分布式应用框架：Akka学习记录

浮世Talk

已于 2023-04-01 10:48:55 修改

阅读量557

点赞数

文章标签： scala java 分布式

于 2023-04-01 10:40:12 首次发布

本文链接：https://blog.csdn.net/gavin_ke/article/details/129893921

版权

Akka是一个开源工具包，提供用于构建高并发、分布式和容错应用的库和运行时。基于Actor模型，它通过消息传递实现并发，每个Actor是独立的计算单元，可以处理消息并与其他Actor交互。Akka还包括集群管理、监控和远程部署等功能，支持高可用和分布式应用的构建。Actor模型提供了一种简单、可靠的并发编程方式，通过异步消息传递实现扩展性和高可靠性。

摘要由CSDN通过智能技术生成

原文地址：分布式应用框架：Akka学习记录

什么是Akka

Akka是一个基于Actor模型的开源工具包，提供了用于构建高并发、分布式和容错应用程序的库和运行时。它允许开发人员轻松构建并发应用程序，并且在处理消息传递、线程管理、故障恢复等方面提供了方便的抽象层级，使得开发人员可以更专注于业务逻辑而不必担心低级细节。

在Akka中，所有的工作都由Actor执行，每个Actor都是一个独立的计算单元，可以接收和处理消息，也可以发送消息给其他Actor。它们是轻量级的，可以高效地管理成百上千个Actor，可以跨越多个线程和机器。

Akka还提供了许多其他功能，例如集群管理、路由、监控和远程部署，这些功能使得Akka成为构建高可用性、分布式应用程序的理想选择。

Actor模型

Actor模型是一种并发计算模型，旨在提供一种基于消息传递的并发编程方式。在Actor模型中，计算实体被称为Actor，它们通过异步地发送和接收消息来进行通信和协作。每个Actor都有一个独立的状态，它可以接收其他Actor发送的消息并相应地更新自己的状态。Actor之间的通信是异步的，这意味着发送方不必等待接收方的响应。Actor模型中的消息传递是以不可变的方式进行的，这意味着发送方不会修改消息，这有助于保持Actor之间的独立性和可扩展性。

Actor模型可以被看作是一种基于消息传递的并发模型，它提供了一种更为简单和可靠的方法来实现并发计算。Actor模型的主要优点包括：

- 可扩展性：Actor模型可以轻松地实现并发和分布式计算，因为它们是独立的、可组合的计算单元。
- 易于编程：使用Actor模型编写代码更容易，因为它可以自然地表示并发和异步计算。
- 高度可靠：Actor之间的消息传递是基于不可变消息的，因此可以避免多线程同步的问题，提高代码的可靠性和稳定性。

Actor模型是现代编程语言中广泛使用的一种并发模型，例如Scala和Akka都支持Actor模型。

Akka中的actor模型

在Akka中，Actor是一个抽象的概念，它表示一个可并发执行的计算单元。Actor之间通过消息传递进行通信，每个Actor都有自己的状态和行为，并且能够异步地执行任务。

Akka框架是基于Actor模型的框架，提供了Actor的实现以及一些相关的工具类和API。在Akka框架中，每个Actor都是通过ActorSystem来创建和管理的。ActorSystem是Akka框架中最重要的组件，它负责创建和管理Actor，以及提供Actor之间通信所需的基础设施。

在Akka框架中，每个Actor都有一个ActorRef来表示它，ActorRef是一个轻量级的引用，用于在Actor之间传递消息。当一个Actor需要发送消息给另一个Actor时，它只需要将消息发送到目标Actor的ActorRef即可。由于ActorRef是轻量级的引用，因此它可以被并发地发送和接收，不会出现线程安全问题。

另外，Akka框架还提供了一些额外的功能，如：Actor的层级关系、Actor的监督策略、Actor的状态管理、Actor的路由等。这些功能可以使得编写并发程序更加容易和灵活。

Akka中的消息传递

在Akka中，Actor之间的通信是通过消息传递来完成的。Actor可以接收消息并处理它们，也可以向其他Actor发送消息。Actor之间的通信是异步的，这意味着发送消息的Actor不必等待接收消息的Actor响应。消息传递机制可以通过以下步骤来实现：

