第66讲：Scala并发编程实战初体验及其在Spark源码中的应用解析

第66讲：Scala并发编程实战初体验及其在Spark源码中的应用解析笔记
程序宏大时java并发编程变得非常复杂，
java并发编程的理念是：基于共享数据和加锁的线程模型
--若干程序访问共享数据，用监视器监控共享数据的访问。
synchronized
线程是动态的概念
写程序时要考虑每一时刻
java多线程同时访问一个加锁数据时易发生死锁


scala的并发编程：actor
与java实现方式完全不同，
actor不共享数据依赖消息传递
A传给B消息，B不停看收件箱。
B看到邮件后处理。


android框架中也有基于消息机制的并发模型。
scala原生就有基于消息机制的并发模型。
akka是基于actor的消息机制，非常好用。
避免死锁和资源争论。


问题：actor和线程是一一对应的吗？

master和worker都是actor级别的，运行时master和worker都不断查看自己的邮箱。

实战案例：

object First_Actor extends Actor {

def act() {

for (i <- 1 to 10) {

println("Step ： “ + i )

Thread.sleep(2000)

}

}

}

object Second_Actor extends Actor {

def act() {

for (i <- 1 to 10) {

println("Step Further ： “ + i )

Thread.sleep(2000)

}

}

}

object Hello_Actor {

def main(args: Array[String]) {

First_Actor.start           /*注意这里是用.start而不是调用act方法*,下同/

Second_Actor.start

}

}

通过这个案例我们可以了解scala是如何使用actor实现并发编程的。

以上内容是从王家林老师DT大数据课程，

DT大数据微信公众账号：DT_Spark  

scala第66讲视频观看链接：

http://yun.baidu.com/s/1pJ5jzHx#path=%252F

我的百度网盘共享内容：http://pan.baidu.com/s/1qWK9CMo