异步编程与响应式框架

前言

        异步操作是强大的，它是许多高伸缩性架构的基石。异步操作在许多情况下是必须的，例如在客户端保持用户界面的响应能力，以及在日益兴起的云计算场景中。但是，异步编程又是十分困难的，它让这让许多程序员敬而远之。因此，越来越多的编程语言都对异步编程提供了相当程度的支持，其中的典型代表便是F#中的异步工作流以及Scala的Actor模型。不过目前的一些主流编程语言，如C#或是JavaScript，它们在设计之时并没有在异步编程上考虑太多，我们便会根据它们的语言特性，提供合适的异步编程模型及其实现。而本文介绍的便是其中一例：响应式编程(Reactive  Programming)模型及响应式框架(Reactive  Framework，简称Rx)。

异步编程的难点

        异步编程之所以困难，主要有三大难点。

        首先是对于状态的维护。在普通编程中，我们已经习惯了根据各种状态采取不同做法的编程方式。在异步编程中，状态对于操作的影响则往往更为复杂。例如，我们在编写一个鼠标“拖动及绘图”的行为时，一般会采用这样的逻辑：

在MouseDown事件中将isDragging标记设为true，表示“拖动开始”，并记录当前鼠标位置prevPos。
在MouseUp事件中将isDragging标记设为false，表示“拖动结束”。
在MouseMove事件中检查isDragging标记，如果为true，根据鼠标当前位置currPos和之前记录的prevPos进行绘图，并将currPos的值写入prevPos。
        仅在这样一个最基本的场景中，我们便需要编写三个事件处理器(Event  Handler)，控制isDragging，prevPos等外部状态，并根据这些状态决定事件触发时的效果。这样的例子数不胜数，尤其是在各式拖放操作中，几乎都会涉及大量状态的控制(例如，判断物体是否进入某个特定区域)。

        异步编程的另一个难点，在于异步操作之间的组合及交互。例如在如上的简单拖放操作中，我们便涉及到了MouseDown，MouseUp及MouseMove三个事件。从某些角度来说，客户端的UI事件还是比较容易处理的，因为它们往往都是在单一线程上依次执行。但是在另外一些场景中，如云计算时，我们往往会同时发起多个异步操作，并根据这些操作的结果进行后续处理，甚至还会有一个额外的超时监控，这样便很有可能会出现并发操作的竞争(Race)情况，这将会成为程序复杂度的灾难。

        此外，异步操作还会破坏“代码局部性?ode  Locality)”，这可能也是异步操作中最为常见的阻碍。程序员早已习惯了“线性”地表达逻辑，但即便是多个顺序执行的异步操作，也会因为大量的回调函数而将算法拆得支离破碎，更何况还会出现各种循环及条件判断。同时，在线性的代码中，我们可以使用“局部变量”保存状态，而在编写异步代码时则需要手动地在多个函数中传递状态。此外，由于逻辑被拆分至多个方法，因此我们也无法使用传统的try/catch进行统一异常处理。

推模型与拉模型

        平时我们使用最多的便是“交互式(Interactive)”的编程方式，采用的是组件之间的相互调用来表现逻辑。例如，对象A向对象B请求数据并等待返回，待对象B完成并返还数据之后A才继续进行后面的操作。交互式编程的一个典型应用便是GoF23中的迭代器(Iterator)模式，它在.NET中的实现为IEnumerable及IEnumerator接口，例如：

void  Traverse(IEnumerable  source)
{
        var  etor  =  source.GetEnumerator();
        while  (etor.MoveNext())
        {
                Console.WriteLine(etor.Current);
        }
}
        为了更好地说明问题，这里我们将标准的foreach操作展开为传统的迭代器使用形式，并省略了using语句。在使用时，我们先调用一个IEnumerable对象的GetEnumerator方法，获得一个迭代器，再根据MoveNext及Current进行遍历。在调用MoveNext时，迭代器会去“准备”下一个元素，并根据存在与否返回true或者false。试想，如果其中某个MoveNext的“准备”工作涉及到一个耗时较长的操作，则迭代器的使用者也必须眼巴巴地等待其返回。

        这是一种“拉(Pull)”模型，数据由消费者?onsumer)从生产者(Producer)那里主动“拉”来。这是一种同步的交互方式，数据消费者会依赖于数据生产者的表现。这就好比我们去食堂吃饭时必须主动去取餐，此时则必须从队伍的最后排起，我们什么时候能结束等待并进行下一步操作(即“吃饭”)，则要看食堂的生产速度如何。很显然，有些时候这种交互方式是不可接受的，例如我们在实现一个搜索引擎的“关键字提示”功能时，不可能让用户在输入一个字符后，必须等待远程的提示请求返回才能继续输入下一个字符。

