十分钟理解Actor模式

简介:

Actor模式是一种并发模型,与另一种模型共享内存完全相反,Actor模型share nothing。所有的线程(或进程)通过消息传递的方式进行合作,这些线程(或进程)称为Actor。共享内存更适合单机多核的并发编程,而且共享带来的问题很多,编程也困难。随着多核时代和分布式系统的到来,共享模型已经不太适合并发编程,因此几十年前就已经出现的Actor模型又重新受到了人们的重视。MapReduce就是一种典型的Actor模式,而在语言级对Actor支持的编程语言Erlang又重新火了起来,Scala也提供了Actor,但是并不是在语言层面支持,Java也有第三方的Actor包,Go语言channel机制也是一种类Actor模型。


单线程编程


单核单机时代一般都是单线程编程,如果把程序比作一个工厂,那么只有一个工人,这个工人负责所有的事情,所有的原料,工具产品等都放到一个地方,因为只有一个人,因此使用一套工具就行,取原料也不用排队等。wKioL1WOK1TARuclAADkQl8bN5U550.jpg


多线程编程-共享内存


到了多核时代,有多个工人,这些工人共同使用一个仓库和车间,干什么都要排队。比如我要从一块钢料切出一块来用,我得等别人先用完。有个扳手,另一个人在用,我得等他用完。两个人都要用一个切割机从一块钢材切一块钢铁下来用,但是一个人拿到了钢材,一个人拿到了切割机,他们互相都不退让,结果谁都干不了活。

wKiom1WOKpHgGDoXAAFY8MuvOgA842.jpg

假如现在有一个任务,找100000以内的素数的个数,最多使用是个线程,如果用共享内存的方法,可以用下面的代码实现。可以看到,这些线程共享了currentNum和totalPrimeCount,对它们做操作时必须上锁。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
public  class  PrimeCount  implements  Runnable {
    
     private  int  currentNum =  2 ;   //从2开始找
     private  int  totalPrimeCount =  0 //当前已经找到的
     
     //取一个数,不能重复,最大到100000
     private  int  incrCurrentNum() { 
         synchronized  ( this ) {      //如果不用锁,必然会出错。
             if (currentNum >  100000 ) {
                 return  - 1 ;
             else  {
                 int  result = currentNum;
                 currentNum++;
                 return  result;
             }  
         }
     }
     
    //把某个线程找到的素数个数加上
     private  void  accPrimeCount( int  count) { 
         synchronized  ( this ) {
             totalPrimeCount += count;
         }
     }
     
     @Override
      //一直取数并判断是否为素数,取不到了就把找到的个数累加
     public  void  run() { 
         int  primeCount =  0 ;
         int  num;
         while ((num=incrCurrentNum()) != - 1 ) {
             if (isPrime(num)) {
                 primeCount++;
             }
         }
         accPrimeCount(primeCount);
     }
     private  boolean  isPrime( int  num) {
         for ( int  i =  2 ; i < num; i++) {
             if (num % i ==  0 ) {
                 return  false ;
             }
         }
         return  true ;
    
     
     @SuppressWarnings ( "static-access" )
     public  static  void  main(String[] args){
         PrimeCount pc =  new  PrimeCount();
         for ( int  i =  0 ; i <  10 ; i++) {
             new  Thread(pc).start();
         }
         try  {
             Thread.currentThread().sleep( 5000 );
         catch  (InterruptedException e) {
             // TODO Auto-generated catch block
             e.printStackTrace();
         }
         System.out.println(pc.getTotalPrimeCount());
     }
     
     public  int  getTotalPrimeCount() {
         return  totalPrimeCount;
     }
  
}


多线程/分布式编程-Actor模型


到了分布式系统时代,工厂已经用流水线了,每个人都有明确分工,这就是Actor模式。每个线程都是一个Actor,这些Actor不共享任何内存,所有的数据都是通过消息传递的方式进行的。

wKiom1WOKyPBDRjpAAGSeStUphQ651.jpg


如果用Actor模型实现统计素数个数,那么我们需要1个actor做原料的分发,就是提供要处理的整数,然后10个actor加工,每次从分发actor那里拿一个整数进行加工,最终把加工出来的半成品发给组装actor,组装actor把10个加工actor的结果汇总输出。

用scala实现,下面是工程的结构:

wKioL1WdJcqjpAFzAAD5VFWMxWE737.jpg

这是它们传递的消息,有一些指令,剩下的都是Int数据:

wKiom1WdJGejogeEAADFcGfvlHM213.jpg

一个Actor的代码结构一般是下面这种结构,不停的接受消息并处理,没有消息就等待:

wKioL1WdJniAb7CiAACCrB88e3w417.jpg

组装者代码:

wKiom1WdJQuC2KISAAD_TzvsHmU128.jpg

分发者代码:

wKiom1WdJT6ToafUAAHzO5b-wbg835.jpg

加工者代码:

wKioL1WdJ8aQb3cnAAH3zqiR_OY263.jpg

主线程代码:

wKiom1WdJkDCESVPAAHn1a3-nqU963.jpg

工程代码可以在附件中下载。这个代码实现的效果与前面用Java实现的是一样的,但是各个线程没有共享内存,也没有锁,这样开发起来容易,而且更适合分布式编程,因为分布式编程本身就不适合共享内存。Scala的Actor不能原生的支持分布式,但是Erlang可以,使用Erlang的Actor,分布式编程就和本地编程基本一样。但是Erlang的语法难懂,而且没有变量,几乎所有需要使用循环的地方都得用递归。


本文转自nxlhero 51CTO博客,原文链接:http://blog.51cto.com/nxlhero/1666250,如需转载请自行联系原作者

相关文章
|
算法 编译器 Go
三分钟掌握Actor和CSP模型
一直想比较Actor模型与golang的CSP模型,经过一段时间的实战记录了本文。
三分钟掌握Actor和CSP模型
|
消息中间件 前端开发 Java
Actor 模型工作机制和消息机制 | 学习笔记
快速学习 Actor 模型工作机制和消息机制
Actor 模型工作机制和消息机制 | 学习笔记
|
7月前
|
关系型数据库 数据处理 对象存储
实时计算 Flink版产品使用问题之定时器执行存在延迟好几个小时,该如何处理
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
feed留,单聊群聊,系统通知,状态同步,到底是推还是拉?
今天抛一个话题,根据业务现象,一起讨论其后端实现是推还是拉?
701 0
|
人工智能 负载均衡 监控
支付宝定时任务怎么做?三层分发任务处理框架介绍
本文将从单机定时调度开始,循序渐进地带领大家了解五福定制三层分发任务处理框架。
24774 3
支付宝定时任务怎么做?三层分发任务处理框架介绍
|
SQL 开发框架 安全
三分钟掌握共享内存 & Actor并发模型
吃点好的,很有必要。今天介绍常见的两种并发模型:共享内存&Actor
三分钟掌握共享内存 & Actor并发模型
|
消息中间件 SQL NoSQL
只会单机执行定时任务?多机执行 yyds!
那我们是否有一种方法,可以让任务在多机同时执行,然后又可以避免多机同时处理相同数据的问题呢?这里给大家介绍一种多机分片的方式,也是最近在公司Get到的新技能。
152 0
|
数据处理 调度 数据库
Elastic-Job任务错过机制(misfire)与幂等机制(monitorExecution)
Elastic-Job任务错过机制(misfire)与幂等机制(monitorExecution)

热门文章

最新文章