在任何并发性应用程序中，异步事件处理都至关重要。无论事件的来源是什么（不同的计算任务、I/O 操作或与外部系统的交互），您的代码都必须跟踪事件，协调为响应它们而执行的操作。应用程序可以采用两种基本方法之一来实现异步事件处理：
- 阻塞：一个等待事件的协调线程。
- 非阻塞：事件向应用程序生成某种形式的通知，而没有线程显式等待它。
合成事件
scala.concurrent.Promise 和 scala.concurrent.Future 类为 Scala 开发人员提供了一些与 Java 8 开发人员的 CompletableFuture 使用方式类似的选项。具体地讲，Future 同时提供了阻塞和非阻塞的事件完成方式。但是，尽管在此级别上很相似，但用于处理两种 future 的技术是不同的。
我们先来看一个并发任务设置：
任务和排序
在一个特定操作中，应用程序通常必须执行多个处理步骤。例如，在向用户返回结果之前，Web 应用程序可能需要：
- 在一个数据库中查找用户的信息
- 使用查找到的信息来执行 Web 服务调用，并执行另一次数据库查询。
- 根据从前两个操作中获得的结果来执行数据库更新。
图 1 演示了这种结构类型。
图 1. 应用程序任务流
图 1 将处理过程分解为 4 个不同的任务，它们通过表示顺序依赖关系的箭头相连接。任务 1 可以直接执行，任务 2 和任务 3 都在任务 1 完成后执行，任务 4 在任务 2 和任务 3 都完成后执行。
建模异步事件
在真实的系统中，异步事件的来源一般是并行计算或一种形式的 I/O 操作。但是，使用简单的时间延迟来建模这种系统会更容易一些，这也是这里所采用的方法。清单 1 显示了我用于生成事件的基本的赋时事件 (timed-event) 代码，这些事件采用了已完成的 Future 格式。
清单 1. 赋时事件代码
import java.util.Timer
import java.util.TimerTask
import scala.concurrent._
object TimedEvent {
val timer = new Timer
/** Return a Future which completes successfully with the supplied value after secs seconds. */
def delayedSuccess[T](secs: Int, value: T): Future[T] = {
val result = Promise[T]
timer.schedule(new TimerTask() {
def run() = {
result.success(value)
}
}, secs * 1000)
result.future
}
/** Return a Future which completes failing with an IllegalArgumentException after secs
* seconds. */
def delayedFailure(secs: Int, msg: String): Future[Int] = {
val result = Promise[Int]
timer.schedule(new TimerTask() {
def run() = {
result.failure(new IllegalArgumentException(msg))
}
}, secs * 1000)
result.future
}清单 1 中的 Scala 代码使用一个 java.util.Timer 来安排 java.util.TimerTask 在一个延迟之后执行。每个 TimerTask 在运行时完成一个有关联的 future。delayedSuccess 函数定制了一个任务，在运行时成功完成一个 Scala Future[T]，然后将该 future 返回给调用方。delayedSuccess 函数返回相同类型的 future，但使用了一个在完成 future 时发生 IllegalArgumentException 异常的失败任务。
清单 2 展示了如何使用 清单 1 中的代码创建 Future[Int] 格式的事件，使之与 图 1 中的 4 个任务相匹配。（此代码来自示例代码中的 AsyncHappy 类。）
清单 2. 示例任务的事件
// task definitions
def task1(input: Int) = TimedEvent.delayedSuccess(1, input + 1)
def task2(input: Int) = TimedEvent.delayedSuccess(2, input + 2)
def task3(input: Int) = TimedEvent.delayedSuccess(3, input + 3)
def task4(input: Int) = TimedEvent.delayedSuccess(1, input + 4)清单 2 中 4 个任务方法中的每一个都为该任务的完成时刻使用了特定的延迟值：task1 为 1 秒，task2 为 2 秒，task3 为 3 秒，task4 重新变为 1 秒。每个任务还接受一个输入值，是该输入加上任务编号作为 future 的（最终）结果值。这些方法都使用了 future 的成功形式；稍后您会看到一些使用失败形式的例子。
这些任务要求您按 图 1 中所示的顺序运行它们，向每个任务传递上一个任务返回的结果值（或者对于 task4，传递前两个任务结果的和）。如果中间两个任务同时执行，总的执行时间大约为 5 秒（1 秒 + （2 秒、3 秒中的最大值）+ 1 秒。如果 task1 的输入为 1，那么结果为 2。如果该结果被传递给 task2 和 task3，那么结果将为 4 和 5。如果这两个结果的和 (9) 被作为输入传递给 task4，那么最终结果将为 13。
