数据流程编程

在程序设计中，数据流程编程是一种编程范型，它将程序建模为数据在运算（operation）之间流动的有向图，从而实现了数据流程原理和架构。数据流程编程语言，共享了纯函数式语言的某些特征，比如单赋值，并且开发它们的动因，通常是为了向更适合数值处理的语言，增加函数式编程概念。

历史

先驱的数据流程语言是BLODI（BLOck DIagram），它是John Larry Kelly, Jr.、Carol Lochbaum和Victor A. Vyssotsky（英语：Victor A. Vyssotsky）专门开发的，用于采样数据系统^[1]。最初开发更常规的数据流程语言，是为了使并行编程更加容易。在1966年Bert Sutherland（英语：Bert Sutherland）的博士论文《计算机过程的在线图形规定》中^[2]，Sutherland建立了第一个图形数据流程编程框架。

数据流程编程，是1960年代由Jack Dennis（英语：Jack Dennis）和他在MIT的研究生开创^[3]。为了避免混淆于数据流程计算或数据流程架构（英语：Dataflow architecture）^[4]，它基于了非确定型机器范型，一些作者使用术语“数据串流”（datastream）替代“数据流程”。

后续的数据流程语言，大多是在大型的超级计算机实验室中开发的。其中最流行的是1983年发行的SISAL，它是劳伦斯利弗莫尔国家实验室开发的。SISAL看起来很像大多数的语句驱动语言，但是变量必须是单赋值的。这允许编译器容易的识别输入和输出。SISAL已经发展出了很多分支，包括SAC，即单赋值C语言，它力求尽可能的接近流行的C编程语言。

在1980年代早期，美国海军开发了ACOS和SPGN（信号处理图式表示法）。它今天仍用于很多实战平台中^[5]。更激进的概念是Prograph（英语：Prograph），在其中程序用屏幕上的图形来构造，而变量被完全替代为连接输入和输出的连线。

数据流程已被提议，用作规定分布式系统构件的全局行为的抽象方法：在现场分布式对象（英语：Live distributed object）编程模型中，使用分布式数据流程（英语：Distributed data flow）来存储和沟通状态，因而它们扮演了类似于类Java编程语言中变量、字段和参数的角色。

特性

传统上，程序被建模为，按照特定次序发生的一系列运算；这称为指令式编程，这种编程方式也叫做顺序式^[6]、过程式^[7]、控制流程^[7]（意指程序选择某个特定路径）。程序聚焦于命令，符合于冯·诺伊曼的顺序式编程愿景^[6]，而数据通常是“静止的”^[7]。

与之相对，数据流程编程强调了数据的流动，并将程序建模为一系列的连接。显式的定义输入和输出的连接运算，它的功能类似于黑箱^[7]。一个运算在它的所有输入成为有效时立即运行^[8]。因此，数据流程语言是天然并行的，并可在大型的、去中心化的系统上运作^[6][9][10]。

状态

计算机编程的关键概念之一，是状态（英语：State (computer science)）（state）的概念，它本质上是在系统中各种状况的快照（snapshot）。多数编程语言需要相当数量的状态信息，它们通常对编程者是隐蔽的，计算机自身经常完全不知道哪部份信息编码了持久状态。这是一个严重问题，因为在并行处理机器中，状态信息需要在多个处理器之间共享。多数语言强制编程者增加额外代码，来指示哪些数据和哪部份代码，对于状态而言是重要的。这种代码趋向于在性能方面是代价昂贵的，并且难于阅读和调试。

如果将顺序式程序想象为，在任务（运算）之间移动的一个单一工人，则数据流程程序，更像是在一个装配线上的一系列工人，每个人都在材料可获得的时候，作一份特定任务。因为运算只关心数据输入的可获得性，它们没有隐蔽的状态要追踪，都是同时“准备好的”。

体现

数据流程程序，可以用不同方式来体现。一个传统程序，通常体现为一系列的正文指令，可以合理的描述一个串行系统，它在小型单一用途的，接收、处理并返回的工具之间，用管道连通数据。数据流程程序开始于一个输入，可能有命令行参数，并说明数据被怎样使用和修改。数据的流程是显式的，经常用连线或管道来说明。

在编码方面上，数据流程程序，可以被实现为一个散列表，具有以可唯一性识别的输入作为键（key），用它来查找转至指令的指针。当任何运算完成时，程序逐项扫描运算的一个列表，直到找到第一个全部输入都当前有效的运算，并运行它。当运算结束时，它典型的会输出数据，因而使得另一个运算变为有效。

