這篇文章介紹 Akka 的同步機制，以及 Spark 和 Akka 的恩怨情仇。

1. Akka 中的 Future

Akka 中的 Actor 發(fā)送和接收消息默認都是異步的。為了說明異步性，我們實行下面的數(shù)學老師和歷史老師的 Actor:

class MathTeacherActor extends Actor with ActorLogging { 
    def receive = { 
        case "1+1等于多少?"           => { 
        Thread.sleep(1) 
        sender ! "1+1等于2" 
        } 
    } 
} 
class HistoryTeacherActor extends Actor with ActorLogging { 
    def receive = { 
        case "歷史上規(guī)模***的眾籌行動是什么？" => { 
            Thread.sleep(1) 
            sender ! "歷史上規(guī)模***的眾籌行動是 +1s" 
        } 
    } 
} 

如果我們在詢問歷史老師之后訪問答案(如下面代碼所示)，我們發(fā)現(xiàn)并不能獲取正確答案。原因就在于 Akka 是異步非阻塞的。

val res = historyteacher ? "歷史上規(guī)模***的眾籌行動是什么？" 
println(res) 

實質上, historyteacher ? "歷史上規(guī)模***的眾籌行動是什么?" 返回的根本不是答案，而是一個 Future。在Akka中, 一個Future是用來獲取某個并發(fā)操作的結果的數(shù)據(jù)結構。有了 Future,我們可以以同步(阻塞)或異步(非阻塞)的方式訪問結果。下面是簡單地以同步(阻塞)方式訪問結果的示例。

class StudentActor(mathteacher:ActorRef,historyteacher:ActorRef) 
 extends Actor with ActorLogging{ 
  def receive = { 
    case res:String => { 
        val future1 = historyteacher ? "歷史上規(guī)模***的眾籌行動是什么？" 
        val future2 = mathteacher ? "1+1等于多少?" 
        val res1    = Await.result(future1,10 second) 
        val res2    = Await.result(future2,10 second) 
        println(res1) 
        println(res2) 
    } 
 } 
} 

2. Akka 和 Spark

Spark 一開始使用 Akka 作為內部通信部件。在 Spark 1.3 年代，為了解決大塊數(shù)據(jù)(如Shuffle)的傳輸問題，Spark引入了Netty通信框架。到了 Spark 1.6, Spark 可以配置使用 Akka 或者 Netty 了，這意味著 Netty 可以完全替代 Akka 了。再到 Spark 2, Spark 已經(jīng)完全拋棄 Akka 了，全部使用 Netty 了。Sad。

為什么 Spark 無情地有步驟有預謀地拋棄 Akka 呢?Spark 官方倒是給了一個說法:https://issues.apache.org/jira/browse/SPARK-5293。

大意就是很多 Spark 用戶希望同時使用 Spark 和 Akka ，但他們必須使用 Spark 依賴的那個版本的 Akka。Spark 主要用了 Akka 的 RPC 和 單線程 event-loop，因此 Spark 沒有必要依賴完全的 Akka。最終，對 Akka 心心念念的 Spark 用 netty 實現(xiàn)下簡易版本的 Akka。真愛啊。

3. 總結

到這里，Akka 使用系列就結束了。這個系列簡單地過了一下 Akka 的基礎知識，介紹其梗概。

【本文為51CTO專欄作者“李立”的原創(chuàng)稿件，轉載請通過51CTO獲取聯(lián)系和授權】

戳這里，看該作者更多好文