Akka简单性能分析

简介:

因为最近工作的关系,要把异步任务从应用服务器中拆分到专门的异步处理服务器中。

方案一

是采用MQ的方式将任务消息发出,在服务端进行处理,这种方案是采用MQ作为中间的媒介,在服务端采用线程池异步处理任务,处理完成之后将结果发送到MQ中,客户端采用侦听的方式得到结果继续进行处理。

这种方案的不足是,可能在某些需求的情况下,需要将结果存放到共享的HashMap或者Threadlocal中进行存放结果,客户端会一直阻塞,直到得到结果,从多线程的角度来说,还是用了共享变量,虽然共享变量可能是线程安全的,但是从并发模型的角度来讲,并不是一个最好的方式。

方案二

采用比较流行的Akka框架来实现。
Akka的五大特性

  • 易于构建并行和分布式应用
  • 可靠性(Resilient by Design)
    系统具备自愈能力,在本地/远程都有监护。
  • 高性能(High Performance)
    在单机中每秒可发送50000000个消息。内存占用小,1GB内存中可保存2500000个actors。
  • 弹性,无中心(Elastic — Decentralized)
    自适应的负责均衡,路由,分区,配置
  • 可扩展(Extensible) 可以使用Akka 扩展包进行扩展。

因为之前一直研究Scala,Scala的多线程处理的性能是非常高的,那基于Scala语言而开发出来的Akka框架得到了广泛使用。那么接下来我将使用一个非常简单的例子,以及一些测试用例展现一下它的性能。
代码如下:


import akka.actor.ActorRef;
import akka.actor.ActorSystem;
import akka.actor.Props;
import akka.actor.UntypedActor;

/**
 * PROJECT_NAME: akkademo
 * DATE:         16/2/27
 * CREATE BY:    chao.cheng
 **/
public class ToStringActor extends UntypedActor {
    @Override
    public void onReceive(Object message) {
        System.out.println(message.toString());
        try {
            Thread.sleep(500);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }


    public static void main(String[] args) {
        ActorSystem system = ActorSystem.create("toStringActor");
        final ActorRef toString = system.actorOf(Props.create(ToStringActor.class),"toString");
        for(int i=0;i<10000000;i++) {
            toString.tell("test"+i,toString);
        }
        System.out.println("[结束]=======================");
    }
}

程序的简单说明:
采用事件的机制,循环发送一千万条数据,通过onReceive方法异步处理任务。

用VisualVM工具截图可以看到:

DFF8C31B-3886-4F75-A56B-EA78F85A6067.png

后台其实自适应只起了三个线程在运行,分别是dispatcher-2,dispatcher-3,dispatcher-4。


目录
相关文章
|
4月前
|
缓存 API 数据安全/隐私保护
京东商品详情API接口全攻略:从数据获取到业务落地
在电商数据驱动决策的时代,京东商品详情API为开发者、商家及数据分析机构提供了获取精准商品数据的重要通道。本文详解接口调用流程、代码示例及实战应用,涵盖前期准备、签名生成、多语言调用及关键参数解析,助力构建比价系统、库存管理与竞品分析等应用。
|
5月前
|
机器学习/深度学习 人工智能 监控
突破传统监控瓶颈:AI驱动的高精度路口违规实时识别系统
本系统融合计算机视觉与深度学习,构建全栈式AI智能交通感知与决策平台,实现路口高危行为毫秒级识别与响应,显著降低交通事故率,提升执法效率与道路安全水平。
356 0
|
12月前
|
运维 前端开发 C#
一套以用户体验出发的.NET8 Web开源框架
一套以用户体验出发的.NET8 Web开源框架
320 7
一套以用户体验出发的.NET8 Web开源框架
|
10月前
|
机器学习/深度学习 数据采集 编解码
视频生成框架EasyAnimate正式开源!
视频生成框架EasyAnimate正式开源!
421 0
|
JavaScript Android开发
|
机器学习/深度学习 自然语言处理 算法
原作者带队,LSTM卷土重来之Vision-LSTM出世
【6月更文挑战第14天】Vision-LSTM (ViL) 研究复兴了LSTM在计算机视觉领域的应用,通过xLSTM模型解决了处理大规模图像数据的效率问题。ViL模型采用堆叠的xLSTM块,从不同方向处理图像,增强上下文理解和空间结构捕获,从而在图像分类、目标检测等任务上展现出与Transformer相当甚至更好的性能。尽管存在梯度问题、模型复杂性和潜在替代风险,ViL模型的竞争力和较低的计算复杂度使其在实践中颇具吸引力。[论文链接](https://arxiv.org/abs/2406.04303)
277 2
|
存储 弹性计算 监控
【阿里云弹性计算】阿里云ECS全面解析:弹性计算服务的核心优势与应用场景
【5月更文挑战第20天】阿里云ECS是提供可伸缩计算能力的云服务,支持多种规格实例,满足不同需求。其核心优势包括灵活性、高性能、高可用性、安全性和易用性。适用场景包括网站托管、大数据处理、游戏多媒体应用及测试开发环境。通过Python示例代码展示了如何创建ECS实例,助力企业专注业务发展,简化基础设施管理。
533 5
|
Go 调度 云计算
为什么我们放弃了Erlang技术栈
结合小博无线技术团队的具体经验,深入讨论了Erlang技术栈在云计算环境中所遇到的问题。
13026 2
|
存储 NoSQL Java
比亚迪面试,全程八股!
比亚迪面试,全程八股!
369 3
|
SQL 分布式计算 Apache
流数据湖平台Apache Paimon(六)集成Spark之DML插入数据
流数据湖平台Apache Paimon(六)集成Spark之DML插入数据
478 0