高级函数式编程：使用流管道优化数据处理性能
先决条件
牢牢掌握 ES6，尤其是箭头函数、生成器、Array.map、Array.reduce ……
对柯里化、纯函数、高阶函数等函数式编程有深刻的理解，
RxJS 的基础知识。
的注意：本文着重于高级函数式编程，因此请确保您在深入了解主要内容之前满足要求。
目录
一、 功能构成
2. 换能器
3. RxJS 用例
功能组合
什么是函数组合，我们为什么需要它？
在计算机科学中，函数组合是一种组合简单功能以构建更复杂功能的行为或机制
组合函数可帮助开发人员将复杂的逻辑分解为一组较小的问题，从而显着提高可维护性和代码重用性。
一个真实世界的例子来进一步理解：
想象一下，您是一名调酒师，其工作是以有序的方式混合烈酒、饮料和许多其他类型的配料来提供鸡尾酒。
你有一个空杯子 让 glass = "" 作为初始值和多个准备步骤：
请记住，成分和您采取的步骤很重要，因为它会产生不同的饮料：
帕洛玛鸡尾酒配方
对于每份鸡尾酒配方，我们都需要编写一个函数来准备它，其中包含需要时间执行的各种准备步骤。所以你开始有了一个想法：实现一个朴素的let 循环，以有序的方式执行准备步骤。
更短，更容易阅读！
如同数学中的函数组合，每个函数的结果作为下一个函数的参数传递，最后一个函数的结果是整体的结果。
这种命令式实现在函数组合方面已经足够好了，但因为我们正在学习函数式编程，所以让我们通过使用Arrray.reduce 来简化serveCocktail 函数，使其成为声明式的：
onst serveCocktail = (...方法) => {
// 初始值被硬编码为空字符串
return methods.reduce((glass, method) => 方法(glass), "")}
更好的是，我们可以使用柯里化来提升初始值作为参数。对于通用用途，我们定义了一个实用函数，使我们可以轻松地组合函数。
pipe : 从左到右组合函数。
compose : 从右到左组合函数。
在pipe和 compose的帮助下，组合函数要容易得多 。
当我们将一个复杂的过程分解成更小的函数时，每个函数只做一项工作，开发人员可以编写声明性代码来增强可读性、可重用性和关注点分离。
传感器
transducer 是一个可组合的高阶 reducer。它以一个 reducer 作为输入，并返回另一个 reducer（埃里克·埃利奥特)
reducer是一个纯函数，它接受 2 个参数并返回一个新值。
在循环上下文中应用reducer时：
名为accumulator的第一个参数是上一步的结果，如果它是循环中的第一步，则为初始值。
第二个参数是循环中的当前值。
所以reducer的简单语法如下：
reducer = (accumulator, curVal) => newVal
然后 transducer 的语法可以表示为：
换能器 = 减速器 => 减速器
回答“为什么我们需要换能器？”这个问题 ，跟我举个例子：
想象一下，作为 NASA 的一名科学家，你的职责是通过接收信号与我们星球外的外星飞船进行通信，并将其转换为人类可理解的数据，然后显示最终信息。
转换信号：过滤虚假信号（噪声），然后将信号转换为字符串。
显示消息：连接字符串。
只有当你的数组很小时，这个简单但天真的实现才合适。
考虑处理大量的万亿信号：
filter每次使用and遍历数组时map，JavaScript 都会启动一个全新的中间数组，它会占用大量内存。在执行下一个之前，您需要等待每个处理步骤完成。在上面的代码中，如果我们要检索最终的消息，我们必须等待
reduce它完成。在此之前，reduce必须等待map完成。在此之前，map必须等待filter完成。这是一个致命的问题，因为消息中的信息非常关键，我们必须在非常严格的期限内阅读它。
解决这个问题的一种方法是构建一个处理管道，将信号作为数据流，并以正确的顺序对每个信号执行。
稍微重写一下，以便您可以识别流程xform 与函数组合完全相同。的结果decodeSignal 取决于isTruthful，而 的结果concatString 取决于decodeSignal。
（味精，信号）=> {
让 val = isTruthful(sig) ? 签名：空
如果（值）{
val = decodeSignal(val)
val = concatString(msg, val)
返回值
}
返回消息}
在这个例子中，我们只需要处理几个处理步骤。但请记住，在现实世界中，信号转换过程必须以复杂的顺序经历多个步骤。为了构建灵活的管道，我们开始想到函数组合：
撰写（isTruthful，decodeSignal，concatString）//不工作
但它不会起作用，仅仅是因为这些函数不可组合。换句话说，前一个函数的结果与下一个函数的参数不兼容。
为了使链接成为可能，我们必须重写 filter and map 函数：
const filter = next => {
返回 (msg, sig) => isTruthful(sig) ？下一个（味精，信号）：味精} const map = next => {
返回（味精，信号）=>下一个（味精，解码信号（信号））}
假设那next 是一个reducer，那么filter 和map 是transducer，它们将一个reducer作为输入并返回另一个reducer。
为了增强可重用性，我们使用柯里化来提升isTruthful 和decodeSignal 作为参数：
const filter = predicate => next =>
(acc, cur) =>谓词(cur) ? 下一个（acc，cur）：acc const map = transform => next =>
(acc, cur) => next(acc, transform (cur)) const transformSignals = compose ( filter ( isTruthful ), map ( decodeSignal )}
我们可以使用compose 组合 传感器 ，因为它们是可组合的，结果 transformSignals 是一个新的 传感器，所以我们必须提供一个缩减器作为最后一步，告诉 传感器 如何累积结果。
const xform = transformSignals( concatString ) const message = signals.reduce( xform , "")
总结我们刚刚所做的一切，这是您可以运行的完整代码：
RxJS 用例
恭喜！！！如果您正在阅读本节，那么您已经完成了所有最难的部分。RxJS 是一个支持流数据的库，它有许多类似的转换器filter ，map 因此我们不必从头开始实现任何东西。
尝试运行并观察输出，可以清楚地看到每个信号都是独立处理的，并立即打印出结果。