2012年8月27日月曜日

Scala Tips / Option(15) - First, Last, Max, Min

前回説明した通り、Scalaz 7のOptionはTagを用いてMonoid演算の振舞いを制御できます。

Optionでは以下の4つのTagが定義されています。

  • Tags.First
  • Tags.Last
  • Tags.Max
  • Tags.Min

Tagを指定していない場合を加えると、Monoid演算で5種類の振舞いを選択することができます。

デフォルト

まずデフォルトの動きを確認しましょう。

以下のOptionを定義します。

val a = 1.some
val b = 2.some
val c = 3.some
val n = none[Int]

Monoid演算の結果は以下になります。|+|は2つのMonoid間のMonoid演算、ListのsumrメソッドはMonoidの畳込みです。

scala> a |+| b
res65: Option[Int] = Some(3)

scala> n |+| b
res66: Option[Int] = Some(1)

scala> a |+| n
res67: Option[Int] = Some(2)

scala> n |+| n
res68: Option[Int] = None

scala> List(a, b, c).sumr
res69: Option[Int] = Some(6)

scala> List(n, b, c).sumr
res70: Option[Int] = Some(5)

scala> List(a, n, c).sumr
res71: Option[Int] = Some(4)

scala> List(a, b, n).sumr
res72: Option[Int] = Some(3)

Tags.First

次はTags.Firstのタグ付けをした場合です。

val a: Option[Int] @@ Tags.First = Tag(1.some)
val b: Option[Int] @@ Tags.First = Tag(2.some)
val c: Option[Int] @@ Tags.First = Tag(3.some)
val n: Option[Int] @@ Tags.First = Tag(none)

Monoid演算の結果は以下になります。Monoid演算の結果、最初に有効なOptionが選択されていることが分かります。

scala> a |+| b
res37: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

scala> a |+| n
res40: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

scala> n |+| b
res39: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(2)

scala> n |+| n
res41: scalaz.@@[Option[Int],scalaz.Tags.First] = None

scala> List(a, b, c).sumr
res48: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

scala> List(n, b, c).sumr
res38: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(2)

scala> List(a, n, c).sumr
res55: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

scala> List(a, b, n).sumr
res56: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)
Tagで型を指定

First.Tagの指定をTagメソッド(scalaz.Tagのapplyメソッド)で行うこともできます。

val a = Tag[Option[Int], Tags.First](1.some)
val b = Tag[Option[Int], Tags.First](2.some)
val c = Tag[Option[Int], Tags.First](3.some)
val n = Tag[Option[Int], Tags.First](none)
FirstOption

OptionのTags.First用に専用の型としてFirstOptionが定義されています。Scalaz 6のFirstOptionは専用のトレイトでしたが、似たような使い方ができます。

val a: FirstOption[Int] = Tag(1.some)
val b: FirstOption[Int] = Tag(2.some)
val c: FirstOption[Int] = Tag(3.some)
val n: FirstOption[Int] = Tag(none)
firstメソッド

Scalaz 7のOptionはFirstOptionを取得するfirstメソッドを提供しています。Scalaz 6のfstメソッドに対応します。

val a = 1.some.first
val b = 2.some.first
val c = 3.some.first
val n = none[Int].first

Tags.Last

次はTags.Lastのタグ付けをした場合です。

val a: Option[Int] @@ Tags.Last = Tag(1.some)
val b: Option[Int] @@ Tags.Last = Tag(2.some)
val c: Option[Int] @@ Tags.Last = Tag(3.some)
val n: Option[Int] @@ Tags.Last = Tag(none)

Monoid演算の結果は以下になります。Monoid演算の結果、最後に有効なOptionが選択されていることが分かります。

scala> a |+| b
res73: scalaz.@@[Option[Int],scalaz.Tags.Last] = Some(2)

scala> a |+| n
res74: scalaz.@@[Option[Int],scalaz.Tags.Last] = Some(1)

scala> n |+| b
res75: scalaz.@@[Option[Int],scalaz.Tags.Last] = Some(2)

scala> n |+| n
res76: scalaz.@@[Option[Int],scalaz.Tags.Last] = None

scala> List(a, b, c).sumr
res77: scalaz.@@[Option[Int],scalaz.Tags.Last] = Some(3)

scala> List(n, b, c).sumr
res78: scalaz.@@[Option[Int],scalaz.Tags.Last] = Some(3)

scala> List(a, n, c).sumr
res79: scalaz.@@[Option[Int],scalaz.Tags.Last] = Some(3)

scala> List(a, b, n).sumr
res80: scalaz.@@[Option[Int],scalaz.Tags.Last] = Some(2)
Tagで型を指定

Last.Tagの指定をTagメソッド(scalaz.Tagのapplyメソッド)で行うこともできます。

val a = Tag[Option[Int], Tags.Last](1.some)
val b = Tag[Option[Int], Tags.Last](2.some)
val c = Tag[Option[Int], Tags.Last](3.some)
val n = Tag[Option[Int], Tags.Last](none)
LastOption

OptionのTags.Last用に専用の型としてLastOptionが定義されています。Scalaz 6のLastOptionは専用のトレイトでしたが、似たような使い方ができます。

val a: LastOption[Int] = Tag(1.some)
val b: LastOption[Int] = Tag(2.some)
val c: LastOption[Int] = Tag(3.some)
val n: LastOption[Int] = Tag(none)
lastメソッド

