Community Over Code（北美）2023

作者： Paul King

发布时间：2023-10-26 下午 05:00

今年的北美版 ASF 会议 Community Over Code 在哈利法克斯会议中心举行了四天的现场会议（10 月 7 日至 10 日）。

注意	演示文稿幻灯片和音频/视频（如有）仍在添加到会议网站。如果提供更多资料，此帖子将更新链接到额外内容。

这篇帖子提供了会议的最新情况。它主要关注 Groovy 专题，但也有关于其他专题和会议许多其他方面的内容。特别是，希望这篇帖子能让您对参加会议，特别是 ASF 会议，为何会是一次有益的体验有所了解。我希望在未来的会议中见到您。

抵达

在进入正式的会议报告之前，对于那些从几个时区之外旅行参加会议的人来说，一个小贴士是：如果您只是通过社交媒体来了解情况，那么经常在会议上发言可能看起来是一种迷人的生活，但如果没有一点计划，您可能看到的只是飞机、酒店和会议室的内部。花一些时间去看看主办城市/国家是值得的。如果您在抵达的第一天（如果晚上抵达，则在抵达后的第一个完整天）也能晒到太阳，这似乎有助于克服时差。就我而言，我借此机会在哈利法克斯东部骑了一段自行车，大部分路程都是沿着适合骑行者的自行车道。

HalifaxRideMap

这条路线 90% 都在废弃的铁轨上修建的小径上，这些小径是 Trans Canada Trail 的一部分。它进一步细分为更小的部分，包括 Shearwater Flyer Trail、Salt Marsh Trail、Atlantic View Trail 和 Dartmouth Waterfront Trail。我租自行车的地方建议骑到 Lawrencetown Beach，但我又稍微往前骑了一点点，以防万一。景色非常壮观。我特别喜欢一些秋天的色彩景象，这在我居住的地方很少见到。

HalifaxRideCollage

Groovy 专题

stickers

Groovy 专题分布在会议的前两天，共有十场会议以及第一天之后的“群英荟萃”环节。会议通常有迷你主题：Groovy 更新、面向 Java 开发人员、Kubernetes 和 Groovy、Groovy 和数据科学（今年重点是 Apache Ignite）等等。在这里，我们只介绍每场讲座的一些亮点。如果您想了解更多细节，建议您仔细阅读幻灯片和其他内容。

Groovy 更新

前两场讲座涵盖了 Groovy 项目的现状以及更广泛的 Groovy 生态系统的一些更新。

Paul King 第一场讲座是 Groovy 和 Groovy 生态系统更新。这场讲座讨论了 Groovy 项目本身的状况以及更广泛的 Groovy 生态系统中的一些重要项目。

一些亮点

Groovy 下载量最近突破了 30 亿次，目前平均每天下载量略高于 300 万次。
Groovy 已经支持类和脚本，但随着 JEP 445 脚本在 Java 中即将推出（JDK21 中的预览版），Groovy 5 支持额外的形式，以便 JEP 445 代码示例可以直接在 Groovy 中运行（适用于 JDK11+）。
```
def main() {
    println 'Hello world!'
}
```
有一些变体严格保持与 JEP 445 兼容（以获得相同的字节码简化），还有一些变体保留了 Groovy 的额外功能，例如访问脚本绑定和上下文。使用 `run` 方法而不是 `main` 方法来获得传统的 Groovy 脚本功能。一个额外的好处是，在类似 JEP 445 的脚本中，不需要 Groovy 的 `@Field` 注解来指定字段。这是另一个例子，这个例子使用 Jackson 数据绑定将自身序列化为 JSON 文件
```
@JsonIgnoreProperties(["binding"])
def run() {
    var mapper = new ObjectMapper()
    assert mapper.writeValueAsString(this) == '{"pets":["cat","dog"]}'
}

public pets = ['cat', 'dog']
```
Groovy 添加了对“下划线作为占位符”功能的支持。这类似于 JEP 443（JDK21 中的预览版），但 Groovy 还为闭包和多重赋值表达式添加了此功能。
```
var (_, y, m, _, _, d) = Calendar.instance
println "Today is $y-${m+1}-$d" // Today is 2023-8-23
```
现在提供了一个额外的 `@OperatorRename` AST 转换，它使得使用 Groovy 的运算符重载更容易使用大量库。这在处理可能操作复数、矩阵或分数的库时非常方便（如下面的示例，它使用 Apache Commons Numbers Fraction 库）。以前，您可能放弃使用运算符重载快捷方式，或者您（或其他人）可能会编写一些 Groovy 特定的扩展方法，以提供特定感兴趣库的更好运算符重载语法糖。现在，这些库现在可以轻松地直接开箱即用地与运算符重载功能一起使用。
```
@OperatorRename(plus='add')
def testAddOfTwoFractions() {
    var half = Fraction.of(1, 2)
    var third = Fraction.of(1, 3)
    assert half.add(third) == Fraction.of(5, 6)  // old style still works
    assert half + third == Fraction.of(5, 6)     // fraction '+' operator!
}
```
Grails 6 最近发布，支持 Groovy 3 的最新版本。
Micronaut 4 最近发布，支持 Groovy 4 的最新版本。
Geb 7 和 Spock 测试框架的几个版本也支持 Groovy 4。
Deep Netts 深度学习库的最新版本在使用 Groovy 5 和 GraalVM 时运行良好。
最新版本的 Apache Ignite 与 Groovy 5 配合使用时，在扩展分布式数据、分布式计算和分布式数据科学应用程序方面效果良好。

