Функциональное программирование на TypeScript: задачи (tasks) как альтернатива промисам

Предыдущие статьи цикла:

1. Полиморфизм родов высших порядков
2. Паттерн «класс типов»
3. Option и Either как замены nullable-типам и исключениям

---

В предыдущей статье мы рассмотрели типы Option и Either, которые предоставляют функциональную замену nullable-типам и выбрасыванию исключений. В этой статье я хочу поговорить о ленивой функциональной замене промисам — задачам (tasks). Они позволят нам подойти к понятию систем эффектов, которые я подробно рассмотрю в следующих статьях.

Как всегда, я буду иллюстрировать примеры с помощью структур данных из библиотеки fp-ts.

Promise/A+, который мы потеряли заслужили

В далеком 2013 году Брайан МакКенна написал пост о том, что следовало бы изменить в спецификации Promise/A+ для того, чтобы промисы соответствовали монадическому интерфейсу. Эти изменения были незначительные, но очень важные с точки зрения соблюдения теоретико-категорных законов для монады и функтора. Итак, Брайан МакКенна предлагал:

1. Добавить статический метод конструирования промиса Promise.point:

   Promise.point = function(a) {   // ... };

2. Добавить метод onRejected для обработки состояния неудачи:

   Promise.prototype.onRejected = function(callback) {   // ... };

3. Сделать так, чтобы Promise.prototype.then принимал только один коллбэк, и этот коллбэк обязательно должен возвращать промис:

   Promise.prototype.then = function(onFulfilled) {   // ... };

4. Наконец, сделать промис ленивым, добавив метод done:

   Promise.prototype.done = function() {   // ... };

Эти изменения позволили бы получить простое расширяемое API, которое в дальнейшем позволило бы элегантно отделять поведение контекста вычислений от непосредственной бизнес-логики — скажем, так, как это сделано в Haskell с его do-нотацией, или в Scala с for comprehension. К сожалению, так называемые «прагматики» в лице Доменика Дениколы и нескольких других контрибьюторов отвергли эти предложения, поэтому промисы в JS так и остались невнятным энергичным бастардом, которого достаточно проблематично использовать в идиоматичном ФП-коде, предполагающим equational reasoning и соблюдение принципа ссылочной прозрачности. Тем не менее, благодаря достаточно простому трюку можно сделать из промисов законопослушную абстракцию, для которой можно реализовать экземпляры функтора, аппликатива, монады и много чего еще.

Task<A> — ленивый промис

Первой абстракций, которая позволит сделать промис законопослушным, является Task. Task<A> — это примитив асинхронных вычислений, который олицетворяет задачу, которая всегда завершается успешно со значением типа A (то есть не содержит выразительных средств для представления ошибочного состояния):

// Task — ленивый примитив асинхронных вычислений type Task<A> = () => Promise<A>;  // Уникальный идентификатор ресурса — тэг типа (type tag) const URI = 'Task'; type URI = typeof URI;  // Определение Task как типа высшего порядка (higher-kinded type) declare module 'fp-ts/HKT' {   interface URItoKind<A> {     [URI]: Task<A>;   } }

Для Task можно определить экземпляры классов типов Functor, Apply, Applicative, Monad. Обратите внимание, как один из самых простых классов типов — функтор — порождает структуры, обладающие всё более и более сложным поведением.

N.B.: Также оговорюсь, что для простоты реализации код по обработке состояния rejected в промисах, использующихся внутри Task, не пишется — подразумевается, что конструирование экземпляров Task происходит при помощи функций-конструкторов, а не ad hoc.

Функтор позволяет преобразовывать значение, которое будет возвращено задачей, из типа A в тип B при помощи чистой функции:

const Functor: Functor1<URI> = {   URI,   map: <A, B>(     taskA: Task<A>,      transform: (a: A) => B   ): Task<B> => async () => {     const prevResult = await taskA();     return transform(prevResult);   }, };

Apply позволяет применять некую функцию преобразования, получающуюся асинхронно, к данным, которые будут возвращены задачей. Для Task можно написать два экземпляра Apply — один будет вычислять результат и функцию преобразования последовательно, другой — параллельно:

const Apply: Apply1<URI> = {   ...Functor,   ap: <A, B>(     taskA2B: Task<(a: A) => B>,      taskA: Task<A>   ): Task<B> => async () => {     const transformer = await taskA2B();     const prevResult = await taskA();     return transformer(prevResult);   }, };  const ApplyPar: Apply1<URI> = {   ...Functor,   ap: <A, B>(     taskA2B: Task<(a: A) => B>,      taskA: Task<A>   ): Task<B> => async () => {     const [transformer, prevResult] = await Promise.all([taskA2B(), taskA()]);     return transformer(prevResult);   }, };