阻塞等待
在设定好操作环境之后，是时候来查看 Scala 如何处理事件的完成情况了。与上一期的 Java 代码中一样，协调 4 个任务的执行的最简单的方法是使用阻塞等待：主要线程等待每个任务依次完成。清单 3（同样来自示例代码中的 AsyncHappy 类）给出了此方法。
清单 3. 阻塞等待任务执行
def runBlocking() = {
val v1 = Await.result(task1(1), Duration.Inf)
val future2 = task2(v1)
val future3 = task3(v1)
val v2 = Await.result(future2, Duration.Inf)
val v3 = Await.result(future3, Duration.Inf)
val v4 = Await.result(task4(v2 + v3), Duration.Inf)
val result = Promise[Int]
result.success(v4)
result.future
}清单 3 使用 Scala scala.concurrent.Await 对象的 result() 方法来完成阻塞等待。该代码首先等待 task1 的结果，然后同时创建 task2 和 task3 future，并等待两个任务依次返回 future，最后等待 task4 的结果。最后 3 行（创建和设置 result）使得该方法能够返回一个 Future[Int]。返回该 future，让此方法与我接下来展示的非阻塞形式一致，但该 future 将在该方法返回之前完成。
组合 future
清单 4（同样来自示例代码中的 AsyncHappy 类）展示了一种将 future 联系在一起的方式，以便按正确顺序并使用正确的依赖关系执行任务，而不使用阻塞。
清单 4. 使用 onSuccess() 处理事件的完成
def runOnSuccess() = {
val result = Promise[Int]
task1(1).onSuccess(v => v match {
case v1 => {
val a = task2(v1)
val b = task3(v1)
a.onSuccess(v => v match {
case v2 =>
b.onSuccess(v => v match {
case v3 => task4(v2 + v3).onSuccess(v4 => v4 match {
case x => result.success(x)
})
})
})
}
})
result.future
}清单 4 代码使用 onSuccess() 方法将一个函数（技术上讲是一个部分函数，因为它仅处理成功完成的情况）设置为在每个 future 完成时返回。因为 onSuccess() 调用是嵌套式的，所以它们将按顺序执行（即使 future 未完全按顺序完成）。
清单 4 的代码比较容易理解，但很冗长。清单 5 展示了一种使用 flatMap() 方法处理这种情况的更简单的方法。
清单 5. 使用 flatMap() 处理事件的完成
def runFlatMap() = {
task1(1) flatMap {v1 =>
val a = task2(v1)
val b = task3(v1)
a flatMap { v2 =>
b flatMap { v3 => task4(v2 + v3) }}
}
}清单 5 中的代码实际上执行了与 清单 4 相同的事情，但 清单 5 使用了 flatMap() 方法从每个 future 中提取单一结果值。使用 flatMap() 消除了 清单 4 中所需的 match / case 结构，提供了一种更简洁的格式，但采用了同样的逐步执行路线。
试用示例
示例代码使用了一个 Scala App 来依次运行事件代码的每个版本，并确保完成事件（约 5 秒）和结果 (13) 是正确的。您可以使用 Maven 从命令行运行此代码，如清单 6 所示（删除了无关的 Maven 输出）：
清单 6. 运行事件代码
dennis@linux-9qea:~/devworks/scala4/code> mvn scala:run -Dlauncher=happypath
...
[INFO] launcher 'happypath' selected => com.sosnoski.concur.article4.AsyncHappy
Starting runBlocking
runBlocking returned 13 in 5029 ms.
Starting runOnSuccess
runOnSuccess returned 13 in 5011 ms.
Starting runFlatMap
runFlatMap returned 13 in 5002 ms.不顺利的道路
目前为止，您看到了以 future 形式协调事件的代码，这些代码总是能够成功完成。在真实应用程序中，不能寄希望于事情总是这么顺利。处理任务过程中可能会出现问题，而且在 JVM 语言术语中，这些问题通常表示为 Throwable。
更改 清单 2 中的任务定义很容易，只需使用 delayedFailure() 代替 delayedSuccess() 方法，如这里的 task4 所示：
def task4(input: Int) = TimedEvent.delayedFailure(1, "This won't work!")
