一個用於實現並行執行的 Java actor 庫
即使 Java 6 和 Java 7 中引入併發性更新,Java 語言仍然無法讓並行程式設計變得特別容易。Java 執行緒、synchronized
程式碼塊、wait
/notify
和java.util.concurrent
包都擁有自己的位置,但面對多核系統的容量壓力,Java
開發人員正在依靠其他語言中開創的技術。actor 模型就是這樣一項技術,它已在 Erlang、Groovy 和 Scala 中實現。本文為那些希望體驗 actor 但又要繼續編寫 Java 程式碼的開發人員帶來了 μJavaActors 庫。
用於 JVM 的另外 3 個 actor 庫
請參閱 “表 1:對比 JVM actor 庫”,快速瞭解 3 個用於 JVM 的流行的 actor 庫與 μJavaActors 的對位元徵。
μJavaActors 庫 是一個緊湊的庫,用於在 Java 平臺上實現基於 actor 的系統(μ 表示希臘字母 Mμ,意指 “微型”)。在本文中,我使用 μJavaActors 探討 actor 在 Producer/Consumer 和 Map/Reduce 等常見設計模式中的工作原理。
您隨時可以 下載 μJavaActors 庫的原始碼。
Java 平臺上的 actor 併發性
這個名稱有何含義?具有任何其他名稱的 actor 也適用!
基於 actor 的系統 通過實現一種訊息傳遞 模式,使並行處理更容易編碼。在此模式中,系統中的每個 actor 都可接收訊息;執行該訊息所表示的操作;然後將訊息傳送給其他 actor(包括它們自己)以執行復雜的操作序列。actor 之間的所有訊息是非同步的,這意味著傳送者會在收到任何回覆之前繼續進行處理。因此,一個 actor 可能終生都陷入接收和處理訊息的無限迴圈中。
當使用多個 actor 時,獨立的活動可輕鬆分配到多個可並行執行訊息的執行緒上(進而分配在多個處理器上)。一般而言,每個 actor 都在一個獨立執行緒上處理訊息。一些 actor 系統靜態地向 actor 分配執行緒;而其他系統(比如本文中介紹的系統)則會動態地分配它們。
μJavaActors 簡介
μJavaActors 是 actor 系統的一個簡單的 Java 實現。只有 1,200 行程式碼,μJavaActors 雖然很小,但很強大。在下面的練習中,您將學習如何使用 μJavaActors 動態地建立和管理 actor,將訊息傳送給它們。
μJavaActors 圍繞 3 個核心介面而構建:
-
訊息 是在 actor 之間傳送的訊息。
Message
是 3 個(可選的)值和一些行為的容器:-
source
是傳送 actor。 -
subject
是定義訊息含義的字串(也稱為命令)。 -
data
是訊息的任何引數資料;通常是一個對映、列表或陣列。引數可以是要處理和/或其他 actor 要與之互動的資料。 -
subjectMatches()
檢查訊息主題是否與字串或正規表示式匹配。
DefaultMessage
。 -
-
ActorManager 是一個 actor 管理器。它負責向 actor 分配執行緒(進而分配處理器)來處理訊息。
ActorManager
擁有以下關鍵行為或特徵:-
createActor()
建立一個 actor 並將它與此管理器相關聯。 -
startActor()
啟動一個 actor。 -
detachActor()
停止一個 actor 並將它與此管理器斷開。 -
send()/broadcast()
將一條訊息傳送給一個 actor、一組 actor、一個類別中的任何 actor 或所有 actor。
ActorManager
,但如果您希望管理多個執行緒和/或 actor 池,也可以有多個ActorManager
。此介面的預設實現是DefaultActorManager
。 -
-
Actor 是一個執行單元,一次處理一條訊息。
Actor
具有以下關鍵行為或特徵:-
每個 actor 有一個
name
,該名稱在每個ActorManager
中必須是惟一的。 -
每個 actor 屬於一個
category
;類別是一種向一組 actor 中的一個成員傳送訊息的方式。一個 actor 一次只能屬於一個類別。 -
只要
ActorManager
可以提供一個執行 actor 的執行緒,系統就會呼叫receive()
。為了保持最高效率,actor 應該迅速處理訊息,而不要進入漫長的等待狀態(比如等待人為輸入)。 -
willReceive()
允許 actor 過濾潛在的訊息主題。 -
peek()
允許該 actor 和其他 actor 檢視是否存在掛起的訊息(或許是為了選擇主題)。 -
remove()
允許該 actor 和其他 actor 刪除或取消任何尚未處理的訊息。 -
getMessageCount()
允許該 actor 和其他 actor 獲取掛起的訊息數量。 -
getMaxMessageCount()
允許 actor 限制支援的掛起訊息數量;此方法可用於預防不受控制地傳送。
AbstractActor
的抽象類,actor 實現基於該類。 -
每個 actor 有一個
圖 1 顯示了 actor 之間的關係。每個 actor 可向其他 actor 傳送訊息。這些訊息儲存在一個訊息佇列(也稱為郵箱;從概念上講,每個 actor 有一個佇列,當 ActorManager
看到某個執行緒可用於處理訊息時,就會從佇列中刪除該訊息,並將它傳送給線上程下執行的
actor,以便處理該訊息。
圖 1. actor 之間的關係
μJavaActors 的並行執行功能
現在您已可開始使用 μJavaActors 實現並行執行了。首先要建立一組 actor。這些是簡單的 actor,因為它們所做的只是延遲少量時間並將訊息傳送給其他 actor。這樣做的效果是建立一個訊息風暴,您首先會看到如何建立 actor,然後會看到如何逐步分派它們來處理訊息。
有兩種訊息型別:
-
initialization
(init
) 會導致 actor 初始化。僅需為每個 actor 傳送一次這種型別的訊息。 -
repeat
會導致 actor 傳送 N-1 條訊息,其中 N 是一個傳入的訊息引數。
清單 1 中的 TestActor
實現從 AbstractActor
繼承的抽象方法。activate
和 deactivate
方法向
actor 通知它的壽命資訊;此示例中不會執行任何其他操作。runBody
方法是在收到任何訊息之前、首次建立
actor 的時候呼叫的。它通常用於將第一批訊息引導至 actor。testMessage
方法在
actor 即將收到訊息時呼叫;這裡 actor 可拒絕或接受訊息。在本例中,actor 使用繼承的 testMessage
方法測試訊息接受情況;因此接受了所有訊息。
清單 1. TestActor
class TestActor extends AbstractActor { @Override public void activate() { super.activate(); } @Override public void deactivate() { super.deactivate(); } @Override protected void runBody() { sleeper(1); // delay up to 1 second DefaultMessage dm = new DefaultMessage("init", 8); getManager().send(dm, null, this); } @Override protected Message testMessage() { return super.testMessage(); }
