Meteor的FRP实现 - Tracker模块

Meteor平台的FRP实现是通过内置的Tracker包完成的。在Meteor平台上实现反应式 计算可分为三个步骤：

1. 将原始数据使用getter/setter进行封装
2. 编写依赖于反应式数据的计算过程
3. 启动反应式计算过程

可以认为Meteor的FPR实现，一半是Tracker包中的代码，一半是对开发者编写代码的要求。 需要提醒的是，Tracker包只可以用在前端。

≡ 封装反应式数据

Tracker要求对数据的存取通过getter/setter接口进行。使用getter接口 读取数据时，数据的封装者负责记录依赖于该数据的计算过程；使用setter接口 修改数据时，数据的封装者负责传播数据变化 - 即调用所有已经记录的依赖于该数据 的计算过程：

Tracker定义了一个类Tracker.Dependency来简化数据封装者在实现getter/setter 时要做的工作。对每一个需要进行封装的数据，我们创建一个对应的Dependency对象。 在getter里，使用Dependency对象的depend()方法登记依赖于此数据的计算过程； 在setter里，使用Dependency对象的changed()方法调用登记过的依赖于此数据的 计算过程。

var A = 10;
var depsA = new Tracker.Dependency();

//getter
var getA = function(){
  despA.depend();
  return A;
};
//setter
var setA = function(nv){
  A = nv;
  despA.changed();
}

≡ 封装计算过程

Tracker要求我们使用无参函数来表示一个计算过程：

//计算过程，Tracker使用这个函数创建计算块
var computeFunc = function(){
  //当调用getA或getB时，Tracker创建的计算块将被登记到depsA或depsB的依赖项记录表中
  var a = getA(),
      b = getB(),
      c = a + b;
  console.log(a + " + " + b + " = " + c);
};

≡ 启动反应式计算

使用Tracker.autorun(computeFuc)方法来启动反应式计算：

Tracker.autorun(computeFunc);

≡ 测试反应式计算

现在我们就可以写一段测试代码了，记住，Tracker要求我们必须通过setter 接口来修改数据：

var seq = 0;
setInterval(function(){
  if(seq % 2 === 0)
    setA(parseInt(Math.random()*1000));      
  else
    setB(parseInt(Math.random()*1000));      
  seq++;
},1000);