Akka入门手册

来源:互联网 发布:贤者时间 知乎 编辑:程序博客网 时间:2024/06/05 11:18

    • 一Akka简单介绍
    • 二Akka简单使用
      • 从创建一个scala项目说起
      • 第一个Akka应用
        • a 定义一个Actor
        • b 客户端调用向actor发送消息
        • c Actor的生命周期
        • dActor编程模型的层次结构
      • akka的容错机制
      • akka的远程调用
        • 客户端应用入口
        • 服务端入口
        • pojo类
        • 客户端配置文件
        • 服务端配置文件
    • 三Spark20为什么放弃Akka
    • 四Akka适用场景

一、Akka简单介绍

Akka基于Actor模型,提供了一个用于构建可扩展的(Scalable)、弹性的(Resilient)、快速响应的(Responsive)应用程序的平台。

Actor是Akka中最核心的概念,它是一个封装了状态和行为的对象,Actor之间可以通过交换消息的方式进行通信,每个Actor都有自己的收件箱(Mailbox)。
通过Actor能够简化锁及线程管理,可以非常容易地开发出正确地并发程序和并行系统,Actor具有如下特性:
+ 提供了一种高级抽象,能够简化在并发(Concurrency)/并行(Parallelism)应用场景下的编程开发
+ 提供了异步非阻塞的、高性能的事件驱动编程模型
+ 超级轻量级事件处理(每GB堆内存几百万Actor)

二、Akka简单使用

1. 从创建一个scala项目说起

  1. 在D盘新建一个项目目录,比如说叫AkkaDemo。
  2. 进入AkkaDemo目录,新建一个build.gradle文件,并在文件中输入一下内容:
apply plugin: 'idea'apply plugin: 'scala'task "createDirs" << {    sourceSets*.scala.srcDirs*.each { it.mkdirs() }    sourceSets*.resources.srcDirs*.each { it.mkdirs() }}repositories{    mavenCentral()    mavenLocal()}dependencies{    compile "org.scala-lang:scala-library:2.10.4"    compile "org.scala-lang:scala-compiler:2.10.4"    compile "org.scala-lang:scala-reflect:2.10.4"    compile "com.typesafe.akka:akka-actor_2.11:2.4.4"    testCompile "junit:junit:4.11"}task run(type: JavaExec, dependsOn: classes) {    main = 'Main'    classpath sourceSets.main.runtimeClasspath    classpath configurations.runtime}
  1. 执行gradle cDirs命令,创建起项目骨架。
  2. 使用Idea导入gradle项目。File”->”Import Project”选择打开build.gradle即可。

2. 第一个Akka应用

使用Akka框架进行应用开发,基本上遵循以下步骤即可:
1. 编写一个Actor类,继承特质akka.actor.Actor,同时可以编入一些其他的特质,如ActorLogging,用于记录日志。
2. 实现Actor的receive方法,receive方法中定义一系列的case语句,基于标准Scala的模式匹配方法,来实现每一种消息的处理逻辑。
3. 编写程序入口,在入口程序中,创建一个顶层的ActorSystem。
4. 创建一个actor,可以使用ActorSystem或context的ActorOf方法创建,也可以使用context.actorSelection方法通过actor的名称从上下文中查找。
5. 向actor发送消息, ! 代表发送。

a. 定义一个Actor

  • 定义一个Actor类,继承Actor,编入ActorLogging特质(相当于实现一个接口)
  • 重写Actor类的Receive方法,用于接收消息。
  • 使用scala的模式匹配功能,根据不同消息做不同逻辑处理
class HelloActor extends Actor with ActorLogging{  override def receive: Receive = {    case "hello" => log.info("hello => 你好!")    case msg if "world"==msg => log.info(s"$msg => 世界")    case "quit"|"stop" => log.info("我要停机了!");context stop(self)  }}

b. 客户端调用,向actor发送消息

以下为程序入口,其中actor为HelloActor实例的一个引用,通过!向actor发送消息;通过terminate方法关闭HelloService。

※※注意!※※
- ActorRef 类型的对象是不可变的,并且是可序列化的,可以在网络中进行传输,作为远程对象使用,具体的操作还是在本地Actor中进行。
- ActorRef在创建时可以不指定名称,即actorOf(Props[Class])。但是如果指定名称的话,需要保证在父级actor下名称是唯一的。
- actor名称不能是以“$”开头的字符串
- actor可以有带参构造,但是如果使用带参构造则不能使用Props[Class]创建,应使用Props(new HelloActor(“”,…))方式实例化。
- Actor的unhandled方法对 receive 方法中未匹配成功的消息进行处理,默认情况有两种处理方式:当未处理消息类型是 akka.actor.Terminated 时,抛出 akka.actor.DeathPactException;当其它未处理消息时,向akka.event.EventStream 发送 akka.actor.UnhandledMessage 类型消息