loopBody
方法(如清單
2 中所示)在 actor 收到一條訊息時呼叫。在通過較短延遲來模擬某種一般性處理之後,才開始處理該訊息。如果訊息為 “repeat
”,那麼
actor 基於 count
引數開始傳送另外
N-1 條訊息。這些訊息通過呼叫 actor 管理器的 send
方法傳送給一個隨機
actor。
清單 2. loopBody()
@Override protected void loopBody(Message m) { sleeper(1); String subject = m.getSubject(); if ("repeat".equals(subject)) { int count = (Integer) m.getData(); if (count > 0) { DefaultMessage dm = new DefaultMessage("repeat", count - 1); String toName = "actor" + rand.nextInt(TEST_ACTOR_COUNT); Actor to = testActors.get(toName); getManager().send(dm, this, to); } }
如果訊息為 “init
”,那麼
actor 通過向隨機選擇的 actor 或一個屬於 common
類別的
actor 傳送兩組訊息,啟動 repeat
訊息佇列。一些訊息可立即處理(實際上在
actor 準備接收它們且有一個執行緒可用時即可處理);其他訊息則必須等待幾秒才能執行。這種延遲的訊息處理對本示例不是很重要,但它可用於實現對長期執行的流程(比如等待使用者輸入或等待對網路請求的響應到達)的輪詢。
清單 3. 一個初始化序列
else if ("init".equals(subject)) { int count = (Integer) m.getData(); count = rand.nextInt(count) + 1; for (int i = 0; i < count; i++) { DefaultMessage dm = new DefaultMessage("repeat", count); String toName = "actor" + rand.nextInt(TEST_ACTOR_COUNT); Actor to = testActors.get(toName); getManager().send(dm, this, to); dm = new DefaultMessage("repeat", count); dm.setDelayUntil(new Date().getTime() + (rand.nextInt(5) + 1) * 1000); getManager().send(dm, this, "common"); } }
否則,表明訊息不適合並會報告一個錯誤:
else { System.out.printf("TestActor:%s loopBody unknown subject: %s%n", getName(), subject); } } }
主要程式包含清單 4 中的程式碼,它在 common
類別中建立了
2 個 actor,在 default
類別中建立了
5 個 actor,然後啟動它們。然後 main
至多會等待
120 秒(sleeper
等待它的引數值的時間約為
1000ms),定期顯示進度訊息。
清單 4. createActor、startActor
DefaultActorManager am = DefaultActorManager.getDefaultInstance(); : Map<String, Actor> testActors = new HashMap<String, Actor>(); for (int i = 0; i < 2; i++) { Actor a = am.createActor(TestActor.class, "common" + i); a.setCategory("common"); testActors.put(a.getName(), a); } for (int i = 0; i < 5; i++) { Actor a = am.createActor(TestActor.class, "actor" + i); testActors.put(a.getName(), a); } for (String key : testActors.keySet()) { am.startActor(testActors.get(key)); } for (int i = 120; i > 0; i--) { if (i < 10 || i % 10 == 0) { System.out.printf("main waiting: %d...%n", i); } sleeper(1); } : am.terminateAndWait();
跟蹤輸出
要理解剛執行的流程,讓我們看看來自 actor 的一些跟蹤輸出。(請注意,因為對計數和延遲使用了隨機數,所以每次執行的輸出可能有所不同。)在清單 5 中,可以看到在程式啟動後不久出現的訊息。左列(括號中)是執行的執行緒名稱。在此次執行中,有 25 個執行緒可用於處理訊息。每行的剩餘部分(經過刪減)是跟蹤輸出,顯示了收到的每條訊息。請注意,repeat 計數 — 也就是引數資料,它在減少不斷。(另請注意,執行緒名稱與 actor 的名稱毫無關係,儘管該名稱是以 actor
開頭。)
清單 5. 跟蹤輸出:程式啟動
[main ] - main waiting: 120... [actor17 ] - TestActor:actor4 repeat(4) [actor0 ] - TestActor:actor1 repeat(4) [actor10 ] - TestActor:common1 repeat(4) [actor1 ] - TestActor:actor2 repeat(4) [actor3 ] - TestActor:actor0 init(8) [actor22 ] - TestActor:actor3 repeat(4) [actor17 ] - TestActor:actor4 init(7) [actor20 ] - TestActor:common0 repeat(4) [actor24 ] - TestActor:actor0 repeat(4) [actor0 ] - TestActor:actor1 init(3) [actor1 ] - TestActor:actor2 repeat(4) [actor20 ] - TestActor:common0 repeat(4) [actor17 ] - TestActor:actor4 repeat(4) [actor17 ] - TestActor:actor4 repeat(3) [actor0 ] - TestActor:actor1 repeat(8) [actor10 ] - TestActor:common1 repeat(4) [actor24 ] - TestActor:actor0 repeat(8) [actor0 ] - TestActor:actor1 repeat(8) [actor24 ] - TestActor:actor0 repeat(7) [actor22 ] - TestActor:actor3 repeat(4) [actor1 ] - TestActor:actor2 repeat(3) [actor20 ] - TestActor:common0 repeat(4) [actor22 ] - TestActor:actor3 init(5) [actor24 ] - TestActor:actor0 repeat(7) [actor10 ] - TestActor:common1 repeat(4) [actor17 ] - TestActor:actor4 repeat(8) [actor1 ] - TestActor:actor2 repeat(3) [actor17 ] - TestActor:actor4 repeat(8) [actor0 ] - TestActor:actor1 repeat(8) [actor10 ] - TestActor:common1 repeat(4) [actor22 ] - TestActor:actor3 repeat(8) [actor0 ] - TestActor:actor1 repeat(7) [actor1 ] - TestActor:actor2 repeat(3) [actor0 ] - TestActor:actor1 repeat(3) [actor20 ] - TestActor:common0 repeat(4) [actor24 ] - TestActor:actor0 repeat(7) [actor24 ] - TestActor:actor0 repeat(6) [actor10 ] - TestActor:common1 repeat(8) [actor17 ] - TestActor:actor4 repeat(7)
在清單 6 中,可以看到在程式即將結束時出現的訊息,這時 repeat 計數已減小。如果觀察此程式的執行,您將能夠看到生成各行的速度在逐漸減慢;這是因為生成的訊息數量在逐漸減少。如果等待足夠長時間,傳送給 actor 的訊息會完全停止(與清單 6 中所示的 common
actor
上發生的一樣)。請注意,訊息處理工作合理地分散在可用的執行緒上,並且沒有任何 actor 被繫結到特定的執行緒上。
清單 6. 跟蹤輸出:程式結束
[main ] - main waiting: 20... [actor0 ] - TestActor:actor4 repeat(0) [actor2 ] - TestActor:actor2 repeat(1) [actor3 ] - TestActor:actor0 repeat(0) [actor17 ] - TestActor:actor4 repeat(0) [actor0 ] - TestActor:actor1 repeat(2) [actor3 ] - TestActor:actor2 repeat(1) [actor14 ] - TestActor:actor1 repeat(2) [actor5 ] - TestActor:actor4 repeat(0) [actor14 ] - TestActor:actor2 repeat(0) [actor21 ] - TestActor:actor1 repeat(0) [actor14 ] - TestActor:actor0 repeat(1) [actor14 ] - TestActor:actor4 repeat(0) [actor5 ] - TestActor:actor2 repeat(1) [actor5 ] - TestActor:actor4 repeat(1) [actor6 ] - TestActor:actor1 repeat(1) [actor5 ] - TestActor:actor3 repeat(0) [actor6 ] - TestActor:actor2 repeat(1) [actor4 ] - TestActor:actor0 repeat(0) [actor5 ] - TestActor:actor4 repeat(1) [actor12 ] - TestActor:actor1 repeat(0) [actor20 ] - TestActor:actor2 repeat(2) [main ] - main waiting: 10... [actor7 ] - TestActor:actor4 repeat(2) [actor23 ] - TestActor:actor1 repeat(0) [actor13 ] - TestActor:actor2 repeat(1) [actor8 ] - TestActor:actor0 repeat(0) [main ] - main waiting: 9... [actor2 ] - TestActor:actor1 repeat(0) [main ] - main waiting: 8... [actor7 ] - TestActor:actor2 repeat(0) [actor13 ] - TestActor:actor1 repeat(0) [main ] - main waiting: 7... [actor2 ] - TestActor:actor2 repeat(2) [main ] - main waiting: 6... [main ] - main waiting: 5... [actor18 ] - TestActor:actor1 repeat(1) [main ] - main waiting: 4... [actor15 ] - TestActor:actor2 repeat(0) [actor16 ] - TestActor:actor1 repeat(1) [main ] - main waiting: 3... [main ] - main waiting: 2... [main ] - main waiting: 1... [actor4 ] - TestActor:actor1 repeat(0) [actor6 ] - TestActor:actor2 repeat(0)
模擬螢幕截圖
很難從前面的跟蹤資訊中全面瞭解 actor 系統的行為,很大程度上是因為並不是所有跟蹤格式都有用。可以使用一個類似 actor 模擬執行的快照影像,以圖形格式檢視相同的資訊。每個影像顯示一段固定時期之後的模擬情況。以下視訊演示了一些未被程式碼示例和螢幕截圖採集到的 Java actor 流程。可以在本地或在 土豆 上檢視下面的視訊。
在 此處 檢視指令碼。
圖 2 顯示了在執行任何模擬之前模擬的使用者介面。請注意右側顯示的模擬選單。
圖 2. 執行任何模擬之前的 actor 模擬器
在 此處 檢視此圖的完整版本。
螢幕的頂部區域顯示了一個包含多種變體的模擬選單;除非另行說明,否則下列模擬將如跟蹤輸出和以下螢幕截圖中所示:
- 倒數計時模擬 (0:15) 建立將一個值倒數計時到 0 併傳送更多請求的 actor。
- Producer/Consumer 模擬 (2:40) 在經典的 Producer/Consumer 併發性問題上建立了一個變體。
- Map/Reduce 模擬 (5:28) 建立對 1000 個整數的平方和的並行執行操作。
- 病毒掃描 模擬 (6:45) 掃描一個磁碟目錄樹來查詢 “.txt” 檔案(限制掃描的數量),檢測可疑的內容模式。這個沒有 CPU 限制的模擬未在以下螢幕截圖中顯示,但它是 視訊演示的一部分。
- 所有模擬併發執行,但這僅是在視訊演示中 (8:18)。
該視訊格式顯示了按順序執行的所有這些模擬,每個模擬之間具有較短的暫停時間。
除了 Start 和 Stop 之外,圖 2 中的螢幕截圖還顯示了以下控制元件和設定。(請注意,Stop 不會停止執行緒,所以某些操作在停止執行緒後可能仍在進行。)
- Redistribute 半隨機地在 actor 圓圈中重新分配 actor(預設順序是建立順序)。這使您能夠更容易地通過重新放置 actor 來檢視分組到一起的鄰近 actor 之間的訊息。它還可以向 actor 分配新顏色。
