq
override protected[this] def newBuilder = throw new UnsupportedOperationException()
}
如果使用下面的代码看到它在行动：
object Example extends App {
val source = "Hello World!";
val iterator1 = new DelayedIterator[Char](100L, source.toCharArray)
new AsyncIterable(iterator1).foreach(_.foreach(print)) //prints 1 char per 100 ms
pause(2000L)
val iterator2 = new DelayedIterator[String](100L, source.toCharArray.map(_.toString))
new AsyncIterable(iterator2).reduceLeft((fl: Future[String], fr) =>
for(l <- fl; r <- fr) yield {println(s"$l+$r"); l + r}) //prints 1 line per 100 ms
pause(2000L)
def pause(duration: Long) = {println("->"); Thread.sleep(duration); println("\n<-")}
}
class DelayedIterator[T](delay: Long, data: Seq[T]) extends AsyncIterator[T] {
private val dataIterator = data.iterator
private var nextTime = System.currentTimeMillis() + delay
override def hasNext = dataIterator.hasNext
override def next = {
val thisTime = math.max(System.currentTimeMillis(), nextTime)
val thisValue = dataIterator.next()
nextTime = thisTime + delay
Future {
val now = System.currentTimeMillis()
if(thisTime > now) Thread.sleep(thisTime - now) //Your implementation will be better
thisValue
}
}
}
说明
AsyncIterable使用流，因为它懒洋洋地计算，这很简单。
优点：
- 简单
- 多次调用
iterator和seq方法返回相同的可迭代的所有项目。
缺点：
- 因为流保持所有prevously获得的值可能会导致内存溢出。
- 第一值创建的过程中得到了热切
AsyncIterable
DelayedIterator是非常简单的实现AsyncIterator的，不要怪我了快速和肮脏的代码在这里。
它仍然是陌生的，我看到同步hasNext和异步next()
使用Twitter后台，我实现工作的例子。 为了实现spool我修改了在本例中的文档 。
import com.twitter.concurrent.Spool
import com.twitter.util.{Await, Return, Promise}
import scala.concurrent.{ExecutionContext, Future}
trait AsyncIterable[+T <: AsyncIterable[T]] { self : T =>
def hasNext : Boolean
def next : Future[T]
def spool(implicit ec: ExecutionContext) : Spool[T] = {
def fill(currentPage: Future[T], rest: Promise[Spool[T]]) {
currentPage foreach { cPage =>
if(hasNext) {
val nextSpool = new Promise[Spool[T]]
rest() = Return(cPage *:: nextSpool)
fill(next, nextSpool)
} else {
val emptySpool = new Promise[Spool[T]]
emptySpool() = Return(Spool.empty[T])
rest() = Return(cPage *:: emptySpool)
}
}
}
val rest = new Promise[Spool[T]]
if(hasNext) {
fill(next, rest)
} else {
rest() = Return(Spool.empty[T])
}
self *:: rest
}
}
数据是和以前一样，现在我们可以使用它。
// Cool stuff
implicit val ec = scala.concurrent.ExecutionContext.global
val data = Data(1) // And others
// Print all the information asynchronously
val fut = data.spool.foreach(data => println(data.information))
Await.ready(fut)
它将特罗在第二元件上的例外，因为执行next未提供。