Scalaz 7のOptionはLastOptionを取得するlastメソッドを提供しています。Scalaz 6のsndメソッドに対応します。

val a = 1.some.last
val b = 2.some.last
val c = 3.some.last
val n = none[Int].last

Tags.Max

次はTags.Firstのタグ付けをした場合です。

val a: Option[Int] @@ Tags.Max = Tag(1.some)
val b: Option[Int] @@ Tags.Max = Tag(2.some)
val c: Option[Int] @@ Tags.Max = Tag(3.some)
val n: Option[Int] @@ Tags.Max = Tag(none)

Monoid演算の結果は以下になります。Monoid演算の結果、最大値の値を持つOptionが選択されていることが分かります。

scala> a |+| b
res81: scalaz.@@[Option[Int],scalaz.Tags.Max] = Some(2)

scala> n |+| b
res82: scalaz.@@[Option[Int],scalaz.Tags.Max] = Some(1)

scala> a |+| n
res83: scalaz.@@[Option[Int],scalaz.Tags.Max] = Some(2)

scala> n |+| n
res84: scalaz.@@[Option[Int],scalaz.Tags.Max] = None

scala> List(a, b, c).sumr
res85: scalaz.@@[Option[Int],scalaz.Tags.Max] = Some(3)

scala> List(n, b, c).sumr
res86: scalaz.@@[Option[Int],scalaz.Tags.Max] = Some(3)

scala> List(a, n, c).sumr
res87: scalaz.@@[Option[Int],scalaz.Tags.Max] = Some(3)

scala> List(a, b, n).sumr
res88: scalaz.@@[Option[Int],scalaz.Tags.Max] = Some(2)
Tagで型を指定

Fisrt.Tagの指定をTagメソッド(scalaz.Tagのapplyメソッド)で行うこともできます。

val a = Tag[Option[Int], Tags.Max](1.some)
val b = Tag[Option[Int], Tags.Max](2.some)
val c = Tag[Option[Int], Tags.Max](3.some)
val n = Tag[Option[Int], Tags.Max](none)
MaxOption

OptionのTags.Max用に専用の型としてMaxOptionが定義されています。

val a: MaxOption[Int] = Tag(1.some)
val b: MaxOption[Int] = Tag(2.some)
val c: MaxOption[Int] = Tag(3.some)
val n: MaxOption[Int] = Tag(none)

OptionのTags.Max向けに、firstメソッドに対応するメソッドはないようです。

Tags.Min

次はTags.Minのタグ付けをした場合です。

val a: Option[Int] @@ Tags.Min = Tag(1.some)
val b: Option[Int] @@ Tags.Min = Tag(2.some)
val c: Option[Int] @@ Tags.Min = Tag(3.some)
val n: Option[Int] @@ Tags.Min = Tag(none)

Monoid演算の結果は以下になります。Monoid演算の結果、最も小さな値としてSome(1)またはNoneが選択されていることが分かります。OptionのTags.Minは、最小値として値が設定されないNoneを選択する仕様になっているようです。ボクの直感ではNoneでない場合は、Some(1)を最小値とすると考えていたので、個人的に注意が必要な仕様と認識しました。

scala> a |+| b
res89: scalaz.@@[Option[Int],scalaz.Tags.Min] = Some(1)

scala> n |+| b
res90: scalaz.@@[Option[Int],scalaz.Tags.Min] = None

scala> a |+| n
res91: scalaz.@@[Option[Int],scalaz.Tags.Min] = None

scala> n |+| n
res92: scalaz.@@[Option[Int],scalaz.Tags.Min] = None

scala> List(a, b, c).sumr
res93: scalaz.@@[Option[Int],scalaz.Tags.Min] = None

scala> List(n, b, c).sumr
res94: scalaz.@@[Option[Int],scalaz.Tags.Min] = None

scala> List(a, n, c).sumr
res95: scalaz.@@[Option[Int],scalaz.Tags.Min] = None

scala> List(a, b, n).sumr
res96: scalaz.@@[Option[Int],scalaz.Tags.Min] = None
Tagで型を指定

Min.Tagの指定をTagメソッド(scalaz.Tagのapplyメソッド)で行うこともできます。

val a = Tag[Option[Int], Tags.Min](1.some)
val b = Tag[Option[Int], Tags.Min](2.some)
val c = Tag[Option[Int], Tags.Min](3.some)
val n = Tag[Option[Int], Tags.Min](none)
MinOption

OptionのTags.Min用に専用の型としてMinOptionが定義されています。

val a: MinOption[Int] = Tag(1.some)
val b: MinOption[Int] = Tag(2.some)
val c: MinOption[Int] = Tag(3.some)
val n: MinOption[Int] = Tag(none)

OptionのTags.Min向けに、firstメソッドに対応するメソッドはないようです。

ノート

関数型プログラミングのポイントの一つは、アルゴリズムを様々なデータ構造に対していかに再利用していくのかという点にあると思います。別の言い方をするとアルゴリズムとデータ構造を疎結合するためのメカニズムが論点になります。

Monoidという抽象および型クラスによる実行メカニズムは、Monoidを操作するアルゴリズムを、操作対象のデータ構造から疎結合にするために大きく寄与します。特にfold系の畳込みとMonoidの組合せは、関数型プログラミングにおける最重要イディオムの一つということができるでしょう。

