Actor模型的分布式计算框架

标签：data   linux   ==   死锁   属性   模型   sage   开发   逻辑   

===================================================================================================

Actor模型的理念：

所有对象皆是Actor，Actor之间仅通过Message Passing来通信，所有操作都是异步的，使得整个系统获得大规模的并发能力。

Actor消息内容，一般包括几个主要属性：

• source：发送方
• subject：主题，表明消息类型。
• data：消息内容。

Actor收到消息之后，可以做的处理：

• 创建其他Actor
• 向其他Actor发送消息
• 指定下一条消息到来的行为，例如修改自己的状态

基于Actor构建一个分布式应用程序，一般有一个Root Actor，然后多个Worker Actor。 例如：

• 有10个文件要处理；先创建一个Root Actor，然后Root Actor创建10个Worker Actor，每个Worker Actor处理1个文件。
• Root Actor要给Worker Actor发送一个消息，消息中包含分配给它的文件编号。
• Worker Actor计算完成之后，返回结果给Root Actor，由Root Actor汇总和输出。
• Root Actor要监控Worker Actor的状态，并进行处理，例如重新拉起一个新的Worker Actor。

Actor模型的优势：

• 消息收发、线程调度、同步等所有复杂逻辑，都交给Actor框架。 开发者只需要关心Actor之间的消息即可，而且Actor也可以很容易地单独测试。

Actor模型的劣势：

• Actor完全避免了数据共享，使得程序员失去精细化并发优化的能力，所以不太适合实施细粒度的并行，且可能导致系统响应时延的增加。如果在Actor程序中在引入一些并行框架，就可能导致系统的不确定性。Actor程序的性能，取决于Actor框架的底层实现，包括调度、消息传输和网络等等。
• 尽管Actor模型程序，比“线程+锁”模型的程序更容易调试，但是还是会有死锁这类共性问题，还有一些Actor特有问题，例如消息队列溢出。

===================================================================================================

Akka：

对并行程序的简单的高层的抽象；

异步非阻塞、高性能的事件驱动的编程模型；

非常轻量的事件驱动处理(1G内存可容纳270万个Actors)。

Akka Actor分为user和system两种：

Akka的每个Actor都有一个Path，ActorSystem要维护一个Actor命名空间，具体做法参考了Linux Kernel的文件系统，顶层Actor是根路径/，然后下面分别是user和system两个子路径，把user空间和system空间分离，将system actor识别出来，从而可以针对性地实现精细化调度及增强系统内核的稳定性。

 参考《架构解密-从分布式到微服务》

===================================================================================================

Actor模型的分布式计算框架

标签：data   linux   ==   死锁   属性   模型   sage   开发   逻辑   

原文地址：https://www.cnblogs.com/ruanchao/p/14855177.html