讨喜的隔离可变性(四)收发消息

简介:

我们可以向角色发送任何类型的消息——String、Integer、Long、Double、List、Map、元组(tuples)、Scala的case类…但其中有一点需要注意的是,上述所有类型的消息都必须是不可变的。在上述这些类型中,我对于元组有着特殊的偏好,这并非因为我听到别人把元组误读成“two-ples”时感到很有趣,而是由于元组是轻量的、不可变的并且是最容易创建的实例之一。例如,在Scala中,我们可以简单地用(number1,number2)来创建一个含有两个数字的元组。除了元组之外,Scala的case类也是用来定义消息的理想类型——因为case类是不可变的、可以进行模式匹配并且还很容易进行复制。在Java中,我们可以通过将消息定义为一个不可修改(unmodifiable)的Collection的方式来将多个对象塞到一个消息中。当我们向角色传递消息时,如果发送者和接收者都在同一个JVM里[1],则默认情况下我们传递的是消息的引用。需要注意的是,保证所传递消息的不可变性是程序员自己的责任,尤其是当所发送的消息是我们自定义的类时则更需要加倍小心。为了解决这个问题,我们可以让Akka替我们先将消息序列化,然后将序列化出来的拷贝而不是原对象的引用发送出去,这样就可以避免由于类定义不严谨所造成的问题。

与角色交互最简单的方式莫过于“发送并忘记(fire and forget)”,即先将消息发出去,然后不等响应继续做下面的事。这种做法从性能角度考虑也是最好的选择。其中,发送动作是由调用方角色/线程发起的一个非阻塞操作。我们可以使用sendOneWay()函数或Scala的!函数来发送一个单向消息。

除了“发送并忘记”交互模式之外,Akka还提供了双向消息交互模式,以应对我们在发出消息之后需要等待对端角色响应的情况。在这种模式下,调用线程将被阻塞,直至收到对方响应或达到超时时间为止。下面让我们一起来看看如何在Java和Scala中收发消息。

在Java中收发消息

我们可以通过sendRequestReply()函数来发送消息并等待接收方响应。如果接收方的响应未在(可配置的)超时时间内到达,则系统将抛出ActorTimeoutException异常。下面让我们通过一个示例来学习这种双向消息通信方式:


01 public class FortuneTeller extends UntypedActor {
02 public void onReceive(final Object name) {
03 getContext().replyUnsafe(String.format("%s you'll rock", name));
04 }
05 public static void main(final String[] args) {
06 final ActorRef fortuneTeller =
07 Actors.actorOf(FortuneTeller.class).start();
08 try {
09 final Object response = fortuneTeller.sendRequestReply("Joe");
10 System.out.println(response);
11 } catch(ActorTimeoutException ex) {
12 System.out.println("Never got a response before timeout");
13 } finally {
14 fortuneTeller.stop();
15 }
16 }
17 }

在上面的代码中,我们定义了一个名为FortuneTeller的角色,它对收到的消息都会直接进行回复。为了发送回复消息,我们需要先调用getContext()函数获取调用上下文,然后再调用其replyUnsafe()函数来发送消息内容。调用replyUnsafe()函数所执行的发送动作是非阻塞的,并且请注意,在发送响应消息的过程中我们没有调用任何与角色有关的代码。在main()函数中我们调用了sendRequestReply()函数,该函数会在内部创建一个Future类并等待对方响应或超时抛出异常。下面让我们通过运行上述代码来看看Joe的命运如何:

Joe you’ll rock

我们上面实现的这个FortuneTeller实际上还有个问题没解决,即该角色依赖于消息发送者的发送方式。当消息发送方调用sendRequestReply()函数时,该函数会创建一个内部的Future用于等待对方响应。而如果我们换用sendOneWay()来发送消息的话,则replyUnsafe()函数将会失败。为了避免这种情况的发生,我们需要在调用replyUnsafe()函数之前先检查一下是否能匹配到一个处于阻塞状态的发送者。我们可以通过从上下文中读取发送者引用的方式来进行这个检查,也可以通过replySafe()函数的返回值来进行判断。因为当能取到发送者的引用时该函数会返回true,反之则返回false。下面我们就着手对FortuneTeller进行修改,以使其可以处理发送者没有阻塞地等待响应消息的情况:


