scala当中的Actor并发编程

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

    ?
    ?

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。

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("\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

时间: 2024-11-05 23:33:27

scala当中的Actor并发编程的相关文章

scala多线程之actor并发编程模型

首先描述一下线程的状态. 线程的状态转换是线程控制的基础.线程状态总的可分为五大状态:分别是生.死.可运行.运行.等待/阻塞: 新状态:线程对象已经创建,还没有在其上调用start()方法. 2.可运行状态:当线程有资格运行,但调度程序还没有把它选定为运行线程时线程所处的状态.当start()方法调用时,线程首先进入可运行状态.在线程运行之后或者从阻塞.等待或睡眠状态回来后,也返回到可运行状态. 3.运行状态:线程调度程序从可运行池中选择一个线程作为当前线程时线程所处的状态.这也是线程进入运行状

Scala入门到精通——第二十六节 Scala并发编程基础

作者:摇摆少年梦 视频地址:http://www.xuetuwuyou.com/course/12 本节主要内容 Scala并发编程简介 Scala Actor并发编程模型 react模型 Actor的几种状态 Actor深入使用解析 本节主要介绍的scala并发编程的基本思想,由于scala在2.10版本之后宣布使用akka作为其并发编程库,因此本节只进行基础性的内容介绍,后面将把重点放在akka框架的讲解上. 1. Scala并发编程简介 2003 年,Herb Sutter 在他的文章 "

第4节 Scala中的actor介绍:1、actor概念介绍;2、actor执行顺序和发送消息的方式

要看这一节... 10.    Scala Actor并发编程 10.1.   课程目标 10.1.1.    目标一:熟悉Scala Actor并发编程 10.1.2.    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. 10.2.   什么是Scala  Actor 10.2.1.    概念 Scala中的Actor能够实

初解,Scala语言中基于Actor的并发编程的机制,并展示了在Spark中基于Scala语言的Actor而产生的消息驱动框架Akka的使用,

Scala深入浅出实战中级--进阶经典(第66讲:Scala并发编程实战初体验及其在Spark源码中应用解析)内容介绍和视频链接 2015-07-24 DT大数据梦工厂 从明天起,做一个勤奋的人 看视频.下视频,分享视频 DT大数据梦工厂-Scala深入浅出实战中级--进阶经典:第66讲:Scala并发编程实战初体验及其在Spark源码中的应用解析 本期视频通过代码实战详解了Java语言基于加锁的并发编程模型的弊端以及Scala语言中基于Actor的并发编程的机制,并展示了在Spark中基于Sc

Scala 深入浅出实战经典 第67讲:Scala并发编程匿名Actor、消息传递、偏函数解析

王家林亲授<DT大数据梦工厂>大数据实战视频 Scala 深入浅出实战经典(1-87讲)完整视频.PPT.代码下载:百度云盘:http://pan.baidu.com/s/1c0noOt6 腾讯微云:http://url.cn/TnGbdC 360云盘:http://yunpan.cn/cQ4c2UALDjSKy 访问密码 45e2土豆:http://www.tudou.com/programs/view/LwsfuGIsWEk/优酷:http://v.youku.com/v_show/id_

scala并发编程Actor实战

今天在这里跟大家分享下王家林老师讲的scala编程中的actor的并发编程. 在java中,同时进行一个操作的时候,java会先把共享数据锁死,从而避免不同的操作来同时操作一个数据,这个就形成了资源调度的问题,而且如果用不好,还会造成死锁.而在scala中,通过类似消息的发送和接收的队列的方式,来访问同一个共享数据,这样一来,当轮到一个操作来访问某个数据的时候,不会发生另一个操作也同时访问的该数据的情况,这样就避免了资源争用的问题及死锁的发生.下面我们通过一个小小的实例来看看scala是怎样通过

68:Scala并发编程原生线程Actor、Cass Class下的消息传递和偏函数实战解析及其在Spark中的应用源码解析

今天给大家带来的是王家林老师的scala编程讲座的第68讲:Scala并发编程原生线程Actor.Cass Class下的消息传递和偏函数实战解析 昨天讲了Actor的匿名Actor及消息传递,那么我们今天来看一下原生线程Actor及CassClass下的消息传递,让我们从代码出发: case class Person(name:String,age:Int)//定义cass Class class HelloActor extends Actor{//预定义一个Actor  def act()

Scala并发编程匿名Actor、消息传递、偏函数实

学习了Scala并发编程匿名Actor.消息传递.偏函数实战解析及其在Spark源码中的应用解析,具体来说Scala就是通过actor_message=actor{},实现匿名Actor并发消息传递的,这样就的方法在spark用应用很广泛,极大地简化了程序编写,提高效率: def main(args:Array[string]){ val actor_message=actor{ while(true){ receive{ Case msg=>println( “messsage  from i

Scala 深入浅出实战经典 第68讲:Scala并发编程原生线程Actor、Cass Class下的消息传递和偏函数实战解析

王家林亲授<DT大数据梦工厂>大数据实战视频 Scala 深入浅出实战经典(1-87讲)完整视频.PPT.代码下载: 百度云盘:http://pan.baidu.com/s/1c0noOt6 腾讯微云:http://url.cn/TnGbdC 360云盘:http://yunpan.cn/cQ4c2UALDjSKy 访问密码 45e2土豆:http://www.tudou.com/programs/view/mm3eDHk3T5o/优酷:http://v.youku.com/v_show/id