👩🏾‍🔬 🔜 🗃️ JavaScriptの例によるメタプログラミング 🌮 🧒 👩🏾‍🎨

この記事は、私が定期的に行っているメタプログラミングを再考する別の試みです。アイデアは毎回洗練されていますが、今回は非常にコンパクトで例示的で、非常に便利なアプリケーションがあり、ライブラリと依存関係をドラッグしない非常にシンプルで理解可能な例をピックアップすることができました。公開時には、このトピックをOdessaJSで報告します。したがって、この記事は、レポートに関する質問やコメントの場所として使用できます。記事のフォーマットにより、レポートよりも完全に資料を提示することが可能になり、そのリスナーは読書を免除されません 。

UPD： Youtubeの記事のビデオバージョンを更新しました（講義は、「プログラミングに関する100のビデオ講義」の一環として、2019年4月18日にキエフ工科大学で記録されました）。

メタプログラミングの一般的な理解は、通常非常に曖昧であり、多くの場合、次のオプションで終わります。

コンパイルテンプレートとマクロ
自分自身を変更するプログラム
別のプログラムを生成するプログラム

次の定義を提案します。

メタプログラミングは、プログラムの構造と動作のプログラム的な変更に基づいて構築されたプログラミングパラダイムです。

そして、それがどのように機能するのか、なぜそれが必要なのか、そして最終的にどのような長所と短所を得るのかを分析します。

モデリングとは何ですか？

メソッド自体はモデルからメタデータを削除すること でモデルの抽象化レベルを上げることを含むため、 メタプログラミングの概念はモデリングと密接に関連しています 。その結果、 メタモデルとメタデータを取得します。アーリーバインディングまたはレイトバインディング中（コンパイル、翻訳、またはプログラム操作中）に、メタモデルとメタデータから自動的なプログラム方法でモデルを再度取得します。作成されたモデルは、メタモデルのプログラムコードを変更することなく、多くの場合、プログラムを停止することなく、何度も変更できます。

驚くべきことに、人は問題の解決に成功することができます。その複雑さは、 モデルと抽象概念の構築を使用して、記憶と思考の能力を超えています。これらのモデルの精度により、意思決定および制御アクションの開発に対する有用性が決まります。モデルは常に不正確であり、現実のごく一部、1つ以上の側面または側面のみを表示します。ただし、限られた使用条件では、モデルはサブジェクト領域の実際のオブジェクトと区別できない場合があります。物理モデル、数学モデル、シミュレーションモデルなどのモデルがありますが、まずは情報データモデルとプログラムロジックモデルに興味があります。プログラミングパラダイム。これらは、プログラムロジックのモデルです。たとえば、命令型、宣言型、機能的、イベントフルです。プログラマーとしての私たちの仕事は、コードを書くことではなく、まずモデルと抽象化を構築することです。したがって、メタプログラミングを使用すると、モデルの抽象化レベルを上げて、モデルをより普遍的にすることができ、作業が非常に興味深いものになります。

メタプログラミングとは何ですか？

メタプログラミングは新しいものではありません。あらゆる言語や応用分野で実践的なプログラミングの経験がある場合は常に使用しています。少なくともFonneimannアーキテクチャのコンピューター向けのすべてのプログラミングパラダイムは、何らかの形でこのアーキテクチャからモデリングの基本原則を継承しています。フォンノイマンアーキテクチャの最も重要な原則は、1つのユニバーサルメモリでデータ処理のロジックを定義するデータと命令の混合です。つまり、プログラムとデータの間に根本的な違いがないことです 。これには多くの結果があります。最初に、マシンはコマンドがどこにあり、どこに番号があり、ビットの深さとタイプが何であるか、どこがアドレス、どこが配列、どこが文字列、どこがこの文字列の長さ、どのエンコードが提示されているかなどを区別する必要があります。、オブジェクトや可視領域などの複雑な構造まで。これはすべてメタデータによって決定されます;メタデータがなければ、Fonneimannアーキテクチャのプログラミング言語では何も起こりません。第二に、プログラムは格納されているメモリ、他のプログラム、それらのソースコードにアクセスし、コードをデータとして処理できるため、翻訳と解釈、自動テストと最適化、イントロスペクションとデバッグ、動的リンクなどが可能になります別の。

