Clojure上手

Clojure，这是什么鬼？一门基于JVM（现在也有基于.NET CLR的了：Clojure CLR） 的函数式编程语言。在JVM平台运行的时候，会被编译为JVM的字节码进行运算。。为什么要学它？其设计思想独特。有何先进独特之处？后面我会讲。

 

说实话，现在编程语言满天飞，哥也只是玩过C/C++/Basic/C#/javascript/Java/Python，，哥最喜欢的语言么？看平台了。Windows是C#，跨平台Java，脚本Python。其它的，比如： “最纯的函数式语言”Haskell、“天生擅长高并发的”Erlang，“当红辣子鸡的并发语言”Go，“上手最快的高并发语言”Node，“简约而不简单”的Scala.....，这些都是很棒的语言。哥今天来学一门独特的语言Clojure，首先因为它是LISP —— 一门富有传奇色彩的语言，其次，它小巧、简洁、稳定，是非常酷的语言，既继承了lisp的优美，也保留了java的实效，还具有高并发的特性。而且有个有名的应用实例，那就是Twitter Storm流式计算框架——开源实时Hadoop，是用Clojure语言写的。拿来玩玩，不选它选谁呢？

 

环境安装

 

哥今天是在一台win7的笔记本上来安装的（mac的兄弟此处可以鄙视我~），首先机器要安装好JDK7和maven并已配置好环境变量，然后Google搜索“clojure install”，下载与安装leiningen（这是什么鬼？Clojure的项目构建工具，可以自动给你搞定clojure项目打包依赖），设置环境变量，最后是安装IDE插件，例如：Emacs、Eclipse（至少Kepler）。OK，搞定！

 

使用 immutable 数据

 

这是Clojure在理念上与我们平常的Java或c#最大的区别，即使用不可改变的值，这儿的值可以是数字、字符串、向量、映射或集合。一旦创建，值不可改变。Clojure不是让“内存变量”的内容可变，而是让符号绑定到不同的不可变值上。

 

例如：( def hello ( fn [] "Hello, world!" ) )

这段Clojure代码把标识符hello绑定了一个值，这个值是一个函数（函数式编程意味着函数是一个值）： (fn [] "Hello, world!")，不带参数，输出"Hello, workld!"。我们运行一下：(hello)，输出Hello, workld!

 

现在我们让它重新绑定另外一个值：( defn hello ( fn [] "Get shit done!" ) )

这段Clojure代码把标识符hello绑定了另外一个值，这个值是一个函数： (fn [] "Get shit donw!")，不带参数，输出"Get shit done!"。

 

注意：与java等的变量赋值相比，区别是一个是变量内容变了，一个是值一旦创建，不可改变，符号重新绑定是指在不同时期指向不同的值。

 

使用 immutable 数据的好处是什么？区分identity和value，value不可变，给identity赋值新的value时都要经过语言内制定的function，由语言来保证一致性，让编写并发程序变得容易。这个并发的特性后面会讲到。

 

闭包（closure）

 

闭包是函数式编程中非常重要的特性，Clojure的闭包很类似javascript的闭包，举个栗子：

 

(defn double-op

　　[f]

　　(fn [& args]

　　　　(* 2 ( apply f args ))) )

(def double-add (double-op +))

 

 

上面代码的详细解释：第一行定义一个名为“double-op”函数，这个函数用一个形参f。这个形参f应该是一个函数，因为我们的函数体是一个用fn（fn是一个宏，可以理解为宏也是一种能够动态生成函数的方式，且功能上强大很多）定义的匿名函数。这个匿名函数可以接受一或者多个参数（形参名字args前的“&”表明了这一点）。这个匿名函数会通过传入的实参（也就是f的值）而完整化，并作为函数“double-op”的返回值。函数apply会将第一个实参（一般为一个函数）作用于其余的实参之上，也就是说调用第一个实参代表的函数，并将其余的实参作为其参数传入。使用apply的好处在于不必立刻在代码中填入传入“其余的实参”，而可以用引用名代替。这时，这些“其余的实参”可以被叫做预参数。倒数第二行代码定义了一个名为“double-add”的引用，这个引用返回一个函数。这个返回的函数是通过向函数“double-op”传入函数“+”而完整化后得出的。换句话说，我们在这里定义了一个名为“double-add”的函数。调用方法是：(double-add 5 6)，输出 22（把所有“其余的参数”相加并乘以2）。