- Add Task 和 Remove Task 在啟動工具中新增或刪除任務(執行緒)。Remove Task 將僅刪除新增的(而不是原始的)任務。
- Maximum steps(使用值的 log2)限制模擬的持續時間,僅在模擬啟動之前生效。各個步驟大約持續 1 秒。
- Show actors as transparent 使使用者更容易看到鄰近 actor 之間的訊息。不透明的 actor 常常更容易看到。可以在模擬執行時更改此設定。
- Number of threads to use spinner 僅在模擬啟動之前生效。許多模擬的執行速度要比更多執行緒快得多。
控制元件下面的顯示區域顯示了當前的執行緒使用情況(顯示為過去的 1 秒中的平均值)。大型的中心區域會顯示模擬。底部區域會顯示模擬歷史。右側區域會顯示完整的模擬軌跡。當執行時,模擬框架按如下方式配置:
-
控制區域是大約每秒更新一次的儀表顯示:
- 每秒接受的訊息數。
- 每秒完成的訊息數。
-
每秒接受的訊息數與完成的訊息數的比率。
如果活動顯示在右側,那麼到達的訊息比正在處理的訊息要多一些;最終,訊息緩衝區會發生溢位。如果活動顯示在左側,正在處理的訊息比到達的訊息要多一些;最終,系統會空閒下來。平衡的系統會顯示 0 或者僅較長時間內顯示綠色水平線。
- 中心區域之上是一個包含綠條的網格;每個綠條表示一個執行緒(就像外部圓圈中一樣)。全綠的條帶表示執行緒正被全面利用,全黃的條帶表示執行緒完全空閒。
- 在中央區域,正方形的外環表示執行緒(在這些模擬中為 10 個,在以前的跟蹤軌跡中有 25 個)。綠色執行緒附加到一個 actor 來執行收到的訊息;中心的點的顏色表示 actor 型別。接近正方形的數字是當前分配給此執行緒的 actor 數量(從左側的 0 開始順時針排列到 360 度)。黃色執行緒是空閒的。
- 內部的圓環表示 actor;顏色表示型別(在第一個示例中僅有一種型別)。如果 actor 正忙於處理一條訊息,它會顯示在更暗的陰影中(如果使用了非透明的 actor,這會更加明顯)。圓圈 (actor) 之間的線表示訊息。任何淺紅色的線都是在給定重新整理週期中傳送的新訊息(模擬每秒重新整理 10 次);其他顏色是緩衝的訊息(過去傳送過來的,但目前仍未處理)。緩衝線在接收端有一個小圓圈;該圓圈隨著緩衝訊息數量增加而變大。
- 最右端顯示輸出軌跡;此軌跡類似於前面探討的軌跡,但更詳細一些。
- 影像底部是一組較小的圓圈;每個圓圈是在過去定期顯示的主要圓圈的縮小版本。這提供了一種檢視訊息隨時間變化的趨勢的輕鬆方式。如果觀察此歷史,您就會看到訊息將迅速積壓,然後逐漸減少。
圖 3 顯示了執行大約 10 秒後的模擬效果。請注意大量的掛起訊息,它們是迅速累積起來的。有 34 個 actor,但僅有 10 個執行緒,所以一些 actor 需要空閒下來。在此時,所有執行緒都忙於處理訊息。
圖 3. 啟動倒數計時模擬效果 (0:15)
在 此處 檢視全圖。
圖 4 是執行大約 30 秒後的模擬。掛起訊息的數量已大大減少。由於訊息到達率更低一些,所以只有部分執行緒在繁忙地處理訊息。
圖 4. 中期的倒數計時模擬效果
在 此處 檢視全圖。
圖 5 是執行大約 90 秒後的模擬。現在所有掛起的訊息都已處理,因此所有執行緒都是空閒的。
圖 5. 完成時的倒數計時模擬效果
在 此處 檢視全圖。
一個 Producer/Consumer 系統中的 actor
接下來,讓我們看一下 Producer/Consumer 模式下的 actor 的演示。Producer/Consumer 是多處理器系統的一種最常見的同步模式。在下面的 μJavaActors 演示中,生成者 actor 生成要求使用者 actor 建立各種項的請求。使用者會建立這些項(這需要一定的時間),然後將一條完成訊息傳送回請求的生成者。
圖 6 顯示了執行大約 30 秒後的模擬效果。請注意,兩種 actor 型別按顏色區分。生成者 actor 首先顯示在螢幕右下側。生成者在執行時建立使用者,所以隨後才會顯示後者。工作負載隨時間的流逝而緩慢減少,大部分執行緒都很忙。請注意,生成者會迅速完成它們的工作,以至於它們很少顯示為活動狀態。
圖 6. 啟動不久後的 Producer/Consumer 模擬 (2:40)
在 此處 檢視全圖。
圖 7 顯示了執行大約 115 秒後的模擬,這接近程式完成的時間。新請求和掛起的訊息的數量已經大大減少。在視訊演示中,您可能注意到,一些 actor 在很短時間內顯示為未填充的圓圈;這些是處理髮送給它們自身的訊息的 actor。
圖 7. 接近結束時的 Producer/Consumer 模擬效果
在 此處 檢視全圖。
ProducerActor
清單 7 顯示了演示中的生成者 actor 的程式碼。這裡的 “produceN
”
訊息已處理。它轉換成為了一條 “produce1
”
訊息,該 actor 將該訊息傳送給自己。預期的響應記錄是一個掛起的回覆計數,以供以後驗證。
清單 7. 生成者 actor
public class ProducerActor extends AbstractActor { Map<String , Integer> expected = new ConcurrentHashMap<String , Integer>(); @Override protected void loopBody(Message m) { String subject = m.getSubject(); if ("produceN".equals(subject)) { Object[] input = (Object[]) m.getData(); int count = (Integer) input[0]; if (count > 0) { DefaultActorTest.sleeper(1); // this takes some time String type = (String) input[1]; // request the consumers to consume work (i.e., produce) Integer mcount = expected.get(type); if (mcount == null) { mcount = new Integer(0); } mcount += count; expected.put(type, mcount); DefaultMessage dm = new DefaultMessage("produce1", new Object[] { count, type }); getManager().send(dm, this, this); }
在清單 8 中,“produce1
”
訊息已被處理。如果剩餘計數大於 0,它會轉換為一條 “construct
”
訊息併傳送給使用者。請注意,此邏輯可能已作為對計數值的一個 for
迴圈來完成,而不是重新傳送
“produce1
”
訊息。重新傳送該訊息常常會帶來更出色的執行緒負載,尤其在迴圈主體會話佔用大量時間的時候。
清單 8. 處理一個生成者請求
} else if ("produce1".equals(subject)) { Object[] input = (Object[]) m.getData(); int count = (Integer) input[0]; if (count > 0) { sleep(100); // take a little time String type = (String) input[1]; m = new DefaultMessage("construct", type); getManager().send(m, this, getConsumerCategory()); m = new DefaultMessage("produce1", new Object[] { count - 1, type }); getManager().send(m, this, this); }
