纯函数管道数据流·基本构造方法
版权所有 © 2018 林鹏程， 保留所有权利。
最近，在微信群里介绍纯函数管道数据流时，回群友关于构造方法的提问，整理一下，放这里。
纯函数管道数据流是我在个人项目实践过程总结创造出来的方法，基于我的知识体系，融合了集成电路、科学化管理思想、大工业流水线思想、函数式编程（FP）、统计学R语言的向量式编程等技术，在系统构造过程中的抽象、策略选择判断过程应用了科学化管理思想、大工业流水线思想来做为依据，是最契合我的思维方式的方法，不是象那些FP和OO狂信徒从外来的理论学习、沉迷、洗脑、走火入魔的状态:-)。
大海航行靠舵手，编程朝着数据走。初始状态，最终状态，两点间直线距离最短。 沿着数据变换形成的数据流，沿途汇流，直至最终状态，这叫百川东到海、结果导向、直指大道。天下武功，唯快不破。 简单直接是快速稳定可靠的根本。FP和OO其实全是在走弯路 :-)。
纯函数管道数据流方法是使项目纯粹由->>块组成，一个->>块函数相当于一个集成电路元件（或板），这样整个项目象个集成电路（或城市水网，或企业制度流程）。代码示意图化和象形化 对系统架构逻辑和流程类似所见即所得，对阅读、理解、优化很有帮助。每一步都是可测试、可验证，代码重用和组合非常的爽，逻辑也很简洁清晰，系统构造、调试、扩展、维护、使用也可以引用成熟的集成电路理论。
数据流设计时，要特别注意设立函数输入输出的数据规范标准，按大工业标准化生产模式。
因为Clojure语言对纯函数管道数据流提供了语言级核心支持，有很多种类的->>宏，写纯函数管道数据流最自然最方便，所以以下内容的代码用Clojure语言表达。
1.元件：一个->>块函数相当于一个集成电路元件（或板），利用纯函数的输入输出特性当作管道（导线）使用。
一个->>块里面的一系列函数，最多只能有一个带副作用的函数且只能处于末尾。另外，要注意做好数据标准化工作，在出入口检查，中间就可以极限裸奔，这样做简洁、流畅、稳定、高效。
一般只有在带副作用的函数里才有try-catch异常处理，异常处理是个垃圾机制，我不喜欢try-catch异常机制，使用try-catch异常机制也只是为了兼容系统外部的库、语言和平台的异常机制而已，对外来的只能接受，只能管好自己。在数据流里，一切用数据解决，可以接着向下传递数据信号表达状况，这种思想类似C语言的错误号数据传递机制。经典的计算机技术很多是很好的，比如数据结构+算法，错误号等。一帮不知所谓的家伙炒作出FP/OO/异常等一堆垃圾，为创新而创新，为paper而创新。
在clojure语言里，建议函数尽量设计成参数为hash-map类型的单参数函数，象R语言大多数函数那样，可以设计很多带默认值的命名参数，有很强的可扩展性。另外，clojure操作hash-map的核心函数很多，操作方便，不仅在使用->>宏时可以不用写括号，而且参数的形成，校验，变换与函数调用一体化、一条龙数据流处理。还有clojure解构方便，在函数体内形式参数使用上与一般多参数函数是一样方便的。
(defn f [x]
(->> x
f1
f2))(defn f [{:keys [x y] :as m}]
(->> x
(f1 y ,)
f2))2.分支：一个(cond)或(if)块作为一个函数。代码示意：
(defn f [x]
(cond
(= x 1) (f1)
(= x 2) (f2)
:else (f3)))(defn f2 [x y]
(-> (> x 2)
(and , (< y 6))
(if , 25 30)))(defn path-combine [s1 s2]
(cond
(string/starts-with? s2 "/")
s2
(not (string/ends-with? s1 "/"))
(-> (string/split s1 #"[\\/]")
butlast
(#(string/join "/" %))
(str , "/")
(path-combine , s2))
:else
(-> (string/join "/" [s1 s2])
(string/replace , #"[\\/]+" "/"))))
3.反馈电路（回流）：一个尾递归函数相当于一个反馈电路。备注：map是批处理，另外也可以看成类似对一个游客队列，在入口重复进行验票动作，是一个前进动作，不是反馈或回流。
(defn f [i]
(if-not (zero? i)
(f1)
(-> i dec recur)))4.分流：相当于并发或并行。例如：对数据进行分块，并行处理，代码示意：
(->> data
(partition n ,)
(pmap f ,))(->> [pipe-f1 pipe-f2 pipe-f3]
(pmap #(% data) ,))
5.合流：相当对分流的结果进行reduce，联合后的代码示意：
(->> data
(partition n ,)
(pmap f1 ,)
(reduce f2 ,)) 注1：和其他数据流的区别：
以前也曾出现很多数据流思想，但实现和设计都很不理想，从代码上看与集成电路相差极远。纯函数管道数据流clojure最合适，从语义和表现形式上看，都是最简单直观的。下面附带一个代码比较链接：
1.我的数据流代码大概是这个形式：
https://clojureverse.org/t/ho...
一般是一个->>块一个函数。
2.对比一下akka的数据流：
https://doc.akka.io/docs/akka...
我们可以看出它们代码的象形和逻辑上的差距，akka代码与文章里的集成电路示意图形式上差距很大。
更不用说Rxjava那种丑爆的代码
注2：与ring middleware区别
代码看起来相似，但理念是本质上的差别。
1.middleware函数的输入输出是函数，流转的是层层打包的函数，是同心圆，middleware调试是很麻烦的。
2.纯函数管道数据流输入输出是数据，流转的是数据，是串并联。
3.我不能认同中间件的理念，和集成电路思想是冲突的。电路里，元件（电路板）是无法流转的，只有数据（电流）才能流转，理解不要有偏差。
注3：本文主讲系统构造，不在于精妙的代码，文章内是伪代码，整个软件工程100%由纯粹的->>块构成才是重点，也是难点, ->>宏使用这种语法不是重点，->>构造系统是一种流程优化，使数据和逻辑分离得很清楚，达到科学、简单、灵活的架构。不用->>架构的架构数据和逻辑混杂，我称为“可怕的泥石流”。
最后，大道至简，这种系统构造方法看起来方法很简单，象自由博击和形意拳一样，只有基本元件和基本组合方法，需要把基本功练成本能，神而明之、触之即发、千变万化的应用，不要用固定的模式限制自己的想象力，没有FP和OO那么多套路和招数，但是对数据抽象和逻辑抽象的要求比FP还要高得多，辅之道法自然、千变万化、天马行空的想像力和创造力。
做一件好事很容易，一辈子纯做好事很难。写一个纯函数管道数据流函数很容易，写一个100%由纯函数管道数据流函数组成的系统很难。
看到能把FP用来工作的人数那么少，我是不指望本方法能流行，但发表出来，如果能帮助他人开拓思想，有所得益，还是一件令人快乐的事。