第二场讲座是为什么在 2023 年使用 Groovy？这讨论了使 Groovy 成为一个引人注目的语言选择的功能，即使考虑到 JDK 生态系统中其他语言正在取得的巨大进步。

一些亮点

如果您需要其动态特性，例如运行时元编程、生命周期钩子和动态构建器，那么 Groovy 是一个引人注目的选择。
Groovy 还提供了范围、默认参数、命名参数、命令链、运算符重载、可扩展工具（包括可扩展类型检查器）等功能。
除了它自己的原生特性之外，Groovy 5 为大约 150 个 Java 类提供了大约 2000 个扩展方法。
特质（Traits）提供与接口中的默认方法类似的功能，但特质不仅仅解决 API 演进问题，它们是更具雄心和强大的面向对象特性。Groovy 提供有状态特质、更强大的方法选择选项、支持运行时特质应用（动态特质），并支持像 Scala 那样的可堆叠特质模式。
Groovy 的闭包（Closure）抽象提供了比 lambda 表达式更强大的机制，包括记忆化和尾调用递归处理。您可以以更自然的递归形式编写阶乘（避免显式命令式算法），并且不会出现栈溢出问题。您可以编写递归斐波那契算法，这些算法只需几毫秒即可执行，而不是朴素递归算法所需的数万亿年。
AST 转换（基于注解）和宏方法（类似但看起来像方法调用）允许声明式编程风格，其中几行代码可以替换数百或数千行等效代码。生成的代码遵循最佳实践，并且错误率大大降低。Groovy 5 有 80 多个 AST 转换。

语言集成查询允许以类似 SQL 的风格查询数据。

GQ {
    from fruit in ['Apple', 'Apricot', 'Banana', 'Cantaloupe']
    groupby fruit[0] as firstChar
    select firstChar, list(fruit.toUpperCase()) as fruit_list
}

其结果是

+-----------+------------------+
| firstChar | fruit_list       |
+-----------+------------------+
| A         | [APPLE, APRICOT] |
| B         | [BANANA]         |
| C         | [CANTALOUPE]     |
+-----------+------------------+

虽然我们喜欢 Java 最新版本中开关表达式的许多激动人心的变化，但 Groovy 仍然提供了许多额外的选项（适用于 JDK8+）：
Groovy 为 JDK8+ 提供模拟记录，为 JDK16+ 提供原生记录，并有许多记录增强功能：除了内置增强功能之外，Groovy 的 AST 转换也使得记录开发变得更容易。幻灯片中提供了将记录与以下 AST 转换结合使用的示例：`@PropertyOptions`、`@ToString`、`@Memoized`、`@Builder`、`@Requires`、`@Sortable`、`@Newify` 和 `@OperatorRename`。当然，您不仅限于此列表。

