【转】akka 入门指南 (Scala): 第一章

原文链接 http://www.gtan.com/akka_doc/intro/getting-started-first-scala.html

序言

欢迎来到第一个使用Akka和Scala的指南。

我们假设你已经知道Akka和Scala是什么，现在需要了解开始第一个项目的步骤。

本指南有两种方式:

  • 创建一个独立项目，从命令行运行
  • 创建SBT项目，在SBT中运行

因为这两种方式非常相像，我们都会进行讲解。

我们要创建的示例应用是使用actor来计算PI的值。计算PI是一项CPU密集的操作，

我们将使用Akka Actor来编写一个可以垂直扩展到多个处理器核上的并发解决方案。

在将来的指南中，这个示例应用将被扩展国使用Akka远程Actor来在水平到集群中的多台机器上。

我们所使用的算法叫“embarrassingly parallel” 意思是每个子任务是独立完成的，与其它子任务无关。

这个算法可以高度并行化，所以非常适合使用actor模型。

以下是我们所使用的算法的公式：

../_images/pi-formula.png

在这个特定的算法中，有一个主actor将序列分割成段并发送给工作actor来进行计算。

当工作actor完成自己的序列段的计算后将结果传给主actor，由主actor进行汇总。

源码

如果你不想把源码用键盘敲一遍而且/或不想创建SBT项目，你可以从Akka GitHub仓库中下载整个指南。

它的位置在 akka-tutorials/akka-tutorial-first 模块. 你也可以到 这里在线浏览。实际的代码在 这里。

要使用Git下载代码运行下面的命令：

Linux/Unix/Mac 系统:

  1. $ git clone git://github.com/akka/akka.git
  2. $ cd akka/akka-tutorials/akka-tutorial-first

Windows 系统:

  1. C:\Users\jboner\src> git clone git://github.com/akka/akka.git
  2. C:\Users\jboner\src> cd akka\akka-tutorials\akka-tutorial-first

准备工作

本指南假设你安装了Java 1.6或更高版本并且 java 命令在你的 PATH上.

你还需要知道如何在shell(ZSH, Bash, DOS 等等.)中运行命令，需要一个文本编辑器或IDE来输入Scala代码。

你必须保证 $JAVA_HOME 环境变量被正确设置为Java安装位置的根目录，还必须保证 $JAVA_HOME/bin 在你的PATH上。

Linux/Unix/Mac 系统:

  1. $ export JAVA_HOME=..root of Java distribution..
  2. $ export PATH=$PATH:$JAVA_HOME/bin

检测 java 正确安装:

  1. $ java -version
  2. java version "1.6.0_24"
  3. Java(TM) SE Runtime Environment (build 1.6.0_24-b07-334-10M3326)
  4. Java HotSpot(TM) 64-Bit Server VM (build 19.1-b02-334, mixed mode)

Windows 系统:

  1. C:\Users\jboner\src\akka> set JAVA_HOME=..root of Java distribution..
  2. C:\Users\jboner\src\akka> set PATH=%PATH%;%JAVA_HOME%/bin

检测 java 正确安装:

  1. C:\Users\jboner\src\akka> java -version
  2. java version "1.6.0_24"
  3. Java(TM) SE Runtime Environment (build 1.6.0_24-b07-334-10M3326)
  4. Java HotSpot(TM) 64-Bit Server VM (build 19.1-b02-334, mixed mode)

下载安装 Akka

要从命令行编译和运行本指南示例，需要下载Akka。如果你希望用SBT来编译和运行它，建议跳过这一部分直接看下一节。

从 http://akka.io/downloads/ 下载 akka-2.0.zip 发布包，它包含本指南所需的全部模块。

下载完成后，将发布包解压至安装目录。我的安装目录下 /Users/jboner/tools/。

要正确安装Akka，需要再做一件事：设置 AKKA_HOME 环境变量到安装目录的根.

