前情提要

1.面向对象的错误处理

在介绍scala的函数式的错误处理之前，我们要先来介绍一下其他情况下的错误处理方式。

以java为例，常见的错误处理方式不外乎两种，一种是及时捕捉到异常，然后当场进行处理。

try{
    ... 
}catch(Exception e){
    ...
    
}finally{
    
}

另一种则是将异常抛出，层层捕获，然后在最上层对异常进行统一处理，这种通常是在大型项目的时候会使用。

这两种错误处理的方法是，在我们日常的编程中，已经足以应对多种情况。

但在函数式编程中却不行，函数式编程追求的是无副作用的代码，无副作用最直接的应用就是可以放心得并发运行，而抛出异常却会产生副作用。

try catch处理的弊端，在并发编程中其实有较为明显的体现。

以spark为例，如果spark主节点master询问worker节点的健康情况，当worker节点出现异常时，显然让master节点来捕获并处理这个异常，有点不符合情理。

更合理的处理，应该是让master接收到一个表示错误情况的消息，然后再决定接下来如何处理。而worker的异常就让worker自己去解决吧。

而在scala中，有一种特定的类型，它用来表示可能导致异常的一个计算过程，这就是Try。

2.从Option到Try

前面有介绍过Option，相关介绍可以看这里Scala函数式编程（三） scala集合和函数。

这里简单介绍一下Option。

Option呢，其实就是薛定谔的值，里面可能有值，也可能没有值。只有到要看的时候，才会知道Option里面到底有没有值。

Option全程叫Option[A]，表示Option里面存的是A类型的值，这个A可以是Int，String，等等。我们可以通过get这个api来获取Option[A]里面的值，当不存在时，get会返回None。

可以通过isEmpty，来确认Option里面到底是不是有值。也可以通过getOrElse来指定没有值的时候要返回什么值。

Try[A]和Option类似，都是表示一个可能有也可能没有的东西。实际对应过来， Try[A]就表示一个可能成功也可以失败的计算，如果成功，则返回A类型，如果失败，则返回Throwable。

先最在交互式环境中直观看一下怎么使用吧：

scala> import scala.util.Try
import scala.util.Try

scala> Try(1+1)
res15: scala.util.Try[Int] = Success(2)

scala> Try(1/0)
res16: scala.util.Try[Int] = Failure(java.lang.ArithmeticException: / by zero)

能够实现这个功能，主要是因为Try的两个子类型：

Success[A]：代表成功的计算。
封装了 Throwable 的 Failure[A]：代表出了错的计算。

是不是和Option很像呢？也是薛定谔的错误，在没打开来看之前，Try里面可能是成功的，也可能是失败的。

同样可以通过isSuccess和isFailure来确认到底这个Try是成功还是失败。

如果一个函数中有一个计算可能会出错，那么我们就可以直让函数返回Try，然后对成功还是错误，就全交由调用者来进行处理，比如上面说到的，Spark的那个例子。

3.Try的使用

上面初步介绍了Try的含义和用法，接下来就来看看Try这个东西，还有哪些常规的用法吧。

3.1 map

map是scala里面非常常用的一种操作，Try里面也有！

对Try使用Map的话，会将一个是Success[A]的Try[A]映射到Try[B]会得到Success[B]。如果它是Failure[A]，就会得到Failure[B]，而且包含的异常和Failure[A]一样。

看看例子吧：

//新建一个Try，注意，这里是Try[Int]
scala> val tryMap = Try(1+1)
tryMap: scala.util.Try[Int] = Success(2)

//使用Map，让它变成Try[String]了
scala> tryMap.map(_.toString)
res46: scala.util.Try[String] = Success(2)

//新建一个会失败的Try[Int]
scala> val tryMapFail = Try(1 / 0)
tryMapFail: scala.util.Try[Int] = Failure(java.lang.ArithmeticException: / by zero)

//转换成Try[String]了，但Failure的异常类型不变
scala> tryMapFail.map(_.toString)
res47: scala.util.Try[String] = Failure(java.lang.ArithmeticException: / by zero)

Try不止支持map，还支持for，flatMap，filter等常规操作，从这个角度看，Try反而更像一种数据结构。

3.2 错误时候的默认值getOrElse

和Option一样，Try还很方便得提供了getOrElse这个方法。当你想为失败的时候做些什么的时候就可以用这个api。

这个我举个简单的例子，将字符串转换为Int类型。在字符串转Int类型的时候呢，可能会遇到一些不符合规范的数据。这时候你就不得不考虑数据是否可以安全得转换成Int，但有了Try，可以很方便得用getOrElse，方法。

当遇到不能转成Int的字符串，给与一个默认值即可。

scala> import scala.util.Try
import scala.util.Try

scala> "12".toInt
res17: Int = 12

scala> "asd".toInt
java.lang.NumberFormatException: For input string: "asd"
  at java.lang.NumberFormatException.forInputString(NumberFormatException.java:65)
  at java.lang.Integer.parseInt(Integer.java:580)
  at java.lang.Integer.parseInt(Integer.java:615)
  at scala.collection.immutable.StringLike$class.toInt(StringLike.scala:272)
  at scala.collection.immutable.StringOps.toInt(StringOps.scala:29)
  ... 32 elided

scala> Try("asd".toInt).getOrElse(-1)
res19: Int = -1

但这里还是得多说一句，这种做法会忽略掉原本应该抛出的错误，你需要明确知道自己确实是要忽略掉这个错误才能这样用。

否则可能因为设置的默认值导致出现问题，而毫无头绪，因为程序并没有报任何错误!!

3.3 模式匹配

我们可以不必如java的try catch那般去处理Try失败时返回的异常。因为我们有scala的模式匹配。

不得不说，模式匹配真的是很强大的一个语言特性。前面不是说到嘛，Try有两个子类，Success和Failure，成功时候返回Success，失败时返回Failure。

所以我们就能够这样做：

import scala.util.Success
import scala.util.Failure
val operation = Try(1 / 0)
operation match {
  case Success(num) => println(num)
  case Failure(ex) => println(s"Problem is ${ex.getMessage}")
}

因为除数为0，所以这个Try是失败的，所以这里会输出：Problem is / by zero

scala强大的模式匹配，可以方便得让我们处理错误和非错误的情况。

4. 小结

Scala 的错误处理和其他范式的编程语言有很大的不同。 Try 类型可以让你将可能会出错的计算封装在一个容器里，并优雅的去处理计算得到的值。并且可以像操作集合和 Option 那样统一的去操作 Try。

同时Try[A]也支持常见数据结构中的操作，诸如Map，Filter等常规的api都支持。

Try这种错误处理的方式，明显更适用于函数式的情况，也就是说更适合在并发编程的时候使用。

但在我看来，Try也是有一些不好的地方，比如说在代码可读性方面就比try catch这种方式差。不得不说，虽然写起来比较啰嗦，但看着这个结构确实是一目了然。

但是不管如何，在我看来，函数式的错误处理依旧是很有趣的一个东西。如果合适的话，可以多在代码中尝试去使用:)

以上~

Scala函数式编程（五） 函数式的错误处理原创