面向 Java 开发人员的 Groovy

接下来的两场讲座面向 Java 开发人员，旨在帮助他们了解如何将 Groovy 用于开发或测试需求。

Jeff Scott Brown

下一场讲座由 Jeff Scott Brown 主讲，主题是《面向 Java 开发者的 Groovy》。Jeff 涵盖了以下一系列主题：

Groovy 可选类型
Groovy 属性
Groovy 脚本语法
将 Java 源码演进为 Groovy
Groovy 的特殊功能
Groovy 和 Java 类的 Groovy 扩展方法

下一场讲座是使用 Groovy、Spock、JUnit5、Jacoco、Jqwik 和 Pitest 测试 Java。本次讲座涵盖了使用 Groovy 测试与 Java 生产代码的常见场景，尽管大部分内容也适用于其他 JVM 语言（包括 Groovy！）的生产代码。它还展示了几个您可能希望在测试工具包中考虑的高级工具的示例。

讲座的核心示例基于一个最初看起来非常简单的数学计算，最初使用以下 Java 代码实现

Buggy code

我们使用 Spock 测试框架编写了一个 Groovy 测试，乍一看，它似乎表明我们的初始实现是正确的，因为所有测试都通过了，并且我们有 100% 的测试覆盖率。

Code coverage

但这只是 100% 的行和分支覆盖率，并没有反映 100% 的状态覆盖率。我们可以通过添加一个额外的测试用例来说明这一点，现在它失败了

Add fault revealing test case

结果发现，最初的实现没有考虑到一个边缘情况，但修复起来很简单。

Corrected algorithm

现在我们所有的测试用例都通过了，并且仍然保持 100% 的覆盖率。

这个故事的寓意是，100% 的行覆盖率和分支覆盖率不足以确保正确的实现。您应该尝试添加测试用例，直到您认为问题领域得到了充分测试。讲座的其余部分探讨了两个高级工具，它们可以帮助您发现测试用例的不足之处。

Pitest 工具是一个变异测试工具。了解它的工作原理以及它如何提供帮助，最初可能会有点烧脑。Pitest 会修改您的生产代码，然后重新运行您的测试套件。如果测试套件仍然通过，即变异体存活下来，这可能表明存在代码异味。

通常这意味着您的测试套件不够完整，无法杀死变异体，您应该添加更多的测试用例。但变异测试并非一门精确的科学，如果一个变异体存活下来，可能意味着缺少测试用例，可能意味着现有测试用例存在缺陷，可能意味着实现代码中存在 bug，也可能是误报。

当我们有 3 个测试用例时，对有缺陷的实现运行该工具，确实发现了一些存活的变异，分析表明这些变异确实与有缺陷的边缘情况相对应。

Pitest result

这应该引导我们添加额外的测试用例，就像我们之前手动做的那样，这有望迫使我们发现这个错误。

在修复后的实现上运行该工具显示有所改进，但仍然存在潜在的代码异味。这一发现反映出对于我们修复后的实现，`c > Math.min(a, b)` 和 `c >= Math.min(a, b)` 是等价的，尽管在一般情况下，这可能意味着某个边缘情况没有被测试到。因此，变异测试无疑是有用的，但通常需要人工分析来排除任何误报。

另一个被审查的工具是 Jqwik，一个基于属性的测试工具。此类工具在用随机数据测试实现时，会检查某些属性是否成立。事实上，此类测试也揭示了原始代码中的缺陷，而在修复后的代码中没有发现缺陷。

Jqwik result

Kubernetes 和 Groovy

Groovy 专题的下一个迷你主题是 Kubernetes 和 Groovy。 Jorge Aguilera

第一场讲座由 Jorge Aguilera 主讲：它在我的集群上运行。将 Groovy Kubernetes 应用程序部署到 Okteto。幻灯片

在本次讲座中，Jorge 展示了一个部署在云中的 Groovy Micronaut Kubernetes (k8s) 应用程序。它部署到 Okteto 平台，因此实际上大部分 k8s 细节都由平台处理。

这个示例应用程序是 Collatz 猜想的一个简单解决方案。我记得在大学时代学习过这个，但已经忘记了细节。基本上，给定一个起始数字，根据当前数字是偶数还是奇数，执行两种计算之一。奇数乘以 3 然后加 1，偶数除以 2。如果结果变为数字 1，则停止，否则继续。这个猜想是，最终计算会终止，即它总是最终等于 1。