Linux/Unix/Mac 系统:

  1. $ cd /Users/jboner/tools/akka-2.0
  2. $ export AKKA_HOME=`pwd`
  3. $ echo $AKKA_HOME
  4. /Users/jboner/tools/akka-2.0

Windows 系统:

  1. C:\Users\jboner\src\akka> cd akka-2.0
  2. C:\Users\jboner\src\akka\akka-2.0> set AKKA_HOME=%cd%
  3. C:\Users\jboner\src\akka\akka-2.0> echo %AKKA_HOME%
  4. C:\Users\jboner\src\akka\akka-2.0

安装路径的内容如下：

Linux/Unix/Mac 系统:

  1. $ ls -1
  2. bin
  3. config
  4. deploy
  5. doc
  6. lib
  7. src

Windows 系统:

  1. C:\Users\jboner\src\akka\akka-2.0> dir
  2. bin
  3. config
  4. deploy
  5. doc
  6. lib
  7. src
  • bin 目录中是用来启动Akka微内核的脚本。
  • In the config 目录中是Akka配置文件。
  • In the deploy 目录用来放置随微内核一起运行的应用。
  • In the doc 目录中是文档、API的jar包。
  • In the lib 目录中是Scala和Akka的jar包。
  • In the src 目录中是Akka源码jar包。

本指南所需要的唯一一个jar包 (除了 scala-library.jar 以外) 是 lib/akka 目录中的 akka-actor-2.0.jar.

这个jar包没有外部依赖，有了它我们就可以编写一个使用actor的系统。

Akka模块化做得很好，包含有实现不同功能的各个jar包，其模块包括:

  • akka-actor – Actor
  • akka-remote – 远程 Actor
  • akka-slf4j – SLF4J 事件处理监听器
  • akka-testkit – 测试actor的工具包
  • akka-kernel – 运行一个基础的最小应用服务器的微内核
  • akka-durable-mailboxes – 持久邮箱: 基于文件, MongoDB, Redis, Zookeeper
  • akka-amqp – AMQP 集成

下载安装 Scala

要从命令行编译和运行本指南示例，需要安装Scala发布包。

如果你要使用SBT，在SBT中编译和运行，可以跳过这一部分直接进入下一节。

可以从 http://www.scala-lang.org/downloads下载Scala. 在那里下载 Scala 2.9.1 版本.

如果你选择的是 tgz 或zip 包则需要进行解压。

如果选择的是IzPack安装程序，只需要双击它然后按照指示操作。

还必须保证 scala-2.9.1/bin (scala-2.9.1是你的Scala安装目录) 在你的 PATH上。

Linux/Unix/Mac 系统:

  1. $ export PATH=$PATH:scala-2.9.1/bin

Windows 系统:

  1. C:\Users\jboner\src\akka\akka-2.0> set PATH=%PATH%;scala-2.9.1\bin

你可以运行scala命令来测试你的安装是否正确。

Linux/Unix/Mac 系统:

  1. $ scala -version
  2. Scala code runner version 2.9.1.final -- Copyright 2002-2011, LAMP/EPFL

Windows 系统:

  1. C:\Users\jboner\src\akka\akka-2.0> scala -version
  2. Scala code runner version 2.9.1.final -- Copyright 2002-2011, LAMP/EPFL

看来一切顺利. 最后让我们创建一个源码文件 Pi.scala 并将它放在Akka发布版本的根目录下的 tutorial 目录 (如果这个目录不存在你需要创建它)。

有一些工具要求你设置 SCALA_HOME 环境变量为Scala发布包的根目录，不过Akka并没有这一要求。

下载安装SBT

SBT， Simple Build Tool的简称， 是用Scala语言编写的优秀的build工具。 它使用Scala语言来编写build脚本，功能非常强大。

它拥有一个插件体系，已经有很多插件可供使用，我们很快就会用到它们。SBT是用来build用Scala编写的软件的推荐方法，

而且可能是学习本指南的最简单的方法。

如果你决定使用SBT，请按下面的指示操作，否则可以跳过这一部分和下一部分内容。

要安装SBT并创建本指南的项目，最简单的方法见 https://github.com/harrah/xsbt/wiki/Setup。

现在我们需要创建我们的第一个Akka项目，你可以手动向build脚本中添加依赖，

不过更简单的方法是使用下一部分中介绍的Akka SBT插件。

创建Akka SBT项目

如果你还没做过，那么现在就开始创建本指南所讲的SBT项目，所要做的是在你希望创建项目的目录下添加一个build.sbt 文件:

  1. name := "My Project"
  2.  
  3. version := "1.0"
  4.  
  5. scalaVersion := "2.9.1"
  6.  
  7. resolvers += "Typesafe Repository" at "http://repo.typesafe.com/typesafe/releases/"
  8.  
  9. libraryDependencies += "com.typesafe.akka" % "akka-actor" % "2.0"

再创建一个名为 src/main/scala 的目录来存放源码.