Аппликативный функтор (аппликатив) позволяет конструировать новые значения некоего типа F, «поднимая» (lift) их в вычислительный контекст F. В нашем случае — аппликатив оборачивает чистое значение в задачу. Для простоты я буду использовать последовательный экземпляр Apply для наследования:

const Applicative: Applicative1<URI> = {   ...Apply,   of: <A>(a: A): Task<A> => async () => a, };

Монада позволяет организовывать последовательные вычисления — сначала вычисляется результат предыдущей задачи, после чего полученный результат используется для последующих вычислений. Обратите внимание: хоть мы и можем использовать для определения монады любой экземпляр аппликатива — как базирующийся на последовательном Apply, так и на параллельном, — функция chain, являющаяся сердцем монады, вычисляется для Task строго последовательно. Это напрямую следует из типов, и, в целом, не является чем-то сложным — но я считаю своей обязанностью обратить на это внимание:

const Monad: Monad1<URI> = {   ...Applicative,   chain: <A, B>(     taskA: Task<A>,      next: (a: A) => Task<B>   ): Task<B> => async () => {     const prevResult = await taskA();     const nextTask = next(prevResult);     return nextTask();   }, };

N.B.: так как экземпляр монады для Task может наследоваться от одного из двух экземпляров аппликатива — параллельного или последовательного, — то подставляя нужный экземпляр монады в программы, написанные в стиле Tagless Final, можно получить разное поведение аппликативных операций. Про реализацию стиля Tagless Final на тайпскрипте можно почитать в этом треде #MonadicMondays.

Имея на руках такие выразительные способности, как монада и функтор, можно уже писать простые программы в императивном стиле: делать ветвление, вычислять что-либо рекурсивно. Но для работы над задачами реального мира необходимо уметь выражать ошибочное состояние, и в этом поможет следующая абстракция — TaskEither.

TaskEither<E, A> — задача, которая может вернуть ошибку

В предыдущей статье мы рассмотрели тип данных Either, который представляет вычисления, которые могут идти по одному из двух путей. Для типа Either можно реализовать экземпляры функтора, монады, альтернативы (Alt + Alternative, позволяет выражать fallback-значения), бифунктора (позволяет модифицировать одновременно как левую, так и правую часть Either) и много чего еще.

Комбинируя Task и Either, мы получаем абстракцию, которая обладает новой семантикой — TaskEither<E, A> это асинхронные вычисления, которые могут завершиться успешно со значением типа A или завершиться неудачей с ошибкой типа E. В fp-ts для TaskEither реализован ряд комбинаторов, как то:

• bracket позволяет безопасно получить (acquire), использовать (use) и утилизировать (release) какой-либо ресурс — например, соединение с базой данных или файловый дескриптор. При этом функция release вызовется вне зависмости от того, завершилась ли функция use успехом или неудачей:

  bracket: <E, A, B>(   acquire: TaskEither<E, A>,   use: (a: A) => TaskEither<E, B>,   release: (a: A, e: E.Either<E, B>) => TaskEither<E, void> ) => TaskEither<E, B>

• tryCatch оборачивает промис, который может быть отклонен, в промис, который никогда не может быть отклонен и который возвращает Either. Эта функция вместе со следующей функцией taskify — один из краеугольных камней для адаптации функций сторонних библиотек к функциональному стилю. Также есть функция tryCatchK, которая умеет работать с функциями от нескольких аргументов:

  tryCatch: <E, A>(   f: Lazy<Promise<A>>,    onRejected: (reason: unknown) => E ) => TaskEither<E, A>  tryCatchK: <E, A extends readonly unknown[], B>(   f: (...a: A) => Promise<B>,    onRejected: (reason: unknown) => E ) => (...a: A) => TaskEither<E, B>

• taskify — функция, которая позволяет превратить коллбэк в стиле Node.js в функцию, возвращающую TaskEither. taskify перегружена для оборачивания функций от 0 до 6 аргументов + коллбэк:

  taskify<A, L, R>(   f: (a: A, cb: (e: L | null | undefined, r?: R) => void ) => void): (a: A) => TaskEither<L, R>

