1.1. 课程目标
1.1.1. 目标一:熟悉Scala Actor并发编程
1.1.2. 目标二:为学习Akka做准备
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。
1.2. 什么是Scala Actor1.2.1. 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。
1.2.2. java并发编程与Scala Actor编程的区别
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。
与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。
1.2.3. 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
1.2.4. 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。
1.3. Actor实战1.3.1. 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
[AppleScript] 纯文本查看 复制代码
?
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
package cn.itcast.actor
import scala.actors.Actor
object Actor 1 extends Actor {
/ / 重写act方法
def act ( ) {
for ( i < - 1 to 10 ) {
println ( "actor-1 " + i )
Thread.sleep ( 2000 )
}
}
}
object Actor 2 extends Actor {
/ / 重写act方法
def act ( ) {
for ( i < - 1 to 10 ) {
println ( "actor-2 " + i )
Thread.sleep ( 2000 )
}
}
}
object ActorTest extends App {
/ / 启动Actor
Actor 1. start ( )
Actor 2. start ( )
}
|
|
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程序就退出了
1.3.2. 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
[AppleScript] 纯文本查看 复制代码
?
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
package cn.itcast.actor
import scala.actors.Actor
class MyActor extends Actor {
override def act ( ) : Unit = {
receive {
case "start" = > {
println ( "starting ..." )
}
}
}
}
}
object MyActor {
def main ( args : Array[String] ) {
val actor = new MyActor
actor.start ( )
actor ! "start"
println ( "消息发送完成!" )
}
}
|
|
1.3.3. 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。
[AppleScript] 纯文本查看 复制代码
?
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
package cn.itcast.actor
import scala.actors.Actor
class MyActor 1 extends Actor {
override def act ( ) : Unit = {
while ( true ) {
receive {
case "start" = > {
println ( "starting ..." )
}
case "stop" = > {
println ( "stopping ..." )
}
}
}
}
}
object MyActor 1 {
def main ( args : Array[String] ) {
val actor = new MyActor 1
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
1.3.4. 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
[AppleScript] 纯文本查看 复制代码
?
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
package cn.itcast.actor
import scala.actors.Actor
class YourActor extends Actor {
override def act ( ) : Unit = {
loop {
react {
case "start" = > {
println ( "starting ..." )
}
case "stop" = > {
println ( "stopping ..." )
}
}
}
}
}
object YourActor {
def main ( args : Array[String] ) {
val actor = new YourActor
actor.start ( )
actor ! "start"
actor ! "stop"
println ( "消息发送完成!" )
}
}
|
|
1.3.5. 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
[AppleScript] 纯文本查看 复制代码
?
01
02
03
04
05
06
07
08
09
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
|
package cn.itcast.actor
import scala.actors.Actor
case class SyncMessage ( id : Int , msg : String ) / / 同步消息
case class AsyncMessage ( id : Int , msg : String ) / / 异步消息
case class ReplyMessage ( id : Int , msg : String ) / / 返回结果消息
class MsgActor extends Actor {
override def act ( ) : Unit = {
loop {
react {
case "start" = > { println ( "starting...." ) }
case SyncMessage ( id , msg ) = > {
println ( s "id:$id, SyncMessage: $msg" )
Thread.sleep ( 2000 )
sender !ReplyMessage ( 1 , "finished..." )
}
case AsyncMessage ( id , msg ) = > {
println ( s "id:$id,AsyncMessage: $msg" )
/ / Thread.sleep ( 2000 )
sender !ReplyMessage ( 3 , "finished..." )
Thread.sleep ( 2000 )
}
}
}
}
}
object MainActor {
def main ( args : Array[String] ) : Unit = {
val mActor = new MsgActor
mActor.start ( )
mActor! "start"
/ / 同步消息 有返回值
val reply 1 = mActor!?SyncMessage ( 1 , "我是同步消息" )
println ( reply 1 )
println ( "===============================" )
/ / 异步无返回消息
val reply 2 = mActor!AsyncMessage ( 2 , "我是异步无返回消息" )
println ( "===============================" )
/ / 异步有返回消息
val reply 3 = mActor!!AsyncMessage ( 3 , "我是异步有返回消息" )
/ / Future的apply ( ) 方法会构建一个异步操作且在未来某一个时刻返回一个值
val result = reply 3. apply ( )
println ( result )
}
}
|
|
1.3.6. 练习实战
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。
[AppleScript] 纯文本查看 复制代码
?
01
02
03
04
05
06
07
08
09
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
|
package cn.itcast.actor
import java.io.File
import scala.actors. { Actor , Future }
import scala.collection.mutable
import scala.io.Source
case class SubmitTask ( fileName : String )
case class ResultTask ( result : Map[String , Int] )
class Task extends Actor {
override def act ( ) : Unit = {
loop {
react {
case SubmitTask ( fileName ) = > {
val contents = Source.fromFile ( new File ( fileName ) ) .mkString
val arr = contents .split ( "\r\n" )
val result = arr.flatMap ( _.split ( " " ) ) .map ( ( _ , 1 ) ) .groupBy ( _._ 1 ) .mapValues ( _.length )
/ / val result = arr.flatMap ( _.split ( " " ) ) .map ( ( _ , 1 ) ) .groupBy ( _._ 1 ) .mapValues ( _.foldLeft ( 0 ) ( _ + _._ 2 ) )
sender ! ResultTask ( result )
}
}
}
}
}
object WorkCount {
def main ( args : Array[String] ) {
val files = Array ( "d://aaa.txt" , "d://bbb.txt" , "d://ccc.txt" )
val replaySet = new mutable.HashSet[Future[Any]]
val resultList = new mutable.ListBuffer[ResultTask]
for ( f < - files ) {
val t = new Task
val replay = t.start ( ) !! SubmitTask ( f )
replaySet + = replay
}
while ( replaySet.size > 0 ) {
val toCumpute = replaySet.filter ( _.isSet )
for ( r < - toCumpute ) {
val result = r.apply ( )
resultList + = result .asInstanceOf[ResultTask]
replaySet. remove ( r )
}
}
val finalResult = resultList.map ( _. result ) .flatten.groupBy ( _._ 1 ) .mapValues ( x = > x.foldLeft ( 0 ) ( _ + _._ 2 ) )
println ( finalResult )
}
}
|
|