响应式四种回应
响应式应用要做出四种回应:对用户和其他组件,响应时间应符合非功能需求;对失效,把韧性作为自身特征来恢复任何组件;对负载,以独立方式管理离散资源、避免争用;对消息,以核心的异步消息传递实现消息驱动。发散:消息驱动是其余三种回应的实现基础。
主题对照
比较 Actor 以无共享状态、单消息处理、行为切换和引用能力组织并发的方式,以及监督层级、远程与集群、调度器与测试对韧性和性能的影响。
响应式应用要做出四种回应:对用户和其他组件,响应时间应符合非功能需求;对失效,把韧性作为自身特征来恢复任何组件;对负载,以独立方式管理离散资源、避免争用;对消息,以核心的异步消息传递实现消息驱动。发散:消息驱动是其余三种回应的实现基础。
韧性不是要求应用永不出故障,而是拥有故障恢复能力。响应式应用由监督者监督较低层级的组件,故障被具体化为消息;监督者可以停止、重启故障组件,或命令它继续运行,也可以让自身失效交由上级处理。这样故障被隔离在出现的区域,避免连锁影响。
Actor是小型的类似原子的单元:它不与其他Actor共享可变状态,同一时刻只对一条异步消息做出回应,因此处理消息前永远不需要锁定状态。去掉锁策略后,多核CPU可以集中提高吞吐量,处理线程也不会被阻塞。
事件驱动的响应式应用天生不确定:订单扣款有时间限制,事件可能及时到达,也可能因延迟或网络故障迟到,产生两种输出。书中认为不确定不等于不可靠,单个Actor本身具有原子单元的确定性;只要识别出所有产生不确定输出的情况,就能按最终目标设计应用。
Actor只能通过发送消息交互,引用可以通过四种方式获得:一开始就持有、创建子Actor、由创建者赠予、由第三方介绍。父子关系是最强的安全模式,父Actor创建子Actor时拥有其唯一引用。Akka的ActorSelection可按路径和名称找到任意Actor,会绕过封装。发散:引用来源越受控,系统边界越清晰。
每个Akka应用都必须创建一个ActorSystem。虽然可以创建多个实例,但一般每个应用只需一个;要让两个ActorSystem协作,应使用Akka的远程功能,使用集群功能则可以把一个ActorSystem扩展到多台JVM。发散:ActorSystem是Actor树与运行配置的边界,不宜在业务代码里混合管理多个。
父Actor负责监督子Actor。贷款报价示例中,崩溃的loanRateQuote1由父对象loanRateQuotes监督,而不是与它协作的loanBroker1。监督者可重写默认策略,用Decider把异常映射为Escalate、Restart、Resume或Stop;Resume保留状态,Restart会彻底重建Actor并清空消息缓存。
Actor可以借助ActorContext的become()在不同行为之间切换。TaskManager启动时切到“管家”行为,只接收并回应两类开始消息,处理后再切到“任务分配者”行为;unbecome()可恢复上一个行为。这样Actor就成了有限状态机,同一引用在不同阶段只接受合适的消息。
Akka远程功能的通信模式是对等网络,没有专供非Actor客户端调用Actor服务器的API。远程查询时,本地Actor既不拥有也不监督远程Actor,只能使用其服务,这有点像客户端—服务器;但两者网络地位对等,所以不是传统的客户端—服务器模式。
与远程功能不同,使用Akka集群时不必知道资源的具体位置。程序运行中可以增减主机:需求高峰时加入更多主机,负载降低时撤出;集群也用于负载均衡和故障转移,并通过Gossip协议自动检测新加入和出故障的节点。发散:参见[[弹性依赖位置透明]],位置透明不等于网络成本消失。
Actor外部是异步的,通常无法按预先确定的顺序回应,这正是非确定性;而把管理状态的Actor设计成有限状态机属于设计范畴。Akka团队提供两种测试方式:一种检验Actor状态机,另一种检验Actor处理消息后对外界的回应。发散:异步测试只能验证必要的因果,不能假设固定顺序。
传统工作队列让线程争用共享队列:快线程总先锁住队列,使其他线程饥饿;多个任务使用同一实体还会导致死锁和活锁,即使避开它们,共享资源也会阻塞线程。Actor模型规定Actor之间不共享任何可变状态,也不共享队列,每个Actor拥有独立的消息缓存,按预定设计运行时不会出现死锁和活锁。
调度器把线程池中的线程分配给缓存了消息的Actor;繁忙系统中调度器不停分派工作,以无阻塞方式使用线程。Actor只有在能理解消息、消息适用于当前状态、且调度器能提供可用线程时,才对消息做出回应。发散:线程是短暂的执行资源,Actor是长期的业务实体。