定義：

メタデータはデータに関するデータです。たとえば、変数のタイプは変数のメタデータであり、関数のパラメーターの名前とタイプはこの関数のメタデータです。

イントロスペクションは、変数と関数、型とオブジェクト、クラスとプロトタイプに関するメタデータを含む、操作中にプログラムがメモリ構造に関するメタデータを取得できるメカニズムです。

動的バインディング （または遅延バインディング）は、識別子を介した関数の呼び出しであり、実行段階でのみ呼び出しアドレスになります。

メタモデルは、メタデータの派生元であり、メタデータの受信時に特定のモデルを動的に生成する高レベルの抽象性のモデルです。

メタプログラミングは、プログラムの構造と動作のプログラム的な変更に基づいて構築されたプログラミングパラダイムです。

したがって、今日からメタプログラミングの使用を開始することはできませんが、意識的にツールを分析、分析、および適用できます。これは逆説的ですが、多くはFonneimannアーキテクチャを使用してデータとロジックを分離する傾向があります。一方、それらは分離されるべきではなく、正しい方法で結合されるべきです。他のアーキテクチャ、たとえばアナログソルバー、デジタルシグナルプロセッサ（DSP）、プログラマブルロジック集積回路（FPGA）などがあります。これらのアーキテクチャでは、計算は命令的に実行されません。つまり、アルゴリズムで指定された処理操作のシーケンスではなく、並列動作するデジタルまたはアナログ要素によって実行され、リアルタイムで多くの数学的および論理的な操作を実現し、いつでも既製の答えを持っています。これらは、リアクティブおよび機能プログラミングの類似物です。 FPGAでは、再プログラミング中に回路の切り替えが行われますが、DSPでは、ロジックが小規模な回路の切り替えをリアルタイムで制御します。メタプログラミングは、非命令ロジックまたはハイブリッドロジックを備えたシステムでも可能です。たとえば、あるFPGAが別のFPGAを再プログラムできない理由はわかりません。

次に、ソフトウェアモジュールの図に示されている一般化されたモデルを検討します。各モジュールには必ず外部インターフェイスとソフトウェアロジックがあります。また、構成、状態、読み取り専用メモリなどのコンポーネントが存在しないか、主要な役割を果たす可能性があります。モジュールは、インターフェイスを介して他のモジュールから要求を受信し、特定のプロトコルでデータを交換することでそれらに応答します。モジュールは、プログラムロジックのどこからでも他のモジュールのインターフェイスに要求を送信するため、着信通信はインターフェイスによって接続され、発信通信はモジュール全体に散在しています。モジュールは、より大きなモジュールの一部であり、それ自体がいくつかまたは複数のサブモジュールから構築されます。一般化モデルは、機能やオブジェクトからプロセス、サーバー、クラスター、大規模な情報システムまで、あらゆる規模のモジュールに適しています。モジュールが相互作用する場合、要求と応答はデータですが、モジュールがデータを処理する方法、または別のモジュールにデータを処理するよう指示する方法に影響するメタデータが必ず含まれます。

通常、メタデータのセットは、送信されたデータの構造を読み取るためにプロトコルが必要とするものによって制限されます。バイナリ形式では、メタデータはデータのシリアル化に使用される構文形式（JSONやMIMEなど）よりも少なくなります。バイナリ形式の構造に関する情報は、ほとんどの場合、受信モジュールに構造（C、C ++、C＃、およびその他の言語の構造）の形式で配置されるか、別の方法で解釈モジュールのロジックに「配線」されます 。メタデータを使用したデータ処理が終了し、メタプログラミングが開始される場所を分離することは非常に困難です。従来、このような基準を定義できます。メタデータが構造を記述するだけでなく、データとメタデータを解釈するモジュールのプログラムコードの抽象化を高める場合、メタプログラミングはここから始まります。つまり、 モデルからメタモデルへの移行が発生したとき。この移行の主な特徴は、モジュールの汎用性の拡大であり、プロトコルまたはデータ形式の汎用性の拡大ではありません。右側の図は、データからメタデータがどのように抽出されてモジュールに入るかを示しており、データ処理中の動作を変更しています。したがって、実行段階でモジュールに含まれる抽象メタモデルは特定のモデルに変わります。