        而与交互式编程对应的便是“响应式(Reactive)”编程。响应式编程是一种基于“改变”的编程方式。例如在交互式编程中，A  =  B    C这样的表达式意味着将B与C之和赋给A，而此后B与C的改变都与A无关。而在响应式编程中，A会去“响应”B或C的变化，即一旦B或C改变之后，A的值也会随之变化。响应式编程的一个典型应用便是GoF23中的观察者(Observer)模式。与迭代器的IEnumerable/IEnumerator不同，在之前的.NET框架中并没有对这样一种编程模型指定“标准化(Formallized)”接口，不过在.NET  4.0的基础类库中增加了IObservable及IObserver接口，签名如下：

public  interface  IObservable
{
        IDisposable  Subscribe(IObserver  observer);
}

public  interface  IObserver
{
        void  OnCompleted();
        void  OnError(Exception  error);
        void  OnNext(T  value);
}
        如果我们仔细比较“迭代器”与“观察者”的标准化接口，则会发现它们是完全“对偶(dual)”的：

IEnumerable.GetEnumerator方法“输出”一个IEnumerater对象；IObservable.Subscribe方法“输入”一个IObserver对象。
在遍历元素用尽时，IEnumerator.MoveNext方法返回false；在响应内容用尽时，IObserver.OnCompleted方法被调用。
在有新元素需要遍历时，IEnumerator.MoveNext方法返回true，并通过Current属性“输出”；在有新元素需要响应时，IObserver.OnNext方法被调用，并通过参数“输入”。
在出现错误时，IEnumerator.MoveNext方法会“抛出”一个异常；在出现错误时，IObserver.OnError方法会被调用，并通过参数“接受”异常信息。
        至于IObservable.Subscribe方法返回的IDisposable对象，则用于“退定”操作，即让输入的IObserver对象再也不需要继续响应IObservable对象的新元素了。

        从比较中可以看出，如果说IEnumerator对象是由数据消费者使用的话，那么IObserver对象则是由数据的生产者，即IObservable对象使用的。换句话说，数据是由数据的生产者“推”给数据消费者的，是一种“推(Push)”模型。在这种异步的交互方式中，数据消费者不必依赖于数据生产者的表现。这就好比我们去饭店吃饭，点菜后便可坐下和同伴聊聊天或是用手机上上网，而作为菜品的生产者，饭店，则会在产出之后主动端上桌来。这么做无疑解放了数据的消费者，例如用户可以在文本框里不断地输入字符，而只需等远程服务器将提示结果“推”给客户端后再显示即可。

        许多模型都可以统一至标准的生产者接口IObservable上，如MouseMove事件便可以认做是“永不停止的MouseEventArgs对象的生产者”。而另一方面，单个异步操作则可以被视为“只产出单个数据便结束的生产者”。

LINQ  to  Observable

        在许多人眼中，C#  3.0中新增的LINQ特性只是一种用于操作数据的DSL，它的主要作用也仅仅是针对IEnumerable或是IQueryable的数据操作。事实上，LINQ本身的能力远不止此。LINQ是一种非常简单的语言特性，编译器只是将LINQ查询语句转化为“字面等价”的“LINQ标准方法”调用(如Where，Select等等)和“和Lambda表达式”参数(如x  =>  x  >  0)而已。但是这里的关键便是“字面等价”四个字，LINQ本身并不规定“LINQ标准方法”是对象的实例方法还是扩展方法，“Lambda表达式”是构造出一个匿名函数还是表达式树，这一切都是由利用LINQ的类库来决定的。因此，微软能够基于LINQ实现了PLINQ这样的并行类库。直到最近的访谈中，LINQ的设计者Erik  Meijer依旧认为LINQ还是被低估了，他们自己也还在继续挖掘LINQ的更多能力。

        虽然LINQ本身在语法上只是一些方法调用，但是它在语义上是针对数据流的一系列操作，因此LINQ  to  Object，LINQ  to  SQL以及PLINQ可以认为是最自然，最符合LINQ语义的应用。如今，微软的“云编程能力团队?loud  Programmability  Team)”在其“响应式框架(Reactive  Framework，简称Rx)”提供了LINQ  to  Observable，这又是另一个LINQ的经典使用案例。IObservable本身可以被认为是一股“推送数据”的数据流，因此也可以对其进行“过滤”或是“投影”等操作，这便是LINQ的应用场景，LINQ  to  Observable是对IObservable接口实现的一系列LINQ标准方法。因此，我们可以认为，LINQ  to  Observable是一套与LINQ  to  Object对偶的类库，事实上在响应式框架中，还有一套与LINQ  to  Queryable对偶的LINQ  to  Qbservable，请注意第一个字母是Q，我们可以把它看作是LINQ  to  Observable的“远程查询”版本。

