Программирование, управляемое данными

Введение

Парадигма программирования

В компьютерном программировании, программирование, управляемое данными, — это парадигма программирования, в которой программные инструкции описывают данные, которые необходимо сопоставить, и требуемую обработку, а не определяют последовательность шагов для выполнения. Типичными примерами языков, управляемых данными, являются языки обработки текста sed и AWK. Этот подход иногда используется в объектно-ориентированном программировании для определения классов на этапе проектирования программного обеспечения.

Приложения

Программирование, основанное на данных, обычно применяется к потокам структурированных данных для фильтрации, преобразования, агрегирования (например, вычисления статистики) или вызова других программ. Типичные потоки включают файлы журналов, значения, разделённые разделителями, или сообщения электронной почты, особенно для фильтрации электронной почты. Например, программа AWK может принимать в качестве входных данных поток записей журнала и, например, отправлять все в консоль, записывать начинающиеся с WARNING в файл "WARNING" и отправлять электронное письмо системному администратору, если какая-либо строка начинается с "ERROR". Она также может записывать количество зарегистрированных предупреждений в день. В качестве альтернативы можно обрабатывать потоки значений, разделённых разделителями, обрабатывая каждую строку или агрегированные строки, такие как сумма или максимум. В электронной почте язык, подобный procmail, может указывать условия для сопоставления с некоторыми электронными письмами и действия, которые необходимо предпринять (доставить, отклонить, отбросить, переслать и т. д.). Некоторые языки, управляемые данными, являются полными по Тьюрингу, такие как AWK и даже sed, в то время как другие намеренно очень ограничены, особенно для фильтрации. Крайним примером последнего является pcap, который состоит только из фильтрации, при этом единственным действием является "захват". Менее экстремально, sieve имеет фильтры и действия, но в базовом стандарте не имеет переменных или циклов, позволяя только фильтрацию без сохранения состояния: каждый входной элемент обрабатывается независимо. Переменные позволяют сохранять состояние, что позволяет выполнять операции, зависящие от более чем одного входного элемента, такие как агрегация (суммирование входных данных) или ограничение скорости (разрешить не более 5 писем в час от каждого отправителя или ограничить повторяющиеся сообщения журнала). Языки, управляемые данными, часто имеют действие по умолчанию: если ни одно условие не совпадает, языки, ориентированные на строки, могут вывести строку (как в sed) или доставить сообщение (как в sieve). В некоторых приложениях, таких как фильтрация, сопоставление может выполняться исключительно (то есть только первое совпадение), в то время как в других случаях применяются все совпадающие правила. В любом случае, отсутствие совпадения с каким-либо шаблоном может быть "поведением по умолчанию" или может рассматриваться как ошибка, которая будет перехвачена в конце.

Data driven programming is typically applied to streams of structured data, for filtering, transforming, aggregating (such as computing statistics), or calling other programs. Typical streams include log files, delimiter separated values, or email messages, notably for email filtering. For example, an AWK program may take as input a stream of log statements, and for example send all to the console, write ones starting with WARNING to a "WARNING" file, and send an email to a sysadmin in case any line starts with "ERROR". It could also record how many warnings are logged per day. Alternatively, one can process streams of delimiter separated values, processing each line or aggregated lines, such as the sum or max. In email, a language like procmail can specify conditions to match on some emails, and what actions to take (deliver, bounce, discard, forward, etc.). Some data driven languages are Turing complete, such as AWK and even sed, while others are intentionally very limited, notably for filtering. An extreme example of the latter is pcap, which only consists of filtering, with the only action being "capture". Less extremely, sieve has filters and actions, but in the base standard has no variables or loops, only allowing stateless filtering statements: each input element is processed independently. Variables allow state, which allow operations that depend on more than one input element, such as aggregation (summing inputs) or throttling (allow at most 5 mails per hour from each sender, or limiting repeated log messages). Data driven languages frequently have a default action: if no condition matches, line oriented languages may print the line (as in sed), or deliver a message (as in sieve). In some applications, such as filtering, matching is may be done exclusively (so only first matching statement), while in other cases all matching statements are applied. In either case, failure to match any pattern may be "default behavior" or can be seen as an error, to be caught by a catch all statement at the end.

Преимущества и проблемы

Хотя преимущества и недостатки могут различаться в зависимости от реализации, у этой парадигмы есть несколько значительных потенциальных достоинств и проблем. Функциональность требует лишь знания абстрактного типа данных переменных, с которыми она работает. Функции и интерфейсы могут применяться ко всем объектам с одинаковыми полями данных, например, к полю "позиция" объекта. Данные можно группировать в объекты или "сущности" по желанию, практически без последствий. Хотя проектирование, основанное на данных, предотвращает зависимость данных и функциональности, в некоторых случаях утверждается, что программирование, управляемое данными, может привести к плохому объектно-ориентированному проектированию, особенно при работе с более абстрактными данными. Это происходит потому, что объект или сущность, полностью определяемая данными, определяется способом её представления. Любая попытка изменить структуру объекта немедленно нарушит работу функций, от неё зависящих. Например, можно представить маршрут как последовательность перекрестков (две пересекающиеся улицы), где водителю нужно поворачивать направо или налево. Если перекресток (в США) представлен в данных почтовым индексом (пятизначным числом) и названиями двух улиц (текстовыми строками), то могут возникнуть ошибки в городе, где улицы пересекаются несколько раз. Хотя этот пример может быть упрощенным, реструктуризация данных – довольно распространенная проблема в разработке программного обеспечения, возникающая для устранения ошибок, повышения эффективности или поддержки новых функций.