虽然本指南并不需要，但是你可能愿意添加除了 akka-actor 外的其它Akka模块, 这些是添加在 build.sbt 的libraryDependencies 部分。

注意其中的每一项之间必须有一个空行。下面是一个添加 akka-remote的例子：

  1. libraryDependencies += "com.typesafe.akka" % "akka-actor" % "2.0"
  2.  
  3. libraryDependencies += "com.typesafe.akka" % "akka-remote" % "2.0"

好，现在我们都弄好了。

SBT 自身有一堆依赖，不过我们的项目只需要其中一个： akka-actor-2.0.jar. SBT 会下载它。

开始编写代码

终于可以开始写代码了。

我们先创建 Pi.scala 文件并在文件顶部添加以下这些 import:

  1. import akka.actor._
  2. import akka.routing.RoundRobinRouter
  3. import akka.util.Duration
  4. import akka.util.duration._

如果你使用SBT，那么将 Pi.scala 放在 src/main/scala 目录下.

如果你使用命令行，那么可以将它放在随便哪儿。

我是在Akka安装目录下创建了一个名为 tutorial 的目录, 也就是 $AKKA_HOME/tutorial/Pi.scala。

创建消息

我们要做的设计是由一个 主 actor来启动整个计算过程，创建一组 工作 actor. 整个工作会被分割成具体的小段,

各小段会以round-robin的方式发送到不同的工作 actor. 主actor等待所有的工作actor完全各自的工作并将其回送的结果进行汇总。

当计算完成以后，主actor将结果发送给 监听器 acotr, 由它来输出结果。

在这个基础上, 现在让我们创建在这个系统中流动的消息。我们需要4种不同的消息：

  • Calculate – 发送给 主 actor 来启动计算。
  • Work – 从 主 actor 发送给各 工作 actor，包含工作分配的内容。
  • Result – 从 工作 actors 发送给 主 actor，包含工作actor的计算结果。
  • PiApproximation – 从 主 actor发送给 监听器 actor，包含pi的最终计算结果和整个计算耗费的时间。

发送给actor的消息应该永远是不可变的，以避免共享可变状态。 在scala里我们有 ‘case classes’ 来构造完美的消息。

现在让我们用case class创建3种消息。我们还为消息们创建一个通用的基础trait(定义为sealed以防止在我们不可控的地方创建消息)：

  1. sealed trait PiMessage
  2. case object Calculate extends PiMessage
  3. case class Work(start: Int, nrOfElements: Int) extends PiMessage
  4. case class Result(value: Double) extends PiMessage
  5. case class PiApproximation(pi: Double, duration: Duration)

创建工作 actor

现在我们来创建工作 actor。 方法是混入 Actor trait 并定义其中的 receive 方法. receive 方法定义我们的消息处理器。我

们让它能够处理 Work 消息，所以添加一个针对这种消息的处理器:

  1. class Worker extends Actor {
  2.  
  3. // calculatePiFor ...
  4.  
  5. def receive = {
  6. case Work(start, nrOfElements) ⇒
  7. sender ! Result(calculatePiFor(start, nrOfElements)) // perform the work
  8. }
  9. }

可以看到我们现在创建了一个 Actor 和一个 receive 方法作为 Work 消息的处理器.