ここまでがScalaz 6の成果ですが、Scalaz 7ではTagというメカニズムが加わり、さらにアルゴリズムを再利用できる範囲が広がりました。OptionのようなコンテナをMonoidとして使用する場合、コンテナに格納されているオブジェクトに対するMonoid演算は複数の可能性が考えられます。Scalaz 6のMonoidではその中の一つの選択(オブジェクト同士をMonoid演算する)に決め打ちにしていたわけですが、Scalaz 7ではTagの導入により、Tagの指定で選択を細かく指定することができるようになりました。

アルゴリズム側は全く意識することなく、Monoidのパラメータを指定するときのTag付けのみで、Monoid演算の細かな振舞いを切り替えることができます。このメカニズムにより、Monoidを操作対象とするアルゴリズムの適用範囲が更に広がることになります。

追記(2012-08-28)

Kenji YoshidaさんからMaxOptionとMinOptionが存在している旨の、ご指摘あったので、内容を修正しました。どうもありがとうございます。

また、ねこはるさんからご指摘のあったTags.First, Tags.Last, Tags.Max, Tags.Minメソッドは「Option(16) - First, Last, Max, Min その2」で情報を追加しました。

諸元

  • Scala 2.10.0-M6
  • Scalaz 7.0.0-M2

2012年8月24日金曜日

Scala Tips / Option(14) - Tag

今回から使用するScalaのバージョンを2.10.0-M6、Scalazのバージョンを7.0.0-M2に上げました。

今後はScala 2.10 & Scalaz 7でのベストプラクティスという観点で調べていく予定です。

さて、「Option (12) - Monoid」では、OptionがMonoidであることを説明しました。演算子|+|でMonoid演算を行うことができます。

OptionのようなコンテナがMonoidである場合、問題となるのは格納されているオブジェクトへの演算をどのようなセマンティクスで行うのかという点です。

Optionでのデフォルトでは、格納されたオブジェクトがMonoidであることを前提に格納されたオブジェクト間のMonoid演算の結果を、結果のSomeに格納します。

しかし、その他にも「Option (13) - Monoid 短絡OR」に説明した短絡OR的な演算も可能です。Scalaz 6では、トレイトFirstOption、LastOptionを追加し、Optionにfstメソッド、lstメソッドを追加することでOptionのMonoid演算時の短絡ORをサポートしていました。

一方、Scalaz 7ではTagというメカニズムによって短絡ORを実現します。

Tags.First

最初の要素を有効とする短絡OR用のTagとしてTags.Firstが定義されています。

OptionにTags.Firstを「@@」(こういうのは型演算子というのかな。未調査です。)でタグ付けした型を使用します。

まず2つのタグ付したOptionを変数a, bにそれぞれ設定します。タグ付けした場合は型が変わるので「Tag(1.some)」という形で型の調整を行う必要があります。

scala> val a: Option[Int] @@ Tags.First = Tag(1.some)
a: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

scala> val b: Option[Int] @@ Tags.First = Tag(2.some)
b: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(2)

この変数a, bをMonoid演算すると以下のように短絡OR演算が行われSome(1)が結果として返ってきます。

scala> a |+| b
res20: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

変数nにタグ付けしたNoneを設定します。

scala> val n: Option[Int] @@ Tags.First = Tag(none)
n: scalaz.@@[Option[Int],scalaz.Tags.First] = None

Monoid演算のいずれかにNoneが入る場合は、Some側が有効になります。両方Noneの場合は結果もNoneになります。

scala> a |+| n
res27: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

scala> n |+| b
res28: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(2)

scala> n |+| n
res29: scalaz.@@[Option[Int],scalaz.Tags.First] = None

畳込み

タグ付したOptionの集まりに対して畳込みを行うと、MonoidとTagの組合せの効果が分かります。

まず変数cに新しいタグ付けしたSomeを設定します。

scala> val c: Option[Int] @@ Tags.First = Tag(3.some)
c: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(3)

変数a, b, cのListに対してsuml(左からのMonoid畳込み)およびsumr(右からのMonoid畳込み)を行うといずれも結果はSome(1)となりました。

scala> List(a, b, c).suml
res21: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

scala> List(a, b, c).sumr
res22: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(1)

先頭の要素をNoneにした場合は、結果は最初のSomeであるSome(2)となりました。

scala> List(n, b, c).suml
res30: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(2)

scala> List(n, b, c).sumr
res26: scalaz.@@[Option[Int],scalaz.Tags.First] = Some(2)

諸元

  • Scala 2.10.0-M6
  • Scalaz 7.0.0-M2

2012年8月23日木曜日

Scala Tips / Monoid Index

そろそろScala 2.10.0がリリースされそうなので、調査の対象をScala 2.10.0 & Scalaz 7に移行しようと思います。そこでMonoidも一旦〆ることにしました。

Monoidは、他の項目でいろいろな形で説明してきているので、Monoidの項目で直接取り上げるのは2つのみになっています。

項目内容
Monoid - 新規作成Scalaz型クラスMonoidの型クラスインスタンスを実装する方法
Monoid (2) - 中央値中央値をMonoid化する