创建消息对象: 消息可以是任何类型的对象，通常是一个简单的Java类。
发送消息: 通过调用Actor的tell方法发送消息。
接收消息: Actor通过实现其receive方法来接收和处理消息。

消息传递是Akka框架中的核心机制之一，它允许Actor之间进行高效的通信，并支持异步处理和非阻塞调用。下面简单介绍如何用Java来实现Akka的发送和接收信息。

我们需要定义一个Actor类，可以继承AbstractActor类，重写createReceive()方法，定义Actor接收到不同类型消息时的处理方式。比如下面这个例子定义了一个简单的Actor，它接收到字符串类型的消息后会打印出来：

public class MyActor extends AbstractActor {    @Override    public Receive createReceive() {        return receiveBuilder()                .match(String.class, message -> {                    System.out.println("Received message: " + message);                })                .build();    }}

然后，我们可以使用ActorSystem来创建Actor，ActorSystem是Akka中的核心组件，它用于管理Actor的生命周期。可以使用静态方法ActorSystem.create()来创建一个新的ActorSystem实例，如下所示：

ActorSystem system = ActorSystem.create("MySystem");

接着，我们可以使用system.actorOf()方法来创建Actor实例，这个方法返回一个ActorRef对象，表示对创建的Actor的引用。如下所示：

ActorRef myActor = system.actorOf(Props.create(MyActor.class), "MyActor");

在这个例子中，我们向myActor发送了一个字符串消息"Hello, World!"。

最后，我们需要记得在程序结束时关闭ActorSystem。可以使用system.terminate()方法来关闭ActorSystem，如下所示：

system.terminate();

以上就是Akka中Actor的基本用法，包括创建Actor、向Actor发送消息和接收消息。

Akka中的Actor层次结构

在 Akka 中，Actor 之间可以建立父子关系。父 Actor 负责创建和监管子 Actor，同时也负责接收子 Actor 发送的消息。如果一个子 Actor 发生错误或崩溃，父 Actor 可以采取一些措施来处理这种情况，例如重启子 Actor 或者停止它。在这种情况下，父 Actor 也会接收到相应的错误信息，以便于采取更进一步的处理。

父 Actor 和子 Actor 之间的监管关系可以通过在创建子 Actor 时指定父 Actor 来建立。在创建子 Actor 时，可以使用 Props 对象来指定子 Actor 的类型、参数等信息，同时还可以指定父 Actor 和监管策略。例如：

class MyActor extends AbstractActor {  ActorRef childActor = getContext().actorOf(Props.create(MyChildActor.class), "childActor");  ...}

在上面的代码中，MyActor 创建了一个名为 "childActor" 的子 Actor，并使用默认的监管策略来管理它。

在 Akka 中，还可以通过监管策略来指定在出现错误时应该采取的措施。监管策略通常包括以下几个步骤：

- Resume：当子 Actor 出现错误时，忽略错误并继续运行。
- Restart：当子 Actor 出现错误时，重启它并恢复其状态。
- Stop：当子 Actor 出现错误时，停止它并移除它的监管关系。
- Escalate：当子 Actor 出现错误时，将错误上报给父 Actor，由父 Actor 决定如何处理。

监管策略可以通过重写AbstractActor的 supervisorStrategy 方法来实现，例如：

public class MyActor extends AbstractActor {    @Override    public SupervisorStrategy supervisorStrategy() {        SupervisorStrategy strategy = new OneForOneStrategy(10, Duration.create(1, "minute"), DeciderBuilder            .match(ArithmeticException.class, ex -> SupervisorStrategy.resume())            .match(NullPointerException.class, ex -> SupervisorStrategy.restart())            .match(IllegalArgumentException.class, ex -> SupervisorStrategy.stop())            .matchAny(ex -> SupervisorStrategy.escalate())            .build());        return strategy;    }    // other actor methods}

在上面的代码中，MyActor 重写了 supervisorStrategy 方法，并指定了四种错误情况下应该采取的处理方式。其中，ArithmeticException 错误将被忽略，NullPointerException 错误将重启子 Actor，IllegalArgumentException 错误将停止子 Actor，而其他错误将上报给父 Actor。

