Mengubah Aliran

Akka Streams menyediakan sekumpulan operator yang kaya pada Source dan Flow, yang menyerupai API koleksi Scala tetapi berjalan secara asinkron dan mematuhi backpressure.

Setiap operator mengembalikan cetak biru baru, sehingga transformasi dapat disusun secara deklaratif sebelum stream benar-benar dijalankan.

map menerapkan fungsi sinkron ke setiap elemen; filter membuang elemen yang tidak memenuhi predicate. Keduanya merupakan andalan transformasi per elemen.

Keduanya mempertahankan urutan serta meneruskan penyelesaian dan kegagalan ke hilir.

Jika satu input harus menghasilkan beberapa output, gunakan mapConcat. Operator ini menerima fungsi yang mengembalikan iterable lalu meratakan hasilnya ke dalam stream.

Mengembalikan koleksi kosong secara efektif akan membuang elemen tersebut.

grouped(n) mengelompokkan elemen berurutan menjadi Seq yang berisi paling banyak n item, yang berguna untuk penulisan massal ke basis data. sliding(n) menghasilkan jendela yang saling tumpang tindih.

Pengelompokan mengurangi beban per elemen dalam pipeline yang banyak melakukan I/O.

scan menghasilkan akumulator yang sedang berjalan setelah setiap elemen, sehingga membentuk stream keadaan yang terus berubah. fold hanya menghasilkan nilai akumulasi akhir sekali setelah upstream selesai.

Gunakan scan untuk penghitung langsung dan fold untuk agregat terminal.

mapAsync(parallelism) memanggil fungsi yang mengembalikan Future dan menghasilkan hasilnya secara berurutan, dengan menjalankan hingga parallelism Future secara bersamaan.

Gunakan ini untuk pemanggilan asinkron seperti pencarian basis data atau permintaan HTTP ketika urutan penting.

mapAsyncUnordered berperilaku seperti mapAsync, tetapi menghasilkan setiap hasil segera setelah selesai dan mengabaikan urutan input.

Operator ini dapat meningkatkan throughput ketika tahap hilir tidak memedulikan urutan, karena Future yang lambat tidak lagi menghambat Future yang lebih cepat.

Untuk transformasi per elemen yang memerlukan keadaan lokal yang dapat diubah, statefulMapConcat membuat keadaan baru untuk setiap materialisasi dan mengembalikan iterable berisi output.

Ini adalah cara aman untuk menyimpan penghitung atau buffer tanpa berbagi keadaan antarjalannya stream.

Stream dapat melakukan transformasi berdasarkan waktu maupun isi. throttle membatasi laju emisi, groupedWithin mengelompokkan berdasarkan ukuran atau waktu yang berlalu, dan takeWithin membatasi durasi.

Operator-operator ini penting untuk membatasi laju API eksternal.

Pengecualian yang dilemparkan di dalam operator secara bawaan akan menggagalkan seluruh stream. Strategi supervisi dapat memilih resume (membuang elemen yang bermasalah) atau restart tahap tersebut.

Pasang strategi itu dengan withAttributes pada Flow.

Flow kecil dapat disusun menjadi Flow yang lebih besar dengan via, sehingga menghasilkan satu Flow yang dapat digunakan kembali. Hal ini membuat setiap transformasi tetap terfokus dan dapat diuji secara mandiri.

Flow hasil susunan memiliki tipe input dari tahap pertama dan tipe output dari tahap terakhir.

Pertimbangkan transformasi asinkron dan jaminan urutannya.

Anda telah menjelajahi operator transformasi: map/filter per elemen, mapConcat satu-ke-banyak, pengelompokan dengan grouped, akumulasi dengan scan dan fold, serta pekerjaan asinkron melalui mapAsync.

Anda juga mempelajari transformasi berkeadaan, operator berbasis waktu seperti throttle, strategi supervisi untuk menangani kesalahan, dan cara Flow disusun dengan via. Selanjutnya: bagaimana backpressure menjaga tahap-tahap ini tetap aman.