Arrow-Kt中多重ensure验证同一变量的行为解析
2025-06-03 02:31:50作者:昌雅子Ethen
在Arrow-Kt函数式编程库的使用过程中,开发者可能会遇到需要对同一变量进行多重验证的场景。本文将通过一个实际案例,深入分析Arrow-Kt中ensure和zipOrAccumulate组合使用的行为特点。
问题背景
在图书管理系统开发中,我们需要对图书类型进行严格验证。图书类型被定义为枚举类,包含三种可能值:None(无类型)、Large(大型)和Small(小型)。业务规则要求:
- 图书类型不能为None
- 图书类型不能为Large
初始实现方案
开发者最初尝试使用Arrow-Kt的zipOrAccumulate结合多个ensure来实现这一验证逻辑:
fun create(type: BookType) = either {
zipOrAccumulate(
{ ensure(type != BookType.None) { BookProblem.BookTypeIsRequired } },
{ ensure(type != BookType.Large) { BookProblem.BookTypeCannotBeLarge } },
) { _, _ ->
Book(type)
}
}
预期与实际行为的差异
开发者期望当type为None时,返回BookTypeIsRequired错误;当type为Large时,返回BookTypeCannotBeLarge错误。然而实际运行中发现验证逻辑未能按预期工作。
问题本质分析
经过深入分析,这个问题实际上是一个逻辑理解上的误区而非库本身的缺陷。关键在于:
- 枚举类型的互斥性:BookType的枚举值是互斥的,一个变量不可能同时是None和Large
- 验证条件的排他性:两个ensure条件不可能同时失败,因此永远不会需要累积多个错误
正确实现方式
正确的实现应该能够清晰表达业务规则:
fun create(type: BookType): EitherNel<BookProblem, Book> = either {
when(type) {
BookType.None -> raise(BookProblem.BookTypeIsRequired)
BookType.Large -> raise(BookProblem.BookTypeCannotBeLarge)
BookType.Small -> Book(type)
}
}
或者使用ensure的链式调用:
fun create(type: BookType) = either {
ensure(type != BookType.None) { BookProblem.BookTypeIsRequired }
ensure(type != BookType.Large) { BookProblem.BookTypeCannotBeLarge }
Book(type)
}
技术要点总结
- ensure的短路特性:在either块中,ensure会在第一个失败条件时立即终止执行
- zipOrAccumulate的适用场景:更适合验证多个独立变量的情况,而非同一变量的多重验证
- 枚举验证的最佳实践:对于互斥的枚举值,when表达式通常是最清晰的选择
结论
在Arrow-Kt中进行数据验证时,理解各种组合子的适用场景至关重要。对于同一变量的多重验证,简单的ensure链或when表达式往往比复杂的组合更合适。开发者应当根据具体场景选择最符合业务语义的实现方式。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C096
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
DesignPatternsPHP:如何用状态模式和命令模式实现看板工作流 探索H3:高效三维地理空间索引库Docker Cheat Sheet:数据库容器管理终极指南 🚀探索O'Reilly官方网络安全培训资源:从入门到专家的完整指南终极指南:10个纯CSS加载状态优化技巧,告别JavaScript依赖【亲测免费】 推荐一款创新的WebUI工具:OpenPose Editor 探索GitHub上的宝藏:Good First Issue Finder【亲测免费】 探索React日期范围选择器:react-daterange-picker 探索 `circular-json`: 解决JSON循环引用问题的神器AI Agents A-Z权限管理:用户角色、访问控制和权限分配完整指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.55 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
227
95
暂无简介
Dart
727
175
React Native鸿蒙化仓库
JavaScript
287
340
Ascend Extension for PyTorch
Python
285
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
702
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
10
1
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++
849
442
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19