Предыстория
Все началось с рабочей задачи по реализации весьма специфичной web-панели мониторинга и управления различным оборудованием, в которой нужно было получать данные и отправлять команды по разнообразным сценариям (периодический опрос, подписка на websocket-события, https-запросы и т.д.), а также выводить состояние и графики в реальном времени, динамически комбинируя различные источники данных в разных виджетах.
Кроме того, у панели было предусмотрено несколько настраиваемых режимов работы, которые переключались по запросу пользователя, что требовало массового управления маршрутами потоков данных внутри системы.
В первой итерации с использованием RxJS получилось много неструктурированного и сложно поддерживаемого кода, так как архитектура на RxJS вынуждала императивно описывать перестроение топологии при изменении правил маршрутизации «на лету». В нашем специфичном кейсе с динамическими виджетами это приводило к сайд-эффектам и сложностям в отладке. Кроме того, местами размывалась строгая типизация и мы лишались compile-time гарантий. Так появилась идея разработать собственное решение на основе альтернативной концепции — модели графа потоков данных.
В результате получившаяся модель продемонстрировала предсказуемое поведение и низкую связность компонентов, а кодовая база сократилась на ~30% и приобрела более декларативный вид. Убедившись в эффективности решения, мы решили оформить его в виде отдельной библиотеки с открытым исходным кодом — Transferum.
И что, получилась просто еще одна реактивная библиотека?
Не совсем. Классические FRP-библиотеки (RxJS, Bacon, Most) построены вокруг единственного примитива (Observable). Transferum же основан на композиции различных типов узлов с явно определенным поведением.
Каждый узел в графе потоков распространения данных явно декларирует свои способности: может ли он принимать данные через push, отдавать через pull, распространять полученный сигнал подписчикам, опрашивать источник, фильтровать, блокировать поток и т.д.
Объявленные узлом возможности являются одновременно флагами для использования в runtime и compile-time гарантиями наличия соответствующих методов, определяющих его поведение.
Ключевая идея: поведение системы описывается как композиция независимых возможностей, которые одновременно определяют тип, реализацию и правила взаимодействия.
Transferum предоставляет четыре слоя абстракции:
-
Трансферы — узлы графа (каналы, поллеры, мапперы, буферы, разветвители и концентраторы, реализации debounce, throttle, switchMap и т.д.).
-
Мосты — ребра графа — управляемые вентили между узлами с динамической маршрутизацией и гейтингом.
-
Операторы — stateless-трансформаторы и фильтры данных (используются трансферами, отвечающими за конвертацию данных).
-
Билдеры — fluent-конструкторы цепочечных композиций трансферов.
Концептуальная и архитектурная основа — capability flags system. Каждый трансфер реализует CommunicationContractInterface — набор булевых флагов, определяющих его возможности.
Флаги isPushable, isPullable, isSubscribable, isGate и другие — это не просто свойства объекта. Это метаданные, которые:
-
Определяют TypeScript-интерфейс трансфера на этапе компиляции.
-
Управляют стратегией связывания с другими трансферами в рантайме (с помощью функции
linkTransfers()). -
Обеспечивают совместимость в билдерах без приведений типов.
Один набор флагов — три потребителя. Это единый источник истины для всей системы.