如果运行仅将 task4 修改为完成时抛出异常的 清单 3，那么您会得到 task4 上的 Await.result() 调用所抛出的预期的 IllegalArgumentException。如果在 runBlocking() 方法中没有捕获该问题，该异常会在调用链中一直传递，直到最终捕获问题（如果未捕获问题，则会终止线程）。幸运的是，修改该代码很容易，因此，如果任何任务完成时抛出异常，该异常会通过返回的 future 传递给调用方来处理。清单 7 展示了这一更改。
清单 7. 具有异常的阻塞等待
def runBlocking() = {
val result = Promise[Int]
try {
val v1 = Await.result(task1(1), Duration.Inf)
val future2 = task2(v1)
val future3 = task3(v1)
val v2 = Await.result(future2, Duration.Inf)
val v3 = Await.result(future3, Duration.Inf)
val v4 = Await.result(task4(v2 + v3), Duration.Inf)
result.success(v4)
} catch {
case t: Throwable => result.failure(t)
}
result.future
}清单 7 非常浅显易懂，最初的代码包装在一个 try/catch 中，catch 在返回的 future 完成时传回异常。此方法稍微复杂一些，但任何 Scala 开发人员应该仍然很容易理解它。
那么，清单 4 和清单 5 中的事件处理代码的非阻塞变形是怎样的？从名称可以看出，清单 4 中使用的 onSuccess() 方法仅 适用于 future 的成功完成类型。如果想要同时处理成功和失败完成类型，则必须使用 onComplete() 方法，检查哪种完成例行适用。清单 8 展示了此技术如何用在事件处理代码中。
清单 8. 成功和失败的 onComplete() 处理
def runOnComplete() = {
val result = Promise[Int]
task1(1).onComplete(v => v match {
case Success(v1) => {
val a = task2(v1)
val b = task3(v1)
a.onComplete(v => v match {
case Success(v2) =>
b.onComplete(v => v match {
case Success(v3) => task4(v2 + v3).onComplete(v4 => v4 match {
case Success(x) => result.success(x)
case Failure(t) => result.failure(t)
})
case Failure(t) => result.failure(t)
})
case Failure(t) => result.failure(t)
})
}
case Failure(t) => result.failure(t)
})
result.future
}清单 8 看起来很凌乱，幸运的是还有一种简单得多的替代方法：使用 清单 5 中的 flatMap() 代码代替。flatMap() 方法同时处理成功和失败完成类型，无需执行任何更改。
使用 async
最新的 Scala 版本包含在编译期间使用宏 转换代码的能力。目前实现的一个最有用的宏是 async，它在编译期间将使用 future 的看似顺序的代码转换为异步代码。清单 9 展示了 async 如何简化本教程中使用的任务代码。
清单 9. 结合使用 future 与 async {}
def runAsync(): Future[Int] = {
async {
val v1 = await(task1(1))
val a = task2(v1)
val b = task3(v1)
await(task4(await(a) + await(b)))
}
}清单 9 中封装的 async {...} 调用了 async 宏。此调用将该代码块声明为异步执行的代码，并在默认情况下异步执行它，然后返回一个 future 表示该代码块的执行结果。在该代码块中，await() 方法（实际上是该宏的一个关键字，而不是一个真正的方法）显示了何处需要一个 future 的结果。async 宏在编译期间修改了 Scala 程序的抽象语法树 (AST)，以便将该代码块转换为使用回调的代码，这大体相当于 清单 4 的代码。
除了 async {...} 包装器之外，清单 9 中的代码还与 清单 3 中最初的阻塞代码很相似。这主要是这个宏的成就，它抽象化了异步事件的所有复杂性，使它看起来像您在编写简单的线性代码。在幕后，这涉及到大量复杂性。
async 内部原理
如果查看 Scala 编译器从源代码生成的类，就会看到一些具有类似 AsyncHappy$$anonfun$1.class 的名称的内部类。从名称可以猜到，这些类由编译器为异步函数而生成（比如传递给 onSuccess() 或 flatMap() 方法的语句。）
使用 Scala 2.11.1 编译器和 Async 0.9.2 实现，您还会看到一个名为 AsyncUnhappy$stateMachine$macro$1$1.class 的类。这是 async 宏生成的实际实现代码，采用状态机的形式来处理异步任务。清单 10 给出了此类的一个部分地方进行了反编译（decompiled）的视图。
清单 10. 反编译后的 AsyncUnhappy$stateMachine$macro$1$1.class
public class AsyncUnhappy$stateMachine$macro$1$1
implements Function1<Try<Object>, BoxedUnit>, Function0.mcV.sp
{
private int state;
private final Promise<Object> result;
private int await$macro$3$macro$13;
private int await$macro$7$macro$14;
private int await$macro$5$macro$15;
private int await$macro$11$macro$16;
...
public void resume() {
...
