Scala Actor
二、 什么是Scala Actor
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(message)的发送、接收来实现多线程的。使用Scala能够更容易地实现多线程应用的开发。
2. 传统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。 而在Scala中,我们可以通过复制不可变状态的资源(即对象,Scala中一切都是对象,连函数、方法也是)的一个副本,再基于Actor的消息发送、接收机制进行并行编程
3. Actor方法执行顺序
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
Scala Actor向Actor发送消息
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]。
三、 Actor实战
如果发现Actor的包引入不了,解决办法是:
选中项目右键—>Open Module Settings—>Library–>添加jar(scala-2.10.6.zip中的\lib*.jar)
上面的右侧就是我们引入的jar包
1. 第一个例子
package cn.toto.scala.day2
import scala.actors.Actor
//这种执行完成之后就停止了。
object MyActor1 extends Actor {
//重新act方法
def act(): Unit = {
for(i <- 1 to 10) {
println("actor-1 " + i)
Thread.sleep(3000)
}
}
}
object MyActor2 extends Actor {
def act(): Unit = {
for(i <- 1 to 10) {
println("actor-2 " + i)
Thread.sleep(2500)
}
}
}
object ActorTest extends App {
//因为是object类型的,不需要new,可以直接调用start方法
MyActor1.start()
MyActor2.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
2. 第二个例子(可以不断地接收消息)
receive相当于是创建线程和销毁线程的过程。
package cn.toto.scala.day2
import scala.actors.Actor
/**
* Created by toto on 2017/7/1.
*/
class MyActor extends Actor {
override def act(): Unit = {
while(true) {
receive {
case "start" => {
println("starting...")
Thread.sleep(5000)
println("stared")
}
case "stop" => {
println("stoping ...")
Thread.sleep(5000)
println("stopped ...")
}
}
}
}
}
//伴生对象,说明在一个Actor内部是串行的,如果想是并发执行的,可以创建多个actor
object MyActor {
def main(args: Array[String]): Unit = {
val actor = new MyActor
actor.start()
//发送异步消息,感叹号就相当于是一个方法,可以在感叹号后面的字符串两边加载上括号
actor ! "start"
actor ! "stop"
println("xiao ")
}
}
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
3. 第三个例子(react方式会复用线程,比receive更高效)
react类似线程池机制,可以复用线程。
package cn.toto.scala.day2
import scala.actors.Actor
/**
* Created by toto on 2017/7/1.
*/
class YourActor extends Actor {
override def act(): Unit = {
loop {
//这里是一个偏函数
react {
case "start" => {
println("starting...")
Thread.sleep(5000)
println("started")
}
case "stop" => {
println("stopping...")
Thread.sleep(8000)
println("stopping")
}
}
}
}
}
/**
* 运行结果:
* 消息发送完成!
* starting...
* started
* stopping...
* stopping
*/
object YourActor {
def main(args: Array[String]): Unit = {
val actor = new YourActor
actor.start()
actor ! "start"
actor ! "stop"
println("消息发送完成!")
}
}
运行结果是:
消息发送完成!
starting...
started
stopping...
stopping...
说明: react 如果要反复执行消息处理,react外层要用loop,不能用while
4. 第四个例子(结合case class发送消息)
package cn.toto.scala.day2
import scala.actors.Actor
case class SyncMsg(id:Int,msg:String)
case class AsyncMsg(id:Int,msg:String)
case class ReplyMsg(id:Int,msg:String)
/**
* Created by toto on 2017/7/1.
*/
class AppleActor extends Actor {
def act(): Unit = {
while (true) {
receive {
case "start" => println("starting ...")
