函数元编程

函数定义在 DolphinDB 中是一种数据类型，FUNCTIONDEF。它可以通过内置函数 funcByName，根据输入的函数名称，来动态获取。下面的例子从变量 names 获取函数的名称，并通过该函数获取对应的函数定义，然后以 v 为参数，调用这个函数。如果函数定义在某个模块中，可以在名称前加上模块名称并用 namespace 符号 :: 分隔。

name = `sin
v = 1..10
funcByName(name)(v)

// output: [0.8415,0.9093,0.1411,-0.75688,-0.9589,-0.2794,0.657,0.9894,0.4121,-0.5440]

在某些场景下，动态获取的函数可能是一个匿名函数（包括匿名 lambda 函数）。此时可以通过字符串传入函数的定义，并通过 parseExpr 函数动态解析函数。parseExpr 返回的是一个 DolphinDB 的元编程对象，这个对象的类型是 CODE，表示一段可以通过 eval 函数执行的表达式代码。因此下面的例子中，parseExpr 返回的对象需要先执行 eval 函数，去获取解析后的函数。

funcDef = "x->1 + x + x*x"
parseExpr(funcDef).eval().call(2)
//output: 7

DolphinDB 中可以通过以下3种方法来动态调用函数：

• 通过高阶函数 call 来调用函数定义。
• 通过运算符 () 来调用函数定义。
• 通过函数 at 来调用函数定义。

  f = parseExpr("{x,y->(x - y)/(x + y)}").eval()
  //方法一
  call(f, 3.0, 2.0)
  //方法二
  f(3.0, 2.0)
  //方法三
  at(f, (3.0, 2.0))

这三种方法各有不同。前两种方法比较类似，参数个数是可变的，因此开发人员在调用时都需要知道参数的个数。使用 at 函数时，参数个数是明确的，只有两个参数，第一个是函数定义，第二个是函数定义需要的参数。这种参数个数固定的用法，更方便动态调用。如果 f 是一个多元函数，at 函数的第二个参数必须是一个元组，元组的每一个元素代表 f 的一个输入参数。考虑一个特殊的用例，f 函数是一个一元函数，可以接受一个元组 x 作为输入参数。如下例所示，要正确使用 at 函数，必须使用 enlist 函数，让 x 成为一个新元组的唯一参数，否则系统会报错：实际输入的参数个数与函数定义不符。这是因为 x 有三个元素，而 f 函数只接受一个参数。

f = {x->x.head()\x.tail()}
x = (1,2,3)
//错误用法, 参数个数与函数定义不匹配
at(f, x)
//正确用法
at(f, enlist x)

上一个小节中的动态函数调用跟普通的函数调用一样，都会直接执行该函数，得到函数的返回值。但有时我们需要用函数调用来表达一种逻辑关系，并在后续的场景中运行。譬如我们需要用函数来表示数据过滤条件，并作为一个 SQL 查询的 where 子句，后续当我们真正执行这个 SQL 语句时，这个函数才会被执行。这种延迟执行的场景下，其实我们需要动态产生函数调用的代码。DolphinDB 提供了 makeCall 和 makeUnifiedCall 两个函数来生成函数调用的代码。这两者的区别等同于 call 和 at 之间的区别，前者需要输入的参数个数取决于对应函数需要的参数个数，而后者只提供一个固定的参数，如果函数需要多个参数，则封装在一个元组中。

f = parseExpr("{x,y->(x - y)/(x + y)}").eval()
makeCall(f, sqlCol("qty1"), sqlCol("qty2"))
makeUnifiedCall(f, (sqlCol("qty1"), sqlCol("qty2")))
makeUnifiedCall(f, sqlTuple(`qty1`qty2))

上面的例子中，动态获得的 lambda 函数包含两个参数 x 和 y，表中的两个列 qty1 和 qty2，作为输入参数。在 makeCall 函数中使用 sqlCol 函数，将两列 qty1 和 qty2 分别作为两个参数输入。当使用 makeUnifiedCall 时，我们既可以使用 sqlTuple 函数产生多个列组成的元组，也可以手动地使用 () 来产生一个元组。

f = parseExpr("{x,y->(x-y)/(x+y)}").eval()
t = table(1.0 2.0 3.0 as qty1, 1.0 3.0 7.0 as qty2)
sql(select=makeCall(f, sqlCol("qty1"), sqlCol("qty2")), from=t).eval()
sql(select=makeUnifiedCall(f, (sqlCol("qty1"), sqlCol("qty2"))), from=t).eval()
sql(select=makeUnifiedCall(f, sqlTuple(`qty1`qty2)), from=t).eval()
// 三个表达式得到相同的结果