程式中的副作用

在程式開發中，「副作用」指會影響外部世界的操作，例如記錄日誌、發送網路請求、存取資料庫、寫入檔案，甚至 console.log。相對地，在記憶體中計算 1 + 1 則屬於不影響外界的純計算。

因此，程式若要真正「有用」，就離不開副作用；沒有輸出、沒有持久化、沒有畫面，軟體就毫無價值。

副作用的麻煩事

副作用讓系統「能做事」，但也最容易失控：

• 容易出現未處理的錯誤。
• 非同步流程難管理（取消、超時、重試）。
• 資源釋放常被忽略（例如遺漏資料庫連線釋放）。
• 邏輯分散，導致難以測試與維護。

真正棘手的，往往不是程式本身是否正確運行，而是副作用伴隨而來的錯誤、併發與資源管理問題。

我們需要 Effect 的原因

要打造生產等級（production‑grade）的軟體，妥善處理副作用是不可避免的；而 Effect 提供一種宣告式（declarative）的方法來處理它。

在程式中，我們用泛型外觀 Effect<Success, Error, Requirements> 來描述一段計算：它在某個需求環境 (Requirements) 中執行，成功時產生 Success，失敗時產生 Error。要注意的是，Effect 是 effect library 定義的一種函數式資料型別 (data type)。它不是 TypeScript 內建的型別，而是用來抽象描述「副作用運算」的型別結構。所以雖然在 TypeScript 裡 Effect 確實還是個「型別」，但在函數式編程（FP）的語境，會特別稱它為「資料型別 (data type)」，因為它表達的不只是靜態結構，而是一個「可組合、帶行為的抽象」。

此外，Effect 是
1.「惰性（lazy）」的，只描繪要執行的過程，不直接執行。
2. 具有組合性，可以與其他 Effect 進行組合，組合後的結果也會是一個 Effect。
3. 具有 immutable(不可變)的特性，一旦被定義，程式要如何運行就被確定了，不會再改變。
因為上面三個特性，讓我們可以先以宣告式的方式組裝流程，之後再透過 Effect 模組提供的各種 run function 來執行。這也讓我們在錯誤處理和依賴資源的管理上，可以更輕鬆準確的控制。

傳統作法的侷限

傳統的 Promise 與 async/await 確實改善了非同步的可讀性，但仍有明顯限制：

• 資源釋放無保證：等待結果容易，但難保過程失敗時一定釋放資源（例如檔案／連線）。
• 錯誤型別不明確：try/catch 能攔錯，但型別系統不會告訴你「可能發生哪些錯誤、哪些需要處理」。
• 缺乏一致模型：難以在型別／介面層面描述需求（設定、連線、權限），也難預告潛在失敗點。
• 跨功能的一致作法難落地：像取消、超時、重試、觀測和資源釋放，常散落在各處、寫法各一套，難以統一與重用。

Effect 是什麼

Effect 的設計理念是：既然副作用無法避免，就把它變成「可描述的管線節點」來組裝起來，讓副作用以可描述、可推理、可組合的方式存在。

Effect 的型別哲學

Effect 提供三個泛型型別 Effect<Success, Error, Requirements>：

• Success：成功回傳的結果（成功通道）
• Error：可能失敗的錯誤類型（錯誤通道）
• Requirements：這個副作用需要什麼（環境 / 依賴）

小詞彙表（例子）：

• Success 範例：User、number、void
• Error 範例：NotFoundError、TimeoutError、PermissionError
• Requirements 範例：記錄器（Logger）、資料庫連線、環境設定（Config）

把副作用封裝成 Effect<Success, Error, Requirements> 後，你可以在型別層面精準描述需求與風險，並用一組可重用的操作來安全地串接、並行、重試、超時，並確保資源取得與釋放。程式從「滿地亂飛的副作用」變成「一段段可描述、可組裝的生產線」。

