Transducer：一种可组合的数据处理模式
先从一个普通的数组处理开始。
同样的逻辑，也可以写成一个 for 循环。三步操作还在，只是被放进了一次遍历里。
链式写法的好处是结构清楚：map、filter、slice 各自表达一个独立步骤。
for 写法的好处是执行直接：结果够了就可以返回，不需要继续处理后面的元素。
要解决的问题就是：能不能保留 map/filter/slice 这种可组合的写法，同时让执行过程像 for 一样按需推进。
先把 map 写开。它看起来只是一个函数，但里面其实包含了遍历和收集。
filter 也类似，只是“处理”变成了一个判断。
两个实现的骨架几乎一样：遍历输入、维护结果、把需要的值放进结果里。不同的只是“遇到一个元素时要做什么”。
下一步把“收集集合中的元素”这件事抽出来。
这里的 append 就是前面代码里的“收集”：给它一个累积结果 acc 和当前元素 x，它把 x 放进 acc，再返回 acc。
reduce 则固定了“遍历”的部分。它不关心每个元素具体怎么处理，只是在每次遍历时调用一次 step(acc, x)。
试试用它写 map 和 filter。
这说明 reduce 不只是“求和”的工具。只要换掉传进去的 reducer，它就能表达 map、filter，以及更一般的遍历时累积逻辑。
那 take 呢？它要在拿够之后停下来，而 reduce 现在会把输入吃完。先给 reduce 加一个能停的机制——类似 break。
上面这一套（reduced / isReduced / reduce / append）后面要反复用——挂到 globalThis 上，后面的 cell 直接解构出来就行。
回到一开始的例子：
用一个 reducer 写：
想让三步彼此独立——拆成三个 reducer：
三步独立了，但合不回去——三个 reducer 塞不进一次 reduce。
组合函数的常用办法是 compose。但 compose 要的是 a => b（单参数）；reducer 是 (acc, x) => acc（双参数）——对不上。
先看 compose 在 a => b 上：
reducer 自己不是 a => b。但 reducer => reducer 是——输入 reducer，输出 reducer：
reducer => reducer 这种形状，就叫 transducer。plusOne 是一个 transducer。
写一个 mapping transducer：
再写一个 filtering transducer——参数换成判断：
用 compose 把它们串起来：
把这套动作起个名字。
还差 take——也做成一个 transducer：
到这里，开头那个目标就完成了：保留 .map.filter.slice 那种可组合的写法（compose 一串 transducer），同时让执行像 for 一样按需推进（taking 拿够就停，输入不必扫完）。
接下来再看一个类似的例子——从 range(1000) 取前 3 个含 7 的素数：
taking 拿够 3 个就停，所以 range(1000) 实际只读了几十个。
源头甚至可以是无限的——换成一个不带上限的 generator 也照跑：
换一个无限源——Fibonacci，再把”含 7 的素数”叠上去：
输出不一定是数组——换种收法。
换一种迭代方式——把上面 Fibonacci 那个例子换成异步：fibs 改成 async generator，reduce 改成 asyncReduce。但 xf 一字未改：
迭代方式（同步 / 异步）变了，使用方式（mapping / filtering / taking 串）不变——pipeline 跟迭代解耦了。
延伸阅读
-
Rich Hickey, Transducers are Coming。Clojure 1.7 引入 transducer 时的官方公告，解释 transducer 这个概念为什么必要、它和 reducer / sequence operation 的关系。
-
Clojure Reference, Transducers。Clojure 官方文档，覆盖了核心的
transduce/into/eduction接口、stateful transducer、early termination 等本文延伸的话题。