swift - 使用Vapor 3创建和使用游标

Question

这可能是一 jar 蠕虫，我会尽力描述这个问题。我们有一个长期运行的数据处理工作。我们的行动数据库会每晚添加一次，并且会处理未完成的行动。处理每晚的操作大约需要15分钟。在Vapor 2中，我们利用了很多原始查询来创建PostgreSQL游标并循环遍历它，直到它为空。

目前，我们通过命令行参数运行该处理。将来，我们希望它作为主服务器的一部分运行，以便在执行处理时可以检查进度。

func run(using context: CommandContext) throws -> Future<Void> {
    let table = "\"RecRegAction\""
    let cursorName = "\"action_cursor\""
    let chunkSize = 10_000


    return context.container.withNewConnection(to: .psql) { connection in
        return PostgreSQLDatabase.transactionExecute({ connection -> Future<Int> in

            return connection.simpleQuery("DECLARE \(cursorName) CURSOR FOR SELECT * FROM \(table)").map { result in
                var totalResults = 0
                var finished : Bool = false

                while !finished {
                    let results = try connection.raw("FETCH \(chunkSize) FROM \(cursorName)").all(decoding: RecRegAction.self).wait()
                    if results.count > 0 {
                        totalResults += results.count
                        print(totalResults)
                        // Obviously we do our processing here
                    }
                    else {
                        finished = true
                    }
                }

                return totalResults
            }
        }, on: connection)
    }.transform(to: ())
}

现在这不起作用，因为我正在调用 wait()，并且收到错误 “前提条件失败:在EventLoop上不得调用wait()” ，这很公平。我面临的问题之一是，我不知道您如何离开主事件循环，以在后台线程上运行类似的事情。我知道BlockingIOThreadPool，但这似乎仍然可以在同一EventLoop上运行，并且仍然会导致错误。虽然我可以从理论上提出越来越多的复杂方法来实现这一目标，但我希望我缺少一个优雅的解决方案，也许对SwiftNIO和Fluent有更深入了解的人可以提供帮助。

编辑:明确地说，这样做的目的显然是不总计数据库中的操作数。目标是使用游标同步处理每个 Action 。当我读入结果时，我检测到 Action 中的更改，然后将它们的批处理丢给处理线程。当所有线程都忙时，直到它们完成，我才从游标再次开始读取。

这些 Action 很多，单次运行最多4500万次。聚集promise和递归似乎不是一个好主意，当我尝试使用它时，仅出于此目的，服务器挂起了。

这是一项处理密集型任务，可以在单个线程上运行几天，因此我不必担心创建新线程。问题是我无法弄清楚如何在 命令中使用wait()函数，因为我需要一个容器来创建数据库连接，而我只能访问的一个容器就是 context.container 调用wait()这样会导致上述错误。

TIA

Answer 1

好的，正如您所知道的，问题出在以下几行:

while ... {
    ...
    try connection.raw("...").all(decoding: RecRegAction.self).wait()
    ...
}

您想等待许多结果，因此对所有中间结果都使用 while循环和 .wait()。本质上，这是在事件循环上将异步代码转换为同步代码。这很可能导致死锁，并且肯定会导致其他连接停滞，这就是SwiftNIO尝试检测到该错误并为您提供错误的原因。我不会详细说明为什么它会拖延其他连接，或者为什么这很可能导致此答案陷入僵局。

让我们看看我们必须解决什么问题:

就像您说的

一样，我们可以仅将这个.wait()放在不是事件循环线程之一的另一个线程上。为此，任何非EventLoop线程都可以:DispatchQueue或您可以使用BlockingIOThreadPool(不在EventLoop上运行)

我们可以将您的代码重写为异步

两种解决方案都可以使用，但是(1)确实不建议使用，因为您将刻录整个(内核)线程只是为了等待结果。而且 Dispatch和 BlockingIOThreadPool都具有它们愿意产生的有限数量的线程，因此，如果您经常执行此操作，则可能会耗尽线程，因此将花费更长的时间。

因此，让我们研究如何在累积中间结果的同时多次调用异步函数。然后，如果我们已经积累了所有中间结果，则继续所有结果。

为了使事情变得简单，让我们看一个与您的功能非常相似的功能。我们假定将提供此功能，就像您的代码中一样

/// delivers partial results (integers) and `nil` if no further elements are available
func deliverPartialResult() -> EventLoopFuture<Int?> {
    ...
}

我们现在想要的是一个新功能

func deliverFullResult() -> EventLoopFuture<[Int]>

请注意 deliverPartialResult每次如何返回一个整数，并且 deliverFullResult传递一个整数数组(即所有整数)。好的，那么我们如何在不调用 deliverFullResult的情况下编写 deliverPartialResult().wait()呢？

