基数与血缘
412 字约 1 分钟
基数描述逻辑数据有多少条、它们与父级输入是什么关系。RayOrch 通过 rayorch.F 显式表达这些关系。
expand：一个父项展开成多个子项
UDF 为每个输入行返回一个子项列表，expand 从父级 Domain 进入子级 Domain。
page_groups = self.render(pdf_paths) # 每个 PDF 对应一个页面列表
pages = ro.F.expand(page_groups) # 每一页成为一个 Grain
text = self.ocr(pages)子项会保留父项身份和原始顺序。
reduce：有序子项回到父级
text_groups = ro.F.reduce(text)
documents = self.assemble(text_groups)每个归约值都是某个父项的有序列表。零子项也是合法情况，会归约为空列表。多个子域 Port 一起返回时使用 reduce_aligned()；过滤后的成员决定归约范围时使用 members=。
filter：只保留选中的成员
mask = self.is_valid(pages)
valid_pages = ro.F.filter(pages, mask)过滤只改变成员关系，不创建 UDF Actor。被过滤的数据会向下传播 DROPPED 状态，而不会调用下游 UDF。
broadcast：把父级数据投影到子域
pages = ro.F.expand(self.render(pdfs))
metadata = self.metadata(pdfs)
metadata_per_page = ro.F.broadcast(metadata, like=pages)
page_results = self.process(pages, metadata_per_page)like 指定目标子级 Domain。每个匹配后代都能拿到对应父级值，同时保留明确血缘。
为什么这些必须是框架操作
如果展开和聚合藏在任意 Python 代码中，调度器无法知道哪个子项已经就绪、它属于哪个父项、一个有序组何时完整。显式结构操作使 RayOrch 能按 Grain 提前释放下游、确定性重建嵌套结果、正确处理空组，并且无需为结构转换创建 Actor。