在这个处理器中我们调用calculatePiFor(..) 方法, 将结果包在 Result 消息里并使用sender异步发送回消息的原始发送者。

在Akka里，sender引用是与消息一起隐式发送的，这样接收者可以随时回复或将sender引用保存起来以备将来使用。

现在在我们的 Worker actor 中唯一缺少的就是实现 calculatePiFor(..) 方法。

虽然在Scala里我们可以有很多方法来实现这个算法，在这个入门指南中我们选择了一种命令式的风格，使用了for写法和一个累加器：

  1. def calculatePiFor(start: Int, nrOfElements: Int): Double = {
  2. var acc = 0.0
  3. for (i ← start until (start + nrOfElements))
  4. acc += 4.0 * (1 - (i % 2) * 2) / (2 * i + 1)
  5. acc
  6. }

创建主actor

主actor会稍微复杂一些。 在它的构造方法里我们创建一个round-robin的路由器来简化将工作平均地分配给工作actor们的过程，先做这个:

  1. val workerRouter = context.actorOf(
  2. Props[Worker].withRouter(RoundRobinRouter(nrOfWorkers)), name = "workerRouter")

现在我们有了一个路由，可以在一个单一的抽象中表达所有的工作actor。现在让我们创建主actor. 传递给它三个整数变量：

  • nrOfWorkers – 定义我们会启动多少工作actor
  • nrOfMessages – 定义会有多少整数段发送给工作actor
  • nrOfElements – 定义发送给工作actor的每个整数段的大小

下面是主actor:

  1. class Master(nrOfWorkers: Int, nrOfMessages: Int, nrOfElements: Int, listener: ActorRef)
  2. extends Actor {
  3.  
  4. var pi: Double = _
  5. var nrOfResults: Int = _
  6. val start: Long = System.currentTimeMillis
  7.  
  8. val workerRouter = context.actorOf(
  9. Props[Worker].withRouter(RoundRobinRouter(nrOfWorkers)), name = "workerRouter")
  10.  
  11. def receive = {
  12. // handle messages ...
  13. }
  14.  
  15. }

有一些需要进一步解释的事。

注意我们向 主 actor传进了一个 ActorRef . 这是用来向外界报告最终的计算结果。

但是还没完。我们还缺少 主 actor的消息处理器. 这个处理器需要能够对两种消息进行响应：

  • Calculate – 用来启动计算过程
  • Result – 用来汇总不同的计算结果

Calculate 处理器会通过其路由器向所有的 工作 actor 发送工作内容.

Result 处理器从 Result 消息中获取值并汇总到我们的 pi 成员变量中. 我们还会记录已经接收的结果数据的数量，

它是否与发送出去的任务数量一致 。主 actor 发现计算完成了，会将最终结果发送给 监听者.

当整个过程都完成了，它会调用 context.stop(self) 方法来终止自己 和 它所监管的所有actor. 在本例中，

主actor监管一个actor，我们的路由器，而路由器监管着所有 nrOfWorkers 个工作actors.

所有的actor都会在其监管者的stop方法被调用时自动终止，并会传递给所有它监管的子actor。

让我们在代码中实现这些:

  1. def receive = {
  2. case Calculate ⇒
  3. for (i ← 0 until nrOfMessages) workerRouter ! Work(i * nrOfElements, nrOfElements)
  4. case Result(value) ⇒
  5. pi += value
  6. nrOfResults += 1
  7. if (nrOfResults == nrOfMessages) {
  8. // Send the result to the listener
  9. listener ! PiApproximation(pi, duration = (System.currentTimeMillis - start).millis)
  10. // Stops this actor and all its supervised children
  11. context.stop(self)
  12. }
  13. }

创建计算结果监听者

监听者很简单，当它接收到从 Master发来的PiApproximation ，就将结果打印出来并关闭整个 Actor系统。

  1. class Listener extends Actor {
  2. def receive = {
  3. case PiApproximation(pi, duration) ⇒
  4. println("\n\tPi approximation: \t\t%s\n\tCalculation time: \t%s"
  5. .format(pi, duration))
  6. context.system.shutdown()
  7. }
  8. }

启动计算

现在只剩下实现启动和运行计算的执行者了。我们创建一个调用 Pi的对象,

这里我们可以继承Scala中的 Apptrait, 这个trait使我们能够在命令行上直接运行这个应用.