有趣的是到达 1 所需的循环次数。这是一个返回循环次数的算法。

class Collatz {
  static long getAt(BigInteger n) {
    var result = n
    var count = 0L
    while (result != 1G) {
      if (result % 2G == 0G) {
        result /= 2G
      } else {
        result *= 3G
        result++
      }
      count++
    }
    count
  }
}

我们使用静态 `getAt` 方法为我们提供了一个简洁的速记来获取结果。我们可以测试维基百科页面中提到的一些示例序列。

assert Collatz[12] == 9
assert Collatz[19] == 20
assert Collatz[27] == 111

现在，围绕这个算法创建我们的微服务。我们可以通过多种方式为 Micronaut 创建一个完全工作（但只是骨架）的项目。这里，是从命令行所需的：

mn create-app \
    --features kubernetes \
    --features postgres \
    --features jdbc-data \
    --lang groovy collatz

我们已经展示了一些您可能想要使用的示例功能。您可以根据应用程序的需求添加更多功能。

我们可以更改骨架控制器以实现我们所需的功能

@Controller
  ...
  @Get('{n}')
  Map index(BigInteger n) {
    [n: n, count: Collatz[n]]
  }
...

Jorge 接着解释了 k8s 的配置细节，并演示了应用程序的部署。

Jorge 还发表了下一场演讲：让 Groovy 运行您的 k8s 集群。本次演讲深入探讨了更多 k8s 细节。他展示了如何用 Groovy 编写一个 swagger-operator，从而消除了部署 k8s 应用程序时繁琐的手动步骤。该 operator 监控我们的服务，并在需要时重写 configmap 并重新启动 pod。

操作器本身是用 Micronaut 编写的

@Operator(
    informer = @Informer(
        apiType = V1Swagger,
        apiListType = V1SwaggerList,
        apiGroup = V1SwaggerWrapper.GROUP,
        resourcePlural = V1SwaggerWrapper.PLURAL,
        resyncCheckPeriod = 10000L)
)
class SwaggerOperator implements ResourceReconciler<V1Swagger>{
}

Apache Groovy 和 Apache Ignite

下一个迷你主题是 Groovy 和数据科学。Groovy 被描述为 JVM 的 Python 等效物，Groovy 与许多 ASF 框架和技术（通常与数据科学和大数据相关）配合良好。

今年 Groovy 专题的数据科学内容特别关注使用 Apache Ignite 扩展您的数据科学应用程序，以及您的数据和计算应用程序。

第一场讲座是使用 Apache Groovy 和 Apache Ignite 进行威士忌聚类。这是一个案例研究，探讨了如何对 86 种单一麦芽苏格兰威士忌进行聚类。

Whiskey flavour profiles

可以使用不同的算法进行聚类。这里使用了 K 均值聚类。

The k-means algorithm

对于这个特定的数据集，数据点的数量相对较少，扩展不是关键。但较大的数据集也会以相同的方式进行分割，所以我们来看看如何扩展它。首先我们读取数据

Whiskey flavour profiles

Apache Ignite 具有在集群环境中读取数据的特殊功能，但对于我们的示例，我们可以使用 Apache Commons CSV 来完成。

如果您了解 K-Means 算法，乍一看它似乎不适合分布式。要对点进行聚类，您需要计算**所有**点到质心的距离。幸运的是，该算法的各种分布式版本已经被设计出来，这就是 `ignite-ml` 库中包含的内容。我们只需像使用非分布式版本一样使用该库，Ignite 会为您完成繁重的工作。这是结果：

