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
- 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。?
- 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
?
?
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
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。
?
?
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 // 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 case } } } } 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 case } } } } 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
?
?
- 将消息封装在一个样例类中
- 通过匹配不同的样例类去执行不同的操作
- 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：
- 通过loop +react 方式去不断的接受消息
- 利用case class样例类去匹配对应的操作
- 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
- 将每个文件的单词数量进行局部汇总，存放在一个ListBuffer中
- 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("\r\n") // 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) } } } |
原文地址：https://www.cnblogs.com/starzy/p/10466855.html