deview 2016 발표자가 되었다면 풍부하고 실제적인 자료를 전달할 수 있을 터인데, 아깝게 채택되지 못했다.

새로운 것만이 좋은 주제가 아니라, 우리 개발자들이 잘 하고 있는 일을 더욱 개선하는 작업도 좋은 사례로 남기고 싶었다.

이 내용은 나 혼자한 것은 아니고 동료들과 함께 진행한 내용이며,  해당 내용을 간단하게 글로 정리한다. 

(Docker, Jenkins, Rspec에 대한 팁은 내 블로그에서 검색할 수 있을 것이다.)

Spec by Example이라 했지만, (자세한 내용은 https://en.wikipedia.org/wiki/Specification_by_example를 참고한다)

Acceptance Test(인수 테스트)라고 좋고, Integration Test, Functional Test도 괜찮다. 

격리된 환경에서 서비스를 예제로 테스트하는 테스트 환경(Spec by Example)을 Docker로 빠르게 처리하는 방법을 진행했고, 이를 간단히 소개한다.

나는 그동안 직장 생활을 하면서 애플리케이션(또는 플랫폼)을 Spec by Example를 진행한 서비스/플랫폼을 거의 본적이 없다. (간단한 test unit이나 ui 속도 체크, js 속도 체크 정도는 있었지만, 그 이상의 통합 테스트가 없었다)

그리고, 나는 테스트의 의미를 깊이 생각하지 못했다. 개발하기도 바쁜데, 어떻게 테스트 코드까지 짜야하나 하는 불편함이 가지고 있었다. SKP에서 SI업체에서 만든 코드(정리 안된 코드, 테스트 없는 코드)를 받으면서, 정말 어이가 없는 환경에 대한 깊은 고민이 있었다. 테스트 코드에 대한 중요성을 생각하게 되었고, ansible을 공부하게 되었다.(deview 2014 발표)

<거대한 공룡과 싸우기 위해 

필요한 다양한 방패와 무기가 있어야 한다는 그림인데,

여전히 그 때나 지금이나 현실은 조금도 변함이 없는 것 같다. 나에게는 언제나 개발을 대할 때는 이런 것 같다. 
특히 대용량 서비스는 더 장난 아니다.>

스칼라의 HashSet은 자바의 HashSet보다 빠른 것으로 알려져 있다.

그 이유는 HashSet의 구현이 해시 트라이(Hash trie)로 구현되어 있다. 

참고로 해시 트라이는 스칼라 공식 문서에서 간단히 소개하고 있다. 

http://docs.scala-lang.org/overviews/collections/concrete-immutable-collection-classes.html#hash-tries

또한, 해시 트라이는 속도를 빠르게 개선하는 분할상환 상수 시간( amortized constant time)인데, 

원래 Hash가 검색은 빠르지만, 추가/삭제가 나쁜 구조인데, 스칼라는 이를 개선했다. 

http://docs.scala-lang.org/overviews/collections/performance-characteristics.html

여기 나오는 분할상환 시간 분석에 대해서는 아래 위키를 참조하거나 인터넷을 참조한다. 

분할상환 시간 분석은 알고리즘의 전반적인 연산 집합에 대해 비용이 높은 연산, 그리고 비용이 덜한 연산 모두를 함께 고려하는 기법이다.

https://ko.wikipedia.org/wiki/%EB%B6%84%ED%95%A0%EC%83%81%ED%99%98%EB%B6%84%EC%84%9D

또한 아래 자료에도 분할상환 시간에 대한 시간에 대해서 설명되어 있다. 

http://scabl.blogspot.kr/2014/10/what-heck-is-amortized-constant-time.html

대수적 자료형(ADT)를 시작할 때 참조한 문서를 기반으로 공부했다. 

http://tpolecat.github.io/presentations/algebraic_types.html

스칼라 문서를 보다보면, Algebraic Data Types, ADT(대수적 자료형)이 언급된다. 

ADT를 이해하려면 카테시안 곱의 이해를 배경으로 한다.  먼저 수학적인 집합부터 얘기해 본다.

(참조)

https://en.wikipedia.org/wiki/Algebraic_data_type

먼저 Ordered Set(순서 집합)이라는 것을 보자.

Ordered Set은 2 개 이상의 변수가 순서를 가진 함수 또는 레코드를 표현한 타입이다. 

(x, y) 이런 형태를 가지고 있다. 

이제, Cartesian Product(카테시안 프로덕트, 카테시안 곱, 곱 집합)을 이해해 보자. 

