翻译:AKKA笔记 - 介绍Actors

简介: 任何以前做过多线程的人都不会否认管理多线程程序是困难并且痛苦的。 我说管理是因为它开始很容易而且当你看到性能提升时会很兴奋。

任何以前做过多线程的人都不会否认管理多线程程序是困难并且痛苦的。 我说管理是因为它开始很容易而且当你看到性能提升时会很兴奋。但是,当你看到你没法从子线程的错误中恢复 或者 这些僵尸bug很难重现 或者 当用性能剖析器时你发现你的线程在更新一个共享状态时阻塞了很长时间时,那真的很痛苦。

我倾向于不说Java的并发API和集合把并发编程变的更轻松和容易了,因为如果你看到这,你肯定渴望对子线程任务有更多控制或者希望更简单但又不愿意去写一堆的锁和同步代码块,而且希望对这种模式有更高层的抽象。

着这个Akka笔记里,我们会将Akka的例子过一遍并且看看这个工具箱里的各种特性。

什么是Actors

直接把Actors想象成人,人与人之间不直接说话,人们通过邮件来交流。

下面展开说。

1.消息 MESSAGING

想象有两个人 - 一个有智慧的老师和一个学生。 学生每天早上发邮件给老师,老师则回复一条妙语。

要点:

1.学生发一个邮件。一旦发出,邮件不能被编辑。这叫做不可变性。
2.老师在任何他喜欢的时间检查邮箱。
3.老师会发回一个邮件(也是不可变的)。
4.学生自由的检查自己的邮箱。
5.学生不会等待回复(没有阻塞)。

以上基本上解释了Actor模型的最基本模块 - 传递消息。
这里写图片描述

2. 并发 CONCURRENCY

现在,想象有三个老师和三个学生 -每个学生都给每位老师发邮件。那现在有什么事情发生了呢?没啥变化。每个人都有他们自己的邮箱。有一点需要记一下:

默认规则是邮箱里的邮件是按照接收的顺序来阅读/处理

内部实现默认是用ConcurrentLinkedQueue。并且因为没有人等待捡邮箱里的邮件,这是一个简单的非阻塞消息。(有很多内置的邮箱,事实上我们甚至能自己实现一个)

这里写图片描述

3.故障转移 FAILOVER

想象三个老师来自不同的系 - 历史系,地理系和哲学系

历史老师会对过去的事情进行回复,地理老师会发出一个有趣的地方,哲学老师回复一个格言。每个学生会给每个老师发邮件(消息)并且得到回复。学生并不关心是系里的哪个老师发的回复。如果某一天老师生病了呢?必须至少有一个系里的老师来处理这些邮件(消息)。这时,必须有另一个老师顶替上来处理邮件。
这里写图片描述

需要注意的:

需要有一个能做各种不同事情的Actor的后备池。
一个Actor有可能在处理消息时出现问题。他也不能进行自我恢复。这种情况发生时会有一个新的Actor被创建并且取代老的Actor。一个可选的做法是,Actor可以忽略那个有问题的消息并且直接处理其他还没处理的消息。这种方式叫Directives,我们稍后再说。
4.多任务 MULTITASKING

我们假设老师还会在学生询问的时候用邮件回复考试分数。同样的,Actor可以处理多种类型(type)的消息。

5.串联 CHAINING

如果学生希望拿到一个完整的将三份消息串在一起的邮件而不是三份邮件呢?

我们的Actor仍然可以这么做。我们可以把老师串成一个继承的层次结构。当我们谈到Supervisor和Future时我们还是回到这里。

现在让我们用Actor模型来类推一下这个组件。
这里写图片描述
学生和老师就是我们的Actors。邮箱就是Mailbox组件。请求和回复都不能被更改。他们是不可变(immutable)对象。最后,Actor中的MessageDispatcher组件是用来管理邮箱并且把消息路由到目标邮箱。

这是我翻译的文章,原文在http://rerun.me/2014/09/11/introducing-actors-akka-notes-part-1/


文章来自微信平台「麦芽面包」,微信号「darkjune_think」。转载请注明。

这里写图片描述

目录
相关文章
|
9月前
|
SQL 存储 安全
一文读懂 APP 上架安全评估:你的隐私,由谁守护?
在手机不离手的今天,APP已成为生活助手,但其上架前需经历严格的安全评估。从数据安全、代码漏洞到权限管理,层层把关确保用户隐私与安全。了解这一过程,助力构建更可信的移动生态。
1397 0
IBM Rational Rose Enterprise Edition设置没有箭头的线
IBM Rational Rose Enterprise Edition设置没有箭头的线
785 0
IBM Rational Rose Enterprise Edition设置没有箭头的线
|
2天前
|
人工智能 自然语言处理 安全
阿里云AI数智鉴密:AI 生成内容如何拿到一张"防篡改的身份证"
隐形水印 + C2PA签名:让AI生成内容“持证上岗”。
1093 0
|
11天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
3655 3
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
|
23天前
|
人工智能 缓存 前端开发
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
DeepSeek Harness + DeepSeek V4 Pro 项目实战保姆级教程!手把手带你从零安装开源 AI 编程工具,开发架构图、知识讲解网站、3D 网页游戏、全栈 AI 应用 4 个项目,覆盖运行模式选择、插件安装与开发,看看能不能对标 Claude。
13391 93
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
|
16天前
|
Web App开发 人工智能 API
16 个超火的 DeepSeek Harness 插件,大肥鱼已经落后 N 个版本了。。。
DeepSeek Harness 精选插件推荐合集,从图片识别、浏览器操控、多 Agent 协作到手机远程控制,一口气带你看完 DSH 社区热门的十几个插件,覆盖技能扩展、UI 界面增强、整活玩法三大类,让你的鲸鱼变得更强。
1908 5
|
9天前
|
人工智能 监控 测试技术
Qwen3.8-Flash 来了,100万上下文、Agent、Coding 都加强了
8月26日,通义千问发布Qwen3.8-Flash-Next:125B参数、每Token仅激活6B,原生支持26万Token、可扩展至100万上下文;Coding、Agent与工具调用能力显著增强,面向真实软件工程任务,推动大模型从“回答问题”迈向“完成工作”。
|
12天前
|
人工智能 Linux iOS开发
Ollama使用教程:Ollama官网下载、Ollama本地部署大模型(2026最新)
Ollama 是一款免费开源的本地大模型运行工具,支持在 Windows/macOS/Linux 上离线运行 Qwen、DeepSeek、Llama 等主流开源模型,数据不出本机、隐私安全。提供 OpenAI 兼容 API,命令行一键拉取/运行/管理模型,无需联网,无调用限制,是开发者与 AI 爱好者部署本地 AI 助手的理想选择。(239 字)