函数式编程中不可变数据的问题

Question

我对函数式编程还不太熟悉。我所理解的是，函数式编程使用纯函数编写代码，不改变数据的值。

在函数式编程中，我们需要更新一个变量时，不会直接改变变量的值，而是创建一个新变量。

比如，我们有一个变量 x，代表程序发送的 HTTP 请求总数。如果有两个线程，我希望它们能在任何线程发出 HTTP 请求时都能增加 x 的值。但如果两个线程各自拷贝了变量 x，它们怎么才能同步变量 x 的值呢？例如：如果线程 1 发送了 10 个 HTTP 请求，线程 2 发送了 11 个 HTTP 请求，那么它们分别会打印出 10 和 11，但我该如何打印出 21 呢？

- Narayan Prusty

---

线程永远不是目标，而是工具。通常情况下，您希望尽可能地忘记它们，并且只让一些低级别、经过深思熟虑的机制在幕后为您处理线程。 - Erik Kaplun

Answer 1

我可以提供关于 clojure 的解答。在 clojure 中，如果需要协调对共享状态的访问，语言中有一些构造被设计来处理这些情况。

在这种情况下，您可以使用一个atom来保存值。对atom所做的更改是原子性的，并将通过Clojure的STM进行乐观地完成。Atom 是 Clojure 引用类型之一，它本质上是一个对值的引用，可通过 atom 的变化函数以受控方式随时间改变。

请参阅 clojure 文档 以获取有关 atoms 和其他引用类型的更多信息。

- leeor

Answer 2

我将解释Haskell部分。 MVar是线程间通信的机制之一。这是从Simon Marlow的书中摘取的一个例子（程序本身很容易理解）：

main = do
  m <- newEmptyMVar
  forkIO $ do putMVar m 'x'; putMVar m 'y'
  r <- takeMVar m
  print r
  r <- takeMVar m
  print r

以上程序的输出将是：

'x'
'y'

你可以在上面的例子中看到，变量 m 中的 MVar 值是在线程之间共享的。你可以在这本书中了解更多关于这些技术的知识。

- Sibi

---

-1 是因为没有解决真正的问题——在像 Haskell 这样的语言中，如何正确使用线程的误解。 - Erik Kaplun

您IP地址为143.198.54.68，由于运营成本限制，当前对于免费用户的使用频率限制为每个IP每72小时10次对话，如需解除限制，请点击左下角设置图标按钮（手机用户先点击左上角菜单按钮）。 - Sibi

Answer 3

好的，我会尝试提供更一般化的解释，关于状态保持，因为我认为这才是你真正想知道的。

通常情况下，您可以通过递归来实现相同的功能，例如，如果您有以下函数：

somefun ()->
   somefun(0).
somefun (X) ->
  perform_http_request(),
  if(something!=quit)
     somefun(X+1)
end function.

generate_thread(0, Accumulator) ->
      Accumulator;
generate_thread(X, Accumulator) ->
      Y = somefun(),
      NewAccumulator = add_to_accumulator(Y),
      generate_thread(X-1, NewAccumulator).

我匆忙地输入了这个，这是一个非常通用的解释（你不能直接使用这个代码），但是你会发现在这里你实际上不需要可变性... 当所有线程完成处理时，函数将结束，现在实际的线程同步取决于您选择的语言，不同的语言有不同的并发处理和“线程”处理方式... 如果你对并发感兴趣，我建议你看看 Erlang，因为它有一个非常好的并发模型。

无论如何，在最后，你只需将返回的累加器中的所有值相加并显示出来，顺便看一下 foldl 和 foldr 函数。

- Soniku

Answer 4

我也会讲一下Haskell的部分。

首先，我想澄清一些事情：

在函数式编程中，当我们需要更新变量时，我们不是改变变量的值，而是创建新的变量。

这并不是很准确。在FP中，我们在需要时创建新的“变量”，而不是在需要改变现有变量时。当我们执行您所描述的操作时，我们甚至不会考虑变异的问题；我们可能只是认为我们正在创建一个类似于我们拥有的值的新值。

您在线程中描述的内容略有不同。您实际上正在寻找副作用（增加计数器）。 Haskell是纯的，不允许您随意抛出副作用而不明确说明。因此，在这种情况下，您将需要使用引用类型/可变单元。最简单的一个称为IORef，在这个意义上非常像一个变量；您可以分配一个值，读取当前值等等。

因此，正如您所看到的，当您寻找这些东西时，您确实只有一个计数器的副本。

以上是我的回答的精髓，但你具体询问了线程，所以我也会回答你。
IORef实际上并不是线程安全的。因此，建议使用MVar。它们不像普通变量，但很接近，并且可以优雅地完成工作。一般而言：它们抽象了变量和锁定。不过，我认为你可能会发现TVar更容易使用。它们的行为类似于IORef/变量，唯一的区别是它们是线程安全的；您可以将它们的操作组合成一个操作，并且对它们执行的任何操作都是原子操作（STM）。

顺便说一句，你可能会找到避免状态的方法，这是非常鼓励的。例如，您可以让两个线程执行一个异步递归函数，通过参数记住已经发出了多少请求，并稍后将其作为返回值。所有线程返回请求总数的总和。这可以避免对计数器的副作用，但只有在线程完成时才能给您产生结果。这有些局限性，因此有时您可能需要那个副作用。

- MasterMastic

Answer 5

我自己不是大师，但我认为你可能误解了。

如果不保留状态，你就无法创建一个非常有用的程序。必须以某种方式保留状态。FP 的目标不是避免状态，而是控制状态的使用。

这样看待它，你的状态应该像数据库条目一样隔离和安全。如果你把状态视为对待数据库的方式，我想你会没问题的。

这意味着，

• 你不会像这样使用登录 (inc count)。相反，你将拥有一个函数 increment-count! 来安全地更新计数。注意 !，这意味着副作用。
• 你不会有依赖于副作用的代码。相反，你将依赖于期望从参数中获取一切的函数。除非它们绝对需要依赖状态。比如更新计数，这是对状态的不可避免的调用。
• 你的首选应该是避免状态。当将其传递给函数变得不可能时，你将创建适当更新的状态。
• 将状态视为你处理外部 API 的方式。某种远程的东西，你必须使用某种协议来访问。

希望这有意义。

- Amanuel Nega

Answer 6

我将讲解Erlang部分的地址。即使在Erlang中，同步也没有什么魔法，某个地方必须处理同步。只是Erlang具有不可变性（又称无变量），有助于防止并发编程中常见的同步错误。Erlang/OTP像gen_server已经具备管理状态的基础设施。事实上，gen_server是单线程的，它接收到的任何消息都会排队在邮箱中。这里有一个关于Erlang消息并发的链接。How Erlang processes access mailbox concurrently

在原始帖子的情况下，为了钉住HTTP请求计数器，您可以使用单个gen_server OTP（Erlang）。您会惊讶于它可以处理多少吞吐量。如果单个gen_server的吞吐量确实不足，可以使用分层gen_server来聚合计数。Erlang/OTP配备了一组运行时API，以实时测量性能。

- Ming L.