scala当中的Actor并发编程

Posted starzy

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了scala当中的Actor并发编程相关的知识,希望对你有一定的参考价值。

注:Scala Actor是scala 2.10.x版本及以前版本的Actor。

Scala在2.11.x版本中将Akka加入其中,作为其默认的Actor,老版本的Actor已经废弃。

1、什么是Scala Actor

  1. Scala中的并发编程思想与Java中的并发编程思想完全不一样,Scala中的Actor是一种不共享数据,依赖于消息传递的一种并发编程模式, 避免了死锁、资源争夺等情况。在具体实现的过程中,Scala中的Actor会不断的循环自己的邮箱,并通过receive偏函数进行消息的模式匹配并进行相应的处理。?
  2. 如果Actor A和 Actor B要相互沟通的话,首先A要给B传递一个消息,B会有一个收件箱,然后B会不断的循环自己的收件箱, 若看见A发过来的消息,B就会解析A的消息并执行,处理完之后就有可能将处理的结果通过邮件的方式发送给A

    ? ?

    技术图片

概念

Scala中的Actor能够实现并行编程的强大功能,它是基于事件模型的并发机制,Scala是运用消息的发送、接收来实现高并发的

Actor可以看作是一个个独立的实体,他们之间是毫无关联的。但是,他们可以通过消息来通信。一个Actor收到其他Actor的信息后,它可以根据需要作出各种相应。消息的类型可以是任意的,消息的内容也可以是任意的。

java并发编程与Scala Actor编程的区别

技术图片

对于Java,我们都知道它的多线程实现需要对共享资源(变量、对象等)使用synchronized 关键字进行代码块同步、对象锁互斥等等。而且,常常一大块的try…catch语句块中加上wait方法、notify方法、notifyAll方法是让人很头疼的。原因就在于Java中多数使用的是可变状态的对象资源,对这些资源进行共享来实现多线程编程的话,控制好资源竞争与防止对象状态被意外修改是非常重要的,而对象状态的不变性也是较难以保证的。

Java的基于共享数据和锁的线程模型不同,Scala的actor包则提供了另外一种不共享任何数据、依赖消息传递的模型,从而进行并发编程。

? ?

Actor的执行顺序

1、首先调用start()方法启动Actor

2、调用start()方法后其act()方法会被执行

3、向Actor发送消息

4、act方法执行完成之后,程序会调用exit方法

? ?

? ?

发送消息的方式

!

发送异步消息,没有返回值。

!?

发送同步消息,等待返回值。

!!

发送异步消息,返回值是 Future[Any]

注意:Future 表示一个异步操作的结果状态,可能还没有实际完成的异步任务的结果。

Any 是所有类的超类,Future[Any]的泛型是异步操作结果的类型。

2、Actor实战

第一个例子

怎么实现actor并发编程:

1、定义一个class或者是object继承Actor特质,注意导包import scala.actors.Actor

2、重写对应的act方法

3、调用Actor的start方法执行Actor

4、当act方法执行完成,整个程序运行结束

import scala.actors.Actor

? ?

class Actor1 extends Actor{

override def act(): Unit = {

for(i <- 1 to 10){

println("actor1====="+i)

}

}

}

object Actor2 extends Actor{

override def act(): Unit = {

for(j <- 1 to 10){

println("actor2====="+j)

}

}

}

object Actor1{

def main(args: Array[String]): Unit = {

val actor = new Actor1

actor.act()

Actor2.act()

}

}

说明:上面分别调用了两个单例对象的start()方法,他们的act()方法会被执行,相同与在java中开启了两个线程,线程的run()方法会被执行

注意:这两个Actor是并行执行的,act()方法中的for循环执行完成后actor程序就退出

第二个例子

怎么实现actor发送、接受消息

1、定义一个class或者是object继承Actor特质,注意导包import scala.actors.Actor

2、重写对应的act方法

3、调用Actor的start方法执行Actor

4、通过不同发送消息的方式对actor发送消息

5、act方法中通过receive方法接受消息并进行相应的处理

6、act方法执行完成之后,程序退出

? ?

import scala.actors.Actor

class MyActor2 extends Actor{

override def act(): Unit = {

receive{

case "start" => println("starting......")

// case _ => println("我没有匹配到任何消息")

}

}

}

object MyActor2{

def main(args: Array[String]): Unit = {

val actor = new MyActor2

actor.start()

actor ! "start"

}

}

第三个例子

怎么实现actor可以不断地接受消息:

在act方法中可以使用while(true)的方式,不断的接受消息。

class MyActor3 extends Actor{

override def act(): Unit = {

while (true){

receive{

case "start" => println("starting")

case "stop" =>println("stopping")

}

}

}

}

object MyActor3{

def main(args: Array[String]): Unit = {

val actor = new MyActor3

actor.start()

actor ! "start"

actor ! "stop"

}

}

说明:在act()方法中加入了while (true) 循环,就可以不停的接收消息

注意:发送start消息和stop的消息是异步的,但是Actor接收到消息执行的过程是同步的按顺序执行

? ?

第四个例子

使用react方法代替receive方法去接受消息

好处:react方式会复用线程,避免频繁的线程创建、销毁和切换。比receive更高效

注意: react 如果要反复执行消息处理,react外层要用loop,不能用while

? ?

class MyActor4 extends Actor{

override def act(): Unit = {

loop{

react{

case "start" => println("starting")

case "stop" => println("stopping")

}

}

}

}

object MyActor4{

def main(args: Array[String]): Unit = {

val actor = new MyActor4

actor.start()

actor ! "start"

actor ! "stop"

? ?

