关于 go-linq 和 RxGo, 做数据统计还是 go-linq 方便一点

[prenwang]

这两个库都不错, 开发活跃, go-linq 来自 Google 员工, RxGo 来自 ReactiveX 官方, 背景都不错.

ReactiveX 算是 linq 的扩展, RxGo 的覆盖场景要更广泛一点, 扩展性更强, 并发的使用也很便捷, 当然复杂性也增加了不少,

RxGo 的 GroupBY 设计的很奇怪, 分组的 KEY 和分组的数量还要另外计算:

	type Cat struct {
		Name  string
		Value string
	}
	items := []Cat{
		{Name: "a", Value: "asdf"},
		{Name: "a", Value: "sdf432"},
		{Name: "b", Value: "sdf342"},
		{Name: "b", Value: "vvvv"},
		{Name: "c", Value: "ccc"},
	}
	keys, _ := rxgo.Just(items)().Map(func(_ context.Context, i interface{}) (interface{}, error) {
		return i.(Cat).Name, nil
	}).Distinct(func(_ context.Context, i interface{}) (interface{}, error) {
		return i, nil
	}).ToSlice(0)

	list := &arraylist.List{}
	list.Add(keys...)

	observable := rxgo.Just(items)().GroupBy(len(keys), func(item rxgo.Item) int {
		return list.IndexOf(item.V.(Cat).Name)
	}, rxgo.WithBufferedChannel(5))

	for i := range observable.Observe() {
		fmt.Println("New observable:")

		for i := range i.V.(rxgo.Observable).Observe() {
			fmt.Printf("item: %v\n", i.V)
		}
	}

RxJava 和 RxJs 等还是直接根据一个属性分组, go-linq 也是如此, 这一点感觉不太喜欢.

RxGo 是基于流处理, 不提供直接的排序函数, 需要自己去扩展.

RxGo 有完善的错误处理机制, go-linq 缺, 但也因此, 对过程和结果处理显得繁琐,

在纯粹的数据集统计上 go-linq 要更方便一点, 函数的使用更便捷一点, 保证数据集合的严谨前提下, 使用 go-linq 足够.

RxGo 可以应用到更复杂的场景去.

[petelin]

没有范性都太丑了 等着出来了在玩

[prenwang]

如果你要好看 go-linq 有伪泛型, 比真正的泛型还好看, 性能减弱 5-10 倍(仍然可以接受, 比 python 还是快很多对吧)

squares := []int{}

Range(1, 10).SelectT(func(x int) int { return x * x } ). ToSlice(&squares)


go-linq 非泛型

squares := []int{}

Range(1, 10).Select( func(x interface{}) interface{} { return x.(int) * x.(int) } ).ToSlice(&squares)

[prenwang]

linq 的场景, 对泛型确实很期待, 超大数据集, 应该提升不止 10 倍性能

squares := []int{}

Range(1, 10).SelectT(func(type int)(x int) int { return x * x } ). ToSlice(&squares)

[liprais]

数据放不进内存当场歇菜，10 倍性能是脑补的么

[jamiesun]

仅针对内存中处理的数据集而言

[jamiesun]

就算是分布式 map reduce，节点不都是在内存中处理部分数据集吗