メタプログラミングのテクニックとテクニックを検討し始める前に、メタプログラミングに関しては常に一言引用したいと思います。メタプログラミングは、すべてのサイバネティックシステムの基礎となるこのような基本的な法律を反映したものであるという考えを示唆しています。つまり、フィードバックを伴う規制によって、行動の制御、修正、および活動のパラメーターが発生する「リビング」システムです。これにより、システムはさまざまな条件下でさまざまな変更を加えて状態と構造を再現できますが、このための派生システムの生成など、重要でさまざまな動作を維持できます。

「これは、私が制作作品で意味するもの、または前回私が言ったように、「オペラ・オペランズ」です。」 哲学では、「自然な自然」と「自然な自然」という「自然な自然」と「自然な自然」が区別されます。 類推により、「cultura culturata」と「cultura culturans」を形成できます。 たとえば、「失われた時を求めて」という小説は、作品としてではなく、「カルチュラカルチュラン」または「オペラオペラ」として作られています。 これはギリシャ人がロゴと呼んだものです。

// Merab Mamardashvili「古代哲学に関する講義」

メタプログラミングはどのように機能しますか？

定義に基づいて、次の3つの質問を解析する必要があります。

変更はいつ発生しますか？
正確に何が変わっていますか？
どのような変化が起こっていますか？

変更が発生する場合 ：たとえば、IDEがコードをデータとして分析し、変更を支援し、オブジェクトや関数の名前、それらのタイプを提案し、テンプレートを生成したり、ダイアグラムやビジュアルモデリングツールからコードブロックを自動的に構築したりする場合の開発時間のメタプログラミングユーザーインターフェイス、データベース、その他のCAD / CAM開発ツールのビジュアルエディターで。 コンパイル時間の変更の例：型付けされていないアルゴリズムから型付きアルゴリズムを作成し、特定の環境で実行される言語への抽象度の高い言語からOSおよびハードウェアプラットフォームまでのコードを生成するためのトランスレーター。しかし、プログラムの動作中にプログラムの動作を変更することにもっと関心があります。これについては、以下で詳しく説明します。

そこで、行動と構造の変化の時間に応じて、メタプログラミングの次の分類を提案します。

開発中（設計時）
コンパイル時に
アプリケーションの実行中（実行時）
- タスク実行中（ジャストインタイム）
- タスク間（レイジー）
  - 時間別（タイマー）
  - 外部呼び出し（プル）
  - イベント別（プッシュ）

Just-in-Timeの解釈とリンクは最善の方法ではありませんが、メタデータがデータに付随している場合、それが唯一の可能な方法である場合があります。ただし、メタデータの変更頻度はリクエストよりも少ないため、事前にモデルを構築し、リクエストとデータを見越してキャッシュすることができます。呼び出しを最小限に抑えるために、特定の呼び出しのモデルを更新するか、定期的にメタデータストレージのソースに変更を問い合わせることができます。もちろん、ソースからの通知チャネルを用意して、プッシュベースで更新を開始することをお勧めします。