Actor之间发送消息,不像进程内对象调用方法那样迅速:后者只需几条极度优化的处理器指令,前者要用到大量指令。因此Actor模型并不在单个调用层级上取得突破;采用它的最大原因是顺序程序处理并发时容易死锁。发散:把Actor用在并发、故障和分布式边界上,收益才能覆盖通信成本。
每个Actor同一时刻只由一个线程访问,状态转换都在单线程中完成,因此不必用字节填充把字段放到缓存行边界,这为消除伪共享提供了很大帮助。但一个Actor默认只占16字节,64字节的缓存行很容易同时装下两个Actor或其他对象,伪共享仍可能出现;强制对齐到64字节又会白耗堆内存。
永远不应更改在Actor之间传递的消息,这是公认的原则。Scala的样本类是创建不可变值类型的最简单方式之一,把样本类用作消息类型,能确保每个消息实例保持不可变。发散:可变消息会把共享状态带回系统,破坏[[停止共享资源]]的前提。
Actor 是同时拥有状态、计算能力和消息入口的并发实体。调用方不直接占用它的执行时间片,只发送消息;Actor 自己决定何时处理消息、如何改变状态,以及是否创建其他 Actor。与普通对象“属性+方法”相比,它把并发策略放进抽象本身,减少调用方对内部同步方式的控制。
Actor 间只通过消息交互,本地与远程接收者可以共享同一种调用抽象;当本地处理能力不足时,运行时有机会把 Actor 放到远端并转发消息。位置透明降低了扩展时的业务改造,但不能抹去网络失败、延迟和投递不确定性,这些必须由框架的容错机制显式承接。
CSP 以类型化 Channel 和消息为中心,发送者关心写入哪个通道,不关心由谁消费;同步语义使未被处理的发送可以阻塞。Actor 以具名接收者为中心,Mailbox 对发送者透明,消息类型靠模式匹配分发,异步发送不承诺已处理。前者适合局部任务分发,后者更适合把容错与分布纳入整体架构。
结构图:
flowchart LR
A[CSP发送者] --> B[类型化Channel]
B --> C[匿名处理器]
D[Actor发送者] --> E[具名Actor]
E --> F[透明Mailbox]
F --> G[模式匹配处理]
Actor 能统一消息、隔离和分布式容错,却比直接方法调用有更高调度与通信成本。把每个对象都建成 Actor 会让抽象收益被运行时开销吞噬。更稳妥的做法是在面向对象系统中选择有独立状态、并发边界或分布需求的组件作为 Actor,让粒度由隔离价值而非形式统一决定。
多智能体系统由能观察环境、作出决策并与其他智能体交互的自主实体组成。每个实体可以有局部目标,通过交换信息和协商共同优化结果。智能电网示例说明发电、供电和用电方如何依据需求与供给调整行动,不代表所有智能体天然拥有一致目标。
Actor以消息收发协调执行,可拥有本地持久状态,适合把一个流程集中在一个责任组件中。但若把流程直接硬编码,等待模式、异常、调度和可视化仍需自行构造。可在Actor内部使用工作流引擎,让Actor保留通信职责、引擎承担流程细节。
Actor 适合游戏服务端,因为角色、场景、系统模块都能抽象成独立对象,通过消息协作。它减少共享状态争用,但跨 Actor 一致性仍要单独设计。
Skynet 把进程称为节点,把节点内的 Lua 单元称为服务;节点负责横向扩展,服务负责细粒度并行。框架命名背后其实藏着部署边界和并发边界。
Skynet 服务通过 dispatch 把消息类型映射到处理函数,服务间不是直接共享对象,而是投递命令与参数。它降低状态耦合,也把错误暴露为消息协议问题。
Actor 是以消息交互的活动实体;大量 Actor 若共享少数系统线程,一个 Actor 执行阻塞 I/O 或 sleep,会占住线程,使同线程其他 Actor 排队。消息隔离不等于执行隔离。对基于线程的 Actor 系统,应把阻塞任务交给专用执行器,或使用真正支持挂起的运行时;否则 Actor 数量增加也无法提高有效并发。
点击箭头逐层展开,点击卡片标题查看详情。路径上下文仅用于连接层级,不计入主题卡片数。
来源书籍
书籍类型:未标注
246 张卡片
来源书籍
书籍类型:经典原理
146 张卡片
来源书籍
消息驱动与企业集成类
书籍类型:未标注
清单覆盖 8/8
77 张卡片
来源书籍
实时流计算系统类
书籍类型:未标注
清单覆盖 8/8
172 张卡片
来源书籍
书籍类型:工程实践
58 张卡片
来源书籍
系统架构类
书籍类型:工程实践
类别清单尚未核对
67 张卡片