}

}

第五个例子

结合case class样例类发送消息和接受消息

? ?

  1. 将消息封装在一个样例类中
  2. 通过匹配不同的样例类去执行不同的操作
  3. Actor可以返回消息给发送方。通过sender方法向当前消息发送方返回消息

? ?

? ?

case class AsyncMessage(id:Int,message:String)

case class SyncMessage(id:Int,message:String)

case class ReplyMessage(id:Int,message:String)

class MyActor5 extends Actor{

override def act(): Unit = {

loop{

react{

case AsyncMessage(id,message) => {

println(s"$id,$message")

sender ! ReplyMessage(2,"异步有返回值的消息处理成功")

}

case SyncMessage(id,message) =>{

println(s"$id,$message")

sender ! ReplyMessage(id,"我是同步消息的返回值,等到我返回之后才能继续下一步的处理")

}

}

}

}

}

? ?

object MyActor5{

? ?

def main(args: Array[String]): Unit = {

val actor: MyActor5 = new MyActor5

actor.start()

actor ! AsyncMessage(1,"helloworld")

val asyncMessage: Future[Any] = actor !! AsyncMessage(2,"actorSend")

val apply: Any = asyncMessage.apply()

println(apply)

println("helloworld22222")

//同步阻塞消息

val syncMessage: Any = actor !? SyncMessage(3,"我是同步阻塞消息")

println(syncMessage)

}

}

第六个例子

需求:

用actor并发编程写一个单机版的WordCount,将多个文件作为输入,计算完成后将多个任务汇总,得到最终的结果。

? ?

大致的思想步骤:

  1. 通过loop +react 方式去不断的接受消息
  2. 利用case class样例类去匹配对应的操作
  3. 其中scala中提供了文件读取的接口Source,通过调用其fromFile方法去获取文件内容
  4. 将每个文件的单词数量进行局部汇总,存放在一个ListBuffer中
  5. 最后将ListBuffer中的结果进行全局汇总。

import scala.actors.{Actor, Future}

import scala.collection.mutable

import scala.collection.mutable.ListBuffer

import scala.io.{BufferedSource, Source}

? ?

case class FileName(path: String)

case class ResultTask(mapWithWord: Map[String, Int])

? ?

class WordCount extends Actor {

override def act(): Unit = {

loop {

react {

//使用loop + react的方式接受我们的数据

case FileName(path: String) => {

//使用Source来读取文件内容

val file: BufferedSource = Source.fromFile(path)

//获取文件所有内容

val fileContent: String = file.mkString

// println(fileContent)

//对文件内容进行切分

val split: Array[String] = fileContent.split(" ")

// println(split.toBuffer)

//对每一行进行按照空格进行切分

// val map: Array[Array[String]] = split.map(x => x.split(" "))

//切分之后,将数据进行压平

// val flatten: Array[String] = map.flatten

val flatten: Array[String] = split.flatMap(x => x.split(" "))

val map1: Array[(String, Int)] = flatten.map(x => (x, 1))

// println(map1.toBuffer)

val byKey: Map[String, Array[(String, Int)]] = map1.groupBy(x => x._1)

val values: Map[String, Int] = byKey.mapValues(x => x.length)

sender ! ResultTask(values)

}

}

}

}

}

? ?

object WordCount {

def main(args: Array[String]): Unit = {

//申明一个变量,存放我们的结果数据

val resultTasks = new ListBuffer[ResultTask]

//申明一个set集合用于存放我们异步发送的返回消息值

val futureSet: mutable.HashSet[Future[Any]] = new mutable.HashSet[Future[Any]]()

//定义我们需要统计的数据文件路径

val files: Array[String] = Array("F:\\ wordCount\\1.txt", "F:\\wordCount\\2.txt", "F: \\wordCount\\3.txt")

//循环遍历我们的数据文件,然后进行发送

for (f <- files) {

val count: WordCount = new WordCount

count.start();

val value: Future[Any] = count !! FileName(f)

futureSet.add(value)

}

while (futureSet.size > 0) {

//过滤我们的set集合,只取那些有值的set集合

val completeFuture: mutable.HashSet[Future[Any]] = futureSet.filter(x => x.isSet)

for (future <- completeFuture) {

// 调用apply方法,获取到我们的future实例,实际上就是ResultTask

val futureApply: Any = future.apply()

//判断我们的结果值如果是ResultTask类型的话,那么我们就添加到我们的ListBuffer当中去,表示已经获取到了返回结果

resultTasks += futureApply.asInstanceOf[ResultTask]

//添加完ListBuffer之后,将set集合当中的元素减少,以便于退出while循环

futureSet -= future

}

}

println(resultTasks)

val flatten: ListBuffer[(String, Int)] = resultTasks.map(x => x.mapWithWord).flatten

val by: Map[String, ListBuffer[(String, Int)]] = flatten.groupBy( x => x._1)

println(by)

//第一个下划线表示我们累加之后的结果

// 第二个下划线表示我们集合当中每一个元组

// _2 表示元组当中第二个元素

val values: Map[String, Int] = by.mapValues(x => x.foldLeft(0)( _ + _._2))

for((k,v) <- values){

println(k+"====>"+v)

}

}

}

以上是关于scala当中的Actor并发编程的主要内容,如果未能解决你的问题,请参考以下文章

Scala基础 模式匹配样例类与Actor编程

Scala基础 模式匹配样例类与Actor编程

scala多线程之actor并发编程模型

Scala学习之路 Scala的Actor

Scala 学习 并发编程模型Akka

《Scala 语言》Scala 中的 Actor 编程