}
public void apply(Try<Object> tr) {
int i = this.state;
switch (i) {
default:
throw new MatchError(BoxesRunTime.boxToInteger(i));
case 3:
if (tr.isFailure()) {
result().complete(tr);
} else {
this.await$macro$11$macro$16 = BoxesRunTime.unboxToInt(tr.get());
this.state = 4;
resume();
}
break;
case 2:
if (tr.isFailure()) {
result().complete(tr);
} else {
this.await$macro$7$macro$14 = BoxesRunTime.unboxToInt(tr.get());
this.state = 3;
resume();
}
break;
case 1:
if (tr.isFailure()) {
result().complete(tr);
} else {
this.await$macro$5$macro$15 = BoxesRunTime.unboxToInt(tr.get());
this.state = 2;
resume();
}
break;
case 0:
if (tr.isFailure()) {
result().complete(tr);
} else {
this.await$macro$3$macro$13 = BoxesRunTime.unboxToInt(tr.get());
this.state = 1;
resume();
}
break;
}
}
...
}清单 10 中的 apply() 方法处理实际的状态更改，估算一个 future 的结果并将输出状态更改为匹配。输入状态会告诉该代码正在估算哪个 future；每个状态值对应于 async 代码块中一个特定的 future。从 清单 10 的部分代码很难了解这一点，但查看其他一些字节码，就可以看到状态代码是与任务匹配的，所以状态 0 表示 task1 的结果符合预期，状态 1 表示 task2 的结果符合预期，依此类推。
resume() 方法并未显示在 清单 10 中，因为反编译器无法确定如何将它转换为 Java 代码。我也不打算探讨这个过程，但通过查看字节码，可以确定 resume() 方法执行了与状态代码上的 Java switch 相似的工作。对于每个非最终状态，resume() 执行适当的代码段来设置下一个预期的 future，最终将 AsyncUnhappy$stateMachine$macro$1$1 实例设置为 future 的 onComplete() 方法的目标。对于最终状态，resume() 将会设置结果值并履行对最终结果的承诺。
您实际上并不需要深入分析生成的代码来理解 async（但它可能很有趣）。关于 async 工作原理的完整描述，请查阅 SIP-22 - Async 提案。
async 限制
由于 async 宏将代码转换为状态机类的方式，该宏的使用有一些限制。最明显的限制是，不能将 await() 嵌套在 async 代码块中的另一个对象或闭包内（包括一个函数定义）。也不能将 await() 嵌套在一个 try 或 catch 内。
除了这些使用限制之外，async 的最大问题是：在调试时，您同样会体验到一些通常与异步代码有关的问题回调，在这种情况下，需要尝试理解没有反映明显的代码结构的调用堆栈。不幸的是，目前的调试器设计无法解决这些问题。这是 Scala 中一个新的工作区域（请参阅 反思调试器。）与此同时，您可以禁用 async 代码块的异步执行，让调试变得更轻松（假设您尝试修复的问题在按顺序执行操作时仍然存在）。
最后，Scala 宏仍是一项我们正在开展的工作。async 有望在未来的版本中成为 Scala 语言的一个正式部分，但只有在 Scala 语言团队对宏的工作方式感到满意时，这种情况才会出现。到那时，无法确保 async 的格式不会发生改变。
结束语
一些处理异步事件的 Scala 方法与 Java 代码存在很大的区别。借助 flatMap() 和 async 宏，Scala 提供了整洁而且容易理解的技术。async 特别有趣，您可以编写看似正常的顺序的代码，但编译的代码会并发地执行。Scala 不是提供这种方法的惟一语言，但基于宏的实现为其他方法提供了极高的灵活性。
本文转自：https://www.ibm.com/developerworks/cn/java/j-jvmc4/index.html