图思维胜过链式思维：JGraphlet构建任务流水线 🚀
JGraphlet是一个轻量级、零依赖的Java库，用于构建任务流水线。它的强大之处不在于冗长的功能列表，而在于一小套协同工作的核心设计原则。
JGraphlet的核心是简洁性，基于图模型构建。向流水线添加任务并连接它们以创建图。
每个任务都有输入和输出，TaskPipeline构建并执行流水线，同时管理每个任务的I/O。例如，使用Map进行扇入操作，使用Record定义自定义数据模型等。TaskPipeline还包含PipelineContext在任务间共享数据，此外任务还可以被缓存，避免重复计算。
您可以自定义任务流水线的流程，并选择使用SyncTask或AsyncTask。默认情况下所有任务都是异步的。
1. 图优先执行模型
JGraphlet将工作流视为有向无环图。您将任务定义为节点，并显式绘制它们之间的连接。这使得扇出和扇入等复杂模式变得自然。
import dev.shaaf.jgraphlet.*;
import java.util.Map;
import java.util.concurrent.CompletableFuture;try (TaskPipeline pipeline = new TaskPipeline()) {Task<String, String> fetchInfo = (id, ctx) -> CompletableFuture.supplyAsync(() -> "Info for " + id);Task<String, String> fetchFeed = (id, ctx) -> CompletableFuture.supplyAsync(() -> "Feed for " + id);Task<Map<String, Object>, String> combine = (inputs, ctx) -> CompletableFuture.supplyAsync(() ->inputs.get("infoNode") + " | " + inputs.get("feedNode"));pipeline.addTask("infoNode", fetchInfo).addTask("feedNode", fetchFeed).addTask("summaryNode", combine);pipeline.connect("infoNode", "summaryNode").connect("feedNode", "summaryNode");String result = (String) pipeline.run("user123").join();System.out.println(result); // "Info for user123 | Feed for user123"
}
2. 两种任务风格：Task<I,O>和SyncTask<I,O>
JGraphlet提供两种可混合使用的任务类型：
- Task<I, O>（异步）：返回CompletableFuture
，适合I/O操作或繁重计算 - SyncTask<I, O>（同步）：直接返回O，适合快速的CPU密集型操作
try (TaskPipeline pipeline = new TaskPipeline()) {Task<String, String> fetchName = (userId, ctx) ->CompletableFuture.supplyAsync(() -> "John Doe");SyncTask<String, String> toUpper = (name, ctx) -> name.toUpperCase();pipeline.add("fetch", fetchName).then("transform", toUpper);String result = (String) pipeline.run("user-42").join();System.out.println(result); // "JOHN DOE"
}
3. 简单显式的API
JGraphlet避免复杂的构建器或魔法配置，API简洁明了：
- 创建流水线：new TaskPipeline()
- 注册节点：addTask("uniqueId", task)
- 连接节点：connect("fromId", "toId")
try (TaskPipeline pipeline = new TaskPipeline()) {SyncTask<String, Integer> lengthTask = (s, c) -> s.length();SyncTask<Integer, String> formatTask = (i, c) -> "Length is " + i;pipeline.addTask("calculateLength", lengthTask);pipeline.addTask("formatOutput", formatTask);pipeline.connect("calculateLength", "formatOutput");String result = (String) pipeline.run("Hello").join();System.out.println(result); // "Length is 5"
}
4. 清晰的扇入输入形状
扇入任务接收Map<String, Object>，其中键是父任务ID，值是它们的结果。
try (TaskPipeline pipeline = new TaskPipeline()) {SyncTask<String, String> fetchUser = (id, ctx) -> "User: " + id;SyncTask<String, String> fetchPerms = (id, ctx) -> "Role: admin";Task<Map<String, Object>, String> combine = (inputs, ctx) -> CompletableFuture.supplyAsync(() -> {String userData = (String) inputs.get("userNode");String permsData = (String) inputs.get("permsNode");return userData + " (" + permsData + ")";});pipeline.addTask("userNode", fetchUser).addTask("permsNode", fetchPerms).addTask("combiner", combine);pipeline.connect("userNode", "combiner").connect("permsNode", "combiner");String result = (String) pipeline.run("user-1").join();System.out.println(result); // "User: user-1 (Role: admin)"
}
5. 清晰的运行契约
执行流水线很简单：pipeline.run(input)返回最终结果的CompletableFuture。您可以使用.join()阻塞或使用异步链式调用。
String input = "my-data";// 阻塞方式
try {String result = (String) pipeline.run(input).join();System.out.println("Result (blocking): " + result);
} catch (Exception e) {System.err.println("Pipeline failed: " + e.getMessage());
}// 非阻塞方式
pipeline.run(input).thenAccept(result -> System.out.println("Result (non-blocking): " + result)).exceptionally(ex -> {System.err.println("Async pipeline failed: " + ex.getMessage());return null;});
6. 内置资源生命周期
JGraphlet实现AutoCloseable。使用try-with-resources保证内部资源的安全关闭。
try (TaskPipeline pipeline = new TaskPipeline()) {pipeline.add("taskA", new SyncTask<String, String>() {@Overridepublic String executeSync(String input, PipelineContext context) {if (input == null) {throw new IllegalArgumentException("Input cannot be null");}return "Processed: " + input;}});pipeline.run("data").join();} // pipeline.shutdown()自动调用
System.out.println("Pipeline resources have been released.");
7. 上下文
PipelineContext是线程安全的、每次运行的工作空间，用于存储元数据。
SyncTask<String, String> taskA = (input, ctx) -> {ctx.put("requestID", "xyz-123");return input;
};
SyncTask<String, String> taskB = (input, ctx) -> {String reqId = ctx.get("requestID", String.class).orElse("unknown");return "Processed input " + input + " for request: " + reqId;
};
8. 可选缓存
任务可以选择加入缓存以避免重复计算。
Task<String, String> expensiveApiCall = new Task<>() {@Overridepublic CompletableFuture<String> execute(String input, PipelineContext context) {System.out.println("Performing expensive call for: " + input);return CompletableFuture.completedFuture("Data for " + input);}@Overridepublic boolean isCacheable() { return true; }
};try (TaskPipeline pipeline = new TaskPipeline()) {pipeline.add("expensive", expensiveApiCall);System.out.println("First call...");pipeline.run("same-key").join();System.out.println("Second call...");pipeline.run("same-key").join(); // 结果来自缓存
}
最终结果是提供了一种清晰、可测试的方式来编排同步或异步任务，用于组合复杂流程，如并行检索、合并、判断和防护栏，而无需引入重量级的工作流引擎。
了解更多或尝试使用：
- Maven中央仓库
- Github仓库
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）
公众号二维码
![]( "办公AI智能小助手")