Pi 对象是我们的actor和消息的很好的容器。所以我们把它们都放在这儿。

我们还创建一个 calculate 方法来启动 主 actor 并等待它结束:

  1. object Pi extends App {
  2.  
  3. calculate(nrOfWorkers = 4, nrOfElements = 10000, nrOfMessages = 10000)
  4.  
  5. // actors and messages ...
  6.  
  7. def calculate(nrOfWorkers: Int, nrOfElements: Int, nrOfMessages: Int) {
  8. // Create an Akka system
  9. val system = ActorSystem("PiSystem")
  10.  
  11. // create the result listener, which will print the result and shutdown the system
  12. val listener = system.actorOf(Props[Listener], name = "listener")
  13.  
  14. // create the master
  15. val master = system.actorOf(Props(new Master(
  16. nrOfWorkers, nrOfMessages, nrOfElements, listener)),
  17. name = "master")
  18.  
  19. // start the calculation
  20. master ! Calculate
  21.  
  22. }
  23. }

以上的 calculate 方法创建一个 Actor系统，这是包括所有创建出的actor的 “上下文”。

如何在容器中创建actor的例子在calculate方法的 ‘system.actorOf(...)’ 这一行。

这里我们创建两个顶级actor. 如果你是在一个actor上下文（i.e. 在一个创建其它actor的actor中），

你应该使用 context.actorOf(...). 这在以上的主actor代码中有所体现。

好了，终于完成了。

但是在打包和运行之前，让我们看看完整的代码，包括package定义，import:

  1. /**
  2. * Copyright (C) 2009-2012 Typesafe Inc. <http://www.typesafe.com>
  3. */
  4. package akka.tutorial.first.scala
  5.  
  6. import akka.actor._
  7. import akka.routing.RoundRobinRouter
  8. import akka.util.Duration
  9. import akka.util.duration._
  10.  
  11. object Pi extends App {
  12.  
  13. calculate(nrOfWorkers = 4, nrOfElements = 10000, nrOfMessages = 10000)
  14.  
  15. sealed trait PiMessage
  16. case object Calculate extends PiMessage
  17. case class Work(start: Int, nrOfElements: Int) extends PiMessage
  18. case class Result(value: Double) extends PiMessage
  19. case class PiApproximation(pi: Double, duration: Duration)
  20.  
  21. class Worker extends Actor {
  22.  
  23. def calculatePiFor(start: Int, nrOfElements: Int): Double = {
  24. var acc = 0.0
  25. for (i ← start until (start + nrOfElements))
  26. acc += 4.0 * (1 - (i % 2) * 2) / (2 * i + 1)
  27. acc
  28. }
  29.  
  30. def receive = {
  31. case Work(start, nrOfElements) ⇒
  32. sender ! Result(calculatePiFor(start, nrOfElements)) // perform the work
  33. }
  34. }
  35.  
  36. class Master(nrOfWorkers: Int, nrOfMessages: Int, nrOfElements: Int, listener: ActorRef)
  37. extends Actor {
  38.  
  39. var pi: Double = _
  40. var nrOfResults: Int = _
  41. val start: Long = System.currentTimeMillis
  42.  
  43. val workerRouter = context.actorOf(
  44. Props[Worker].withRouter(RoundRobinRouter(nrOfWorkers)), name = "workerRouter")
  45.  
  46. def receive = {
  47. case Calculate ⇒
  48. for (i ← 0 until nrOfMessages) workerRouter ! Work(i * nrOfElements, nrOfElements)
  49. case Result(value) ⇒
  50. pi += value
  51. nrOfResults += 1
  52. if (nrOfResults == nrOfMessages) {
  53. // Send the result to the listener
  54. listener ! PiApproximation(pi, duration = (System.currentTimeMillis - start).millis)
  55. // Stops this actor and all its supervised children
  56. context.stop(self)
  57. }
  58. }
  59.  
  60. }
  61.  
  62. class Listener extends Actor {
  63. def receive = {
  64. case PiApproximation(pi, duration) ⇒
  65. println("\n\tPi approximation: \t\t%s\n\tCalculation time: \t%s"
  66. .format(pi, duration))
  67. context.system.shutdown()
  68. }
  69. }
  70.  
  71.  
  72. def calculate(nrOfWorkers: Int, nrOfElements: Int, nrOfMessages: Int) {
  73. // Create an Akka system
  74. val system = ActorSystem("PiSystem")
  75.  
  76. // create the result listener, which will print the result and shutdown the system
  77. val listener = system.actorOf(Props[Listener], name = "listener")
  78.  
  79. // create the master
  80. val master = system.actorOf(Props(new Master(
  81. nrOfWorkers, nrOfMessages, nrOfElements, listener)),
  82. name = "master")
  83.  
  84. // start the calculation
  85. master ! Calculate
  86.  
  87. }
  88. }

