9

我想做这样的事情：

def splitStream[F, A](stream: fs2.Stream[F, A], split: A => B): (Stream[F, A], Stream[F, B)) = 
  (stream, stream.map(split)

但这不起作用，因为它从源头“拉”两次 - 当我同时耗尽stream和时，每次一次stream.map(split)。我该如何防止这种情况？通过维护我自己的内部缓冲区以某种方式切换到基于“推”的模型，这样我就不会拉两次？

4

1 回答 1

8

通过维护我自己的内部缓冲区以某种方式切换到基于“推”的模型，这样我就不会拉两次？

是的。例如，您可以使用 fs2 中的队列：

def splitStream[F[_], A](stream: Stream[F, A], split: A => B): F[(Stream[F, A], Stream[F, B])] = 
  for {
    q <- Queue.noneTerminated[F, A]
  } yield (stream.evalTap(a => q.enqueue1(Some(a)).onFinalize(q.enqueue1(None)), q.dequeue.map(split))

当然，这里的问题是，如果调用者忽略任何一个流，另一个将死锁并且永远不会发出任何东西。这通常是您在尝试将一个流分成多个流时遇到的问题，并且无论何时订阅，都保证出现在每个子流中的值。

我通常采用的解决方案是结合更大的操作并使用诸如broadcastor之类的运算符parJoin：

def splitAndRun[F[_]: Concurrent, A](
  base: Stream[F, A],
  runSeveralThings: List[Stream[F, A] => Stream[F, Unit]]
): F[Unit] =
  base.broadcastTo(run: _*).compile.drain

在这里，您知道您将拥有多少消费者，因此首先不会有忽略的流。

于 2019-12-10T11:31:02.160 回答