他の項目のところでは以下のとおり再三Monoidが登場しています。

Monoidは関数型プログラミングでの重要構成要素の一つだと思うので、どこかの時点でMonoid中心の視点でまとめ直してみたいと思います。

既存Index

以下は既存のIndexです。

Validation

項目内容
Validation (1) - 値の取り出し正常値またはデフォルト値を取得
Validation (2) - 関数で値の取り出しfoldを使って値を取り出す
Validation (3) - NonEmptyListFailure側をNonEmptyListにする
Validation (4) - mapFunctorとして使う
Validation (5) - flatMapMonadとして使う
Validation (6) - ExceptionExceptionをValidation化する
Validation (7) - forfor式で使う
Validation (8) - forで演算の連結for式でValidation結果を連結する
Validation (9) - forで演算を連結2for式で連結。前段を参照する場合。
Validation (10) - applicativeApplicative Functorとして使う
Validation (11) - モナドScalaモナドとScalazモナド
Validation (12) - parseparseIntなどでValidationを取得
Validation (13) - toValidatationFunction1のtoValidation
Validation (14) - オブジェクトの生成Validationしてオブジェクトを作る
Validation (15) - 多重度1の部品多重度1の部品の捌き方
Validation (16) - 多重度1の実装多重度1の部品の実装
Validation (17) - 多重度0または1の部品多重度0または1の部品の実装
Validation (18) - 多重度0以上の部品多重度0以上の部品の実装
Validation (19) - 多重度1以上の部品多重度1以上の部品の実装
Validation (20) - Personの実装色々な多重度のプロパティを持つPersonクラスを実装
Validation (21) - traversetraverseでValidationを扱う
Validation (22) - sequencesequenceでValidationを扱う
Validation (23) - foldfoldでValidationを扱う
Validation (24) - fold scalazscalazのfoldでValidationを扱う
Validation (25) - fold monoidMonoidを正常値とするValidationとfold
Validation (26) - fold monoid or↑でコンテナをor演算
Validation (27) - fold or↑で正常値がMonoidでない場合
Validation (28) - fold ListListに対する畳込み
Validation (29) - FoldableFoldable上でValidationを使う
Validation (30) - foldまとめValidationの畳込み処理のまとめ
Validation (31) - Function1Function1にあるValidation系メソッド
Validation (32) - Function0Function0にあるValidation系メソッド
Validation (33) - reduce
Validation (34) - SemigroupValidationをSemigroup化する
Validation (35) - MonoidValidationをMonoid化する
Validation (36) - ReducerValidationのReducerを作る

Validationの一連の記事では、Validationを素材にScalaやScalazの基本機能の使い方を調べるという意味合いも強くなっています。

以下はこの流れからスピンアウトして単独の記事にしたものです。

またValidation記事の中にも、基本機能の説明が主になっているものもあります。

Reducer

項目内容
ReducerIntProductReducerを素材にReducerの基本的な使い方
Reducer (2) - ListListReducerを素材に非可換MonoidでのReducerの振舞い
Reducer (3) - モノイド化非Monoidに対してReducerでモノイド演算を行う
Reducer (4) - 自前Reducer自前でReducerを用意する
Reducer (5) - 演算Monoid汎用MonoidをReducerでドメインオブジェクトに結びつける
GeneratorGeneratorで畳込み戦略、汎用Monoid、ドメインオブジェクトを結びつける

Reducerの操作対象であるMonoidについて以下の記事が前提となります。

IntProductReducerで使っているMonoidであるIntMultiplicationは以下の記事で説明しています。

Either

項目内容
Either値の取得
Either (2) - flatMapflatMapで文脈の切替
Either (3) - getOrElsegetOrElseでデフォルト値を指定
Either (4) - getOrElse, FlatMapflatMapで変換後にgetOrElse
Either (5) - Exceptionscala.util.control.Exceptionで例外ハンドリング
Either (6) - Left, RightLeftとRightの生成
Either (7) - forfor式で変換
Either (8) - for, getOrElsefor式で変換後にgetOrElse
Either (9) - 二項演算二項演算の説明
Either (10) - 二項演算,AND「Either:AND」×「値:任意の関数で計算」
Either (11) - ApplicativeEitherに対するApplicative
Either (12) - Applicativeの記述方法Eitherに対するApplicative(続き)
Either (13) - 二項演算,AND,Monoid「Either:AND」×「値:Monoid」
Either (14) - 二項演算,AND,PlusEither:AND」×「値:Plus」
Either (15) - 二項演算,OR「Either:OR」×「値:任意の関数で計算」
Either (16) - 二項演算,OR,Monoid「Either:OR」×「値:Monoid」
Either (17) - 二項演算,OR,Plus「Either:OR」×「値:Plus」
Either (18) - Booleanと相互変換EitherとBooleanの相互変換
Either (19) - Optionと相互変換EitherとOptionの相互変換
Either (20) - Validationと相互変換EitherとValidationの相互変換
Either (21) - BifunctorEitherにBifunctorを適用

Option

項目内容
Option値の取得
Option (2)nullをOptionに持ち上げる方法
Option (3)map
Option (4)withFilter
Option (5)collect
Option (6)flatMap
Option (7)for式
Option (8)getOrElse
Option (9)withFilter, map, getOrElse
Option (10) - ExceptionflatMap, Exceptionハンドリング
Option (11) - Some/NoneSomeとNoneの記述方法
Option (12) - MonoidOptionをMonoidとして使う
Option (13) - Monoid 短絡ORFirstOption/LastOptionで短絡OR |
nullnullを値に持ち上げる方法

Optionについては以下の記事も参考になると思います。

追記(2012-08-27)