 

并发（Concurrency）

 

Java的状态模型从根本上来说是基于状态可变思想的，这直接导致并发代码的安全问题，所以OOP的java的并发编程非常复杂，只能靠悲观锁（locking），或CAS来解决。当然，OOP的真正优势在于对现实世界的建模，而不是数据处理。我们应该辩证的看待不同范式的编程语言，死磕一个必然会使思想禁锢，甚至编程灵感尽失。回到正题，Clojure的指导思想是把线程彼此隔开来实现线程安全，开发人员不用care线程调度，让Clojure来管理线程池。假设“没有共享资源”的基线和采用不可变值使Clojure避开了很多Java面临的问题。举例来说，Clojure的Ref并发模型使用STM机制，该模型在符号和值之间引入了一个额外的中间层，符号绑定到值的引用上，而不是直接绑定到值上，这个系统是事务化的，由Clojure运行时来进行协调，开发人员无需担忧任何锁问题。

 

STM机制比较抽象，举个栗子吧：银行转账的时候，客户的银行余额显然应该是可变的，而且肯定会有多个线程会对这个余额进行读写，Clojure对于这种情况提供了软件事务内存(Software Transactional Memory -- STM)，STM的作用简单点说就是我们无法直接对状态进行读写, STM代理了我们对于状态的所有读写，当我们说要一个状态进行修改的时候，STM充当了余额状态与值的中间层 -- 也就是说多线程之间的协调由STM帮我们搞定了，自然不会有问题了。

 

以上是对STM的粗略解释，要深入研究建议去阅读R. Mark Volkmann的论文《Software Transactional Memory》。

 

下面是使用ref的一段代码，不解释了，自己去玩吧：

(import ' (java.util.concurrent Executors) )

;;(test-stm 10 10 10000)

;;-> (550000 550000 550000 550000 550000 550000 550000 550000 550000 550000)

(defn test-stm [nitems nthreads niters]

　　(let [refs (map ref ( repeat nitems 0 ))

　　　　pool (Executors/newFixedThreadPool nthreads )

　　　　　　tasks (map (fn [t]

　　　　　　(fn []

　　　　　　　　(dotimes [n niters]

　　　　　　　　　　(dosync

　　　　　　　　　　　　(doseq [r refs]

　　　　　　　　　　　　　　(alter r + 1 t ))) )))

　　　　　　(range nthreads ))]

　　(doseq [future (.invokeAll pool tasks)]

　　　　(.get future) )　　

　　(.shutdown pool)

(map deref refs)) )

 

可以看到比起冗长的Java，Clojure的语法非常简练，封装的很好，既继承了lisp的优美，也保留了java的实效，还具有高并发的特性。

 

CPU/网络I/O高并发

 

现在所谓的“高并发”很多是指网络I/O高并发，具体来说指的是单进程接受多少多少个连接，例如：Node.JS实现了这个，可以用很少的资源吃满I/O，这里的资源的重点自然是指内存和CPU。而Clojure的高并发完全不是指的这个，Clojure的STM高并发指的是CPU密集型的高并发，不是网络I/O， 这点不要搞错了。其网络I/O高并发完全依赖JVM，或是其他的NIO框架比如Netty或Mina什么的，所以Clojure 提供了相对更为正交的功能集合（STM，并发支持，独立的异步 I/O 库）

原文：Clojure上手

原文发布与微信公众号 rayisthinking