Akka中的路由和负载均衡机制

在Akka中，可以通过路由机制将消息发送给多个Actor进行处理，以提高处理效率。路由机制还可以结合负载均衡算法，让不同的Actor处理不同的任务，以实现负载均衡。

Akka的消息路由（Router）是指将消息从一个Actor路由到多个Actor的过程。消息路由的实现方式可以是轮询、随机或者基于一定规则的分发。通过消息路由，可以提高系统的吞吐量和可伸缩性。

Akka中提供了多种消息路由的实现方式，包括Group Router和Pool Router。Group Router主要用于对已经存在的Actor组进行路由，而Pool Router则用于在需要时创建Actor组，并对消息进行路由。

在Group Router中，可以通过设置路由规则来指定消息的路由方式。常用的路由规则包括：

- Round Robin（轮询）
- Random（随机）
- Broadcast（广播）

在Pool Router中，可以通过设置路由规则和Actor的创建和销毁规则来实现动态的消息路由。

无论是Group Router还是Pool Router，Akka都提供了一套完整的路由机制，可以自动地监控Actor的生命周期和状态，确保路由的正确性和高效性。

下面是一个示例代码，展示了如何在Akka中使用Pool Router进行消息路由，

首先，我们需要定义一个 Actor，它将处理我们要发送的消息。下面是一个简单的 Actor：

import akka.actor.AbstractActor;
public class MyActor extends AbstractActor {
  @Override  public Receive createReceive() {    return receiveBuilder()      .match(String.class, message -> {        System.out.println(getSelf().path() + " received message: " + message);      })      .build();  }}

接下来，我们将创建一个 Pool Router，它将路由到一组 MyActor。在本例中，我们将使用 RoundRobinPool 策略，它会将消息轮流发送到可用的 Actor：

import akka.actor.ActorRef;import akka.actor.ActorSystem;import akka.actor.Props;import akka.routing.RoundRobinPool;
public class MyActorSystem {
  public static void main(String[] args) {    ActorSystem system = ActorSystem.create("my-actor-system");
    ActorRef myActor1 = system.actorOf(Props.create(MyActor.class), "my-actor-1");    ActorRef myActor2 = system.actorOf(Props.create(MyActor.class), "my-actor-2");    ActorRef myActor3 = system.actorOf(Props.create(MyActor.class), "my-actor-3");
    ActorRef router = system.actorOf(      new RoundRobinPool(3).props(Props.create(MyActor.class)),      "my-router"    );
    router.tell("Hello, World!", ActorRef.noSender());    router.tell("How are you?", ActorRef.noSender());    router.tell("Goodbye!", ActorRef.noSender());
    system.terminate();  }}

在上面的代码中，我们创建了三个 MyActor，然后创建了一个 RoundRobinPool，它将消息路由到这三个 Actor 中的任意一个。然后，我们将三个消息发送到 Pool Router 中，每个消息都将被路由到其中一个 Actor 中进行处理。

Akka中的Futures和Promises

在Akka中，Futures和Promises可以用来处理异步任务。当需要进行异步计算时，可以使用Promise创建一个异步计算任务，并将计算结果保存在Future中。当异步任务完成时，Promise会将结果赋值给Future。

使用Futures和Promises可以将异步任务的执行和结果处理分离开来，从而提高应用程序的并发性和可伸缩性。下面是一个简单的示例，演示了如何使用Futures和Promises来处理异步任务：

import akka.actor.ActorSystem;import akka.dispatch.Futures;import akka.dispatch.OnComplete;import scala.concurrent.ExecutionContext;import scala.concurrent.Future;import scala.concurrent.Promise;
public class FutureAndPromiseExample {    public static void main(String[] args) {        ActorSystem system = ActorSystem.create("akka-system");        // 创建一个 Promise 和一个 Future        Promise<Integer> promise = Futures.promise();        Future<Integer> future = promise.future();        // 将 Future 传递给一个异步任务        performAsyncTask(future);        // 使用 OnComplete 注册 Future 的回调函数        ExecutionContext ec = system.dispatcher();        future.onComplete(new OnComplete<Integer>() {            @Override            public void onComplete(Throwable failure, Integer result) {                if (failure != null) {                    System.out.println("异步任务出错了: " + failure.getMessage());                } else {                    System.out.println("异步任务返回结果: " + result);                }                // 关闭 ActorSystem                system.terminate();            }        }, ec);           // 设置 Promise 的值        promise.success(42);    }    // 模拟一个异步任务    private static void performAsyncTask(Future<Integer> future) {        new Thread(() -> {            try {                Thread.sleep(1000);                future.complete(42);            } catch (InterruptedException e) {                future.failure(e);            }        }).start();    }}