        利用LINQ  to  Object可以编写出声明式(表示“做什么”)的代码，其可读性往往远高于等价的命令式(表示“怎么做”)代码。LINQ  to  Observable也有类似的效果。假设现在有一个需求：利用ADWS键控制小球的位置。传统的写法可能是这样的：

void  OnKeyPress(object  sender,  KeyPressEventArgs  e)
{
        //  如果游戏已经开始
        if  (isPlaying) 
        {
                //  向左且小球没有超出边界
                if  (e.KeyChar  ==  \'a\'  &&  ball.Left  >  0)
                {
                        ball.Left  -=  5;
                }
                //  向上且小球没有超出边界
                else  if  (e.KeyChar  ==  \'w\'  &&  ball.Top  >  0)
                {
                        ball.Top  -=  5;
                }
                else  ... 
        }
        else  ...
}
        由于KeyPress事件总是不断触发，因此我们只能它的事件处理器中进行判断各种状态，采取不同措施。而如果我们利用LINQ  to  Observable，则几乎是另外一种思维方式：

//  过滤出isPlaying时的keyPress事件
var  keyPress  =  GetKeyPress().Where(_  =>  isPlaying);

//  过滤出向左移动的事件
var  moveLeft  =  from  ev  in  keyPress
                              where  ev.EventArgs.KeyChar  ==  \'a\'
                              where  ball.Left  >  0
                              select  ev;
moveLeft.Subscribe(_  =>  ball.Left  -=  5);

//  过滤出向上移动的事件
var  moveTop  =  from  ev  in  keyPress
                            where  ev.EventArgs.KeyChar  ==  \'w\'
                            where  ball.Top  >  0
                            select  ev;
moveTop.Subscribe(_  =>  ball.Top  -=  5);
        我们可以将“KeyPress事件”视为“推送KeyPressEventArgs对象”这一数据流的数据源(由GetKeyPress方法返回)，那么如今的代码便是使用LINQ过滤出“需要”的数据，并针对真正需要的那部分进行响应。这么做，便将“条件”与“操作”解耦，显著增强了代码的语义表达能力。事实上，只要补充一些辅助方法，可以利用LINQ表示更为完整复杂的逻辑。例如，微软咨询师Matthew  Podwysocki便在博客中展示过一段代码，基于LINQ  to  Observable实现了创建一个WebRequest对象，设置属性，异步发送及下载数据的一系列操作。

更多扩展

        .NET基础类库针对IEnumerable定义了大量的函数式的辅助方法，开发人员可以直接将它们组合运用在项目中。除了标准的LINQ操作方法之外，响应式框架中同样定义了大量辅助方法，可以配合LINQ  to  Observable组合使用。例如本文开头所设想的鼠标“拖动及绘图”功能，便可以使用如下代码完成：

var  mouseMove  =  GetMouseMove();
var  mouseDiff  =  mouseMove.Zip(mouseMove.Skip(1),  (prev,  curr)  =>
        new
        {
                PrevPos  =  new  Point(prev.EventArgs.X,  prev.EventArgs.Y),
                CurrPos  =  new  Point(curr.EventArgs.X,  curr.EventArgs.Y)
        });

var  mouseDrag  =  from  _  in  GetMouseDown()
                                from  diff  in  mouseDiff.TakeUntil(GetMouseUp())
                                select  diff;
mouseDrag.Subscribe(diff  =>  DrawLine(diff.PrevPos,  diff.CurrPos));
        在这段代码中，我们首先将mouseMove事件使用Skip跳开一项，再与自身通过Zip方法组合成mouseDiff，这是一个输出相邻两次MouseMove事件坐标的数据源；接着，我们利用LINQ从触发MouseDown事件开始，向mouseDiff数据源获取每一项diff，直至(TakeUntil)触发MouseUp事件，以此生成最终的mouseDrag；最后再将绘图功能订阅至这个数据源上。您会发现此时我们已经无须手动维护操作过程中的各种状态了，从事件的“开始”到“结束”均使用响应式框架的辅助方法“声明”而来。