作为命令行程序运行

如果你是手动输入（或者拷贝粘贴）指南中的代码到 $AKKA_HOME/akka-tutorials/akka-tutorial-first/src/main/scala/akka/tutorial/first/scala/Pi.scala 

那么现在轮到你了. 开启一个shell，并进入akka安装 (cd $AKKA_HOME).

首先我们需要编译源码文件。使用Scala编译器 scalac. 我们的应用依赖于 akka-actor-2.0.jar JAR包 , 所以编译时将它加入到编译器的classpath中.

Linux/Unix/Mac 系统:

  1. $ scalac -cp lib/akka/akka-actor-2.0.jar Pi.scala

Windows 系统:

  1. C:\Users\jboner\src\akka\akka-2.0> scalac -cp lib\akka\akka-actor-2.0.jar Pi.scala

编译完就可以运行了。使用 java 来运行但是同样，我们要先将 akka-actor-2.0.jar JAR 包加入到 classpath,

而这一次还需要添加Scala运行时库 scala-library.jar 和我们自己的代码编译出的class.

Linux/Unix/Mac 系统:

  1. $ java \
  2. -cp lib/scala-library.jar:lib/akka/akka-actor-2.0.jar:. \
  3. akka.tutorial.first.scala.Pi
  4.  
  5. Pi approximation: 3.1415926435897883
  6. Calculation time: 359 millis

Windows 系统:

  1. C:\Users\jboner\src\akka\akka-2.0> java \
  2. -cp lib/scala-library.jar;lib\akka\akka-actor-2.0.jar;. \
  3. akka.tutorial.first.scala.Pi
  4.  
  5. Pi approximation: 3.1415926435897883
  6. Calculation time: 359 millis

Ok!它能跑了。

在SBT中运行

如果你使用SBT，那么可以直接在SBT中运行本程序。先进行编译：

Linux/Unix/Mac 系统:

  1. $ sbt
  2. > compile
  3. ...

Windows 系统:

  1. C:\Users\jboner\src\akka\akka-2.0> sbt
  2. > compile
  3. ...

以上完成后直接在SBT中运行:

  1. > run
  2. ...
  3. Pi approximation: 3.1415926435897883
  4. Calculation time: 359 millis

Ok!它能跑了。

从外部修改配置 (可选)

示例项目的resources目录下包含一个 application.conf文件:

  1. akka.actor.deployment {
  2. /master/workerRouter {
  3. # 取消下面两行的注释来修改计算过程，使用10个工作actor，而不是4个:
  4. #router = round-robin
  5. #nr-of-instances = 10
  6. }
  7. }

如果你取消那两行的注释，你应该会看到性能上的变化，基本上应该是更好的性能（你可能需要增加代码中的消息数量来延长应用的运行时间）。

需要提醒注意的是修改的配置只在给出了路由器类型的时候才有效，所以仅取消nr-of-instances 的注释将不起作用; 参阅 Routing (Scala) 了解细节.

注意

确保 application.conf 在运行应用的classpath上。

如果在SBT中运行，那么这条件应该已经满足了，否则你需要把包含该文件的目录加入到jvm的 -classpath 参数.

总结

我们已经学习了如何创建第一个Akka项目，使用Akka actor来扩展到多核cpu上（也称为垂直扩展），

为cpu密集型计算进行加速。我们还学习了在命令行上或在SBT中编译和运行Akka项目的方法。

如果你有一个多核的电脑，我建议你通过修改 nrOfWorkers来尝试不同数量的工作actor来观察性能上的改进。

开发快乐 ！

posted on 2015-11-12 22:13  develooop  阅读(701)  评论(0)  编辑  收藏  举报

导航

AmazingCounters.com