Благодаря тому, что для TaskEither реализованы экземпляры Traversable и Foldable, возможна простая работа по обходу массива задач. Функции traverseArray, traverseArrayWithIndex, sequenceArray и их последовательные вариации traverseSeqArray, traverseSeqArrayWithIndex, sequenceSeqArray позволяют обойти массив задач и получить как результат задачу, чьим результатом является массив результатов. Например, вот как можно написать программу, которая должна прочитать три файла с диска и записать их содержимое в единый новый файл:

import * as fs from 'fs'; import { pipe } from 'fp-ts/function'; import * as Console from 'fp-ts/Console'; import * as TE from 'fp-ts/TaskEither';  // Сначала я оберну функции из системного модуля `fs` при помощи `taskify`, сделав их чистыми: const readFile = TE.taskify(fs.readFile); const writeFile = TE.taskify(fs.writeFile);  const program = pipe(   // Входная точка — массив задач по чтению трёх файлов с диска:   [readFile('/tmp/file1'), readFile('/tmp/file2'), readFile('/tmp/file3')],   // Для текущей задачи важен порядок обхода массива, поэтому я использую   // последовательную, а не параллельную версию traverseArray:   TE.traverseSeqArray(TE.map(buffer => buffer.toString('utf8'))),   // При помощи функции `chain` из интерфейса монады я организую   // последовательность вычислений:   TE.chain(fileContents =>      writeFile('/tmp/combined-file', fileContents.join('\n\n'))),   // Наконец, в финале я хочу узнать, завершилась ли программа успешно или    // ошибочно, и залогировать это. Тут мне поможет модуль `fp-ts/Console`,   // содержащий чистые функции по работе с консолью:   TE.match(     err => TE.fromIO(Console.error(`An error happened: ${err.message}`)),     () => TE.fromIO(Console.log('Successfully written to combined file')),   ) ); // Наконец, запускаем нашу чистую программу на выполнение,  // выполняя все побочные эффекты: await program();

N.B.: Если обратите внимание, то я пишу про функции, возвращающие TaskEither, как про чистые. В прошлых статьях я вскользь затрагивал эту тему: в функциональном подходе многое строится на создании описания вычислений с последующей интерпретацией их по необходимости. Когда я буду рассказывать про свободные монады, эта тема будет раскрыта более полно; сейчас же я просто скажу, что Task/TaskEither/ReaderTaskEither/etc. — это просто значения, а не запущенные вычисления, поэтому с ними можно обращаться более вольготно, чем с промисами. Именно ленивость Task’ов позволяет им быть настолько удобной и мощной абстракцией. Код, написанный с применением TaskEither, проще рефакторить с помощью принципа ссылочной прозрачности: задачи можно спокойно создавать, отменять и передавать в другие функции.

Казалось бы, TaskEither дает хорошие выразительные способности — в типах видно, какой результат и какую ошибку может вернуть функция. Но мы можем пойти еще немного дальше и добавить еще один уровень абстракции — Reader.

Reader — доступ к неизменному вычислительному контексту

Если мы возьмем тип функции A -> B, и зафиксируем тип аргумента A как неизменный, мы получим структуру, для которой можно определить экземпляры функтора, аппликатива, монады, профунктора, категории и т.п., которую назвали Reader:

// Reader это функция из некоторого окружения типа `E` в значение типа `A`: type Reader<E, A> = (env: E) => A;  // Reader является типом высшего порядка, поэтому определим всё необходимое: const URI = 'Reader'; type URI = typeof URI;  declare module 'fp-ts/HKT' {   interface URItoKind2<E, A> {     readonly [URI]: Reader<E, A>;   } }

Для Reader можно определить экземпляры следующих классов типов:

// Функтор: const Functor: Functor2<URI> = {   URI,   map: <R, A, B>(     fa: Reader<R, A>,      f: (a: A) => B   ): Reader<R, B> => (env) => f(fa(env)) };  // Apply: const Apply: Apply2<URI> = {   ...Functor,   ap: <R, A, B>(     fab: Reader<R, (a: A) => B>,      fa: Reader<R, A>   ): Reader<R, B> => (env) => {     const fn = fab(env);     const a = fa(env);     return fn(a);   } };  // Аппликативный функтор: const Applicative: Applicative2<URI> = {   ...Apply,   of: <R, A>(a: A): Reader<R, A> => (_) => a };  // Монада: const Monad: Monad2<URI> = {   ...Applicative,   chain: <R, A, B>(     fa: Reader<R, A>,      afb: (a: A) => Reader<R, B>   ): Reader<R, B> => (env) => {     const a = fa(env);     const fb = afb(a);     return fb(env);   }, };

Reader позволяет реализовать интересный паттерн — доступ к некоторому неизменному окружению. Предположим, мы хотим, чтобы у приложения был доступ к конфигурации со следующим типом:

interface AppConfig {   readonly host: string; // имя хоста веб-сервера   readonly port: number; // порт, который будет слушать веб-сервер   readonly connectionString: string; // параметры соединения с некоторой БД }

Для упрощения я сделаю типы БД и express алиасами для строковых литералов — сейчас мне не так важно, какой бизнес-тип будут возвращать функции; важнее продемонстрировать принципы работы с Reader:

type Database = 'connected to the db'; type Express = 'express is listening';  // Наше приложение — это *значение типа A*, вычисляемое *в контексте доступа  // к конфигурации типа AppConfig*: type App<A> = Reader<AppConfig, A>;

