[elixir! #0015][译] 学习 GenStage by Joseph Kain

学习Elixir的GenStage

你好! Leraning Elixir的读者！从我的上一篇文章发表已经过去了很长时间。我一直专注于其他技术，并获得了新的工作。我要感谢我的朋友Doug Goldie，让我在那段时间里仍然关注Elixir。我要感谢我的妻子鼓励我回到这个博客上。

从我最后一次用 Elixir 做严肃的工作以来，已经发生了很多事情。 Elixir 1.3发布，2016 Elixir世界大会，以及更多。引起我注意的事情之一是GenStage。去年，GenRouter计划开始，看起来像现在演变成了GenStage。

GenStage有很多要学习。为了接近这个主题，让我们从一些问题开始：

    什么是GenStage（以及 Flow）？
    在哪里可以找到更多信息？
    什么是一个值得一试的好的项目？

对于问题＃1，我开始谷歌搜索，它出现了正式的GenStage公告。哇，它是7月发布的，我已经走了很长时间。无论如何，它给出以下描述：

GenStage是一种新的Elixir行为，用于在Elixir进程之间使用背压来交换事件。

但这是什么意思？让我们来看看这个定义。首先，GenStage用于Elixir。这很简单。

GenStage是一个“行为”，这是接口的OTP术语。具体来说，GenStage定义了一组必须由接受行为的进程实现的函数或回调。 GenStage还可以提供这些函数的默认实现。

GenStage是“用于在Elixir 进程之间交换事件…”。事件？我记得这是从GenRouter项目的意图改变而来的。如果我记得正确，GenRouter用于通过多进程stream传输数据。我认为这种向事件的转变可能是来自GenRouter的泛化。

GenStage通过“背压”实现这一切。背压是用于控制生产者 - 消费者的速率的机制。如果生产者和消费者异步运行，那么很可能一个人能够领先另一个。如果消费者落后，则背压可以用于防止生产者过度生产。

背景

公告里给出了这个例子

File.stream!("path/to/some/file")
|> Stream.flat_map(fn line ->
    String.split(line, " ")
   end)
|> Enum.reduce(%{}, fn word, acc ->
    Map.update(acc, word, 1, & &1 + 1)
   end)
|> Enum.to_list()

来描述GenStage的动机。这是Elixir中常见的惰性数据转换流水线的示例。但是，这个解决方案没有利用BEAM和现代CPU提供的并发性。

GenStage的目标是允许并发处理大型数据集，同时仍保留Elixir易于理解的数据转换管道样式。

GenStage

该公告接着展示了GenStage的例子。首先有一个称为A的计数器

alias Experimental.GenStage

defmodule A do
  use GenStage

  def init(counter) do
    {:producer, counter}
  end

  def handle_demand(demand, counter) when demand > 0 do
    # If the counter is 3 and we ask for 2 items, we will
    # emit the items 3 and 4, and set the state to 5.
    events = Enum.to_list(counter..counter+demand-1)

    # The events to emit is the second element of the tuple,
    # the third being the state.
    {:noreply, events, counter + demand}
  end
end

这是一个生产者。有一件事，我读完公告之后想知道的是：:producer在init/1函数中的意思。:producer是由GenStage识别的特殊值还是只是A的名称？看看我发现的文档：

在成功启动的情况下，此回调必须返回一个元组，其中第一个元素是stage类型, 它是:producer，:consumer或:producer_consumer。

所以事实上：:producer是GenStage里的特殊值。

A的其余部分是handle_demand/2函数。这是一个回调，GenStage将使用它从生产者阶段请求更多的东西。 demand参数是请求的事件数。计数器参数是进程A的当前状态。因为A是一个计数器，它将当前计数保持为其状态。对于每个handle_demand/2调用，返回足够的值以满足需求，并且计数器按需增加。这样，A可以在下一次调用时返回后续的值。

该声明继续构建了一个:consumer阶段，它有一个handle_events/3回调。此函数应处理或存储传递的事件并更新GenStage的状态。

声明里也建立了一个:producer_consumer类型阶段。此类型必须定义handle_demand/2和handle_events/3回调。

连接stage

下一步是启动stage，然后使用sync_subscribe/3连接它们。这个步骤似乎有点手动，但它听起来像在简单的情形下Flow将授权一个更容易的方法来组装这些stage。

我发现最有趣的部分是，多个用户可以连接，以创建更多的并发。当我开始阅读声明时，我担心GenStage将只允许创建管道并发，这不是并发的最有效的形式。这是因为5个 stage 的管道只允许5个并发活动。但GenStage似乎更加灵活。

GenStage用例

声明描述了GenStage的一些用例。

GenStage 的数据摄取

GenStage的一个用例是使用来自第三方系统的数据。

这听起来很像我的Domain Scraper实验。使用GenStage重写Domain Scraper将是一个有趣的练习。

GenStage用于事件分派

另一个用例：

GenStage今天可以使用的另一种情况是替换开发人员过去使用GenEvent的情况。

该宣言继续描述GenStage对GenEvent的优势：

然而，GenEvent有一个很大的缺陷：事件管理器和所有事件处理程序在同一个进程中运行。

那很有意思。我以前没有意识到GenEvent的这个限制。 GenStage在这种情况下似乎有了很大的改进。当使用GenEvent作为观察者模式的通知系统时，可能有许多观察者。由于所有处理程序在同一进程中运行，所有处理程序必须连续运行，牺牲BEAM为我们提供的并发性。

接着号召有GenEvent用户的行动起来：

首先，现在是社区介入并尝试GenStage的时刻。如果你以前使用过GenEvent，可以用GenStage代替吗？同样，如果您计划实现事件处理系统，请尝试GenStage。

我有一个使用GenEvent的项目。回到二月，我写了关于使用GenEvent来通知Elixir中的更新频道。这可能是一个很好的开始试验GenStage的地方。

看看Flow

声明的结尾给出了一个Flow的简介，这允许在开始的例子被重写成：

alias Experimental.GenStage.Flow

# Let's compile common patterns for performance
empty_space = :binary.compile_pattern(" ") # NEW!

File.stream!("path/to/some/file", read_ahead: 100_000) # NEW!
|> Flow.from_enumerable()
|> Flow.flat_map(fn line ->
    for word <- String.split(empty_space), do: {word, 1}
   end)
|> Flow.partition_with(storage: :ets) # NEW!
|> Flow.reduce_by_key(& &1 + &2)
|> Enum.to_list()

这允许在数据变换流水线中的同步处理。看看文档，看起来Flow是可用的，我想在未来的一篇文章中尝试。