是否有一个Akka stream combinator用于执行以下操作(或者其他类似的操作)? (现在让我们称之为and
。)
(flow1: Flow[I, O, Mat]).and[O2](flow2: Flow[I, O2, Mat]): Flow[I, (O, O2), Mat]
语义是无论来源如何,它的元素都将被传递给Flow
,并且它们的输出将被组合成一个新的Flow
作为元组。 (对于那些熟悉类别理论风格函数式编程的箭头的人,我正在寻找像&&&
这样的东西。)
图书馆中有两个看似相关的组合器,即zip
和alsoTo
。但前者接受SourceShape
,后者接受SinkShape
。也不会承认GraphShape
。为什么会这样?
我的用例如下:
someSource
.via(someFlowThatReturnsUnit.and(Flow.apply))
.runWith(someSink)
找不到像.and
这样的内容,我修改了我原来的Flow
:
someSource
.via(someFlowThatDoesWhateverItWasDoingEarlierButNowAlsoEmitsInputsAsIs)
.runWith(someSink)
这有效,但我正在寻找一种更清洁,更具成分性的解决方案。
答案 0 :(得分:6)
<强>通知强>
正如Viktor Klang在评论中指出的那样:只有知道两个流量Tuple2[O,O2]
&amp; flow1
,相对于输入元素计数和输出元素计数是1:1。
基于图表的解决方案
可以在Graph内创建元组构造。事实上,您的问题几乎完全符合介绍性示例:
flow2
有些Hacky Stream解决方案
如果您正在寻找纯流解决方案,可以使用中间流,但不会保留val g = RunnableGraph.fromGraph(GraphDSL.create() { implicit builder: GraphDSL.Builder[NotUsed] =>
import GraphDSL.Implicits._
val in = Source(1 to 10)
val out = Sink.ignore
val bcast = builder.add(Broadcast[Int](2))
val merge = builder.add(Zip[Int, Int]()) //different than link
val f1, f2, f4 = Flow[Int].map(_ + 10)
val f3 = Flow[(Int, Int)].map(t => t._1 + t._2) //different than link
in ~> f1 ~> bcast ~> f2 ~> merge ~> f3 ~> out
bcast ~> f4 ~> merge
ClosedShape
})//end RunnableGraph.fromGraph
,并且它涉及为每个输入元素实现2个流:
Mat
通用拉链
如果你想使这个压缩通用,对于大多数流,那么输出类型必须是def andFlows[I, O, O2] (maxConcurrentSreams : Int)
(flow1: Flow[I, O, NotUsed], flow2: Flow[I, O2, NotUsed])
(implicit mat : Materializer, ec : ExecutionContext) : Flow[I, (O, O2), _] =
Flow[I].mapAsync(maxConcurrentStreams){ i =>
val o : Future[O] = Source
.single(i)
.via(flow1)
.to(Sink.head[O])
.run()
val o2 : Future[O2] = Source
.single(i)
.via(flow2)
.to(Sink.head[O2])
.run()
o zip o2
}//end Flow[I].mapAsync
。在上述(Seq[O], Seq[O2])
函数中使用Sink.seq
代替Sink.head
可以生成此类型:
andFlows