Option(5)〜Option(11)までリンク切れしていたので修正しました。

2012年8月22日水曜日

Scala Tips / Validation Index

Validationもだいたいやり尽くしたので記事の一覧表をまとめておきます。

項目内容
Validation (1) - 値の取り出し正常値またはデフォルト値を取得
Validation (2) - 関数で値の取り出しfoldを使って値を取り出す
Validation (3) - NonEmptyListFailure側をNonEmptyListにする
Validation (4) - mapFunctorとして使う
Validation (5) - flatMapMonadとして使う
Validation (6) - ExceptionExceptionをValidation化する
Validation (7) - forfor式で使う
Validation (8) - forで演算の連結for式でValidation結果を連結する
Validation (9) - forで演算を連結2for式で連結。前段を参照する場合。
Validation (10) - applicativeApplicative Functorとして使う
Validation (11) - モナドScalaモナドとScalazモナド
Validation (12) - parseparseIntなどでValidationを取得
Validation (13) - toValidatationFunction1のtoValidation
Validation (14) - オブジェクトの生成Validationしてオブジェクトを作る
Validation (15) - 多重度1の部品多重度1の部品の捌き方
Validation (16) - 多重度1の実装多重度1の部品の実装
Validation (17) - 多重度0または1の部品多重度0または1の部品の実装
Validation (18) - 多重度0以上の部品多重度0以上の部品の実装
Validation (19) - 多重度1以上の部品多重度1以上の部品の実装
Validation (20) - Personの実装色々な多重度のプロパティを持つPersonクラスを実装
Validation (21) - traversetraverseでValidationを扱う
Validation (22) - sequencesequenceでValidationを扱う
Validation (23) - foldfoldでValidationを扱う
Validation (24) - fold scalazscalazのfoldでValidationを扱う
Validation (25) - fold monoidMonoidを正常値とするValidationとfold
Validation (26) - fold monoid or↑でコンテナをor演算
Validation (27) - fold or↑で正常値がMonoidでない場合
Validation (28) - fold ListListに対する畳込み
Validation (29) - FoldableFoldable上でValidationを使う
Validation (30) - foldまとめValidationの畳込み処理のまとめ
Validation (31) - Function1Function1にあるValidation系メソッド
Validation (32) - Function0Function0にあるValidation系メソッド
Validation (33) - reduce
Validation (34) - SemigroupValidationをSemigroup化する
Validation (35) - MonoidValidationをMonoid化する
Validation (36) - ReducerValidationのReducerを作る

Validationの一連の記事では、Validationを素材にScalaやScalazの基本機能の使い方を調べるという意味合いも強くなっています。

以下はこの流れからスピンアウトして単独の記事にしたものです。

またValidation記事の中にも、基本機能の説明が主になっているものもあります。

既存Scala Tips一覧

以下は既存のScala Tipsの一覧です。

Optionに以下の2項目を追加しました。

Reducer

項目内容
ReducerIntProductReducerを素材にReducerの基本的な使い方
Reducer (2) - ListListReducerを素材に非可換MonoidでのReducerの振舞い
Reducer (3) - モノイド化非Monoidに対してReducerでモノイド演算を行う
Reducer (4) - 自前Reducer自前でReducerを用意する
Reducer (5) - 演算Monoid汎用MonoidをReducerでドメインオブジェクトに結びつける
GeneratorGeneratorで畳込み戦略、汎用Monoid、ドメインオブジェクトを結びつける

Reducerの操作対象であるMonoidについて以下の記事が前提となります。

IntProductReducerで使っているMonoidであるIntMultiplicationは以下の記事で説明しています。

Either

項目内容
Either値の取得
Either (2) - flatMapflatMapで文脈の切替
Either (3) - getOrElsegetOrElseでデフォルト値を指定
Either (4) - getOrElse, FlatMapflatMapで変換後にgetOrElse
Either (5) - Exceptionscala.util.control.Exceptionで例外ハンドリング
Either (6) - Left, RightLeftとRightの生成
Either (7) - forfor式で変換
Either (8) - for, getOrElsefor式で変換後にgetOrElse
Either (9) - 二項演算二項演算の説明
Either (10) - 二項演算,AND「Either:AND」×「値:任意の関数で計算」
Either (11) - ApplicativeEitherに対するApplicative
Either (12) - Applicativeの記述方法Eitherに対するApplicative(続き)
Either (13) - 二項演算,AND,Monoid「Either:AND」×「値:Monoid」
Either (14) - 二項演算,AND,PlusEither:AND」×「値:Plus」
Either (15) - 二項演算,OR「Either:OR」×「値:任意の関数で計算」
Either (16) - 二項演算,OR,Monoid「Either:OR」×「値:Monoid」
Either (17) - 二項演算,OR,Plus「Either:OR」×「値:Plus」
Either (18) - Booleanと相互変換EitherとBooleanの相互変換
Either (19) - Optionと相互変換EitherとOptionの相互変換
Either (20) - Validationと相互変換EitherとValidationの相互変換
Either (21) - BifunctorEitherにBifunctorを適用

Option

項目内容
Option値の取得
Option (2)nullをOptionに持ち上げる方法
Option (3)map
Option (4)withFilter
Option (5)collect
Option (6)flatMap
Option (7)for式
Option (8)getOrElse
Option (9)withFilter, map, getOrElse
Option (10) - ExceptionflatMap, Exceptionハンドリング
Option (11) - Some/NoneSomeとNoneの記述方法
Option (12) - MonoidOptionをMonoidとして使う(2012-08-22追加)
Option (13) - Monoid 短絡ORFirstOption/LastOptionで短絡OR(2012-08-22追加) |
nullnullを値に持ち上げる方法