Когда флаг равен true, соответствующий метод входит в TypeScript-интерфейс трансфера. Это позволяет предоставлять трансфер пользователю вот так:
Transfer<T, [Pushable, Pullable, Subscribable, Triggerable]>// гомогенный трансфер: T -> [ Transfer ] -> T
Или вот так:
Transfer<TInput, TOutput, [Pushable, Pullable, Subscribable, Triggerable]>// гетерогенный трансфер: TInput -> [ Transfer ] -> TOutput
Именно в таком формате типов фабрики в библиотеке возвращают трансферы. Например:
const pushChannel: Transfer<number, [Pushable, Subscribable]>;const converter: Transfer<number, string, [Pushable, Subscribable]>;// содержат методы push(), subscribe()const manualBuffer: Transfer<number, [Pushable, Pullable, Triggerable]>;// содержит методы push(), pull(), trigger()// trigger() в данном случае нужен, чтобы сделать запушенное значение // доступным для чтения через pull()const pollingProxy: Transfer<T, [PollingProxy, Pullable, Subscribable, Triggerable, Gate]>// содержит методы pull(), subscribe(), trigger(), activate(), deactivate(), toggle()// может быть связан с pullable-источником благодаря поддержке поллинга
Эта «магия» работает в compile-time благодаря несколько замысловатой системе вычислимых типов
type FeatureMap<TIn, TOut, F> = F extends { readonly isPushable: true } ? Pushable<TIn> & { readonly isInput: true } : F extends { readonly isPollingProxy: true } ? PollingProxy<TIn> & { readonly isInput: true, readonly isOutput: true } : F extends { readonly isPullable: true } ? Pullable<TOut> & { readonly isOutput: true } : F extends { readonly isSubscribable: true } ? Subscribable<TOut> & { readonly isOutput: true } : F extends { readonly isTriggerable: true } ? Triggerable : F extends { readonly isGate: true } ? Gate : F extends { readonly isAsyncPushable: true } ? AsyncPushable<TIn> & { readonly isInput: true } : F extends { readonly isAsyncPollingProxy: true } ? AsyncPollingProxy<TIn> & { readonly isInput: true, readonly isOutput: true } : F extends { readonly isAsyncPullable: true } ? AsyncPullable<TOut> & { readonly isOutput: true } : F extends { readonly isAsyncTriggerable: true } ? AsyncTriggerable : unknown;type UnionToIntersection<U> = (U extends any ? (k: U) => void : never) extends ((k: infer I) => void) ? I : never;type ResolveFeatures<TIn, TOut, Features extends any[]> = UnionToIntersection<{ [K in keyof Features]: FeatureMap<TIn, TOut, Features[K]>}[number]>;type IsDuplexFeatures<Features extends any[]> = ResolveFeatures<any, any, Features> extends { readonly isInput: true, readonly isOutput: true } ? { readonly isDuplex: true } : unknown;type ExplicitTransfer<TIn, TOut, Features extends any[]> = BaseTransferInterface & ResolveFeatures<TIn, TOut, Features> & IsDuplexFeatures<Features>;export type Transfer< TInOrAll, TOutOrFeatures extends any[] | any, TFeaturesOrUndefined extends any[] | undefined = undefined,> = TFeaturesOrUndefined extends any[] ? ExplicitTransfer<TInOrAll, TOutOrFeatures, TFeaturesOrUndefined> : TOutOrFeatures extends any[] ? ExplicitTransfer<TInOrAll, TInOrAll, TOutOrFeatures> : never;
Архитектурные инварианты
1. Трансферы не знают своих соседей
Трансфер определяет своё поведение (push, pull, subscribe и др.), но никогда не ссылается и не проверяет класс другого трансфера. Он не знает, что является upstream или downstream — лишь выполняет свой контракт. Пользователь может создать свой трансфер, объявить и реализовать его возможности — и он органично и бесшовно впишется в экосистему.
2. Мосты не знают конкретных реализаций
Мост инспектирует capability flags, а не имена классов. Нет цепочки instanceof, нет переключения по имени класса. Любой output-трансфер может быть соединен с любым input-трансфером — при условии совместимости их флагов, о чем мы поговорим чуть ниже. Это применимо и к тем узлам, которые еще не существуют и будут созданы пользователем.
3. Значение undefined никогда не распространяется
В Transferum undefined означает «нет данных», а не «пустое значение». Оно подавляется на уровне внутренней реализации менеджера подписок — подписчики никогда не уведомляются с undefined. При этом для явных маркеров пустых значений можно использовать null. Мы сознательно пошли на этот компромисс, чтобы избежать runtime-оверхеда и сохранить нативную скорость работы на плотных потоках данных.
Связывание трансферов
Функция linkTransfers(lhs, rhs) соединяет output-трансфер (lhs) с input-трансфером (rhs) с автоматическим выбором стратегии связывания на основе возможностей этих трансферов:
-
isSubscribable→isPushable(реактивная подписка); -
isPullable→isPollingProxy(активный опрос); -
isSubscribable→isAsyncPushable(реактивная подписка + асинхронный push); -
isAsyncPullable→isAsyncPollingProxy(активный асинхронный опрос асинхронного pull-источника); -
isPullable→isAsyncPollingProxy(активный асинхронный опрос синхронного pull-источника).