正確に何が変わっていますか？

データ型とデータ構造。
識別子 （モジュール内のクラス、タイプ、変数の名前、およびモジュールが他のモジュールを参照する名前）;
呼び出し （関数とメソッドの名前、動的バインディング、単一モジュール内で、リモートモジュールのアドレス空間にあるオブジェクト、クラス、または関数を表すスタブが構築されるスタブ/スケルトンパターンの使用を含むため、すべてのスタブ呼び出しリモート呼び出しと同一でした）;
データ処理アルゴリズムのパラメーターまたは異なる場合があるモデルのパラメーター。
式、式および論理式、正規表現などの置換。
コード自体は動的に解釈されます （メタデータは通常宣言型ですが、これは必須ではありません。命令型であるか、命令型コードのフラグメントを含む場合があります）。
データ、オブジェクト、およびクラスのシリアル化/逆シリアル化、および1つのモジュールから別のモジュールへの転送時のコード修正によるマーシャリング （通常は修正に対処しますが、他の修正がある場合があります）。

どのような変化が起こっていますか？

構文構造の解析および変換（文字列操作または正規表現による解析を使用）。
名前またはインデックスによる識別子へのアクセス（オブジェクトパラメータ、連想配列などを含む）。
完全な内観 （概念が異常な場合は上記の定義を参照）。
最初のクラスのオブジェクトの個別化 （メインメソッド）：
- クロージャを通じて機能します。
- 動的な作成と不純物によるオブジェクト。
- プログラミング言語が提供する、考えられることも考えられないこともすべて意味します。

なぜメタプログラミングが必要なのですか？

メタプログラミングによって実装が大幅に簡素化されるか、ソリューションが可能になる場合の主なタスクとケースを強調できます。

機能の拡張、ソフトウェアの汎用性の向上。
変更が通常モードの場合の動的サブジェクトエリア。
システム間統合の簡素化は別の問題ですが、それは非常に役立ちます。

例1

モデルからメタデータを抽出してメタモデルを構築する最も単純な例を考えてください（ githubの例を参照）。最初に例の問題を定義します：行の配列があり、特定のルールに従ってそれらをフィルタリングする必要があります：一致する行の長さは10から200文字までである必要がありますが、長さは50から65文字までの行を除外します。行は「Abu」ではなく「Mich」で始まる必要があります。行には「V」が含まれている必要があり、「Lev」は含まれていません。行は「ov」で終わる必要があり、「iov」で終わることはできません。例のデータを定義します。

let names = [ 'Marcus Aurelius Antoninus Augustus', 'Darth Vader', 'Victor Michailovich Glushkov', 'Gottfried Wilhelm von Leibniz', 'Mao Zedong', 'Vladimir Sergeevich Soloviov', 'Ibn Arabi', 'Lev Nikolayevich Tolstoy', 'Muammar Muhammad Abu Minyar al-Gaddafi', 'Rene Descartes', 'Fyodor Mikhailovich Dostoyevsky', 'Benedito de Espinosa' ];

メタプログラミングなしでロジックを実装します。

 function filter(names) { let result = [], name; for (let i=0; i<names.length; i++) { name = names[i]; if ( name.length >= 10 && name.length <= 200 && name.indexOf('Mich') > -1 && name.indexOf('V') === 0 && name.slice(-2) === 'ov' && !( name.length >= 50 && name.length <= 65 && name.indexOf('Abu') > -1 && name.indexOf('Lev') === 0 && name.slice(-3) === 'iov' ) ) result.push(name); } return result; }

問題を解決するためにモデルからメタデータを選択し、それらを別の構造に形成します。

 { length: [10, 200], contains: 'Mich', starts: 'V', ends: 'ov', not: { length: [50, 65], contains: 'Abu', starts: 'Lev', ends: 'iov' } }

メタモデルを構築しています：

 function filter(names, conditions) { let operations = { length: (s, v) => s.length >= v[0] && s.length <= v[1], contains: (s, v) => s.indexOf(v) > -1, starts: (s, v) => s.indexOf(v) === 0, ends: (s, v) => s.slice(-v.length) === v, not: (s, v) => !check(s,v) }; function check(s, conditions) { let valid = true; for (let key in conditions) valid &= operations[key](s, conditions[key]); return valid; } return names.filter(s => check(s, conditions)); }