在清單 9 中,“constructionComplete
”
訊息(由一個使用者傳送)已被處理。它會對掛起的回覆計數進行遞減。如果一切正常,在模擬完成時,所有 actor 和型別值的此計數都將為 0。
清單 9. constructionComplete
} else if ("constructionComplete".equals(subject)) { String type = (String) m.getData(); Integer mcount = expected.get(type); if (mcount != null) { mcount--; expected.put(type, mcount); }
“init
” 訊息在清單
10 中處理。生成者建立一些使用者 actor,然後向它自己傳送多條 produceN
請求。
清單 10. 初始化
} else if ("init".equals(subject)) { // create some consumers; 1 to 3 x consumers per producer for (int i = 0; i < DefaultActorTest.nextInt(3) + 1; i++) { Actor a = getManager().createAndStartActor(ConsumerActor.class, String.format("%s_consumer%02d", getName(), i)); a.setCategory(getConsumerCategory()); if (actorTest != null) { actorTest.getTestActors().put(a.getName(), a); } } // request myself create some work items for (int i = 0; i < DefaultActorTest.nextInt(10) + 1; i++) { m = new DefaultMessage("produceN", new Object[] { DefaultActorTest.nextInt(10) + 1, DefaultActorTest.getItemTypes()[ DefaultActorTest.nextInt(DefaultActorTest.getItemTypes().length)] }); getManager().send(m, this, this); }
清單 11 處理無效的訊息:
清單 11. 處理無效的訊息
} else { System.out.printf("ProducerActor:%s loopBody unknown subject: %s%n", getName(), subject); } } protected String getConsumerCategory() { return getName() + "_consumer"; } }
ConsumerActor
使用者(consumer) actor 很簡單。它處理 “construct
”
訊息並向請求者傳送回覆訊息。使用者 actor 的程式碼如清單 12 所示:
清單 12. 使用者 actor
public class ConsumerActor extends AbstractActor { @Override protected void loopBody(Message m) { String subject = m.getSubject(); if ("construct".equals(subject)) { String type = (String) m.getData(); delay(type); // takes ~ 1 to N seconds DefaultMessage dm = new DefaultMessage("constructionComplete", type); getManager().send(dm, this, m.getSource()); } else if ("init".equals(subject)) { // nothing to do } else { System.out.printf("ConsumerActor:%s loopBody unknown subject: %s%n", getName(), subject); } }
清單 13 中處理的生產延遲基於構造的項的型別。從跟蹤軌跡中,您可以回想起支援的項型別為 widget
、framit
、frizzle
、gothca
和splat
。每個型別需要花不同的時間量來構造。
清單 13. 生產延遲
protected void delay(String type) { int delay = 1; for (int i = 0; i < DefaultActorTest.getItemTypes().length; i++) { if (DefaultActorTest.getItemTypes()[i].equals(type)) { break; } delay++; } DefaultActorTest.sleeper(DefaultActorTest.nextInt(delay) + 1); } }
Producer/Consumer 模式中的 actor
Producer/Consumer 演示表明建立 actor 實現非常簡單。典型的 actor 會解碼收到的訊息並處理它們,就像在一個 case 語句中一樣。實際的處理在本示例中微不足道,只是短暫的時間延遲。在真實應用程式中會更復雜,但不會超過使用標準 Java 同步技術的實現;通常它會簡單得多。
在此演示中,還應注意的是,複雜且重複性的演算法可分解為離散(且常常可重用)的步驟。可為每個步驟分配一個不同的主題名稱,時每個主題的情形變得非常簡單。當狀態包含在訊息引數中時(比如前面演示的倒數計時值),許多 actor 會變得無狀態。這樣的程式非常容易定義和擴充套件(新增更多 actor 來匹配更多執行緒),也可以在多執行緒環境中安全地執行;這類似於在行數樣式程式設計中使用不可變的值。
actor 的更多模式
出於特定的用途,Producer/Consumer 演示中的 actor 是硬編碼的,但這並不是您在編碼 actor 時的惟一選擇。在本節中,您將學習如何在更加通用的模式中使用 actor,首先需要改寫 Gang of Four Command 模式。
清單 14 中的 actor 實現大部分 Java 開發人員應該熟悉的 Command 模式的一種變體。在這裡,CommandActor
支援兩種訊息:“execute
”
和 “executeStatic
。”
清單 14. CommandActor
public class CommandActor extends AbstractActor { @Override protected void loopBody(Message m) { String subject = m.getSubject(); if ("execute".equals(subject)) { excuteMethod(m, false); } else if ("executeStatic".equals(subject)) { excuteMethod(m, true); } else if ("init".equals(subject)) { // nothing to do } else { System.out.printf("CommandActor:%s loopBody unknown subject: %s", getName(), subject); } }