Optionについては以下の記事も参考になると思います。

2012年8月21日火曜日

クラウド温泉3.0 / Monadicプログラミング・マニアックス Index

クラウド温泉3.0@小樽のセッション「Monadicプログラミング・マニアックス」関連記事のIndexです。

クラウド温泉

クラウド温泉全体の感想は以下になります。

スライド

Monadicプログラミング・マニアックスのスライドです。

記事一覧

「Monadicプログラミング・マニアックス」のスライドの作成過程のメモ記事の一覧です。

ノート

"関数型プログラミングはパイプライン・プログラミング"、と考えてみるとイメージも分かりやすいし、実際のプログラミング時のガイドとしても有効なので、その観点でまとめてみよう、というのが今回のセッションの趣旨です。

元々Haskell的、Scalaz的Monadicプログラミングをやろうと思ったのは、ScalazのPromiseを見て衝撃を受けたのがきっかけなので、PromiseとKleisliやApplicative Functorを組合せて並列プログラミングした効果を実測値付きで盛り込めて目標の一つは達成できたかなと思います。

実際に書き始めてみると、Monadicの話に行く前に今風の関数型プログラミングの基礎といったものが必要なことが分かったので、その部分を厚くしてみました。逆に、当初予定していたReducerを使ってMonoidを任意のドメインオブジェクトに接続する手法や、TraverseでKleisliをオブジェクトの集まりに適用する話題(これはミニセッションのテーマにもなった「Iteratorパターンの本質」とも関係してきます)、Validationを使ったMonadicプログラミングの具体例、といった話題は見送りました。

ボク自身もScalazを本格的に使い始めたのはここ一年ぐらいなので、まだまだ山の麓の所にいるわけですが、色々と追いかけていく方向性も見えてきたので、来年のクラウド温泉でもさらにマニアックな話題で何か発表できればと思っています。

2012年8月20日月曜日

クラウド温泉3.0

土日にクラウド温泉3.0@小樽に参加していました。今年のクラウド温泉もエキサイティングな内容で、とても楽しめました。幹事の中村さん(@nakayosix)、参加者の皆さん、どうもありがとうございました。

Monadicプログラミング・マニアックス

ボクは初日の最初の枠と2日目のフリーディスカッションの枠を担当しました。最初の枠で「Monadicプログラミング・マニアックス」というテーマでお話させていただきました。

内容はブログに書いてきたことをまとめたものになっています。PromiseモナドやApplicative Functorを使った並列プログラミングのコード例は参考になるかもしれません。

業務システムで使う型クラス

Scalaでは型クラスが使えるわけですが、オブジェクト指向のクラスインヘリタンスとかぶる機能でもあり使い方が難しい言語機能です。

神崎さんのこのセッションは、業務システムで型クラスを使用するトライアルについての報告で、とても参考になりました。

私見では、(Scalaの)型クラスの旨みは(1)コンパイル時に静的に多相性が解決されるためコンパイル時にエラー検出できる、(2)関数の選択が、主体、客体、文脈の組合せで行われる、(3)お互いに疎に開発した主体、客体をソースコードを変更することなく、型クラスインスタンスの追加(必要に応じてのみで接続することができる、といったところにあると考えています。

主体、客体を疎結合にできるため、部品の再利用性が高まることが期待できます。

ただし、(a)使うための決め事がちょっとある、(b)プラグインのような形でプログラムのバイナリを後付けで追加することはできない、という弱点もあります。

Scalaはオブジェクト指向言語なので、普通にちょっとした多相性が必要な時は、クラスインヘリタンスを使う方が圧倒的に楽です。逆に型クラスは気軽に定義して使うというような手軽さはないので、何か明確なメリットがある場合でないと採用しづらい技術です。

そういった点も含めてクラスと型クラスの使い分けというのを考える良いきっかけになりました。

ぶいてく流スケーラブルアプリの作り方 2012

時間があればKVSにBarkley DBを採用した理由、KVS特有のアプリケーション開発のデザインパターン(シャーディングのためのID管理、トランザクション境界の切り方、バッチ処理の組み方など)を議論したいところでした。かなり濃いメンバーが集まっていたので、製品紹介はパンフレット見てね、で終了して、冒頭から上記のようなテーマで議論に入るとより面白かったかもしれません。

LTタイム

LTタイムでは以下の発表が行われました。

  • 中村 良幸 (@nakayoshix) 「クラウド禅問答」
  • 鈴木 常彦 (@tss_ontap) 「IPv6の理想と現実〜若者に未来を託して〜」
  • @sumim「EclipseとPharo SmalltalkのTDD対決ムービーを副音声で解説!」
  • 小田 朋宏 (@tomooda) 「HaskellとSmalltalkの会話」「画面ゆらゆら系デモ」
  • 神林 飛志 (@okachimachiorz) 「Asakusa Framework 近況報告」

中村さんの「クラウド禅問答」はオフレコwなのでここでは触れないこととして、鈴木さんの「IPv6の理想と現実〜若者に未来を託して〜」はIPv6の現状がよくわかってとても参考になりました。IPv6といえば、1990頃にボクがメーカーのネットワーク部隊に居た頃、隣に居た人が担当していて色々やっていたのを思い出します。もう20年経ちますが、相当の前進はあったものの、未だに問題含みで実用には距離がありそうな感触でした。すでに稼働しているエコシステムを丸ごと取り替えるような新技術の普及はなかなか難しいですね。

