Haskell、Scala、Clojure，选择哪个用于高性能模式匹配和并发？

Question

我最近开始接触函数式编程，阅读了很多关于FP并发执行和性能优势的博客和文章。我的应用程序需要注入基于状态的数据到另一个子系统中，其中时间非常关键（每秒接近200万个交易）。我有几个这样的子系统需要进行测试。

我认真考虑使用FP来实现并行计算，并想采取正确的方法。许多SO上的帖子都谈论了Scala、Haskell和Clojure在语言结构、库和JVM支持方面的优缺点。从语言的角度来看，只要它能帮助我实现结果，我可以学习任何一种语言。

某些帖子推荐Haskell的模式匹配和语言简单性，基于JVM的FP语言在使用现有Java库方面具有巨大优势。JaneStreet是OCaml的忠实支持者，但我确实不确定是否有开发者支持和帮助论坛。

如果有人处理过如此大的数据，请分享你的经验。

- 2ndlife

---

你可能也会对这个Scala与Clojure速度比较的测试感兴趣：https://dev59.com/rWgu5IYBdhLWcg3wBym1 - om-nom-nom

Answer 1

你想要速度还是简便？

如果你想要速度，即使你使用FP原则来帮助确保正确性，你应该使用C ++。由于时间非常关键，软（和硬，如果需要）实时编程的支持将非常重要。您可以确定何时以及何时恢复内存，并仅花费所需时间。

你提到的三种语言都比接近最优手动调整的C ++慢〜2-3倍, 而且只有在使用相当传统的命令式方式时才会慢。它们都使用垃圾收集，这将在您的事务中引入不受控制的随机延迟。

话虽如此，用C++实现这个功能需要很多工作才能做到完美。应用FP原则需要更多的样板文件（即使在C ++ 11中），大多数库默认情况下是可变的。（编辑：Rust正在成为一个好的选择，但本答案范围无法对Rust进行足够详细的描述。）

也许你没有时间并且可以在其他规格上缩减。如果关键不是时间而是吞吐量，例如，那么你可能希望使用Scala而不是Clojure（请参见计算机语言基准测试，截至本文撰写时，Scala在每个基准测试中都获胜，并且在几乎每种情况下具有较小的代码大小（编辑：CLBG在这方面已经没有帮助了，但您可以在Web Archive上找到支持这些陈述的存档））；OCaml和Haskell应该出于其他原因进行选择（类似的基准测试分数，但它们具有不同的语法和互操作性等）。

就最佳并发支持系统而言，Haskell、Clojure和Scala都很好，而OCaml则有点不足。

这基本上缩小了选择范围，可以选择Haskell和Scala。你需要使用Java库吗？选择Scala。你需要使用C库吗？可能是Haskell。如果两者都不需要，那么你可以根据自己的风格喜好选择其中任何一个，而不必过分担心选择错误会使生活变得更加艰难。

- Rex Kerr

---

你能否在“比C++慢2-3倍”的语句中添加一个参考文献？谢谢。 - Edmondo

相较于以函数式编程风格编写时，C语言与C++相比不仅速度上没有额外的优势，而且还存在更大的语法负担。唯一选择C语言的原因是在某些平台上没有C++编译器可用（如嵌入式系统、FPGA代码生成器等）。但我认为这不是此处的情况。 - Rex Kerr

@Edmondo1984 - 我想你误解了我的意思。我认为谷歌文档并不好，我不希望包含链接，因为我认为这会误导人们或浪费他们的时间，因为他们仔细阅读后最终意识到它并不好。(我不认为他们打算让它变得很好--只是有点有趣，然后人们想要读取比作者意图更多的内容。) - Rex Kerr

现在，Rust可能是一个不错的选择。它具有像Haskell一样的模式匹配，并且比C ++更好地支持FP，但在基准测试中的表现与C ++相当。 - saolof

@saolof - 同意。 Rust 是一个值得探索的替代选择。 - Rex Kerr

Answer 2

我用Clojure实现了这个功能，它有以下几个优点：

• 在JVM上运行可以方便地使用库，这是它的巨大优势。因此，我们需要轻松访问Java生态系统，并与基于JVM的工具（如Maven build）集成，这有效地排除了Haskell和Ocaml。
• 如果需要紧密优化内部循环，可以切换到纯Java。我们对一些自定义代码处理大型double[]数组进行了优化，但99％的时间Clojure就能满足你的性能需求。请参见http://www.infoq.com/presentations/Why-Prismatic-Goes-Faster-With-Clojure以获取有关如何使Clojure快速运行的示例（相当技术性的视频，需要一些先前的知识！）。一旦开始计算利用多个核心的便利性，Clojure在性能上就非常有竞争力。
• Clojure具有非常好的多核并发支持，这对于管理并发任务非常有用。请参见http://www.infoq.com/presentations/Value-Identity-State-Rich-Hickey
• REPL为数据测试和探索工作提供了很好的环境。
• Clojure是“惰性”的，适合处理大于内存的数据集（假设你小心不要尝试一次将整个数据集强制加载到内存中）。在这样的环境中还有一些不错的库可用，其中最显著的是Storm和Aleph。对于你来说，Storm可能特别有趣，因为它是为实时处理大量事件而设计的分布式系统。

我没有使用其他语言的太多经验，但根据我对Haskell和Scala的一些实际经验的印象：

• Haskell非常适合关注纯度和具有静态类型的严格函数编程。静态类型可以是正确性的强有力保证，因此可能适用于高度算法工作。个人而言，我认为纯函数式编程有点太死板了-有许多时候可变状态很有用，我认为Clojure在这方面有稍微更好的平衡（通过允许受控的可变性通过管理参考）。
• Scala是一种伟大的语言，并与Clojure共享使用JVM的优势。对我而言，Scala更像是一个带有功能特性和非常出色的类型系统的“更好的Java”。它与Clojure相比不那么具有范式转变。缺点是类型系统可能会变得相当复杂/令人困惑。

总的来说，我认为你可以对其中任何一种感到满意。最终可能会取决于您对JVM的重视程度以及您对类型系统的看法。

- mikera

---

你提出的5个论点中有4个同样适用于Scala（最后一个除外——Clojure是惰性求值的）。 - om-nom-nom

是的，同意，我真的很喜欢Scala，只是没有像用其他语言那样频繁地使用它。两个语言都很棒。不过可以争论的是，在Scala中也可以通过一些努力实现惰性行为，只是没有像Clojure那样内置到同样的程度。 - mikera

许多（大多数）人认为Scala的类型系统是一种优点而非缺点。 - ziggystar

虽然Clojure使得处理惰性序列变得容易，但是称一种语言为“惰性”的通常指的是它的求值策略。在这方面，Haskell比Clojure更加惰性，但这可能与本问题无关。 - Gordon Gustafson

我同意@GordonGustafson的观点。Clojure是严格的。我认为你的意思是它具有内置的惰性类型，例如惰性序列/cons和延迟。要使其成为惰性，它必须是非严格的+具有共享（尽管我仍然投了赞成票）。 - MasterMastic

没有证据表明类型可以增加正确性。 - pankajdoharey