はじめに
ScalaはFutureを使うことで、他のプログラム言語に比べて気軽に非同期処理・並列処理を記述することができる。ところが、これにはちょっとした問題が潜んでいることをFP in Scalaという本1は教えてくれる。この記事ではScala標準のFutureにどうした問題があるのだろうかをFP in Scalaの例と比較しつつ説明しながら、最終的には参照透過性との関連について述べたい。
ScalaのFuture
まず、ScalaのFutureを使うことでたとえば数値のリストの合計を得る関数sumを次のように書ける。ただ、このコードに登場する型FutureやExecutionContextはひとまずこの時点では詳細を気にする必要はない。
object SumList {
def sum(ints: IndexedSeq[Int])(implicit ec: ExecutionContext): Future[Int] =
if (ints.length <= 1)
Future.successful(ints.headOption.getOrElse(0))
else
val (l, r) = ints.splitAt(ints.length / 2)
(sum(l) zip sum(r)).map((a, b) => a + b)
}これにどのような問題があるだろうかについて、FP in Scalaでは似たようなデータ構造をはじめから作ることで説明している。
FP in ScalaのPar
ここではFP in Scalaで登場するParというデータ構造を実装する過程で、非同期・並列処理についていろいろと考えていく。
並列計算のナイーブ実装とその問題
まず並列処理のデータ構造を自作する。とはいえ、並列処理やスレッドといった部分に対する知識はほとんど必要ない。まず、このデータ構造Parをつくる前に、並列処理に対するプリミティブを次のように用意する。
object Par {
def unit[A](a: => A): Par[A] = ???
def get[A](a: Par[A]): A = ???
}この2つのメソッドの実装はひとまず置いておいて、ひとまず機能だけを考えることとする。まずメソッドunitは型Aの評価される前の式または値を受け取り、それを別のスレッドで評価するためのデータ構造Par[A]を返す。そしてメソッドgetは並列計算の結果の値を取り出す。これらの具体的なコードは忘れて、これを使うことでたとえばさきほどの関数sumを次のように書ける。
object SumList {
def sum(ints: IndexedSeq[Int]): Int =
if (ints.length <= 1)
ints.headOption.getOrElse(0)
else
val (l, r) = ints.splitAt(ints.length / 2)
val sumL = Par.unit(sum(l))
val sumR = Par.unit(sum(r))
Par.get(sumL) + Par.get(sumR)
}このコードは、リストの長さが$0$の場合は0を返し、それ以外の場合はリストを半分に分割して左右をそれぞれ別スレッドで再帰的にsumへ投入する。その後それぞれの値をPar.getで取り出して足し算しその結果を返している。 これで原始的なFutureもどきができているという気がする。ところが、これはよく考えると参照透過性が破壊されるということが分かる。まず、参照透過性の定義について述べる。
- 参照透過
- 式が参照透過であるとは、どのようなプログラムにおいても、プログラムの意味を変えることなく、式をその評価結果に置き換えることができること。
このルールをどの部分が破っているかというと、次の部分である。
val sumL = Par.unit(sum(l))
val sumR = Par.unit(sum(r))
Par.get(sumL) + Par.get(sumR)参照透過性が保たれているならば、上記の式を次のように置き換えてもプログラムの意味が変化しないはずである。
Par.get(Par.unit(sum(l))) + Par.get(Par.unit(sum(r)))ところが、この式について考えると足し算の左側であるPar.get(Par.unit(sum(l)))はその引数であるPar.unit(sum(l))の計算でブロックしてしまうので、さきほどのように並列実行はされない。従って、Par.unitは参照透過ではない部分、つまり副作用があることが明らかである。とはいえ、この副作用はPar.getを利用するまでは露呈しないので、計算の最後にPar.getを利用したいというのが自然な考えとなる。そのためにはPar.getを呼び出すことなくPar[?]を合成（結合）できると便利そうに思える。
map2により計算の合成
たとえば次のようなメソッドmap2があればPar.getを利用することなくsumを実装できそうである。
object Par {
def map2[A, B, C](a: Par[A], b: Par[B])(f: (A, B) => C): Par[C] = ???
}このmap2の実装はひとまずおいておくとして、これを利用すればさきほどのsumは次のようになる。
object SumList {
def sum(ints: IndexedSeq[Int]): Par[Int] =
if (ints.length <= 1)
Par.unit(ints.headOption.getOrElse(0))
else
val (l, r) = ints.splitAt(ints.length / 2)
Par.map2(sum(l), sum(r))((a, b) => a + b)
}このようにしたなら、後は最後に必要になったところでPar.getを実行するということができる。よってsumはインターフェースを変えることになったものの、参照透過性を得ることに成功した。
フォークのタイミング
別スレッドで実行するべきときと、そうでもないときがあるだろう。Par[?]ではあるもののここでは別スレッドで実行する必要がない、ということを今のAPIでは表現できず、Par.unitを使えば常に別スレッドで計算が実行されてしまう。そこでPar.forkというメソッドを用意する。これは次のようなインターフェースである。
object Par {
def fork[A](a: => Par[A]): Par[A] = ???
def unit[A](a: A): Par[A] = ???
}Par.forkによってもはやPar.unitが遅延である必要はなくなる。そして、これがあると次のようにsumをかきなおすことができる。
object SumList {
def sum(ints: IndexedSeq[Int]): Par[Int] =
if (ints.length <= 1)
Par.unit(ints.headOption.getOrElse(0))
else
val (l, r) = ints.splitAt(ints.length / 2)
Par.map2(Par.fork(sum(l)), Par.fork(sum(r)))((a, b) => a + b)
}こうすることで、どのような場合に別スレッドで実行するのかをプログラマが意図できるようになる。 ところが、Par.forkによって他のスレッドで計算を実行するといった場合、スレッドプールなどの情報が必要となる。Par.forkの呼び出しとともに適当にスレッドを起動してもよいといえばよいが、通常のプログラムではCPUのコア数などに基づくスレッドプールからスレッドを用意することが多い。ここでは次の2つの選択肢がある。
Par.forkがスレッドプールの情報を受けとってPar.forkの呼び出しと同時にスレッドを分岐させる- 計算の結果（型
Par[?]となる値）を取っておき、Par.getがスレッドプールなどの情報を持ち込んで、そのときにスレッドを分岐させる
ここではPar.getのインターフェースを改良して、後者のPar.getがスレッドプールなどの情報を受けとってその時にスレッドを分岐させるという選択をすることにする。
object Par {
def get[A](ec: ExecutionContext)(a: Par[A]): A
}ここでは冒頭で登場した型ExecutionContextを利用している。ExecutionContextはScala標準のデータ構造でどのように並列計算を行うかが決められている。
Parの具体的な実装
それではいよいよPar.unitとPar.getに具体的な実装を与えよう。コードの全体は次のようになる2。
case class Par[A](f: ExecutionContext => Future[A])
object Par {
def unit[A](a: A): Par[A] = Par(ec => Future.successful(a))
def fork[A](a: => Par[A]): Par[A] = Par(ec => a.f(ec))
def map2[A, B, C](a: Par[A], b: Par[B])(f: (A, B) => C): Par[C] = Par { ec =>
val fa = a.f(ec)
val fb = b.f(ec)
(fa zip fb).map(f)
}
def get[A](ec: ExecutionContext)(a: Par[A]): A = Await.result(a.f(ec), Duration.Inf)
}Par vs Future
さて、ここまででもしかしたら勘のよい人ならばParとFutureの違いを分ったかもしれない。違いをまとめると次のようになる。
FutureはFutureを呼び出したときに別スレッドへの分岐が直ちに開始されるが、Parはgetで評価するときにはじめて別スレッドへの分岐が行われる
これにより、ScalaのFutureは参照透過性を破壊するケースがある。たとえば次のようなコードがあるとする。
def futureFunctionA(): Future[Int] = ???
def futureFunctionB(): Future[Int] = ???
for {
a <- futureFunctionA()
b <- futureFunctionB()
} yield ???これを次のように変数へ代入した形に書き直す。
def futureFunctionA(): Future[Int] = ???
def futureFunctionB(): Future[Int] = ???
val fa = futureFunctionA()
val fb = futureFunctionB()
for {
a <- fa
b <- fb
} yield ???もし参照透過なプログラムであればこの2つはプログラムの意味が等しくなるはずであるが、Futureは作った瞬間に別スレッドが起動し、またflatMapは結果を待ち受けるためブロックする。このことをあわせて考えると、最初の代入しない例では最初のfutureFunctionAが完了するまで待ち、そして次にfutureFunctionBを起動するという流れになる。一方で一旦代入するとその時点でFutureが別スレッドで起動するので、後者の例では2つのFutureがほぼ同時にスタートしていることとなる。これはプログラムの意味が等しいとは言いがたく、これにより参照透過性が破壊される可能性があるといってよい。 一方でParはこのように書いたとしてもPar.getを呼び出したときはじめて別スレッドへの分岐をはじめとした計算が実行されるため、このような問題は起きない。
まとめ
とはいえ、既存のFutureが完全にダメかというと実用上はほとんど問題がないと感じる。参照透過性が崩れるので、一旦代入するということと代入せずに使うことの間に意味上の区別があるのはちょっと使いにくいだろう。Monix.Taskはこの記事で紹介したParのようにスレッドの起動と合成を分けていると聞いたことがあるので、もし興味がある方はこちらの実装を読んでみたり使ってみることをおすすめする。 またFP in Scalaにはこの他にも興味深い例がいくつも書かれているので、この話題に興味を持たれた方はぜひ購入して読んでみてほしい。
コメント
コメントを投稿