scala之actor编程
来源:互联网 发布:缓解抑郁的精油 知乎 编辑:程序博客网 时间:2024/06/05 16:00
一、什么是actor
1.1概念
Scala中的Actor能够实现并行编程的强大功能,它是基于事件模型的并发机制,Scala是运用消息(message)的发送、接收来实现多线程的。使用Scala能够更容易地实现多线程应用的开发。
详细的Actor原理可以参考博客:https://www.iteblog.com/archives/1154.html
1.2传统java并发编程与Scala Actor编程的区别
对于Java,我们都知道它的多线程实现需要对共享资源(变量、对象等)使用synchronized 关键字进行代码块同步、对象锁互斥等等。而且,常常一大块的try…catch语句块中加上wait方法、notify方法、notifyAll方法是让人很头疼的。原因就在于Java中多数使用的是可变状态的对象资源,对这些资源进行共享来实现多线程编程的话,控制好资源竞争与防止对象状态被意外修改是非常重要的,而对象状态的不变性也是较难以保证的。 而在Scala中,我们可以通过复制不可变状态的资源(即对象,Scala中一切都是对象,连函数、方法也是)的一个副本,再基于Actor的消息发送、接收机制进行并行编程。
1.3actor的执行顺序
1.首先调用start()方法启动Actor
2.调用start()方法后其act()方法会被执行
3.向Actor发送消息
1.4发送消息的方式
!
发送异步消息,没有返回值。
!?
发送同步消息,等待返回值。
!!
发送异步消息,返回值是 Future[Any]。
二、Actor实战
2.1第一个例子
//注意导包是scala.actors.Actorimport scala.actors.Actorobject MyActor1 extends Actor{ //重新act方法 def act(){ for(i <- 1 to 10){ println("actor-1 " + i) Thread.sleep(2000) } }}object MyActor2 extends Actor{ //重新act方法 def act(){ for(i <- 1 to 10){ println("actor-2 " + i) Thread.sleep(2000) } }}object ActorTest extends App{ //启动Actor MyActor1.start() MyActor2.start()}说明:上面分别调用了两个单例对象的start()方法,他们的act()方法会被执行,相同与在java中开启了两个线程,线程的run()方法会被执行
注意:这两个Actor是并行执行的,act()方法中的for循环执行完成后actor程序就退出了
2.2第二个例子(可以不断地接收消息)
import scala.actors.Actor/** * Created by ZX on 2016/4/4. */class MyActor extends Actor { override def act(): Unit = { while (true) { receive { case "start" => { println("starting ...") Thread.sleep(5000) println("started") } case "stop" => { println("stopping ...") Thread.sleep(5000) println("stopped ...") } } } }}object MyActor { def main(args: Array[String]) { val actor = new MyActor actor.start() actor ! "start" actor ! "stop" println("消息发送完成!") }}说明:在act()方法中加入了while (true) 循环,就可以不停的接收消息
注意:发送start消息和stop的消息是异步的,但是Actor接收到消息执行的过程是同步的按顺序执行
2.3第三个例子(react方式会复用线程,比receive更高效)
关于线程池和线程复用的知识(包括的有关于java的API),可以参考博客:http://www.cnblogs.com/ten951/p/6212214.html
import scala.actors.Actor/** * Created by ZX on 2016/4/4. */class YourActor extends Actor { override def act(): Unit = { loop { react { case "start" => { println("starting ...") Thread.sleep(5000) println("started") } case "stop" => { println("stopping ...") Thread.sleep(8000) println("stopped ...") } } } }}object YourActor { def main(args: Array[String]) { val actor = new YourActor actor.start() actor ! "start" actor ! "stop" println("消息发送完成!") }}
说明: react 如果要反复执行消息处理,react外层要用loop,不能用while
2.4第四个例子(结合case class发送消息)import scala.actors.Actorclass AppleActor extends Actor { def act(): Unit = { while (true) { receive { case "start" => println("starting ...") case SyncMsg(id, msg) => { println(id + ",sync " + msg) Thread.sleep(5000) sender ! ReplyMsg(3,"finished") } case AsyncMsg(id, msg) => { println(id + ",async " + msg) Thread.sleep(5000) } } } }}object AppleActor { def main(args: Array[String]) { val a = new AppleActor a.start() //异步消息 a ! AsyncMsg(1, "hello actor") println("异步消息发送完成") //同步消息 //val content = a.!?(1000, SyncMsg(2, "hello actor")) //println(content) val reply = a !! SyncMsg(2, "hello actor") println(reply.isSet) //println("123") val c = reply.apply() println(reply.isSet) println(c) }}case class SyncMsg(id : Int, msg: String)case class AsyncMsg(id : Int, msg: String)case class ReplyMsg(id : Int, msg: String)2.5实例
用actor并发编程写一个单机版的WorldCount,将多个文件作为输入,计算完成后将多个任务汇总,得到最终的结果
import scala.actors.{Actor, Future}import scala.collection.mutable.{HashSet, ListBuffer}import scala.io.Source/** * */class Task extends Actor { override def act(): Unit = { loop { react { case SubmitTask(filename) => { val result = Source.fromFile(filename).getLines().flatMap(_.split(" ")).map((_, 1)).toList.groupBy(_._1).mapValues(_.size) sender ! ResultTask(result) } case StopTask => { exit() } } } }}case class SubmitTask(filename: String)case class ResultTask(reslut : Map[String, Int])case object StopTaskobject ActorWordCount { def main(args: Array[String]) { val replySet = new HashSet[Future[Any]]() val resultList = new ListBuffer[ResultTask]() val files = Array[String]("c://words.txt", "c://words.log") for (f <- files) { val actor = new Task val reply = actor.start() !! SubmitTask(f) replySet += reply } while(replySet.size > 0) { val toCompute = replySet.filter(_.isSet) for(f <- toCompute) { val result = f().asInstanceOf[ResultTask] resultList += result replySet -= f } Thread.sleep(100) } //汇总的功能 //List((hello, 5), (tom,3), (helllo, 2), (jerry, 2)) val fr = resultList.flatMap(_.reslut).groupBy(_._1).mapValues(_.foldLeft(0)(_+_._2)) println(fr) }}
- scala之actor编程
- Scala Actor并发编程
- Scala Actor并发编程
- Scala入门之Actor
- Scala之Actor
- 快学Scala- Scala Actor 并发编程
- Scala入门学习之【Actor】
- Scala使用Actor进行并发编程
- scala actor
- scala Actor
- Scala actor
- scala进阶21-actor之消息传递
- spark(5)--scala之actor模型
- scala学习十二 并发编程二 actor模型
- 第67讲 Scala并发编程 中的actor
- scala进阶20-基于Actor多并发编程
- 第17节:scala中Actor并发编程
- 快学Scala-Actor并发编程实现WordCount
- 存储过程
- hdu 1015 带来的启示
- 一代诗嗤张宗昌,代表性作品选
- Eclipse项目导入Android stuido所遇到的坑
- caffe保存训练log日志文件并利用保存的log文件绘制accuary loss曲线图
- scala之actor编程
- 一次hive reduce oom 处理:Execution Error, return code 2 from org.apache.hadoop.hive.ql.exec.mr.MapRedTas
- 教你十分钟下载并破解IntelliJ IDEA(2017)
- Awesome
- 集成学习之bagging与随机森林
- Storm(六):数据流的分流与合流
- 网络-从输入网址到显示页面的过程
- 矩阵压缩存储
- 解决flex布局导致图片变形