Smalltalkはボクにとっては未知の分野ということもあって、@sumimさんと小田さんのセッションは興味深く聞けました。

プログラマのための代数入門2 Monadへの道

二日目の最初のコマは中村さんの代数入門「Monadへの道」です。代数の基本からのアプローチだったので、時間的に厳しかったかもしれません。ボク的にはScalaと圏論のマッピングのあたりから始めてもらえるとうれしかったわけですが、関数型をやっていない参加者のことを考えるとそうはいかないところですね。今回の収穫はWikipediaベースで調べていくのはあまりよくないということでした。

最後は定番の資料をベースに解説が行われました。(資料はリンクが分かり次第追加します。)

基礎から見直すTX処理〜A Critique of ANSI SQL Isolation Levelsを再読する

今回抜群に面白かったのが神林さんのTX解説です。

「A Critique of ANSI SQL Isolation Levels」はDBの分野では超有名な論文とのことで、この論文を分かりやすく解説していただきました。「Transactional Information Systems」では第3章「Concurrency Control: Notions of Correctness for the Page Model」が相当するようです。

このTX解説を聞けただけで、クラウド温泉に参加した元は取れたという感じです。

本当は怖いDNSの話

鈴木さんの本当に怖い話。インフラのど真ん中のホラーなので、見なかったことにしておきたいwところです。

クラウドアプリを作る上では、こういったセキリティ技術も押さえておきたいので、技術的にもとても参考になりました。

Object Functionalをテーマとしたディスカッション

二日目の午後は、小樽商大の教室をお借りしてObject-Functionalについてフリーディスカッションしました。

ボクがネタとして出した資料は以下です。

やはりモナド周りが議論の中心になりました。

スライド中「関数型言語の技術マップ」で二点ほど修正案を頂いたので、これは持ち帰って考えてみたいと思います。

純粋関数型言語が今まであまり普及せず最近使われるようになってきた理由についてですが、最近の関数型言語はモナドの登場で状態(やIO)が記述できるようになったことが大きいのではないかという意見がありました。確かに、これは大きな理由かもしれません。

ディスカッションの続きとして急遽以下のミニセッションも行われました。

  • 「Iteratorパターンの本質」読書会
  • Haskelシューティングゲーム解説

『「Iteratorパターンの本質」読書会』は初日にボクが挙げた参考資料である「Iteratorパターンの本質」をスライドで見ながらディスカッションをしていくというものです。

この資料はMonadicプログラミングの重要な要素技術が網羅されているのでディスカッションの元ネタとしてとてもよい感じだったと思います。

「Haskellシューティングゲーム解説」は作者の@c255さんにHashkellで記述したシューティングゲームのソースコードを直接解説してもらうという贅沢なセッションでした。シューティングゲームが純粋関数型言語で作れるというのは驚きです。

Haskellを使うことで、プログラムの構造を大幅に変更しても、問題をコンパイラがエラーで弾いてくれるのでバグが出にくいということでした。

Scalaでも事情は同じで、リファクタリングした時の開発効率とバグの出にくさが静的型付けの大きなメリットだと思います。

まとめ

今回のクラウド温泉は、「代数スペシャル&Object Functionalとは」がテーマでした。

関数型言語もHaskell的なモナドベースのものは、圏論や群論といった代数的な操作がプログラミングの軸になります。Scala&Scalazも事情は同じですね。

また、クラウドアプリケーションで更に存在感が増すトランザクション技術においても、「基礎から見直すTX処理〜A Critique of ANSI SQL Isolation Levelsを再読する」にあったように代数的な操作による最適化が重要ということがわかりました。

クラウド時代のアプリケーション開発では、どうも代数が重要な要素技術、基盤技術の一つということになりそうというのが、今回の温泉のメッセージだったと総括できるように思います。

その上で、既存のオブジェクトの世界とどのようにつなげていくのかという議論に進んでいくわけですね。

今回も濃いメンバーの人たちと、クラウド、代数、オブジェクトについて色々と議論ができてとても楽しかったです。来年のクラウド温泉にもぜひ参加したいと思います。

2012年8月10日金曜日

クラウド温泉3.0 (18) / Promise

クラウド温泉3.0@小樽のセッション「Monadicプログラミング・マニアックス」で使用するスライドのネタ検討その18です。

関数型プログラミングが期待されている大きな理由の一つは並列プログラミングです。今後プロセッサのコア数が急激に増えるのは確実で、複数コアを活用して高速に動作するプログラムを空気のように作ることが必須になります。

また、メモリ容量の増大やSSDの採用でデータベースもインメモリ化されてくると、従前のようなI/Oのボトルネックが解消してきます。このためアプリケーション側の並列処理にかかる比重が高まってくることになります。

このため、並列プログラミングは気合を入れて行う特別なものではなく、毎日のように接するコモディティとなるでしょう。普通に書くものが普通に並列動作するようになっていなくてはならないわけです。しかし、Javaなどの既存のオブジェクト指向言語では、並列プログラミングの難易度は高く、並列プログラミングのコモディティ化はとても達成できそうにありません。

関数型プログラミングの場合も並列プログラミングには色々なアプローチがありますが、有力なアプローチとなるのがモナドによる並列処理の隠蔽です。通常のMonadicプログラミングをしておくと、モナドの裏側で自動的に並列処理をしてくれます。この方法であれば、日常的に並列プログラミングしても、プログラマにかかる負担は多くありません。(そのかわりMonadicプログラミングをマスターするというハードルが追加されます。)

