术语:功能反应编程/ RX中的“故障”是什么？

Question

在函数式反应性编程中，“故障”的定义是什么？

我知道，在一些玻璃钢框架中，“小故障”可能发生，而在另一些框架中则不然。例如，RX不是无故障的，而ReactFX是无故障的[1]。

有人能给出一个非常简单的示例，演示在使用RX时如何以及何时会出现故障，并在相同的示例中展示相应的ReactFX解决方案是如何以及为什么没有故障的。

感谢您的阅读。

Answer 1

定义

我(自己)最喜欢的定义：

故障是可观察状态中暂时的不一致。

来自Scala.Rx的定义

在玻璃钢的上下文中，故障是数据流图中暂时的不一致。由于更新不是即时发生的，而是需要时间来计算，玻璃钢系统中的值在更新过程中可能会瞬间不同步。此外，根据玻璃钢系统的性质，有可能使节点在传播过程中不止更新一次。

示例

考虑整数变量a，b。定义sum和prod，以便

sum := a + b，

prod := a * b。

让我们将这个示例重写为JavaFX：

IntegerProperty a = new SimpleIntegerProperty();
IntegerProperty b = new SimpleIntegerProperty();
NumberBinding sum = a.add(b);
NumberBinding prod = a.multiply(b);

现在，让我们编写一个小的一致性检查：

InvalidationListener consistencyCheck = obs -> {
    assert sum.intValue() == a.get() + b.get();
    assert prod.intValue() == a.get() * b.get();
};

sum.addListener(consistencyCheck);
prod.addListener(consistencyCheck);

a.set(1);
b.set(2);

此代码在最后一行出现断言错误时失败，因为：

• b被更新(到2)
  • sum被更新为(到3)
    • consistencyCheck被触发，a == 1，b == 2，但是prod == 0，因为prod还没有更新

​

​

这是一个小故障-- prod暂时与a和b不一致.

利用ReactFX消除故障

首先要注意的是，ReactFX并非“无故障”，但它为您提供了消除故障的工具。除非您有意识地使用它们，否则ReactFX并不比RX (例如rxJava)更无故障。

消除ReactFX故障的技术依赖于事件传播是同步的这一事实。另一方面，RX中的事件传播总是异步的，因此这些技术不能在RX系统中实现。

在上面的示例中，我们希望将侦听器通知推迟到更新了sum和prod之后。这是如何通过ReactFX实现这一点：

import org.reactfx.Guardian;
import org.reactfx.inhibeans.binding.Binding;

IntegerProperty a = new SimpleIntegerProperty();
IntegerProperty b = new SimpleIntegerProperty();
Binding<Number> sum = Binding.wrap(a.add(b)); // Binding imported from ReactFX
Binding<Number> prod = Binding.wrap(a.multiply(b)); // Binding imported from ReactFX

InvalidationListener consistencyCheck = obs -> {
    assert sum.getValue().intValue() == a.get() + b.get();
    assert prod.getValue().intValue() == a.get() * b.get();
};

sum.addListener(consistencyCheck);
prod.addListener(consistencyCheck);

// defer sum and prod listeners until the end of the block
Guardian.combine(sum, prod).guardWhile(() -> {
    a.set(1);
    b.set(2);
});

Answer 2

简短的回答:小故障=不一致/非法/无意义的状态。

下面是一个相关链接：https://social.msdn.microsoft.com/Forums/en-US/bc2c4b71-c97b-428e-ad71-324055a3cd03/another-discussion-on-glitches-and-rx?forum=rx

此外，另一个答案见第29分钟的钠作者的演讲：http://youtu.be/gaG3tIb3Lbk。

以及相应的SOF回答：如何避免Rx中的故障

因此，这是我的理解，什么是故障是基于托马斯的答案。

有一个数据流图，有三个节点: A，B，C

A->B

A->C

在这个简单的例子中，如果我更改A并导致更改B，就会发生故障，但是C还没有更新。这是个小故障。

C与B不一致。

说B=2*A，C=2*A。

如果B不等于C，那就是一个小故障。

Answer 3

下面是C# RX中致命“故障”情况的一个非常简短的理论示例。

var t = Observable
        .Interval(TimeSpan.FromSeconds(1))
        .Publish()
        .RefCount();

var s = t.CombineLatest(t, (t1,t2) => 1/(1-(t1-t2));

由于t1和t2都代表了热门可观测t的最新值，所以人们会认为t1-t2永远是0。所以，我们应该永远是1。

但是，当订阅s时，我们确实得到了1作为第一个观测值，但随后我们得到了零例外除法。在RxJS，我们可以得到NaN。

原因很简单：a.CombineLatest(b, f)会在a或b生成一个值时做出反应，将这个新值与另一个可观测值的最后观察值结合起来。这是设计上的，但根据我的经验，使用RX的人有时会认为这些都是小故障，尤其是来自其他玻璃钢库，它们有着不同的“最新”概念。

当然，这是一个人为的例子，只是为了说明对CombineLatest的误解。

也许CombineLatest应该被称为WhenAny，就像在ReactiveUI库中一样，这会澄清操作语义吗？