fp-ts如何将ReaderTaskEither数组的单层结构扁平化处理？

实现思路 #

你当前持有的ContextResult<OwnedApp[]>[]是多个ReaderTaskEither实例的集合，每个实例内部包含一个OwnedApp数组，原生的flat/flatMap是JS数组的方法，只能操作外层的RTE实例数组，无法触达RTE内部包裹的数组内容，所以需要用fp-ts提供的函数式工具组合操作：

1. 先把多个RTE实例组合成单个RTE实例，收集所有内部的数组结果，得到二维数组OwnedApp[][]
2. 再把二维数组拍平为一维数组

完整代码实现 #

首先导入依赖：

import { pipe } from 'fp-ts/es6/function';
import * as RTE from 'fp-ts/es6/ReaderTaskEither';
import * as A from 'fp-ts/es6/Array';

基于你已有的getApps数组转换：

const flattenedGetApps: ContextResult<OwnedApp[]> = pipe(
  getApps,
  // 串行执行所有RTE，收集结果得到 ContextResult<OwnedApp[][]>
  RTE.sequenceArray,
  // 拍平内部二维数组
  RTE.map(A.flatten)
);

如果需要并行执行所有请求提升性能，可以直接在遍历marketplaceIds的阶段一步完成，不用先生成中间的getApps数组：

const getApps: ContextResult<OwnedApp[]> = pipe(
  marketplaceIds,
  // 并行遍历调用接口，直接得到 ContextResult<OwnedApp[][]>
  RTE.traverseArrayPar(marketplaceId => getAppsFromUser(userId, marketplaceId)),
  RTE.map(A.flatten)
);

内容的提问来源于stack exchange，提问作者Sophia