        以上便是一个利用了Skip，Zip，TakeUntil等辅助方法的例子。当然，这些辅助方法在IEnumerable上都有语义相同的对应操作，而在响应式框架中还有更多辅助方法是针对特性异步场景的。假设我们现在要编写一个即时翻译功能，同时发起三个请求，将中文分别翻译至英语、法语及西班牙语，并显示最先返回的两个结果(真是个奇怪的需求)。此外，我们不会在用户输入每个字符的时候便发起一个远程请求，而是在用户停止输入0.5秒之后才根据当前的输入框中的文字进行提示。于是我们可以编写这样的代码：

var  limit  =  TimeSpan.FromSeconds(0.5);
var  translate  =
        from  _  in  GetKeyPress().Throttle(limit)
        let  text  =  this.txtInput.Text
        where  text.Length  >  0
        let  english  =  Bing.Translate(text,  "en")
        let  french  =  Bing.Translate(text,  "fr")
        let  spanish  =  Bing.Translate(text,  "es")
        from  result  in  Observable.Join(
              english.And(french).Then((en,  fr)  =>
                      new  {  English  =  en,  French  =  fr,  Spanish  =  ""  }),
              english.And(spanish).Then((en,  es)  =>
                      new  {  English  =  en,  French  =  "",  Spanish  =  es  }),
              french.And(spanish).Then((fr,  es)  =>
                      new  {  English  =  "",  French  =  fr,  Spanish  =  es  }))
        select  result;

translate.Subscribe(...);
        这里用到了Throottle方法，它会过滤某个数据源的输出，确保在该数据源“静默”特定时间之后，才将最近的一条数据推送至外部。此外，这里还使用了Observable.Join方法控制多个数据源，根据返回结果的先后获得合适的结果。响应式框架提供了大量针对某种异步场景的辅助方法，例如用于定期推送数据的Interval方法，从一个数据源根据特定条件进行采样的Sample方法，合并多个数据源的ForkJoin方法，以及表示流程控制的For，While，If等等。这些方法内部会维护各种所需要的状态，为我们打理各种复杂的竞争情况，以此节省了开发人员的精力。

        如果这些还不能满足我们的要求，我们也可以根据自己的需要开发特定的辅助方法，就像我们在使用LINQ  to  Object时为IEnumerable所作的各种扩展那样。响应式框架也提供了一系列Subject类型，简化了IObservable自定义扩展的开发过程。由于响应式框架尚未正式发布，微软目前建立了一个Wiki，用于展示关于各辅助方法及Subject类的使用示例及其他相关信息。

响应式框架的JavaScript版本

        响应式编程的重要使用场景之一便是与用户交互的GUI界面。例如，Silverlight禁止任何阻塞的IO操作，换言之Silverlight中的所有网络操作都是异步的，微软也正是出于简化异步开发的目的才设计了响应式框架(事实上响应式框架已经集成到Silverlight  Toolkit中)。不过与Silverlight相比，基于浏览器的原生JavaScript应用程序无疑使用地更为广泛。对于这样的应用程序来说，动画是异步的，AJAX请求也是异步的，我们几乎可以断言，如果有一套面向JavaScirpt应用程序的响应式框架，一定会比面向Silverlight的框架更有意义得多。

        微软也想到了这一点。之前我们讨论的“响应式框架”，其实只是响应式编程模型的一种实现。更确切地说，我们只是讨论了这套框架的.NET版本，微软还提供了JavaScript版本的响应式框架。JavaScript版本的API与.NET版本几乎完全一致，例如我们之前讨论的拖放操作，使用JavaScript即可写作：

var  target  =  $("#dragTarget");
var  mouseMove  =  target.toObservable("mousemove");
var  mouseDiff  =  mouseMove.Zip(mouseMove.Skip(1), 
        function(prev,  curr)  {
                return  {
                        PrevPos:  {  x:  prev.clientX,  y:  prev.clientY  },
                        CurrPos:  {  x:  curr.clientX,  y:  curr.clientY  }
                };
        });

var  mouseDown  =  target.toObservable("mousedown");
var  mouseUp  =  target.toObservable("mouseup");
var  mouseDrag  =  mouseDown.SelectMany(function()  {
        mouseDiff.TakeUntil(mouseUp);
});

mouseDrag.Subscribe(...);
        由于没有C#中的LINQ查询语言，我们只能直接使用展开后的方法，如SelectMany来编写逻辑。JavaScript版本的响应式框架还提供了一系列的“胶合”层，能够与jQuery，Dojo，MooTools，Prototype等流行框架同时使用。例如，上一段代码中的toObservable便是在jQuery根对象上扩展的方法。

总结

        异步编程在用户交互式界面及一些云计算场景中尤其重要。微软的云编程能力团队针对.NET平台和JavaScirpt分别提供了一套响应式框架，希望以此简化异步程序的开发。不过，这套响应式框架所表现出的理念是通用的。而且，事实上只要是拥有匿名函数及闭包的语言，例如Scala，Python，Ruby等等，实现这样一套框架其实都不是十分困难的事情。