Clojure和HBase:在一次扫描中延迟迭代

Question

假设我想在clojure中打印hbase表扫描的输出。

(defmulti scan (fn [table & args] (map class args)))
(defmethod scan [java.lang.String java.lang.String] [table start-key end-key]
    (let [scan (Scan. (Bytes/toBytes start-key) (Bytes/toBytes end-key))]
        (let [scanner (.getScanner table scan)]
            (doseq [result scanner]
                (prn
                    (Bytes/toString (.getRow result))
                    (get-to-map result))))))

，其中get-to-map将结果转换为映射。可以这样运行:

(hbase.table/scan table "key000001" "key999999")

但是如果我想让用户对扫描结果做点什么呢?我可以允许他们传递一个函数作为一个回调应用于每个结果。但我的问题是:如果我希望用户能够惰性地迭代每个结果

，我应该返回什么?

(Bytes/toString (.getRow result))
(get-to-map result)

和不保留以前的结果，这在使用lazy-seq的简单实现中可能会发生。

Answer 1

如果你接受一个回调参数，你可以在doseq中调用它:

(defmulti scan [f table & args] (mapv class args)) ; mapv returns vector
(defmethod scan [String String] [f table start-key end-key]
               ; ^- java.lang classes are imported implicitly
  (let [scan ...
        scanner ...] ; no need for two separate lets
    (doseq [result scanner]
      ; call f here, e.g.
      (f result))))

这里每个结果调用一次f。它的返回值以及结果本身将被立即丢弃。当然，你可以用result的预处理版本来调用f，例如(f (foo result) (bar result))。

您还可以将结果的序列/向量返回给客户端，并让它自己进行处理。如果序列是惰性的，您需要确保支持它的任何资源在处理期间保持打开状态(假设它们稍后被关闭——参见with-open;处理代码需要在with-open内部执行，并在它返回时完成处理)。

例如，要将预处理结果的向量返回给客户端，您可以执行

(defmethod scan ...
  (let [...]
    (mapv (fn preprocess-result [result]
            (result->map result))
          scanner)))

客户端可以对它们做任何想做的事情。使用map来返回一个延迟序列。如果客户端随后需要打开/关闭一个资源，您可以接受它作为扫描的参数，以便客户端可以说

(with-open [r (some-resource)]
  ; or mapv, dorun+map, doall+for, ...
  (doseq [result (scan r ...)]
    (do-stuff-with result)))