Akka中的Akka Streams

Akka Streams是Akka框架中的一个组件，它提供了一种用于流处理数据的方式。使用Akka Streams可以处理数据流，这些数据流可能来自文件、网络、数据库、消息队列等不同的数据源，也可以将处理后的结果以流数据形式输出到不同的目标中。

下面是一个简单的Java示例，使用Akka Streams从一个文件中读取数据，对每一行进行处理，最后输出处理结果到控制台中。

import akka.Done;import akka.NotUsed;import akka.actor.ActorSystem;import akka.stream.ActorMaterializer;import akka.stream.IOResult;import akka.stream.javadsl.FileIO;import akka.stream.javadsl.Flow;import akka.stream.javadsl.Sink;import akka.stream.javadsl.Source;
import java.nio.file.Paths;import java.util.concurrent.CompletionStage;
public class FileProcessor {    public static void main(String[] args) {        // 创建ActorSystem和ActorMaterializer        final ActorSystem system = ActorSystem.create("FileProcessor");        final ActorMaterializer materializer = ActorMaterializer.create(system);        // 定义Source和Sink        final Source<String, CompletionStage<IOResult>> source =                FileIO.fromPath(Paths.get("input.txt"))                        .via(Framing.delimiter(ByteString.fromString("\n"), 1024))                        .map(bs -> bs.utf8String());        final Flow<String, String, NotUsed> flow =                Flow.of(String.class).map(line -> line.toUpperCase());        final Sink<String, CompletionStage<Done>> sink =                Sink.foreach(line -> System.out.println(line));        // 将Source、Flow和Sink组合在一起        source.via(flow).to(sink).run(materializer)                .thenAccept(done -> system.terminate());    }}

在这个例子中，首先创建了一个ActorSystem和ActorMaterializer。然后，使用Akka的FileIO API创建了一个Source，它从文件中读取数据并将每一行作为一个字符串元素发送到下游流处理器中。在Flow处理器中，对每一行字符串进行了简单的转换，将其转换为大写形式。最后，使用一个Sink将处理结果打印到控制台中。

最后调用run方法来启动整个流处理过程。该方法返回一个CompletionStage，表示整个处理过程完成的结果。可以在CompletionStage上添加回调方法，以处理处理结果。

Akka中的持久化机制

Akka Persistence是Akka框架提供的一种持久化解决方案，它允许Actor的状态被持久化到外部存储器，并能够在Actor重启后进行恢复。Akka Persistence提供了一种抽象的方式，通过把事件和状态分离来提供对持久化的支持，这样就可以通过不同的事件来恢复不同的状态。

在Akka Persistence中，每个Actor都可以通过事件源(Event Sourcing)的方式来持久化它的状态。Actor将状态更改表示为事件，并将事件持久化到日志中。事件可以由日志中的消息流重新生成，以便从过去的状态中重建Actor的状态。使用Event Sourcing的好处是可以实现最终一致性，因为在重播事件日志期间，系统的状态是通过执行事件的历史记录而推导出来的，而不是通过直接查询内存中的状态获得的。

Akka Persistence提供了一个抽象层，让用户可以使用各种外部存储系统，如关系型数据库和NoSQL数据库等。Akka Persistence提供了多种存储模式，包括基于关系型数据库的模式和基于事件日志的模式。其中，基于事件日志的模式是推荐的模式，因为它提供了更好的性能和可伸缩性，并允许Actor以非常高的速率进行状态更新。

使用Akka Persistence，需要定义以下几个概念：