01 public class FortuneTeller extends UntypedActor {
02 public void onReceive(final Object name) {
03 if(getContext().replySafe(String.format("%s you'll rock", name)))
04 System.out.println("Message sent for " + name);
05 else
06 System.out.println("Sender not found for " + name);
07 }
08 public static void main(final String[] args) {
09 final ActorRef fortuneTeller =
10 Actors.actorOf(FortuneTeller.class).start();
11 try {
12 fortuneTeller.sendOneWay("Bill");
13 final Object response = fortuneTeller.sendRequestReply("Joe");
14 System.out.println(response);
15 } catch(ActorTimeoutException ex) {
16 System.out.println("Never got a response before timeout");
17 } finally {
18 fortuneTeller.stop();
19 }
20 }
21 }

如上所示,新版的FortuneTeller代码很优雅地处理了我们之前提到的那些问题,即使接收方没找到发送者也不会导致处理失败。


1 Sender not found for Bill
2 Message sent for Joe
3 Joe you'll rock

我们知道,sendRequestReply()函数是需要等待对方响应的阻塞式函数,而sendOneWay()函数则是单向且非阻塞的。而如果既想要接收响应又不想被阻塞,则可以使用更复杂一些的sendRequestReplyFuture()函数。该函数可以返回一个Future对象,而拿到Future对象之后我们就可以继续干其他的事,直到我们真正需要用到对方的响应时,再选择阻塞式地等待或通过之前拿到的那个Future对象来查询对方的响应是否已经可用。类似地,在角色这一侧我们可以从上下文引用中取到senderFuture,并通过它来与发送方进行通信。在后面的示例中,我们会看到上述这些函数的具体用法,这里就不再赘述了。

请务必谨慎使用sendRequestReply()和sendRequestReplyFuture()函数,因为这两个函数都是阻塞的,所以调用它们对程序的性能和可扩展性都会造成负面影响。

在Scala中收发消息

如果想要在Scala中与角色进行消息收发,我们需要有些心理准备,因为在Scala中我们所采用的方法将会与Java API有不小的差别:

在Scala中,我们可以直接使用self属性来访问actor。通过该属性,我们可以调用reply()函数或replySafe()函数,其中reply()就是replyUnsafe()在Scala侧的等价函数。

在Scala中,我们既可以调用sendRequestReply()函数,也可以调用更优雅的 !! 函数——当然美是人者见仁智者见智的。同样地,!!!也可以被用来替换sendRequestReplyFuture()函数。

在Scala中,sendRequestReply()函数不再返回一个Object,而是返回一个Scala的Option。当接收方的响应抵达时,这个Option将是一个Some[T]的实例。该实例中存有响应的具体内容,而在超时的情况下则响应内容为None。所以,与Java版本所不同的是,在Scala中调用sendRequestReply()函数在超时的时候不会抛异常。

下面让我们先用不安全的reply()函数实现Scala版的FortuneTeller:


01 class FortuneTeller extends Actor {
02 def receive = {
03 case name : String =>
04 self.reply(String.format("%s you'll rock", name))
05 }
06 }
07 176 • Chapter 8. Favoring Isolated Mutability
08 object FortuneTeller {
09 def main(args : Array[String]) : Unit = {
10 val fortuneTeller = Actor.actorOf[FortuneTeller].start()
11 val response = fortuneTeller !! "Joe"
12 response match {
13 case Some(responseMessage) => println(responseMessage)
14 case None => println("Never got a response before timeout")
15 }
16 fortuneTeller.stop()
17 }
18 }

在角色的实现代码中,我们可以看到与Java版本的两点不同:其一是这里中我们用self代替了getContext()函数,另一个则是用reply()代替了replyUnsafe()函数。在调用方这一侧,我们使用了!!,即java中的sendRequestReply()函数来给角色发送消息,并在所收到的响应内容上应用了模式匹配。如果发送方收到对端的响应,则第一个case语句将被执行,而如果响应超时则第二个case语句将被执行。不出所料,该示例代码的运行结果与Java版完全相同:


