关于响应式编程你可能错过的信息

在函数式编程重新焕发生命力的当下，结合了函数式编程思想的函数式响应型编程（Functional Reactive Programming，简称 FRP）在 GUI 编程等领域又吹来一阵清风。虽然 FRP 的理论与实践可以追溯到上个世纪九十年代，但它蕴含的诸多概念对于大多数程序员而言，还是全新的知识。维基百科对 FRP 的定义为：

函数式响应型编程是使用函数式编程构建块针对响应式编程的一种编程范式。它主要用于 GUI 编程、机器人技术、音乐流处理等领域，通过显式地对时间进行建模来简化问题域。

这样的定义未免太过于宽泛了。Stackoverflow对此的回答倒是详尽而细致地阐述了 FRP 的今世前身，可惜又失之艰深，若用于学术讨论，确乎是最佳选择。例如，我们可以阅读发表于 1997 年由 Conal Elliott 与 Paul Hudak 撰写的论文《Functional Reactive Animation》，以及同样由 Conal Elliot 于 1998 年发表的论文《Composing Reactive Animations》。

FRP 最早发源于Haskell社区。Haskell 官方网站专门介绍了 FRP 的知识。这篇介绍还提供了诸多讲解 FRP 的资源，同时提到了一些实现了 FRP 的库，例如Sodium，Grapefruit，Reactive，Yampa等。当然，这种来源于函数式编程的编程范式，自然也可以运用于除 Haskell 之外的其他具备函数式编程特性的语言，例如 JavaScript，Scala，F# 等。因此，若要理解什么是 FRP，最佳方式莫过于通过一个完整的案例来理解。

近日，Andre Staltz 在 Github 上发布了一篇长文《关于响应式编程你可能错过的信息》，通过运用 JavaScript 和 RxJS，以 FRP 的编程范式实现了如 Twitter 中推荐朋友的功能。这篇文章围绕着 FRP 的一个核心概念“FRP 是针对异步数据流进行编程”进行讲解，并抓住了 FRP 的本质，即将任何事物都视为一个流对象，包括变量、用户输入、属性、缓存、数据结构等。这种针对流的处理方式有些像管道 - 过滤器模式，而它又与函数式语言的组合子 Combinator 是相呼应的。例如我们可以对流进行 map、filter 等组合操作。而 FRP 对事件的订阅，则符合观察者模式的设计思想。文中给出了一个 FRP 例子，它用 JavaScript 处理了“双击”的事件流：

// The 4 lines of code that make the multi-click logic
var multiClickStream = clickStream
    .buffer(function() { return clickStream.throttle(250); })
    .map(function(list) { return list.length; })
    .filter(function(x) { return x >= 2; });

// Same as above, but detects single clicks
var singleClickStream = clickStream
    .buffer(function() { return clickStream.throttle(250); })
    .map(function(list) { return list.length; })
    .filter(function(x) { return x === 1; });

// Listen to both streams and render the text label accordingly
singleClickStream.subscribe(function (event) {
    document.querySelector('h2').textContent = 'click';
});
multiClickStream.subscribe(function (numclicks) {
    document.querySelector('h2').textContent = ''+numclicks+'x click';
});
Rx.Observable.merge(singleClickStream, multiClickStream)
    .throttle(1000)
    .subscribe(function (suggestion) {
        document.querySelector('h2').textContent = '';
    });

文中对例子的阐述，一个很有启发的内容是如何采用 FRP 的思想对需求进行分析。例如针对需求“通过 API 加载账号数据，并显示 3 个推荐”，即可以分解为：

doing a request
getting a response
rendering the response

这种将一切视为“流”，然后针对各个阶段进行数据转换的方式，非常符合函数式思想，也极好地阐述了 FRP 的基本要义。

若要了解 FRP 的详细知识，可以深入阅读 Andre Staltz 的这篇文章。此外，InfoQ 中国在去年也曾发表过由网易的邓际锋撰写的关于 FRP 的文章《函数式反应型编程 (FRP) —— 实时互动应用开发的新思路》。这篇文章很好地通过实现一个类似 Flicker 的小应用阐述了 FRP 的概念。

感谢杨赛对本文的审校。

给 InfoQ 中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ）或者腾讯微博（@InfoQ）关注我们，并与我们的编辑和其他读者朋友交流。