我对惰性序列的理解是，它们在程序访问数据之前不会将数据加载到内存中。所以我可以理解，如果有一个大的数字列表等待被消费，但是序列只有在迭代器调用下一个方法时才从生产者那里提取数据，这是有意义的。
但是，当生产者向可观察对象推送该项时，可观察对象会将该项附加到自己身上。因此，序列不是在消费者请求时加载数据，而是在生产者发送数据时加载数据。那么，可观察对象在哪些方面是懒惰的呢?
在Bacon.js的observable中有两种惰性:
-
可观察对象不注册到他们的底层数据源(例如，AJAX获取)，直到至少有一个观察者。这种惰性实际上为您提供了自动资源管理，因为到数据源的连接会根据需求自动打开和关闭。此外，如果有多个观察者，则只使用到数据源的单个连接，并共享结果。
-
可观察对象不计算传递给
map,combine等的函数，直到值被实际使用。因此，如果您在给map的函数中进行昂贵的计算，并且只在一秒钟内对流进行一次采样，则只有这些值才会实际评估。
你没有得到的是反压管理。所以如果你是一个数据源，比如可观察的a，连续产生无限的值，你可以
- 立即使用
a.onValue处理 - 使用
a.take(1000).onValue先取1000个 - 使用
a.takeUntil((x) -> x > 1000)).onValue直到某些条件
但是你不能影响源生成值的速率，因为Bacon.js没有办法告诉源"我以后对更多的值感兴趣，我会告诉你什么时候"。我一直在考虑添加这样的东西，但这会使事情变得复杂很多。
作为底线，我想说Bacon.js不是处理无限列表的理想库，例如，在Haskell风格中。和AFAIK，也不是任何其他Javascript FRP库。
惰性序列是在可能的最后一次对其元素求值的序列。它们的有用之处在于，您可以传递序列，甚至可以在不计算其内容的情况下对其执行操作。
因为你不计算序列，你甚至可以创建一个无限序列;只要确保不要求整个式子的值。例如，下面的Haskell程序创建一个无限自然数序列，然后将每个元素惰性地乘以2，产生一个无限偶数序列，然后取前5个元素，求值(并且只求值):
take 5 (map (*2) [1..])
-- [2,4,6,8,10]
基本上，使用惰性序列和一组处理它们的函数，如map，您可以编写程序，以可组合的方式创建和处理潜在的无限数据流。
，顺便说一下，这正是(函数式)响应式编程的内容。一个可观测天体可以被看作是一个可能无限的对(value, timestamp)流。对一个可观察对象的操作，比如map，只是在原来的流的基础上创建另一个流。将一个消费者附加到一个可观察对象上，只计算其中"已经发生"的元素，而不计算其他元素。
例如，Bacon的observable.map可以作为一个函数来实现，该函数惰性地将函数应用于流的'value'部分(同样在Haskell中):
map f = Prelude.map ((value, tstamp) -> (f value, tstamp))
当observable.delay为'timestamp'部分添加延迟时:
delay dt = Prelude.map ((value, tstamp) -> (value, tstamp + dt))
其中Prelude.map只是惰性序列上的常规"映射"函数。
希望我没有再让你困惑了!