メタプログラミングの助けを借りて問題を解決することの利点は明らかであり、構成可能なロジックを備えたユニバーサルラインフィルターを取得しました。フィルタリングを同じメタデータ構成で一度だけではなく複数回実行する必要がある場合、メタモデルをクロージャーにラップし、個々の関数のキャッシュを取得して作業を高速化できます。

例2

2番目の例は、メタプログラミングを使用してすぐに記述します（ githubの例を参照）。govnokodeでそのサイズを想像すると、怖くなるからです。タスクの説明：特定のURLからHTTP GET / POSTリクエストを行うか、ファイルからデータをダウンロードし、受信したデータをHTTP PUT / POSTを介して他のURLに転送したり、ファイルに保存したりする必要があります。このような操作がいくつかあり、異なる時間間隔で実行する必要があります。タスクは、次のようにメタデータとして説明できます。

 [ { interval: 5000, get: 'http://127.0.0.1/api/method1.json', save: 'file1.json' }, { interval: '8s', get: 'http://127.0.0.1/api/method2.json', put: 'http://127.0.0.1/api/method4.json', save: 'file2.json' }, { interval: '7s', get: 'http://127.0.0.1/api/method3.json', post: 'http://127.0.0.1/api/method5.json' }, { interval: '4s', load: 'file1.json', put: 'http://127.0.0.1/api/method6.json' }, { interval: '9s', load: 'file2.json', post: 'http://127.0.0.1/api/method7.json', save: 'file1.json' }, { interval: '3s', load: 'file1.json', save: 'file3.json' }, ]

メタプログラミングを使用して問題を解決します。

 function iterate(tasks) { function closureTask(task) { return () => { console.dir(task); let source; if (task.get) source = request.get(task.get); if (task.load) source = fs.createReadStream(task.load); if (task.save) source.pipe(fs.createWriteStream(task.save)); if (task.post) source.pipe(request.post(task.post)); if (task.put) source.pipe(request.put(task.put)); } }; for (let i = 0; i < tasks.length; i++) { setInterval(closureTask(tasks[i]), duration(tasks[i].interval)); } }

「美しい列」を書いたことがわかり、メタモデル内に既にあるメタデータを取り出して、別の畳み込みを作成できます。メタデータによって構成されたメタモデルは次のようになります。

 function iterate(tasks) { // Metamodel configuration metadata // let sources = { get: request.get, load: fs.createReadStream }; let destinations = { save: fs.createWriteStream, post: request.post, put: request.put }; // Metamodel logic // function closureTask(task) { return () => { console.dir(task); let verb, source, destination; for (key in sources) if (task[key]) source = sources[key](task[key]); for (key in destinations) if (task[key]) source.pipe(destinations[key](task[key])); } } for (let i = 0; i < tasks.length; i++) { setInterval(closureTask(tasks[i]), duration(tasks[i].interval)); } }

この例では、タスクを個別化するためにクロージャーが使用されていることに注意してください。

例3

2番目の例では、duration関数を使用します。この関数は、考慮していないミリ秒単位の値を返します。この関数は、次の形式の文字列として指定された間隔値を解釈します。「Dd Hh Mm Ss」、例えば「1d 10h 7m 13s」。その各コンポーネントはオプション、例えば「1d 25s」。間隔をミリ秒単位で直接設定する場合、メタデータを指定するのに便利です。

 // Parse duration to seconds, example: duration('1d 10h 7m 13s') // Parse duration to seconds // Example: duration('1d 10h 7m 13s') // function duration(s) { let result = 0; if (typeof(s) === 'string') { let days = s.match(/(\d+)\s*d/), hours = s.match(/(\d+)\s*h/), minutes = s.match(/(\d+)\s*m/), seconds = s.match(/(\d+)\s*s/); if (days) result += parseInt(days[1]) * 86400; if (hours) result += parseInt(hours[1]) * 3600; if (minutes) result += parseInt(minutes[1]) * 60; if (seconds) result += parseInt(seconds[1]); result = result * 1000; } if (typeof(s) === 'number') result = s; return result; }