case SyncMsg(id, msg) => {
println(id + ",sync " + msg)
Thread.sleep(5000)
//这里又开了一个子线程,这个在下面的方法中执行
//sender也是一个方法。看可以通过消息的发送者发送
sender ! ReplyMsg(3,"finished")
}
case AsyncMsg(id, msg) => {
println(id + ",async " + msg)
Thread.sleep(5000)
}
}
}
}
}
object AppleActor {
/**
* 总体的运行结果是:
* 异步消息发送完成
* 1,async hello actor
* None
* false
* 123
* 2,sync hello actor
* 2,sync hello actor
* true
* ReplyMsg(3,finished)
* @param args
*/
def main(args: Array[String]): Unit = {
val a = new AppleActor
a.start()
//异步消息
a ! AsyncMsg(1,"hello actor")
println("异步消息发送完成")
//同步消息(因为这里的最长时间是1秒,但是SyncMsg中休眠的时间更长,为5秒,所以这里是None)
//同步消息,表示需要等待
val content = a.!? (1000,SyncMsg(2,"hello actor"))
println(content)
//异步但是返回结果,这个结果会被放到future中。然后进行返回。
val reply = a !! SyncMsg(2,"hello actor")
//replay是否已经完成通过isSet类判断
println(reply.isSet);
println("123")
//通过apply方法拿到里面的值,这个apply是feture中的方法。
val c = reply.apply()
//拿到之后,reply中的值相当于被设置了。所以c为true
println(reply.isSet)
println(c)
}
}
Future的使用
package cn.toto.scala.day2;
import java.util.concurrent.Callable;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;
import java.util.concurrent.*;
/**
* Created by ZhaoXing on 2016/6/27.
* Feture相当于给出了一种期望,就是说可能立即不会有结果,但是执行完毕或过一段时间后会有结果
*/
public class FutureDemo {
/**
* 运行结果:
* main false
* 正在查找数据
* pool-1-thread-1 数据查找完毕
* true
* 9527
* @param args
* @throws Exception
*/
public static void main(String[] args) throws Exception{
ExecutorService threadPool = Executors.newCachedThreadPool();
Future<Integer> future = threadPool.submit(new Callable<Integer>() {
@Override
public Integer call() throws Exception {
System.out.println("正在查找数据");
Thread.sleep(4000);
System.out.println(Thread.currentThread().getName() + " 数据查找完毕");
return 9527;
}
});
System.out.println(Thread.currentThread().getName() + " " + future.isDone());
//System.out.println(future.get(1000, TimeUnit.MILLISECONDS));
Thread.sleep(6000);
System.out.println(future.isDone());
System.out.println(future.get());
}
}
使用Actor进行wordCount
package cn.toto.scala.day2
import scala.actors.{Actor, Future}
import scala.collection.mutable.ListBuffer
import scala.collection.parallel.Task
import scala.io.Source
/**
* Created by toto on 2017/7/1.
*
* 使用线程的方式计算单词出现的频率
*/
case class SbTask(fn:String)
case object StopTask
class WordCountByActorTask extends Actor {
override def act(): Unit = {
while(true) {
receive {
case SbTask(f) => {
//通过Source.fromFile(f)读取文件,获取每行并且把它转换成List
val lines : List[String] = Source.fromFile(f).getLines().toList;
//将lines list里面的内容合并,然后并且将它split.
val words : List[String] = lines.flatMap(_.split(" "))
//将word这些单词变成map的并且是元组类型的,每个都是1,----,记着对他们进行过分组,接着就是计算单词
val result: Map[String, Int]= words.map((_, 1)).groupBy(_._1).mapValues(_.size)
sender ! result
}
case StopTask => {
exit()
}
}
}
}
}
object WordCountByActor {
def main(args: Array[String]): Unit = {
val replys = new ListBuffer[Future[Any]]
val results = new ListBuffer[Map[String,Int]]
val files = Array("E://wordcount//input//a.txt","E://wordcount//input//b.txt","E://wordcount//input//c.txt")
//每个文件就启动多少个actor,并将每个actor处理后得到的结果存储到List中
for(f <- files) {
val t = new WordCountByActorTask
t.start()
//通过SbTask的方式发送文件名
val reply:Future[Any] = t !! SbTask(f)
//将处理到的结果放到ListBuffer中。
replys += reply
}
//对获得的replay的值进行计算。
while (replys.size > 0) {
val dones: ListBuffer[Future[Any]] = replys.filter(_.isSet)
for(f <- dones) {
//从relay中拿值,并将它转成map
results += f.apply().asInstanceOf[Map[String, Int]]
//计算完成之后,将这个replay移除掉。
replys -= f
}
Thread.sleep(500)
}
println(results.flatten.groupBy(_._1).mapValues(_.foldLeft(0)(_+_._2)))
}
}