import akka.actor.{Actor, ActorLogging, ActorSystem, Props}object HelloAkka extends App{  val helloService = ActorSystem("HelloService")  val actor = helloService.actorOf(Props[HelloActor],"hello")  actor ! "hello"  actor ! "world"  actor ! "stop"  helloService terminate}

c. Actor的生命周期

  • PreStart 方法只在第一次创建时被调用,来初始化 actor 实体。
  • PostStop 方法一定在收件箱停止后才运行,用于关闭资源。
  • 在重启的同时,收件箱不会被影响,可以继续接收消息。
  • 消息发给已经停止的 actor 会被转发到系统的 deadLetters Actor。
  • Actor 的构造函数在第一次创建和每次重启时被调用,来初始化 acto

d.Actor编程模型的层次结构

在Akka中,一个ActorSystem是一个重量级的结构,他需要分配多个线程,所以在实际应用中,按照逻辑划分的每个应用对应一个ActorSystem实例。
ActorSystem的Top-Level层次结构,与Actor关联起来,称为Actor路径(Actor Path),不同的路径代表了不同的监督范围(Supervision Scope)。下面是ActorSystem的监督范围:
+ “/”路径:通过根路径可以搜索到所有的Actor
+ “/user”路径:用户创建的Top-Level Actor在该路径下面,通过调用ActorSystem.actorOf来实现Actor的创建
+ “/system”路径:系统创建的Top-Level Actor在该路径下面
+ “/deadLetters”路径:消息被发送到已经终止,或者不存在的Actor,这些Actor都在该路径下面
+ “/temp”路径:被系统临时创建的Actor在该路径下面
+ “/remote”路径:改路径下存在的Actor,它们的Supervisor都是远程Actor的引用

3. akka的容错机制

一个ActorSystem是具有分层结构(Hierarchical Structure)的:一个Actor能够管理(Oversee)某个特定的函数,他可能希望将一个task分解为更小的多个子task,这样它就需要创建多个子Actor(Child Actors),并监督这些子Actor处理任务的进度等详细情况,实际上这个Actor创建了一个Supervisor来监督管理子Actor执行拆分后的多个子task,如果一个子Actor执行子task失败,那么就要向Supervisor发送一个消息说明处理子task失败。需要知道的是,一个Actor能且仅能有一个Supervisor,就是创建它的那个Actor。基于被监控任务的性质和失败的性质,一个Supervisor可以选择执行如下操作选择:
+ 重新开始(Resume)一个子Actor,保持它内部的状态
+ 重启一个子Actor,清除它内部的状态
+ 终止一个子Actor
+ 扩大失败的影响,从而使这个子Actor失败

4. akka的远程调用

下面是一个用户到餐厅点餐的案例,服务员属于服务端,通过加载customer.conf配置,将服务发布在1000端口上。客户端Actor通过服务端暴露服务链接,从上下文中选择一个远端waiter。然后在自身的receive方法中根据需要向服务端发送消息,同时在receive方法中接收waiter返回的消息。

  val waiterServiceUrl = "akka.tcp://WaiterService@127.0.0.1:1000/user/waiter"  val waiter = context.actorSelection(path = waiterServiceUrl)

客户端应用入口

package demoimport akka.actor.{Actor, ActorLogging, ActorSystem, Props}import com.typesafe.config.ConfigFactory/**  * 客户端Actor,通过akka协议从上下文中查找服务端actor  */class Customer extends Actor with ActorLogging{  val waiterServiceUrl = "akka.tcp://WaiterService@127.0.0.1:1000/user/waiter"  val waiter = context.actorSelection(path = waiterServiceUrl)  override def preStart(): Unit = log.info("customer is in!")  override def postStop(): Unit = log.info("翔里有毒,我挂了!")  override def receive = {    case DishesOrder(name) => log.info(s"我点的美味[$name]上来了,开吃...")    case SoupOrder(name) => log.info(s"我点的鲜汤[$name]上来了,开喝...")    case FoodOrder(name) => log.info(s"我点的主食[$name]上来了,开吃...")    case DrinkOrder(name) => log.info(s"我点的饮料[$name]上来了,开喝...")    case FruitOrder(name) => log.info(s"我点的水果[$name]上来了,吃不了了打包...")    case menu:Menu => waiter ! menu    case other => waiter ! other  }}/**  * 客户端应用入口  */object CustomerService extends App{  val customerService = ActorSystem("CustomerService",ConfigFactory.parseResources("customer.conf"))  val customer = customerService.actorOf(Props[Customer],"customer")  customerService.log.info("customer started!")  customer ! Dishes(name=readLine("请输入您要点的菜:")); Thread sleep 1000L  customer ! Soup(name=readLine("请输入您要点的汤:")); Thread sleep 1000L  customer ! Food(name=readLine("请输入您要点的主食:")); Thread sleep 1000L  customer ! Drink(name=readLine("请输入您要点的饮料:")); Thread sleep 1000L  customer ! Fruit(name=readLine("请输入您要点的水果:")); Thread sleep 1000L  customer ! readLine("您需要点别的吗:")  customerService.shutdown()}

