JavaScript 中对大量数据的多重过滤

所有代码使用 ES2015 语法，需要 ES5 语法的可以用 Babel - Try it out 或者 TypeScript Playground 翻译。

问题提出

今天有朋友问我一个问题，前端通过 Ajax 从后端取得了大量的数据，需要根据一些条件过滤，过滤的方法是这样的：

class Filter {
    filterA(s) {
        let data = this.filterData || this.data;
        this.filterData = data.filter(m => m.a === s);
    }
    
    filterB(s) {
        let data = this.filterData || this.data;
        this.filterData = data.filter(m => m.b === s);
    }
}

现在迷糊了，觉得这样处理数据不对，但是又不知道该怎么处理。

发现问题

问题就在过滤上，这样固然可以实现多重过滤（先调用 filterA() 再调用 filterB() 就可以实现），但是这个过滤是不可逆的。假如过滤过程是这样：

f.filterA("a1");
f.filterB("b1");
f.filterA("a2");

本来是希望按 "a1" 和 "b1" 过滤了数据之后，再修改第一个条件为 "a2"，但结果却成了空集。

解决问题

发现了问题，就针对性的解决。这个问题既然是因为过滤过程不可逆造成的，那每次都直接从 this.data 开始过滤，而不是从 this.filterData 开始过滤，就能解决问题。如果要这样做，就需要将选择的过滤条件先记录下来。

记录过滤条件

用一个列表记录过滤条件当然是可行的，但是注意对同一个条件的两次过滤是互斥的，只能保留最后一个，所以应该用 HashMap 更为合适。

class Filter {
    constructor() {
        this.filters = {};
    }

    set(key, filter) {
        this.filters[key] = filter;
    }

    getFilters() {
        return Object.keys(this.filters).map(key => this.filters[key]);
    }
}

这种情况下，像上面的过程表示为

f.set("A", m => m.a === "a1");
f.set("B", m => m.b === "b1");
f.set("A", m => m.a === "a1");

let filters = f.getFilters();  // length === 2;

上面第 3 句设置的 filter 覆盖了第 1 句设置的那个。现在再用最后取得的 filters 依次来过滤原数据 this.data，就能得到正确的结果。

有人会觉得 getFilters() 返回的列表不是按 set 的顺序的——的确，这是 HashMap 的特点，无序。不过对于简单条件的判断，不管谁先谁后，结果是一样的。但是对于一些复合条件判断，就可能会有影响。

确实需要的话，可以通过 array 代替 map 来解决一下顺序的问题，但这样查找效率会降低（线性查找）。如果还想解决查找效率的问题，可以用 array + map 来处理。这里就不多说了。

过滤

实际上在使用的时候，每次都 getFilter() 再用一个循环来处理确实比较慢。既然 data 都封装成 Filter 中，可以考虑直接给一个 filter() 方法来作为过滤接口。

class Filter {
    filter() {
        let data = this.data;
        for (let f of this.getFilters()) {
            data = data.filter(f);
        }
        return data;
    }
}

不过这样我觉得效率不太好，尤其是对大量数据的时候。不妨利用一下 lodash 的延迟处理过程。

利用 lodash 的延迟处理

filter() {
    let chain = _(this.data);
    for (let f of this.getFilters()) {
        chain = chain.filter(f);
    }
    return chain.value();
}

lodash 在数据大于 200 的时候会启用延迟处理过程，也就是说，它会处理成一个循环中依次调用每一个 filter，而不是对每一个 filter 进行一次循环。

延迟处理和非延迟处理通过下图可以看出来区别。非延迟处理总共会进行 n（这里 n = 3） 次大循环，产生 n - 1 个中间结果。而延迟处理只会进行一次大循环，没有中间结果产生。

不过说实在的，我不太喜欢为了一点小事多加载一个库，所以干脆自己做个简单的实现

自己实现延迟处理

filter() {
    const filters = this.getFilters();
    return data.filter(m => {
        for (let f of filters) {
            // 如果某个 filter 已经把它过滤掉了，也不用再用后面的 filter 来判断了
            if (!f(m)) {
                return false;
            }
        }
        return true;
    });
}

里面的 for 循环还可以用 Array.prototype.every 来简化：

filter() {
    const filters = this.getFilters();
    return data.filter(m => {
        return filters.every(f => f(m));
    });
}

数据过滤其实并不是多复杂的事情，只要把思路理清楚，搞明白什么数据是需要保留的，什么数据是临时（中间过程）的，什么数据是最终结果……利用 Array.prototype 中的相关方法，或者诸如 lodash 之类的工具，很容易就处理出来了。