清單 15 中的 executeMethod 方法載入了一個引數化的類,在該類或該類的例項上呼叫一個方法,然後返回該方法的結果或發生的任何異常。您可以看到這個簡單的 actor 如何用於執行類路徑上具有合適的執行方法的所有服務類。id 引數由客戶端傳送,所以它可以將響應與建立它們的請求進行關聯。回覆常常按照與發出時不同的順序返回。
清單 15. 執行一個引數化方法
private void excuteMethod(Message m, boolean fstatic) { Object res = null; Object id = null; try { Object[] params = (Object[]) m.getData(); id = params[0]; String className = (String) params[1]; params = params.length > 2 ? (Object[]) params[2] : null; Class<?> clazz = Class.forName(className); Method method = clazz.getMethod(fstatic ? "executeStatic" : "execute", new Class[] { Object.class }); if (Modifier.isStatic(method.getModifiers()) == fstatic) { Object target = fstatic ? null : clazz.newInstance(); res = method.invoke(target, params); } } catch (Exception e) { res = e; } DefaultMessage dm = new DefaultMessage("executeComplete", new Object[] { id, res }); getManager().send(dm, this, m.getSource()); } }
Event Listener 模式中的 actor
清單 16 中的 DelegatingActor
實現一種基於熟悉的
Java Event Listener(或 Callback)模式的類似的一般方法。它將到達的每條訊息對映到每個註冊的監聽器上的一個 onMessage
回撥,直到某個回撥使用(也就是處理)該事件。這種委託方法可顯著減少
actor 系統與它的訊息處理器之間的聯絡。
清單 16. DelegatingActor
public class DelegatingActor extends AbstractActor { private List<MessageListener> listeners = new LinkedList<MessageListener>(); public void addMessageListener(MessageListener ml) { if (!listeners.contains(ml)) { listeners.add(ml); } } public void removeMessageListener(MessageListener ml) { listeners.remove(ml); } protected void fireMessageListeners(MessageEvent me) { for (MessageListener ml : listeners) { if (me.isConsumed()) { break; } ml.onMessage(me); } } @Override protected void loopBody(Message m) { fireMessageListeners(new MessageEvent(this, m)); } }
DelegatingActor
類(如清單
17 所示)依賴於 MessageEvent
和 MessageListener
類:
清單 17. DelegatingActor
/** Defines a message arrival event. */ public static class MessageEvent extends EventObject { private Message message; public Message getMessage() { return message; } public void setMessage(Message message) { this.message = message; } private boolean consumed; public boolean isConsumed() { return consumed; } public void setConsumed(boolean consumed) { this.consumed = consumed; } public MessageEvent(Object source, Message msg) { super(source); setMessage(msg); } } /** Defines the message arrival call back. */ public interface MessageListener { void onMessage(MessageEvent me); }
DelegatingActor
的一種示例用法如清單
18 所示:
清單 18. DelegatingActor 的示例用法
public static void addDelegate(DelegatingActor da) { MessageListener ml = new Echo("Hello world!"); da.addMessageListener(ml); } public class Echo implements MessageListener { protected String message; public Echo(String message) { this.message = message; } @Override public void onMessage(MessageEvent me) { if ("echo".equals(me.getMessage().getSubject())) { System.out.printf("%s says \"%s\".%n", me.getMessage().getSource(), message); me.setConsumed(true); } } }
Map/Reduce 模式中的 actor
清單 14 到清單 18 中的示例 actor 簡單且一目瞭然,因為訊息僅朝一個方向傳送。如果該行為需要反饋(比如當一個流程只有在處理了所有以前的訊息後才能繼續時),情況可能變得更加複雜。例如,請考慮這樣一種 Map/Reduce 實現,其中的 reduce
階段只有在 map
階段完成後才能開始。
Map/Reduce 用於在處理大量資料的程式上實現並行處理。在下面的示例中,map
函式接受一個較大的項列表,然後將它分解為分割槽,傳送一條訊息來對映每個分割槽。我選擇在每個對映請求上遞增一個訊息計數,讓分割槽的對映處理器傳送一條會遞減該計數的回覆。當計數為