Protocol-oriented design: механизм не спрашивает «какой это класс?» — он выясняет, какие у него есть возможности. Любая пара трансферов с совместимыми возможностями является linkable. Добавление нового класса трансфера требует только объявления его флагов и реализации соответствующих методов — как связать его с другим трансфером, связующий алгоритм разберется сам.
import { createPushChannelTransfer, createSinkTransfer, linkTransfers } from 'transferum'; const source = createPushChannelTransfer<number>();const target = createSinkTransfer<number>({ callback: (x) => console.log(x) }); const link = linkTransfers(source, target);source.push(22); link.unsubscribe(); // разорвать связь
Sync и async в одной экосистеме
Синхронные и асинхронные трансферы сосуществуют и могут быть связаны между собой. linkTransfers() предпочитает sync-связывание, когда это возможно, а async-стратегии применяет только когда sync неприменим. Нет отдельного «асинхронного мира».
Поддержка backpressure
Ряд асинхронных трансферов (AsyncSinkTransfer, AsyncWriteTransfer, AsyncConvertTransfer, AsyncConditionTransfer) поддерживают необязательные поля в конфигурации: maxConcurrency, bufferSize и onBufferOverflow — для ограничения параллельных async-операций, очереди избыточных данных и graceful-обработки переполнения. По умолчанию — неограниченная обработка, без буферизации.
Локальная обработка ошибок
Transferum использует единую модель обработки ошибок для всех трансферов. Каждый трансфер, который может столкнуться с runtime-ошибкой, принимает опциональный onError-хэндлер в своей конфигурации.
А теперь — к примерам использования
Вот так можно просто и декларативно описать опрос и агрегирование данных из нескольких источников:
import { createMergeTransfer, createConditionTransfer, createAsyncWriteTransfer, createAsyncSinkTransfer, createAsyncPollingSourceTransfer, OutputPipelineBuilder, } from 'transferum';const sensor1 = createAsyncPollingSourceTransfer<SensorData>({ fetcher: () => Promise.resolve({ sensorId: 1, temperature: 25, humidity: 50 }), interval: 50, activated: true,});const sensor2 = createAsyncPollingSourceTransfer<SensorData>({ fetcher: () => Promise.resolve({ sensorId: 2, temperature: 26, humidity: 55 }), interval: 50, activated: true,});const sensorsAggregator = createMergeTransfer<SensorData>({ sources: [sensor1, sensor2],});const alertPipeline = OutputPipelineBuilder .start(sensorsAggregator) .to(createConditionTransfer<SensorData>({ shouldAccept: (d) => d.temperature > 95, })) .finish(createAsyncSinkTransfer<SensorData>((sensorData) => console.warn(`Alert! Sensor ${sensorData.sensorId}: temperature is ${sensorData.temperature}`)));sensorsAggregator.subscribe((sensorData) => console.log('Debugging', sensorData));
А вот как можно организовать динамический роутинг:
import { createPushStoredChannelTransfer, createBridgeMultiSelector, createBridgeSelector, createPassBridge, } from 'transferum';// Вариант 1. Выбор одного реципиентаconst commandRouter = createBridgeSelector({ bridges: { light: createPassBridge({ source: commandChannel, target: lightController, activated: false }), thermostat: createPassBridge({ source: commandChannel, target: thermostatController, activated: false }), lock: createPassBridge({ source: commandChannel, target: lockController, activated: false }), }, initialKey: 'thermostat', // выбор по умолчанию activated: true, owned: true,});commandRouter.select('lock'); // выберем другой вариант// Вариант 2. Выбор нескольких реципиентовconst loggersRouter = createBridgeMultiSelector({ bridges: { prometheus: createPassBridge({ source: metricsChannel, target: prometheusWriter, activated: false }), elk: createPassBridge({ source: metricsChannel, target: elkWriter, activated: false }), sentry: createPassBridge({ source: metricsChannel, target: sentryWriter, activated: false }), }, initialKeys: ['prometheus', 'elk'], // будут активированы по умолчанию activated: true, owned: true,});loggersRouter.check('elk'); // теперь выбраны все триloggersRouter.uncheck('prometheus'); // выбраны elk, sentryloggersRouter.select(['prometheus', 'sentry']); // выбраны prometheus, sentry