对于并行运算，只有这个列表需要被共享；它是整个程序的状态。因此维护状态的任务，从编程者移交给了语言的运行时系统。在有着单一处理器核心的机器上，设计用于并行运算的实现，只会简单的产生开销，要完全去掉这种开销，可以使用一种不同的运行时系统。

语言

数据流程编程语言包括：

• ASCET（英语：ETAS Group#ASCET）
• AviSynth，用于视频处理的脚本语言
• BMDFM（英语：BMDFM），二进制模块数据流程机器
• CAL（英语：CAL Actor Language）
• Cuneiform，函数式工作流程语言
• CMS管道（英语：CMS Pipelines）
• Hume（英语：Hume (programming language)）
• Joule（英语：Joule (programming language)）
• Agilent VEE
• KNIME（英语：KNIME），一个免费和开源的数据分析、报表和集成平台
• LabVIEW^[8]
• Linda（英语：Linda (coordination language)）
• Lucid^[7]
• Lustre
• Max/MSP（英语：Max (software)）
• Microsoft可视编程语言（英语：Microsoft Visual Programming Language）
• Orange（英语：Orange (software)），一个开源的可视编程工具用于数据挖掘、统计数据分析和机器学习
• Oz
• Pipeline Pilot（英语：Pipeline Pilot）
• Prograph（英语：Prograph）
• Pure Data
• Quartz Composer
• SAC，单赋值C语言
• SIGNAL（英语：SIGNAL (programming language)），启用多时钟规定的面向数据流程的同步语言
• Simulink
• SISAL
• SystemVerilog，一种硬件描述语言
• Verilog，在2009年被吸收入SystemVerilog标准的硬件描述语言
• VHDL，一种硬件描述语言
• XEE (Starlight)（英语：Starlight Information Visualization System），XML工程环境
• XProc（英语：XProc）

应用编程接口

• Apache Beam：Java/Scala SDK，统一的串流（和批量）处理，支持多种执行引擎（Apache Spark、Apache Flink、Google云平台等）。
• Apache Flink：Java/Scala库，允许串流（和批量）计算运行于分布式Apache Hadoop（或其他）集群之上。
• SystemC：C++库，主要用于硬件设计。
• TensorFlow：基于数据流程编程的一个机器学习库。

参见

• 数据驱动编程
• 基于流程编程
• 函数式响应式编程
• 管道 (软件)
• 信号编程（英语：Signal programming）
• 串流处理

引用

1. John L. Kelly Jr.; Carol Lochbaum; V. A. Vyssotsky. A block diagram compiler. Bell System Tech. J. 1961, 40 (3): 669–678. doi:10.1002/j.1538-7305.1961.tb03236.x. 
2. W.R. Sutherland. The On-line Graphical Specification of Computer Procedures. MIT. 1966. 
4. Veen, Arthur H. Dataflow Machine Architecture. ACM Computing Surveys. December 1986, 18 (4): 365–396 [5 March 2019]. doi:10.1145/27633.28055. （原始内容于2021-11-11）. 
5. Underwater Acoustic Data Processing, Y.T. Chan
6. Johnston, Wesley M.; J.R. Paul Hanna; Richard J. Millar. (PDF). ACM Computing Surveys. March 2004, 36: 3 [15 August 2013]. doi:10.1145/1013208.1013209. （原始内容 (PDF)存档于2018-05-16）. 
7. Wadge, William W.; Edward A. Ashcroft. Lucid, the Dataflow Programming Language illustrated. Academia Press. 1985: 7 [15 August 2013]. ISBN 9780127296500. 
8. Dataflow Programming Basics. Getting Started with NI Products. National Instruments Corporation. [15 August 2013]. （原始内容于2014-02-14）. 
9. Harter, Richard. . Richard Harter's World. [15 August 2013]. （原始内容存档于8 December 2015）. 
10. Why Dataflow Programming Languages are Ideal for Programming Parallel Hardware. Multicore Programming Fundamentals Whitepaper Series. National Instruments Corporation. [15 August 2013]. （原始内容于2018-12-21）. 

外部链接

• Basics of Dataflow Programming in F# and C# （页面存档备份，存于互联网档案馆）
• Dataflow Programming - Concept, Languages and Applications （页面存档备份，存于互联网档案馆）
• Static Scheduling of Synchronous Data Flow Programs for Digital Signal Processing （页面存档备份，存于互联网档案馆）
• Handling huge loads without adding complexity （页面存档备份，存于互联网档案馆） The basic concepts of dataflow programming, Dr. Dobb's, Sept. 2011
• 纯函数管道数据流 v3.0 （页面存档备份，存于互联网档案馆）