Question

为了澄清事件驱动我的意思，我指的是我有

的情况

def onTrade(...)

每次特定股票交易时都会调用。假设我想跟踪每日最高交易价格。对我来说，显而易见的解决方案是：

var dailyHigh = 0

def onTrade(...) {
    if (price > dailyHigh) dailyHigh = price
}

有没有办法用val而不是var来实现这个功能？还假设我可能希望将来添加dailyLow，volumeHigh，volumeLow等。

Answer 1

论文Deprecating the observer pattern可能很有意思，但我相信它所描述的图书馆还没有。

Answer 2

实际上并不是什么大问题。完整的解决方案可能会使用Reader，IO和State monads以及Iteratee和镜头，但这里有一个更简单的版本：

case class State(dailyHigh: Int = 0)

object Main {
  type Event = (State => State)

  def mainLoop(currState: State, events: Stream[Event]): State =
    if (events.nonEmpty) {
      val newState = events.head(currState)
      mainLoop(newState, events.tail)
    } else currState

  def onTrade(price: Int): Event = (s: State) =>
    if (price > s.dailyHigh) s.copy(dailyHigh = price) else s

  def main(args: Array[String]) {
    val events = onTrade(5) #:: onTrade(2) #:: onTrade(10) #:: onTrade(5) #:: Stream.empty
    val finalState = mainLoop(State(), events)
    println(finalState)
  }
}

看，妈，没有变种！

当然，状态可能变得相当复杂，但这就是镜头的用武之地。使用镜头，可以很容易地查询和更改（复制新值）任意复杂的数据结构。

使用iteratees对于事件来说很自然 - 在一个非常简单的意义上，“onTrade”成为一个由枚举器调用的迭代器（“生成”事件的东西），如果由部分函数组成，你可以将它们全部折叠成一个部分函数。

或者，状态monad可以与IO monads组合以进行理解。

最后，还有继续选项。如果某些处理需要接收一系列事件，那么每个事件的结果可以是一个延续，并且延续本身也会成为该状态的一部分。

Answer 3

有时自然需要可变状态，以下是“scala by example”一书中的示例。
它也有一些可变状态（maxBid，maxBidder）。因此var并不总是坏主意。有时它工作正常。

   class Auction(seller: Actor, minBid: Int, closing: Date) extends Actor {
   val timeToShutdown = 36000000 // msec
   val bidIncrement = 10
   def act() {
      var maxBid = minBid - bidIncrement
      var maxBidder: Actor = null
      var running = true
      while (running) {
         receiveWithin((closing.getTime() - new Date().getTime())) {
            case Offer(bid, client) =>
               if (bid >= maxBid + bidIncrement) {
                  if (maxBid >= minBid) maxBidder ! BeatenOffer(bid)
                  maxBid = bid; maxBidder = client; client ! BestOffer
               } else {
                  client ! BeatenOffer(maxBid)
               }
            case Inquire(client) =>
               client ! Status(maxBid, closing)
            case TIMEOUT =>
               if (maxBid >= minBid) {
                  val reply = AuctionConcluded(seller, maxBidder)
                  maxBidder ! reply; seller ! reply
               } else {
                  seller ! AuctionFailed
               }
               receiveWithin(timeToShutdown) {
                  case Offer(_, client) => client ! AuctionOver
                  case TIMEOUT          => running = false
               }
         }
      }
   }
}

Answer 4

从未实际完成过，但您可以在Stream中创建新实例，而不是修改值。

然后，其他进程可以迭代该流，这会使它们在到达流的最后一个实例化元素时等待。

Answer 5

我强烈推荐针对该任务的功能性反应式编程。以下是scala中关于这样一个库的讨论：http://skillsmatter.com/podcast/scala/reactors

在Scala中，我如何将事件驱动编程与功能方法相结合？

5 个答案: