拒绝代码臃肿，这套计算引擎设计方法值得一看！

Posted QcloudCommunity

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了拒绝代码臃肿，这套计算引擎设计方法值得一看！相关的知识，希望对你有一定的参考价值。

导语 | 在庞大的数据系统中，往往会有大量的计算需求。传统的方式便是直接在代码写各种计算逻辑判断，这导致了代码非常臃肿，计算维护的成本变大。所以想着编写一套DSL，定义专用的语法去实现对数据的计算，并将其独立成为底层基础服务。

一、DSL 设计

（一）何为 DSL

领域特定语言（英语：domain-specific language、DSL）指的是专注于某个应用程序领域的计算机语言。不同于普通的跨领域通用计算机语言(GPL)，领域特定语言只用在某些特定的领域。


简单来说，就是利用DSL，通过抽象构建模型，抽取公共的代码，以达到提高开发效率，减少重复的劳动的目的，比如经常使用的SQL。

同样的思路，我们要将复杂的逻辑判断与计算规则抽象化，构建计算DSL。

（二）如何通用化设计计算 DSL

值得庆幸的是，办公中经常使用的Excel就包含了许多计算规则。


让我直接举一个例子来说明，比如：要计算实际支出超出预算的金额，由于超出金额不可能为负数，所以逻辑条件为：如果实际支出大于预算，则结果为实际支出减预算，反之则取0。对应的Excel计算公式为：

IF (C2 > B2, IMSUB (C2, B2), 0)（C2 代表实际支出，B2 代表预算，IMSUB 代表减法）

有了一个这么专业的例子，那么对应我们的计算DSL就是：

IF ({budget} > {actual_expenses}, IMSUB ({budget}, {actual_expenses}), 0)
（{}用于标示具体字段，budget、actual_expenses 代表数据库中对应的预算、实际支出字段）

（三）DSL 设计的优势

  • 与Excel计算规则相似，减少用户学习成本。

  • 按照专业的规则来定义，使计算DSL更规范。

  • 由于规范的设计，更有利于后期扩展。

二、计算引擎的实现

（一）DSL 解析

对于这种有关键字并且无限嵌套的DSL，应该没有比堆栈更合适的方法来解析了。下面是具体例子的部分解析代码：

$dsl = 'IF({budget}>={actual_expenses},IMSUB({budget},{actual_expenses}),0,1)';


$stack               = []; // 堆栈
$result              = []; // 结果
$comparisonOperators = ['<', '>', '&', '|', '=']; // 比较运算符
$placeholders        = [',', '(', ')']; // 占位符
for ($index = 0; $index < strlen($dsl); $index++) {
    $key = $dsl[$index];
    switch ($key) {
        // 解析变量
        case '}' :
            $variable = '';
            while (true) {
                $item = array_pop($stack); // 出栈
                if ($item === '{') {
                    break;
                }
                $variable = $item . $variable;
            }
            $result[] = $this->getVariable($variable); // 获取真实变量值
            break;
        // 解析方法
        case  '(' :
            $method = '';
            while (true) {
                $item = array_pop($stack); // 出栈
                if (is_null($item)) {
                    break;
                }
                $method = $item . $method;
            }
            $result[] = $method;
            $result[] = $key;
            break;
        // 存储占位符，清空栈内变量（常量）
        case in_array($key, $placeholders) :
            $variable = '';
            while (true) {
                $item = array_pop($stack); // 出栈
                if (is_null($item)) {
                    break;
                }
                $variable = $item . $variable;
            }
            $variable != '' && $result[] = $variable;
            $result[] = $key;
            break;
        // 解析比较运算符
        case in_array($key, $comparisonOperators) :
            if ($dsl[$index + 1] == '=') { // 兼容 >=、<=
                $result[] = $key . '=';
                $index++;
            } else {
                $result[] = $key;
            }
            break;
        // 入栈
        default :
            $stack[] = $key;
            break;
    }
}

‍

（二）数据结构化

通过DSL解析可以得到“未赋值”的结构，再根据预先存储的数据模型对变量进行赋值，我们便可以得到如下结构：

这样一来，DSL就变成了机器所能识别的数据，将参数带入到指定的函数中便能得到计算结果。

（三）递归计算

从上图的结构中，我们可以分析出：每一个计算都包含了计算函数、占位符（开始符、分割符、结束符）以及函数对应的多个参数。其中参数可以是比较运算（IF函数第一个参数必为比较运算），也可以是另一个函数。这时候我们只需要使用递归的方式去不断往下运算便能得出结果。

/**
 * IF 函数核心计算逻辑
 */
public function calculate()
{
    // 计算比较结果
    if ($this->getComparativeResult()) {
        return $this->getResult($this->params[1]); // 返回真
    } else {
        return $this->getResult($this->params[2]); // 返回假
    }
}
/**
 * 获取计算结果
 */
public function getResult($params)
{
    // 如果是函数，则继续计算
    if (is_array($params)) {
        return (new Calculate($params))->calculate(); // 递归计算
    }
    