Whiskey flavour profiles

我们有各种选项来调整算法和可视化结果的不同方式。

Whiskey flavour profiles

顺便说一句，据说额外的关于这个主题的深入研究可能（也可能不）与会议一起进行。这无疑是因为会议在（新斯科舍）！ Citadel

Jeremy Meyer 第二场讲座由 Jeremy Meyer 主讲，讨论了使用 Apache Ignite 通过 Groovy 实现可扩展分布式计算。

在这次演讲中，杰里米提出了一个问题：

如果我们利用 Groovy 的动态、易于编写和原型化的特性……
……结合 Apache Ignite 计算网格卓越的可伸缩计算能力和巧妙的对等类加载呢？

对于了解 Ignite 的人来说，它可以通过多种方式使用

Ignite

在这种情况下，它将用于分布式计算，手头的任务是解决魔方。具体来说，是一个 3x3x2 魔方不破坏性的角块移动。

Numbers

首先是创建一个小的领域模型来表示立方体

Model

然后将不同技能的计算机集群组合成计算网格。

Team

或者如果您不是《银河护卫队》的粉丝，可以选择机器的不同可视化效果。

Machines

然后编写角交换算法

Algorithm

最后得到结果

Results

我不会抢 Jeremy 的风头。请查看链接获取详细信息。但一个经验是，天真地将工作分配给能力不同的机器有时会产生令人惊讶的结果。幸运的是，有多种方法可以使计算网格作业分配考虑这些差异。

杂项

Jeff 做了另一个演讲，这次是关于《GORM 数据服务》。首先涵盖了传统的 GORM 功能，包括动态查找器、Criteria API、Where 查询和 HQL。

然后他介绍了 GORM 数据服务

Jeff Scott Brown Jeff 还为该专题做了最后一场演讲：《开源软件与你》。在这次演讲中，Jeff 分享了他自己的开源之旅。他涵盖了他在开源领域工作 30 多年的一些见解。讨论了为什么您可能想为开源做贡献，以及如何做贡献。他的旅程为所有开始或继续自己开源之旅的人提供了灵感。

Jeff 介绍了他的早期项目。他接着讨论了 Grails，这是 Groovy 早期发展中的一个关键驱动力。他还重申了 Unity Foundation 对 Grails 基金会和 Micronaut 基金会的持续投资——这两个技术是许多 Groovy 用户非常熟悉的。他还讨论了 Unity Foundation 最近的一些项目，这些项目旨在应用开源来帮助服务不足的社区。

其他专题

除了 Groovy 专题，会议还充满了其他引人入胜的内容，分为以下几个专题：

API/微服务专题
大数据：计算专题
大数据：存储专题
云和运行时专题
社区专题
内容整理专题
数据工程专题
金融科技专题
框架专题
地理空间专题
亮点专题
孵化器专题
物联网专题
性能工程专题
搜索专题
与 ASF Infra 的服务器端聊天
流媒体专题
可持续性专题
Tomcat 和 httpd 专题

我确实看了不少来自其他专题的讲座，但与其尝试总结我看到的一切，不如直接将您指向会议日程中的在线内容。

在城堡的夜晚

会议的与会者活动是在哈利法克斯城堡国家历史遗址的夜晚。城堡是一座为保护城市而建造（并多次重建）的防御工事。它高高地矗立在俯瞰港口的山顶上，有时也是重要的通讯枢纽。

如果您在哈利法克斯，城堡是值得一游的地方。他们提供历史游览、幽灵游览、每日炮火表演以及偶尔的行军和乐队演练。我只想指出导游中提到的一个特点。在电子通信出现之前，旗杆兼具军事和商业信号的双重目的。即使在电报发明之后，旗帜仍然作为一种传统被使用，以纪念早期的时代。

商业信号桅杆曾被英军用来向公众通报港口内的海上交通情况。不同的旗帜会指示进港船只的数量和国籍（以及其他信息）。军事信号桅杆使用基于旗帜和圆盘的代码。信息可以传递到其他信号站，从而使信息能够快速远距离发送。通过信号桅杆和代码，原本可能需要半天才能通过骑马传递的信息可以在 30 分钟内完成。

Citadel

但等等，还有更多……

当然，ASF 会议远不止我所能表达的那些。这里有很棒的人，很棒的食物，大厅里的对话，还有机会与出色的 Infra 同事们聊天。我有没有说很棒的人和很棒的食物？

conference

希望在未来的 ASF 会议中见到您。

回家

旅行归来后，务必与家人朋友叙旧。就我而言，这包括在海滩度过一个周末。

Mermaid Beach

如果您访问澳大利亚，请务必过来看看。

其他信息

2023 年哈利法克斯社区代码大会其他旅行报告

阿蒂塔·阿罗拉的评论.

另请参阅

其他照片，大致按天和每天的会话分组。
官方日程包括所有专题，并将包含讲座幻灯片的链接（如果/何时可用）。
明年 Community over Code 欧盟的详情。