五個關鍵價值

• 錯誤處理（雙通道與型別化）：成功與失敗被清楚分開、同等對待；錯誤也會被標示在型別裡。當流程由多個步驟組成時，所有可能的錯誤會被彙整並向上標示，讓開發者在編譯期就能看見並決定如何處理。
• Lazy evaluation 與 Aspect-Oriented Programming (AOP)：Effect 延遲執行，使「重試、退避、超時、熔斷、快取、批次」等橫切關注（cross-cutting concerns）能在「執行之前」以組合方式掛載，達到類 AOP 的效果而不污染商業邏輯。
• 依賴注入（Dependency Injection, DI）：以 requirements 顯式表達需求，呼叫端不必了解底層實作或連線細節，只要聲明需要的服務即可。
• 上下文傳遞（Context as dependency）：像 requestId、Logger 這類每個請求才會有的資訊，不需要依賴 AsyncLocalStorage（Node.js 提供的全域非同步儲存 API）。Effect 採用 service 抽象來管理這些依賴，你只需在請求的入口設定一次，內層邏輯需要時可直接從 Context 取出，而不用把參數一路往下傳遞。
• 測試友善：可直接注入「函數」或最小替身，避免為了 stub 而攜帶整個類別；亦可用 Layer 在建立服務時一次性提供替身，讓單元測試與整合測試更輕量且可預測。

更好的非同步錯誤處理機制與資源管理機制(這裡講的比較抽象，未來會深度講這個問題)

• Promise：像是一條沒有標準作業流程的生產線，產品能推出來就算完成；但一出狀況，很難在過程中觀察、控制與介入，呼叫方也很難從介面看出需要哪些前置條件（如設定、連線、權限），或預測可能的失敗點。
• Effect：像是一條有標準作業流程與檢查點的生產線，每個站點都明確記錄「需要的前置條件、可能的失敗、與輸出的結果」，還能加上開關（取消）、計時（超時）、備援（重試／回退），並確保收尾時會做清場（資源釋放）。

何時不需要 Effect

不是每個情境都值得導入 Effect。當你追求的是最短開發時間，或問題本身非常單純時，Effect 反而可能成為額外負擔。幾個常見情況如下。

首先，如果你的程式只涉及純計算或單純資料轉換（沒有任何 I/O），像是字串與日期處理、資料驗證或演算法實作，Effect 帶來的抽象就未必合算。這類邏輯本來就容易以純函式表達，可靠性問題也有限。

其次，在一次性腳本、極簡 demo、或短命的 POC 階段，目標是「快速得到回饋」。此時長期的可靠性、觀測性與可維護性不是優先，導入 Effect 的學習與設置成本通常超過收益。

再者，若問題空間很簡單，或外部平台已提供你需要的穩定機制（如自動重試、超時、熔斷，就不必再自建一套 Effect 化的可靠性模型；把握邊際效益即可。有一種常見情境是「邊界很薄，且由框架／SDK 接管副作用」。所謂接管，指的是 SDK 內部已處理了 HTTP／連線池、認證、重試、超時與錯誤分類，並以一致的回傳格式暴露結果。你的程式只負責把請求參數交給 SDK，再把回傳值往上層傳遞。例如呼叫雲端儲存或金流的官方 SDK：你通常只需 await sdk.doSomething()，其間的網路可靠性、資源管理與錯誤分類多半已被 SDK 標準化。若你的業務邏輯在這層幾乎不加工，於此處再以 Effect 建模，就可能沒有太多實質收益。

最後，還有組織面的考量：若團隊目前不具備 Effect 經驗，或專案處於高度趕工階段，學習與遷移成本可能壓過短期回報。此時維持現狀，並在關鍵路徑做最小增量優化，通常更務實。

實務上也可以採「混合導入」：把 Effect 用在 I/O 密集、需要取消／超時／重試／資源安全保障的核心路徑；其他輕量路徑就維持現有的 Promise/async 寫法，避免全面改寫的風險。

簡易判斷清單：

• 這段程式是否包含 I/O，且需要取消、超時、重試或嚴格的資源釋放？
• 是否希望在編譯期就看到並統一處理錯誤型別（而非 unknown）？
• 是否需要跨層／跨請求的上下文傳遞（如 Logger、requestId、權限）？
• 是否需要更容易的替身注入與可組合的 DI？
• 若以上多數回答為「否」，此處先不導入 Effect 也可。

Effect 的成長趨勢

在學習一個新工具時，了解趨勢能幫助我們保持動力。下圖為 GitHub 上 Effect 的星標數趨勢；自 2023 年下半年起成長明顯，值得關注與評估。

下一步

接下來我們會正式開始講解 Effect 的語法。

參考資料：

• Why Effect?
• Why use Effect? 5 compelling reasons — Toby Hobson
• Github Star History
• GPT-5