0 時,所有對映已完成且 reduce
階段可以啟動。類似地,reduce
階段對該列表分割槽(再次實現並行性)併傳送訊息來 reduce
分割槽。像 map
階段中一樣,reduce
也會統計它的訊息,所以可以檢測到遞減操作的完成。要處理的值列表和計數在每個訊息中作為訊息傳輸。
對於本示例,我對許多主題使用了同一種 actor 型別。您也可以使用多種 actor 型別,為每個 actor 使用更少的主題(最少 1 個)。
圖 8 是執行大約 20 秒後的 Map/Reduce 模擬。這是一個繁忙的處理階段,所以執行緒都被處理訊息所佔用。
圖 8. 啟動不久後的 Map/Reduce (5:28)
在 此處 檢視全圖。
使用 MapReduceer 進行對映和縮減
請注意,此實現是可插拔的;它可執行 MapReduceer
介面的任何實現,如清單
19 所示。
清單 19. MapReduceer
public interface MapReduceer { /** * Map (in place) the elements of an array. * * @param values elements to map * @param start start position in values * @param end end position in values */ void map(Object[] values, int start, int end); /** * Reduce the elements of an array. * * @param values elements to reduce * @param start start position in values * @param end end position in values * @param target place to set reduced value * @param posn position in target to place the value */ void reduce(Object[] values, int start, int end, Object[] target, int posn); }
例如,您可以使用 MapReduceer
計算一組整數的平方和,如清單
20 所示:
清單 20. MapReduceer 計算
public class SumOfSquaresReducer implements MapReduceer { @Override public void map(Object[] values, int start, int end) { for (int i = start; i <= end; i++) { values[i] = ((BigInteger) values[i]).multiply((BigInteger) values[i]); sleep(200); // fake taking time } } @Override public void reduce(Object[] values, int start, int end, Object[] target, int posn) { BigInteger res = new BigInteger("0"); for (int i = start; i <= end; i++) { res = res.add((BigInteger) values[i]); sleep(100); // fake taking time } target[posn] = res; } }
MapReduceActor
Map/Reduce actor 分解為多個主題,每個主題具有一個簡單的任務。您將在下面的程式碼示例中看到它們每一個。您也可以在視訊演示中檢視 Map/Reduce 操作;觀看模擬,然後研究程式碼示例,這會讓您非常清楚地瞭解如何使用 actor 實現 Map/Reduce。(請注意,以下清單中的主題順序可按任意多種方式分解;我將示例程式碼設計為包含許多次傳送,以讓視訊演示更有趣。)
mapReduce
主題(如清單
21 所示)通過對輸入陣列分割槽來啟動 Map/Reduce,它通過傳送 createPartition
訊息來進行分割槽。Map
和 Redu測 引數是在一個 MapReduceParameters
例項中提供的,該例項根據需要進行了克隆和修改,然後傳遞出去。請注意,該操作不需要時間延遲;我新增它們是為了確保將在使用者介面中看到模擬。
清單 21. mapReduce
@Override protected void loopBody(Message m) { ActorManager manager = getManager(); String subject = m.getSubject(); if ("mapReduce".equals(subject)) { try { MapReduceParameters p = (MapReduceParameters) m.getData(); int index = 0; int count = (p.end - p.start + 1 + partitionSize - 1) / partitionSize; sleep(1000); // split up into partition size chunks while (p.end - p.start + 1 >= partitionSize) { MapReduceParameters xp = new MapReduceParameters(p); xp.end = xp.start + partitionSize - 1; DefaultMessage lm = new DefaultMessage("createPartition", new Object[] { xp, index, count }); manager.send(lm, this, getCategory()); p.start += partitionSize; index++; } if (p.end - p.start + 1 > 0) { DefaultMessage lm = new DefaultMessage("createPartition", new Object[] { p, index, count }); manager.send(lm, this, getCategory()); } } catch (Exception e) { triageException("mapFailed", m, e); } }
createPartition
主題建立了更多
actor,並將請求轉發給一個工作執行緒,如清單 22 所示。請注意,createMapReduceActor
方法在它將建立的
actor 數量上有一個上限(目前為 25)。
清單 22. createPartition
} else if ("createPartition".equals(subject)) { try { Object[] oa = (Object[]) m.getData(); MapReduceParameters p = (MapReduceParameters) oa[0]; int index = (Integer) oa[1]; int count = (Integer) oa[2]; sleep(500); createMapReduceActor(this); DefaultMessage lm = new DefaultMessage("mapWorker", new Object[] { p, index, count }); manager.send(lm, this, getCategory()); } catch (Exception e) { triageException("createPartitionFailed", m, e); } }