次に、メタデータによって構成された解釈を実装します。

 function duration(s) { if (typeof(s) === 'number') return s; let units = { days: { rx: /(\d+)\s*d/, mul: 86400 }, hours: { rx: /(\d+)\s*h/, mul: 3600 }, minutes: { rx: /(\d+)\s*m/, mul: 60 }, seconds: { rx: /(\d+)\s*s/, mul: 1 } }; let result = 0, unit, match; if (typeof(s) == ='string') for (let key in units) { unit = units[key]; match = s.match(unit.rx); if (match) result += parseInt(match[1]) * unit.mul; } return result * 1000; }

例4

ここで、モジュールの統合に使用されるイントロスペクションメタプログラミングを見てみましょう。まず、この構造を使用してクライアントでリモートメソッドを定義し、アプリケーションロジックを記述するときにこれらの呼び出しを使用する方法を示します。

 let ds = wcl.AjaxDataSource({ read: { get: 'examples/person/read.json' }, insert: { post: 'examples/person/insert.json' }, update: { post: 'examples/person/update.json' }, delete: { post: 'examples/person/delete.json' }, find: { post: 'examples/person/find.json' }, metadata: { post: 'examples/person/metadata.json' } }); ds.read({ id: 5 }, (err, data) => { data.phone = '+0123456789'; ds.update(data, () => console.log('Data saved')); });

次に、別のモジュールから受け取ったメタデータから初期化し、アプリケーションロジックが変更されていないことを示します。

 let ds = wcl.AjaxDataSource({ introspect: { post: "examples/person/introspect.json" } }); ds.read({ id:3 }, (err, data) => { data.phone ="+0123456789"; ds.update(data, () => console.log('Data saved')); });

次の例では、リモートと同じインターフェイスを持つローカルデータソースを作成し、アプリケーションロジックも変更されていないことを示します。

 let ds = wcl.MemoryDataSource({ data: [ { id: 1, name: 'Person 1', phone: '+380501002011', emails: [ 'person1@domain.com' ], age: 25 }, { id: 2, name: 'Person 2', phone: '+380501002022', emails: [ 'person2@domain.com', 'person2@domain2.com' ], address: { city: 'Kiev', street: 'Khreschatit', building: '26' } }, { id: 3, name: 'Person 3', phone: '+380501002033', emails: [ 'person3@domain.com' ], tags: [ { tag: 'tag1', color: 'red' }, { tag: 'tag2', color: 'green' } ] }, ]}); ds.read({ id: 3 }, (err, data) => { data.phone ="+0123456789"; ds.update(data, () => console.log('Data saved')); });

結論

メタプログラミングのテクニック

タスク記述スタイル：宣言的（メタデータ）、命令的および機能的挿入を使用
ハッシュ（連想配列）は事前にキーを知りません：let a = {}; [キー] =値;
文字列の解釈、独自の構文の発明、または一般に受け入れられている構文（json、js、regexp ...）
不純物（ミックスイン）：関数mixin（a）{a.fn =（）=> {...}}を追加する場所がわかりません
クロージャー：関数fn =（a =>（）=> a * 2）（value）をパーソナライズします

メタプログラミングの結果

コードサイズ：多くの場合急激に減少しますが、わずかに増加する場合もあります
パフォーマンス：わずかに低下しますが、適切な実装ではほぼ同じままです
柔軟性：プログラムコードはより普遍的になり、ソフトウェアの範囲は拡大しています
統合：通常、大幅に簡素化され、必要なコードの変更が少なくなります。
仕事からの喜び：メタプログラミングはより興味深いため、より多くの喜びとモチベーションがあります
開発速度：開発に時間がかかり、メンテナンスがはるかに簡単になり、多くの時間が節約されます

JavaScriptの例によるメタプログラミング

モデリングとは何ですか？

メタプログラミングとは何ですか？

メタプログラミングはどのように機能しますか？

なぜメタプログラミングが必要なのですか？

例1

例2

例3

例4

結論

関連リンク

アイデアの開発を追跡する古い記事

More articles: