我们可以完全实现一个运算，而不需要查看任何组合运算的具体实现。就像你在数学中操作代数表达式一样。
假设将generateTrades作为领域服务 TradingService 的一部分。其目的是生成当天发生的所有交易（操作的输入），并由用户（操作的输入）在证券交易机构的后台执行。
trait TradingService:
/** 按特定用户生成当天的交易。具体步骤如下
*
* 1.查询当天的所有执行情况
* 2.按执行顺序分组
* 3.对于每个订单号，从订单详情中获取账号
* 4.将交易分配到客户账户
* 5.存储交易
*/
def generateTrades(
date: LocalDate,
userId: UserId
): ZStream[Any, Throwable, Trade] =
queryExecutionsForDate(date) // 1
.groupByKey(_.orderNo): // 2
case (orderNo, executions) =>
executions
.via(getAccountNoFromExecution) // 3
.via(allocateTradeToClientAccount(userId)) // 4
.via(storeTrades) // 5
/** 3、从执行流中获取客户账号
*/
def getAccountNoFromExecution: ZPipeline[Any, Throwable, Execution, (Execution, AccountNo)]
/**4、从执行中生成交易并分配到相关客户账户
*/
def allocateTradeToClientAccount(userId: UserId): ZPipeline[Any, Throwable, (Execution, AccountNo), Trade]
/**5、将交易持久化到数据库并返回存储的交易
*/
def storeTrades: ZPipeline[Any, Throwable, Trade, Trade]
/**1、将交易持久化到数据库并返回存储的交易
*/
def queryExecutionsForDate(date: LocalDate): ZStream[Any, Throwable, Execution]
|
在下面的示例中，请注意构成代数建模核心的以下 2 个原则：
- 方法规范中作为注释提到的步骤序列，与实现 generateTrades 时使用的操作类型一一对应。上面代码中注释了实现中的步骤 1、2、3、4、5、6。
- generateTrades 的实现与我们在此使用的 queryExecutionsForDate、getAccountNoFromExecution 等操作的实现完全分离。只需遵循这些操作的类型，并使用适当的组合器进行组合即可。