Swift Async Algorithms 中的异步序列类型擦除技术解析
2025-06-25 08:18:56作者:柏廷章Berta
异步序列类型擦除的背景
在 Swift 并发编程中,AsyncSequence 是一个非常重要的协议,它允许我们以异步方式处理序列数据。然而,当我们需要组合多个 AsyncSequence 时,返回类型往往会变得非常复杂且难以维护。
问题现状
当前 Swift 5.x 版本中,当我们合并两个来自 NotificationCenter 的异步通知序列时,会遇到两个主要问题:
- 返回类型过于复杂,包含多层嵌套的泛型类型
- 在严格并发检查模式下会出现 Sendable 相关的警告
例如,合并两个通知序列的返回类型可能看起来像这样:
AsyncMerge2Sequence<AsyncMapSequence<NotificationCenter.Notifications, Notification.Name>, AsyncMapSequence<NotificationCenter.Notifications, Notification.Name>>
临时解决方案
在 Swift 6.0 发布之前,我们可以采用以下两种临时解决方案:
1. 使用 AnyAsyncSequence 包装器
创建一个类型擦除的包装器,可以隐藏底层复杂的类型信息。这种方案的优点是保持了异步序列的原始特性,包括背压传播等机制。
struct AnyAsyncSequence<Element>: AsyncSequence {
typealias AsyncIterator = AnyAsyncIterator<Element>
typealias Element = Element
private let _makeAsyncIterator: () -> AnyAsyncIterator<Element>
init<S: AsyncSequence>(_ sequence: S) where S.Element == Element {
_makeAsyncIterator = {
AnyAsyncIterator(sequence.makeAsyncIterator())
}
}
func makeAsyncIterator() -> AnyAsyncIterator<Element> {
_makeAsyncIterator()
}
}
2. 使用 AsyncStream 转换
虽然不推荐,但在性能要求不高的情况下,可以将 AsyncSequence 转换为 AsyncStream。需要注意的是,这种方法会破坏背压机制,可能导致内存问题。
extension NotificationCenter {
private func typeErasedNotifications(_ name: Notification.Name) -> AsyncStream<Notification.Name> {
AsyncStream { continuation in
let task = Task {
for await notification in self.notifications(named: name) {
continuation.yield(notification.name)
}
}
continuation.onTermination = { _ in task.cancel() }
}
}
}
Swift 6.0 的改进
Swift 6.0 将通过 SE-0421 引入更优雅的解决方案。新特性允许我们使用更简洁的语法来表达异步序列类型:
some AsyncSequence<Notification, any Error>
或者对于不会抛出错误的序列:
some AsyncSequence<Notification, Never>
这种语法不仅更简洁,还能更好地表达异步序列的语义,是未来推荐的使用方式。
最佳实践建议
- 如果项目可以等待,建议升级到 Swift 6.0 后使用原生支持
- 当前版本推荐使用类型擦除包装器而非 AsyncStream 转换
- 注意保持背压机制,避免无限制缓冲数据
- 在严格并发模式下,确保相关类型符合 Sendable 协议
通过理解这些技术细节,开发者可以更优雅地处理复杂的异步序列组合场景,写出更健壮、更易维护的并发代码。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355