Еще один более длинный пример c организацией игровой механики
import { createDebounceTransfer, createConvertTransfer, createMapOperator, createBridgeSelector, createPassBridge, linkTransfers,} from 'transferum';// Источник: debounce нажатий клавиш (16ms ~ 1 кадр при 60 FPS)const rawInputSource = createDebounceTransfer<KeyboardEvent>({ delay: 16 });// Конвертер: KeyboardEvent -> код клавишиconst inputConverter = createConvertTransfer<KeyboardEvent, string>({ operator: createMapOperator((event) => event.code),});// Целевые системы-потребители пользовательских событийconst carSystem = { push: (cmd: string) => console.log(`🚗 Car executing: ${cmd}`) };const planeSystem = { push: (cmd: string) => console.log(`✈️ Plane executing: ${cmd}`) };const menuSystem = { push: (cmd: string) => console.log(`📋 Menu processing: ${cmd}`) };// Роутер: динамическое переключение между игровыми контекстамиconst gameplayRouter = createBridgeSelector({ bridges: { driving: createPassBridge({ source: inputConverter, target: carSystem }), flying: createPassBridge({ source: inputConverter, target: planeSystem }), ui: createPassBridge({ source: inputConverter, target: menuSystem }), }, initialKey: 'driving', // игрок начинает в машине activated: true,});// Связывание источника с конвертером с автовыбором стратегииlinkTransfers(rawInputSource, inputConverter);// Демонстрация:// Игрок в машине нажимает "W"rawInputSource.push(new KeyboardEvent('keydown', { code: 'KeyW' }));// Через 16ms: 🚗 Car: KeyW// ==================// Переключаемся на самолётgameplayRouter.select('flying');// Та же клавиша теперь управляет самолётомrawInputSource.push(new KeyboardEvent('keydown', { code: 'KeyW' }));// Через 16ms: ✈️ Plane: KeyW
Когда имеет смысл попробовать Transferum
Библиотека подойдет для:
-
TypeScript-first проектов — благодаря максимально строгой типизации и compile-time вычислению доступных методов любого трансфера на основе объявленных у него флагов возможностей.
-
Работы с pull-based источниками данных — polling API, датчиков, хранилищ с PollingProxy.
-
Смешанных sync/async пайплайнов — в единой модели без ручного преобразования.
-
Явного flow control — gates, bridges, selectors для runtime-маршрутизации.
-
Game development / IoT — frame-aligned tickers, idle polling, sensor aggregation.
-
Устойчивой обработки ошибок — локальная, non-fatal обработка: одна стадия не убивает пайплайн при условии переданного в конфиге обработчика ошибок, ничего не подавляется молча.
Результаты и планы
-
Библиотека уже используется в двух наших внутренних проектах и показывает свою эффективность. Код доступен на GitHub под лицензией MIT, библиотека не имеет внешних зависимостей и поставляется с подробной документацией (README + API Reference).
-
В одном из проектов граф состоит из ~80 узлов и стабильно обрабатывает несколько сотен событий в секунду без деградации. На основе этих данных в том числе рендерится 3D-сцена в Babylon.js со стабильным фреймрейтом ~60 FPS без микрофризов.
-
Тесты библиотеки покрывают не только отдельные трансферы, но и поведение системы в динамике: переподключение мостов, обработку ошибок в длинных асинхронных цепочках, а также разнообразные граничные случаи. Покрытие — 100%.
-
В дальнейшем планируем реализовать хуки и утилиты для более удобного и нативного использования Transferum с Vue и React. Если они окажутся в достаточной мере переиспользуемыми, оформим в отдельные пакеты-адаптеры.
Буду рад, если вы заглянете в репозиторий, попробуете библиотеку в деле и поделитесь замечаниями — обратная связь поможет сделать Transferum лучше.
P. S. Если вы сталкивались с похожими задачами и решили их как-то иначе — буду рад прочитать о вашем опыте в комментариях.
ссылка на оригинал статьи https://habr.com/ru/articles/1061630/