ScalazのPromiseは並列処理を隠蔽したモナドです。今回はPromiseによる並列プログラミングについて見ていきます。

準備

準備として動作時間を取得するための関数goを定義します。

def go[T](a: => T): (T, Long) = {
  val start = System.currentTimeMillis
  val r = a
  val end = System.currentTimeMillis
  (r, end - start)
}

テストに使用する関数fは引数に取ったInt値を100msウエイト後にそのまま返します。

val f = (x: Int) => {
  Thread.sleep(x * 100)
  x
}

f関数をgo関数上で動作させると以下になります。10×100msで一秒後に値10が返ってきています。

scala> go(f(10))
res176: (Int, Long) = (10,1000)

PromiseのKleisli

Monad活用のコツの一つはクライスリ関数です。Int値を取りMonadであるPromiseを返すクライスリ関数をKleisliでくるんだものを定義しておきます。

scala> val fp = f.promise
fp: scalaz.Kleisli[scalaz.concurrent.Promise,Int,Int] = scalaz.Kleislis$$anon$1@9edaab8

Applicative

まず普通にf(1)、f(2)、f(3)を順に足していく処理です。先頭から順に関数の実行時間も足し込まれるので600msかかります。

scala> go(f(1) + f(2) + f(3))
res212: (Int, Long) = (6,603)

PromiseのKleisliとApplicativeを使って同様の処理を行うと300msで実行できました。これは、fp(1)、fp(2)、fp(3)の処理が平行実行されたため、最も長いfp(3)の300msが全体の実行時間になったためです。

scala> go((fp(1) |@| fp(2) |@| fp(3))(_ + _ + _).get)
res215: (Int, Long) = (6,302)

ここで重要な点は、平行処理に対する同期処理はまったく記述していない点です。普通のMonadicプログラミングを行うだけで、Promiseモナドが自動的に同期処理を行なってくれます。

上記が普通のMonadicプログラミングというのは、以下のOptionに対する処理と見比べてみるとよくわかります。

scala> go((1.some |@| 2.some |@| 3.some)(_ + _ + _).get)
res237: (Int, Long) = (6,1)

つまり普通のMonadicプログラミングをすれば自動的に並列プログラミングになるわけです。Monadicプログラミングのハードルは高いものの、このハードルだけクリアしておけば自動的に並列プログラミングがついてきます。Javaで並列プログラミングを学習するコストと、実際のプログラミング時の手間やデバッグ効率を考えると、Monadicプログラミングのハードルの方がはるかに低いといえます。

Listに対する並列プログラミング

Listに対して普通に関数fを適用すると、関数fの実行時間が全て足し込まれたものが全体の処理時間になります。以下では1.2秒かかっています。

scala> go(List(1, 2, 3).map(f).map(f))
res221: (List[Int], Long) = (List(1, 2, 3),1205)

Promise(+Kleisli)を使うと以下のように600msで処理が完了しました。一段目のmap処理の300msと二段目のmap処理(内部でflatMap)の300msを足して600msになります。

scala> go(List(1, 2, 3).map(fp).map(_.flatMap(fp)).sequence.get)
res220: (List[Int], Long) = (List(1, 2, 3),602)

Kleisli関数の合成

Kleisliの威力を見るために、もう少し処理を複雑にしてみます。

関数fと連続実行した時に処理の合計が400msになる関数fxを定義します。同時にこれをPromiseのKleisli化したものも定義します。

val fx = (x: Int) => {
  val t = math.abs(x - 4)
  Thread.sleep(t * 100)
  x
}

val fxp = fx.promise

関数fと関数fxをListに対して普通にmapで連続実行した場合ですが、以下のように1.2秒かかりました。

scala> go(List(1, 2, 3).map(f).map(fx))
res223: (List[Int], Long) = (List(1, 2, 3),1205)

関数fと関数fxを合成した場合も1.2秒は変わりません。

scala> go(List(1, 2, 3).map(f >>> fx))
res232: (List[Int], Long) = (List(1, 2, 3),1205)

関数fと関数fxをPromiseのKleisli化した関数fpと関数fxpを連続実行したものが以下になります。内部で並列処理が行われ400msで実行が完了しました。

scala> go(List(1, 2, 3).map(fp).map(_.flatMap(fxp)).sequence.get)
res222: (List[Int], Long) = (List(1, 2, 3),402)

また、Klisliのfpとfxpを合成したものをmapで適用しても同様に400msで実行が完了しました。

scala> go(List(1, 2, 3).map(fp >=> fxp).sequence.get)
res230: (List[Int], Long) = (List(1, 2, 3),402)

PromiseのKleisliでは、Kleisliをパイプラインの各段に適用しても、Kleisliを合成したものを一度に適用しても、同じように並列処理が行われました。どちらのアプローチでも同じように並列処理が行われるというのは、プログラミングのしやすさからは非常に重要な性質です。

バージョン

セッションで用いるScalaとScalazはそれぞれ2.9.2と6.0.4です。

ScalaとScalazとも新バージョン(Scala: 2.10, Scalaz: 7)がリリースされる直前になっています。Scala 2.10では並列プログラミング周りが大きく変更されます。Scalaz 7もこの影響を受けるものと考えられます。

このため、本セッションで扱う内容はすぐに古くなってしまうことが確実ですが、基本的な考え方は引き続き有効だと思います。