1 Joe you'll rock

除了我们之前所讨论过的那些变更之外,安全版reply()函数的使用方式与Java版本差别不大。在Scala中,我们使用的是reply_?()或replySafe()。


01 class FortuneTeller extends Actor {
02 def receive = {
03 case name : String =>
04 if(self.reply_?(String.format("%s you'll rock", name)))
05 println("Message sent for " + name)
06 else
07 println("Sender not found for " + name)
08 }
09 }
10 object FortuneTeller {
11 def main(args : Array[String]) : Unit = {
12 val fortuneTeller = Actor.actorOf[FortuneTeller].start()
13 fortuneTeller ! "Bill"
14 val response = fortuneTeller !! "Joe"
15 response match {
16 case Some(responseMessage) => println(responseMessage)
17 case None => println("Never got a response before timeout")
18 }
19 fortuneTeller.stop()
20 }
21 }

通过上述修改,即使是在发送者未知的情况下,新版本的FortureTeller也不会失败:


1 Sender not found for Bill
2 Message sent for Joe
3 Joe you'll rock

Akka有一点很方便的行为就是,当我们用Akka发送消息时,它会将发送者的引用透明地传递过去。于是我们就无需显式地将发送者作为消息的一部分传递出去,从而省去了很多繁冗的代码。

如果不习惯使用像!、!!、!!!以及reply_?这样的函数名,我们也可以分别用sendOneWay()、sendRequestReply()、sendRequestReplyFuture()以及replySafe()这些函数来替换使用。



[1] Akka同样支持远程角色,以便使我们可以在不同机器的离散进程之间发送消息。

目录
相关文章
|
网络协议 网络架构
广播是否不会增加网络通信量?
广播是否不会增加网络通信量?
64 0
|
8月前
|
消息中间件 中间件
中间件消息降低系统间的耦合性
【6月更文挑战第8天】
83 5
|
5月前
|
网络协议 程序员 UED
如何确保单聊消息100%送达?揭秘消息可靠传输的核心机制!
哈喽,大家好!我是技术好朋友小米,今天聊聊单聊消息的可靠传输。通过TCP的超时、重传、确认机制,结合去重和离线消息优化,我们可以设计出高效、可靠的消息传输系统。希望今天的分享能给大家带来帮助!如果有问题,欢迎留言交流。
73 0
如何确保单聊消息100%送达?揭秘消息可靠传输的核心机制!
|
存储 数据处理
想让系统更具有弹性?了解背压机制和响应式流的秘密!
想让系统更具有弹性?了解背压机制和响应式流的秘密!
120 0
|
消息中间件 存储 运维
窥探:消息中间件消息不丢不重奥秘
窥探:消息中间件消息不丢不重奥秘
151 0
|
Java 调度
35. 谈谈你对Java线程之间通信方式的理解
35. 谈谈你对Java线程之间通信方式的理解
67 0
|
消息中间件 存储 Kafka
保证严格的消息顺序消费究竟有多难?
我们都知道无论是 Kafka 还是 RocketMQ,每个主题下面都有若干分区(RocketMQ 叫队列),如果消息被分配到不同的分区中,那么 Kafka 是不能保证消息的消费顺序的,因为每个分区都分配到一个消费者,此时无法保证消费者的消费先后,因此如果需要进行消息具有消费顺序性,可以在生产端指定这一类消息的 key,这类消息都用相同的 key 进行消息发送,kafka 就会根据 key 哈希取模选取其中一个分区进行存储,由于一个分区只能由一个消费者进行监听消费,因此这时候消息就具有消息消费的顺序性了。
185 0
保证严格的消息顺序消费究竟有多难?
|
机器学习/深度学习 编解码 5G
前传感知的协作传输和接收之上行链路 | 带你读《5G系统关键技术详解》之十二
本节说明了上行链路和下行链路 C-RAN 的波束成形 设计技术,并将 C-RAN 用户的理论可实现速率表征为前传容量限制的函数。
前传感知的协作传输和接收之上行链路   | 带你读《5G系统关键技术详解》之十二