SQL에서 Join을 다룰 때 나오는 용어와 같은데, 두 집합 A와 B의 원소가 있을 때, 이를 통해 만들어지는 모든 순서쌍 (a, b)들의 집합이다. 수학적으로 표현하면, 'a∈A 이고 b∈B 인 모든 순서쌍 (a,b)들의 집합'이라 할 수 있겠다.

그리고, AxB라고 한다. 

A = { 1, 2}, B = {x, y} 라면, A x B = { (1,x), (1,y), (2,x), (2,y) }이다. 

이제, 스칼라로 집중해 본다.

스칼라의 특정 타입에 대한 '값의 개수'를 가진다. Nothing은 없고, Unit은 1개, Boolean은 true와 false, Byte는 256개, String은 엄청나게 많은 값의 개수를 가진다. 

카테시안 곱을 사용하면, 아래와 같은 타입을 가질 때 가질 수 있는 모든 타입의 개수는 다음과 같다. 

ADT는 합성된 타입(Composit Type)을 기반으로 유한한 값의 개수와 잘 정해진 타입으로 이루어지는 형태를 말한다. 즉, 집합적 개념에서 보면, 모두 합쳐면 모든 세상을 만들 수 있는 것을 말한다. 

Option이 대표적인 ADT라 할 수 있다. Option은 다양한 값을 표현하는 Some과 아무 것도 없음을 의미하는 None으로 만들어져 있다. 이와 비슷하게 Either와 Try가 있고, List는 Lil과 일반 리스트가 존재한다. 

스칼라에서 ADT는 sum type을 의미한다. 

아래 코드 처럼 Pet이라는 sealed trait가 있고, Pet은 딱 3 종류의 타입 Cat, Fish, Squid만 존재하게 한다. ADT에서 말한대로 한정된 타입이 존재한다. 

스칼라에서 Pet 하위 클래스를 사용할 때, ADT와 스칼라 컴파일러 간의 연관성을 확인해 본다.

sealed trait Pet
case class Cat(name: String) extends Pet
case class Fish(name: String, color: String) extends Pet
case class Squid(name: String, age: Int) extends Pet

val bob: Pet = Cat("matt")

스칼라에서의 ADT 타입은 sum type을 의미하는데, 특정 상위 클래스를 상속한 여러 case class 클래스로 만드는 경우를 의미한다. 

Encoding을 Pet <-- Cat, Fish, Squid로 진행하고,

Decoding을 Pet match { ... } 으로 진행하는 경우이다. 

sum type은 tagged_union(태그 유니온, 혹은 꼬리가 붙은 유니온)이라 불린다.  자세한 내용은 위키를 참조한다. 

(참고)

https://en.wikipedia.org/wiki/Tagged_union

예문을 실행해본다.

Pet의 하위 클래스인 Cat과 Squid에 대한 패턴 매칭을 시행한다. 

object Pet {
  sealed trait Pet
  case class Cat(name: String) extends Pet
  case class Fish(name: String, color: String) extends Pet
  case class Squid(name: String, age: Int) extends Pet
}

object Main extends App {

  import com.google.Pet._

  val bob: Pet = Cat("Matt")

  def sayHi(pet: Pet): String =
    pet match {
      case Cat(n)      => "Meow " + n + "!"
      case Fish(n, _)  => "Hello fishy " + n + "."
      case Squid(n, _) => "Hi ssss " + n + "."
    }

  println(sayHi(Cat("Bob")))
  println(sayHi(Squid("Steve", 10)))
}

결과는 다음과 같다. 

하지만, Squid 에 주석을 달면 컴파일 에러가 난다. 

object Pet {
  sealed trait Pet
  case class Cat(name: String) extends Pet
  case class Fish(name: String, color: String) extends Pet
  case class Squid(name: String, age: Int) extends Pet
}

object Main extends App {

  import com.google.Pet._

  val bob: Pet = Cat("Matt")

  def sayHi(pet: Pet): String =
    pet match {
      case Cat(n)      => "Meow " + n + "!"
      case Fish(n, _)  => "Hello fishy " + n + "."
      //case Squid(n, _) => "Hi ssss " + n + "."
    }

  println(sayHi(Cat("Bob")))
  println(sayHi(Squid("Steve", 10)))
}

런타임 아닌 컴파일 타임 때 exhautive 에러를 발생한다. (전문 용어로 패턴 매칭의 Exhaustiveness Checking 이라 한다) 컴파일러로 하여금 코드를 신뢰성 있게 개발할 수 있도록 도와준다.

ADT에 대해서 감이 잡혔으면, 아래 블로그로 공부하면 감이 더욱 잡힌다.

https://bertails.org/2015/02/15/abstract-algebraic-data-type/