    // 非函数，直接返回结果
    return $params;
}

（四）架构梳理

首先对输入的DSL进行校验、解析并结构化数据；然后启动多个计算引擎同时并行处理；最终输出计算结果。

三、项目接入

（一）架构设计

整体架构分为五层，上层应用层提供给具体应用接入；通讯层负责对接收应用层的数据，及对支持应用层轮询获取计算结果；DSL解析层负责DSL校验、DSL解析以及数据结构化；处理完之后再到核心计算层，进行具体的计算执行；最后再将结果入库并将结果发送到消息队列中。

其中，DSL 解析层和核心计算层共同组成计算引擎。

四、问题与思考

（一）计算提升效率缓慢

在完成项目接入后，为了提升计算效率，采用并行执行的方式来执行计算。期望的效果便是：随着并行的数量增加，效率也随之增加。

但事实总是事与愿违，即使扩大计算的并行数量也无法成倍提升计算效率，并且当并行数达到一定量时，效率提升越不明显。

（二）计算依赖 

在经过仔细的问题排查之后，发现数据计算之间是有依赖关系的。让我们直接看下图的例子：当同时计算A、B、C三个字段时，不管如何并行执行，B的计算永远依赖A计算的结果；同理，C的计算也永远依赖A和B的计算结果。总而言之，就是说计算效率是有瓶颈的。

那么，如何能够用最少的资源达到整体计算的最佳效率呢？

五、解决方案：寻找最优解

（一）策略优先算法

对于每个计算字段来说，我们是知道具体依赖的程度的：

  • 对于A、D，只依赖常数，所以他们依赖程度为0。

  • 对于B、E，分别依赖A、B，那么他们的依赖应该分别在A、B的基础上+1，所以他们的依赖程度为1。

  • 对于C，同时依赖A、B，那么他的依赖程度应该为A+B+1=2。

所以，我们将每个字段排了优先级，对于同一优先级的字段并行计算，依次进行，便能以最少的资源达到整体计算的最佳效率。

（二）计算速度不一致

在实际的计算中，每个字段计算的速度是不一样的。比如：在第一优先级中的A需要不断的累加才能得出结果，需要比同一优先级的D花费更长的时间。假如此时D已经计算完成，那么E其实已经不需要再依赖其他计算了，应该立即被执行。但由于第一优先级还未算完，所以只能继续等待。这样一来，对于计算结果的反馈非常的不友好。

（三）更进一步：动态策略优先算法

为了能快速的响应计算结果，我们需要在计算的同时，对计算完成的字段触发完成事件，对依赖该字段的其他优先级字段，重新分配优先级，当获得第一优先级时，立即执行。

比如：在D计算完成后，去修改E的优先级，因为E只依赖D，而D已经计算完成，所以应该获得第一优先级，立即执行。

六、总结

（一）架构完善

在动态策略优先算法的思路下，我们在原先的结构中引入策略分配层。在DSL解析之后将数据传入到策略分配层中进行策略计算；然后，依次对各个优先级的字段进行计算任务调度；在计算完成后对事件进行处理，再依次进行任务调度；最终在完成整个计算后将数据入库。

其中，DSL解析层、策略分配层和核心计算层共同组成计算引擎。

（二）下一步：引入监控

在完成了一系列的开发与项目接入工作之后。对于整个底层计算服务来说，并不是已经无懈可击了。

  • 在DSL的解析中需要实时监控解析结果，及时对错误进行拦截与记录，避免影响下层计算。

  • 在策略分配层中，也需要对每一次的策略计算、任务调度、事件处理进行监控，因为每一次错误都将影响整个模型的计算结果。

  • 在最终入库之前，还需要监控每个字段的计算结果是否符合预期。及时对错误结果进行修正。

 作者简介

林楨淵

腾讯 CDC 团队应用开发工程师

腾讯 CDC 团队应用开发工程师，毕业于广东工业大学，负责腾讯投资决策信息平台开发。致力于低代码开发平台(包括流程引擎、表单配置、计算引擎等等)的架构设计与持续优化。在投资领域开发有着丰富的落地经验。

推荐阅读

程序员如何把你关注的内容推送到你眼前？揭秘信息流推荐背后的系统设计

在Exception的影响下，如何才能写出更高质量的C++代码？

自动的内存管理系统实操手册——Java和Golang对比篇

以上是关于拒绝代码臃肿，这套计算引擎设计方法值得一看！的主要内容，如果未能解决你的问题，请参考以下文章

这几本值得你一看再看的程序员素养必备好书

简易的站内搜索引擎 (万字长文！！绝对值得一看！！)

简易的站内搜索引擎 (万字长文！！绝对值得一看！！)

简易的站内搜索引擎 (万字长文！！绝对值得一看！！)

简易的站内搜索引擎 (万字长文！！绝对值得一看！！)

值得一看，响应式网页设计的9条基本原则！