Для начала напишем функцию, которая соединяется с нашим фейковым экспрессом:

const expressServer: App<Express> = pipe(   // `ask` позволяет «запросить» от окружения значение типа AppConfig.    // Ее реализация тривиальна:   // const ask = <R>(): Reader<R, R> => r => r;   R.ask<AppConfig>(),   // Я использую функтор, чтобы получить доступ к конфигу и что-то сделать    // на его основе — например, залогировать параметры и вернуть значение    // типа `Express`:   R.map(     config => {       console.log(`${config.host}:${config.port}`);       // В реальном приложении здесь нужно выполнять асинхронные операции        // по запуску сервера.       // Мы поговорим о работе с асинхронностью в следующей секции:       return 'express is listening';     },   ), );

Функция databaseConnection работает в контексте конфига и возвращает соединение с фейковой БД:

const databaseConnection: App<Database> = pipe(   // `asks` позволяет запросить значение определенного типа и сразу же    // преобразовать его в какое-то другое — например, здесь я просто достаю    // из конфига строку с параметрами соединения:   R.asks<AppConfig, string>(cfg => cfg.connectionString),   R.map(     connectionString => {       console.log(connectionString);       return 'connected to the db';     },   ), );

Наконец, наше приложение не будет ничего возвращать, но всё так же работать в контексте конфига. Здесь я воспользуюсь функцией sequenceS из модуля fp-ts/Apply, чтобы преобразовать структуру вида

interface AdHocStruct {   readonly db: App<Database>;   readonly express: App<Express>; }

к типу App<{ readonly db: Database; readonly express: Express }>. Мы якобы «достаём» из структуры данные, обёрнутые в контекст App, и собираем новый контекст App с похожей структурой, только содержащей уже чистые данные:

import { sequenceS } from 'fp-ts/Apply'; const seq = sequenceS(R.Apply);  const application: App<void> = pipe(   seq({     db: databaseConnection,     express: expressServer   }),   R.map(     ({ db, express }) => {       console.log([db, express].join('; '));       console.log('app was initialized');       return;     },   ), );

Чтобы «запустить» Reader<E, A> на выполнение, ему необходимо передать аргумент того типа, который зафиксирован в типопеременной E, и результатом будет значение типа A:

application({   host: 'localhost',   port: 8080,   connectionString: 'mongo://localhost:271017', });

Наконец, объединяя две вышеописанные концепции, мы приходим к последней для данной статьи абстракции — ReaderTaskEither.

ReaderTaskEither<R, E, A> — задача, выполняющаяся в контексте окружения

Комбинируя Reader и TaskEither, мы получаем следующую абстракцию: ReaderTaskEither<R, E, A> — это асинхронные вычисления, которые имеют доступ к некоему неизменному окружению типа R, могут вернуть результат типа A или ошибку типа E. Оказалось, что такая конструкция позволяет описывать подавляющее большинство задач, с которыми в принципе приходится сталкиваться программисту при написании функций. Более того, заполняя типопараметры ReaderTaskEither значениями any и never, можно получить такие абстракции:

// Task никогда не может упасть и может быть запущен в любом окружении: type Task<A> = ReaderTaskEither<any, never, A>;  // ReaderTask никогда не падает, но требует для работы окружения типа `R`: type ReaderTask<R, A> = ReaderTaskEither<R, never, A>;  // TaskError может упасть с обобщенной ошибкой типа Error: type TaskError<A> = ReaderTaskEither<any, Error, A>;  // ReaderTaskError может упасть с ошибкой типа Error и требует для работы  // окружение типа `R`: type ReaderTaskError<R, A> = ReaderTaskEither<R, Error, A>;  // TaskEither, с которым мы познакомились ранее, может быть представлен как  // алиас для ReaderTaskEither, который может быть запущен в любом окружении: type TaskEither<E, A> = ReaderTaskEither<any, E, A>;

Для ReaderTaskEither в соответствующем модуле fp-ts реализовано большое количество конструкторов, деструкторов и комбинаторов. Однако сам по себе ReaderTaskEither не так интересен, как схожая по семантике с ним ZIO-подобная конструкция, которая несёт дополнительный интересный механизм под капотом, называемый свободными монадами.

N.B. Про ReaderTaskEither я достаточно много говорил на камеру в пятом эпизоде видеоподкаста «ФП для чайника». Пример, который я там рассматриваю, можно найти здесь.

---

На этом данную статью я заканчиваю. Абстракция ReaderTaskEither плавно подвела нас к концепции систем эффектов. Но перед тем, как рассмотреть их на примере ZIO-подобной библиотеки Effect-TS, в следующей статье я хочу поговорить о свободных конструкциях на примере свободных и более свободных монад (Free & Freer monads).

Вы можете найти примеры кода из этой статье у меня в Gist на гитхабе.