服务端入口

package demoimport akka.actor.{Actor, ActorLogging, ActorSystem, PoisonPill, Props}import com.typesafe.config.ConfigFactoryclass Waiter extends Actor with ActorLogging{  override def preStart(): Unit = log.info("waiter is in!")  override def postStop(): Unit = log.info("waiter is off!")  override def receive = {    case Dishes(name) => log.info(s"您点的[$name]菜品已下单."); sender ! DishesOrder(name)    case Soup(name) => log.info(s"您点的[$name]汤已下单."); sender ! SoupOrder(name)    case Food(name) => log.info(s"您点的主食[$name]已下单."); sender ! FoodOrder(name)    case Drink(name) => log.info(s"您点的饮料[$name]已下单."); sender ! DrinkOrder(name)    case Fruit(name) => log.info(s"您点的水果[$name]已下单."); sender ! FruitOrder(name)    case other => log.info("您点的这个真没有,免费送你一盆翔。。。"); sender ! PoisonPill  }}/**  * 服务端  */object WaiterService extends App{  val waiterService = ActorSystem("WaiterService",ConfigFactory.parseResources("waiter.conf"))  val waiter = waiterService.actorOf(Props[Waiter],"waiter")  waiterService.log.info("waiterService started!")}

pojo类

package demotrait Menufinal case class Dishes(name:String) extends Menufinal case class Soup(name:String) extends Menufinal case class Food(name:String) extends Menufinal case class Drink(name:String) extends Menufinal case class Fruit(name:String) extends Menutrait Orderfinal case class DishesOrder(name:String) extends Orderfinal case class SoupOrder(name:String) extends Orderfinal case class FoodOrder(name:String) extends Orderfinal case class DrinkOrder(name:String) extends Orderfinal case class FruitOrder(name:String) extends Order

客户端配置文件

akka {  actor {    provider = "akka.remote.RemoteActorRefProvider"  }  remote {    enabled-transports = ["akka.remote.netty.tcp"]    netty.tcp {      hostname = "127.0.0.1"      port = 2000    }  }}

服务端配置文件

akka {  actor {    provider = "akka.remote.RemoteActorRefProvider"  }  remote {    enabled-transports = ["akka.remote.netty.tcp"]    netty.tcp {      hostname = "127.0.0.1"      port = 1000    }  }}

三、Spark2.0为什么放弃Akka

  1. 很多Spark用户也使用Akka,但是由于Akka不同版本之间无法互相通信,这就要求用户必须使用跟Spark完全一样的Akka版本,导致用户无法升级Akka。
  2. Spark的Akka配置是针对Spark自身来调优的,可能跟用户自己代码中的Akka配置冲突。
  3. Spark用的Akka特性很少,这部分特性很容易自己实现。同时,这部分代码量相比Akka来说少很多,debug比较容易。如果遇到什么bug,也可以自己马上fix,不需要等Akka上游发布新版本。而且,Spark升级Akka本身又因为第一点会强制要求用户升级他们使用的Akka,对于某些用户来说是不现实的。

四、Akka适用场景

Akka适用场景非常广泛,这里根据一些已有的使用案例来总结一下,Akka能够在哪些应用场景下投入生产环境:

  • 事务处理(Transaction Processing)
    在线游戏系统、金融/银行系统、交易系统、投注系统、社交媒体系统、电信服务系统。

  • 后端服务(Service Backend)
    任何行业的任何类型的应用都可以使用,比如提供REST、SOAP等风格的服务,类似于一个服务总线,Akka支持纵向&横向扩展,以及容错/高可用(HA)的特性。

  • 并行计算(Concurrency/Parallelism)
    任何具有并发/并行计算需求的行业,基于JVM的应用都可以使用,如使用编程语言Scala、Java、Groovy、JRuby开发。

  • 仿真
    Master/Slave架构风格的计算系统、计算网格系统、MapReduce系统。

  • 通信Hub(Communications Hub)
    电信系统、Web媒体系统、手机媒体系统。

  • 复杂事件流处理(Complex Event Stream Processing)
    Akka本身提供的Actor就适合处理基于事件驱动的应用,所以可以更加容易处理具有复杂事件流的应用。

原创粉丝点击