那这个呢:

func accumulateResults(eventLoop: EventLoop,
                       partialResultsSoFar: [Int],
                       getPartial: @escaping () -> EventLoopFuture<Int?>) -> EventLoopFuture<[Int]> {
    // let's run getPartial once
    return getPartial().then { partialResult in
        // we got a partial result, let's check what it is
        if let partialResult = partialResult {
            // another intermediate results, let's accumulate and call getPartial again
            return accumulateResults(eventLoop: eventLoop,
                                     partialResultsSoFar: partialResultsSoFar + [partialResult],
                                     getPartial: getPartial)
        } else {
            // we've got all the partial results, yay, let's fulfill the overall future
            return eventLoop.newSucceededFuture(result: partialResultsSoFar)
        }
    }
}

给定 accumulateResults，实现 deliverFullResult不再太困难了:

func deliverFullResult() -> EventLoopFuture<[Int]> {
    return accumulateResults(eventLoop: myCurrentEventLoop,
                             partialResultsSoFar: [],
                             getPartial: deliverPartialResult)
}

但是，让我们进一步了解 accumulateResults的作用:

它会调用一次getPartial，然后在调用它时

检查我们是否有

是部分结果，在这种情况下，我们将其与其他partialResultsSoFar一起记住，然后返回(1)

nil意味着partialResultsSoFar就是我们所能得到的，我们将返回迄今为止已收集的所有内容的新成功的 future

确实是这样。我们在这里所做的是将同步循环变成异步递归。

好的，我们看了很多代码，但是现在这与您的功能有什么关系？

信不信由你，但这应该可以正常工作(未经测试):

accumulateResults(eventLoop: el, partialResultsSoFar: []) {
    connection.raw("FETCH \(chunkSize) FROM \(cursorName)")
              .all(decoding: RecRegAction.self)
              .map { results -> Int? in
        if results.count > 0 {
            return results.count
        } else {
            return nil
        }
   }
}.map { allResults in
    return allResults.reduce(0, +)
}

所有这些的结果将是一个 EventLoopFuture<Int>，其中携带了所有中间 result.count的总和。

当然，我们首先将您的所有计数收集到一个数组中，然后在末尾加总( allResults.reduce(0, +))，这虽然有点浪费，但也并非世界末日。我之所以这样保留它，是因为 accumulateResults可在您要在数组中累积部分结果的其他情况下使用。

现在，最后一件事，一个真正的 accumulateResults函数可能在元素类型上是通用的，而且我们可以为外部函数消除 partialResultsSoFar参数。那这个呢？

func accumulateResults<T>(eventLoop: EventLoop,
                          getPartial: @escaping () -> EventLoopFuture<T?>) -> EventLoopFuture<[T]> {
    // this is an inner function just to hide it from the outside which carries the accumulator
    func accumulateResults<T>(eventLoop: EventLoop,
                              partialResultsSoFar: [T] /* our accumulator */,
                              getPartial: @escaping () -> EventLoopFuture<T?>) -> EventLoopFuture<[T]> {
        // let's run getPartial once
        return getPartial().then { partialResult in
            // we got a partial result, let's check what it is
            if let partialResult = partialResult {
                // another intermediate results, let's accumulate and call getPartial again
                return accumulateResults(eventLoop: eventLoop,
                                         partialResultsSoFar: partialResultsSoFar + [partialResult],
                                         getPartial: getPartial)
            } else {
                // we've got all the partial results, yay, let's fulfill the overall future
                return eventLoop.newSucceededFuture(result: partialResultsSoFar)
            }
        }
    }
    return accumulateResults(eventLoop: eventLoop, partialResultsSoFar: [], getPartial: getPartial)
}

编辑:编辑后，您的问题表明您实际上并不希望累积中间结果。所以我的猜测是，您希望在收到每个中间结果之后进行一些处理。如果那是您要执行的操作，请尝试以下操作:

func processPartialResults<T, V>(eventLoop: EventLoop,
                                 process: @escaping (T) -> EventLoopFuture<V>,
                                 getPartial: @escaping () -> EventLoopFuture<T?>) -> EventLoopFuture<V?> {
    func processPartialResults<T, V>(eventLoop: EventLoop,
                                     soFar: V?,
                                     process: @escaping (T) -> EventLoopFuture<V>,
                                     getPartial: @escaping () -> EventLoopFuture<T?>) -> EventLoopFuture<V?> {
        // let's run getPartial once
        return getPartial().then { partialResult in
            // we got a partial result, let's check what it is
            if let partialResult = partialResult {
                // another intermediate results, let's call the process function and move on
                return process(partialResult).then { v in
                    return processPartialResults(eventLoop: eventLoop, soFar: v, process: process, getPartial: getPartial)
                }
            } else {
                // we've got all the partial results, yay, let's fulfill the overall future
                return eventLoop.newSucceededFuture(result: soFar)
            }
        }
    }
    return processPartialResults(eventLoop: eventLoop, soFar: nil, process: process, getPartial: getPartial)
}

这将(像以前一样)运行 getPartial，直到返回 nil为止，但它不会累积所有 getPartial的结果，而是调用 process，它获得了部分结果并可以做一些进一步的处理。当 getPartial EventLoopFuture返回满足时，将发生下一个 process调用。

这更接近您想要的吗？

注意:我在这里使用了SwiftNIO的 EventLoopFuture类型，在Vapor中，您将只使用 Future，但是其余代码应该相同。