清單 23 中的 mapWorker
主題在其分割槽上通過提供的 MapReducer
呼叫 map
操作,然後在回覆中表明對映分割槽是完整的:
清單 23. mapWorker
} else if ("mapWorker".equals(subject)) { try { Object[] oa = (Object[]) m.getData(); MapReduceParameters p = (MapReduceParameters) oa[0]; int index = (Integer) oa[1]; int count = (Integer) oa[2]; sleep(100); p.mr.map(p.values, p.start, p.end); DefaultMessage rm = new DefaultMessage("mapResponse", new Object[] { p, index, count }); manager.send(rm, this, getCategoryName()); } catch (Exception e) { triageException("mapWorkerFailed", m, e); } }
然後,清單 24 中的 mapResponse
主題會完成 MapReduceParameters
例項(它包含計數)並啟動
Reduce 流程:
清單 24. mapResponse
} else if ("mapResponse".equals(subject)) { try { Object[] oa = (Object[]) m.getData(); MapReduceParameters p = (MapReduceParameters) oa[0]; int index = (Integer) oa[1]; int count = (Integer) oa[2]; sleep(100); p.complete(); DefaultMessage rm = new DefaultMessage("reduce", new Object[] { p, index, count }); manager.send(rm, this, getCategoryName()); } catch (Exception e) { triageException("mapResponseFailed", m, e); } }
接下來,reduce
訊息會將請求轉發給某個工作執行緒,如清單
25 所示:
清單 25. reduce
} else if ("reduce".equals(subject)) { try { MapReduceParameters p = null; int index = 0, count = 0; Object o = m.getData(); if (o instanceof MapReduceParameters) { p = (MapReduceParameters) o; } else { Object[] oa = (Object[]) o; p = (MapReduceParameters) oa[0]; index = (Integer) oa[1]; count = (Integer) oa[2]; } sleep(100); if (p.end - p.start + 1 > 0) { createMapReduceActor(this); MapReduceParameters xp = new MapReduceParameters(p); DefaultMessage lm = new DefaultMessage("reduceWorker", new Object[] { xp, index, count }); manager.send(lm, this, getCategory()); } } catch (Exception e) { triageException("reduceFailed", m, e); } }
清單 26 中的 reduceWorker
主題在其分割槽上通過提供的 MapReducer
呼叫 reduce
操作,然後在回覆中表明
Reduce 操作已完成。如果所有 Reduce 操作都已完成,則會在回覆中表明 Map/Reduce 操作已完成。
清單 26. reduceWorker
} else if ("reduceWorker".equals(subject)) { try { Object[] oa = (Object[]) m.getData(); MapReduceParameters p = (MapReduceParameters) oa[0]; int index = (Integer) oa[1]; int count = (Integer) oa[2]; sleep(100); if (index >= 0) { p.mr.reduce(p.values, p.start, p.end, p.target, index); DefaultMessage rm = new DefaultMessage("reduceResponse", new Object[] { p, index, count }); manager.send(rm, this, getCategory()); } else { Object[] res = new Object[1]; p.mr.reduce(p.target, 0, count - 1, res, 0); DefaultMessage rm = new DefaultMessage("done", new Object[] { p, res[0] }); manager.send(rm, this, getCategory()); } } catch (Exception e) { triageException("reduceWorkerFailed", m, e); } }
接下來,清單 27 中的 reduceResponse
主題會完成該分割槽,並測試所有分割槽是否已完成,然後表明結果:
清單 27. reduceResponse
} else if ("reduceResponse".equals(subject)) { try { Object[] oa = (Object[]) m.getData(); MapReduceParameters p = (MapReduceParameters) oa[0]; int index = (Integer) oa[1]; int count = (Integer) oa[2]; sleep(100); p.complete(); if (p.isSetComplete()) { if (count > 0) { createMapReduceActor(this); MapReduceParameters xp = new MapReduceParameters(p); DefaultMessage lm = new DefaultMessage("reduceWorker", new Object[] { xp, -1, count }); manager.send(lm, this, getCategory()); } } } catch (Exception e) { triageException("mapResponseFailed", m, e); } }
最後,清單 28 中的 done
主題會報告結果:
清單 28. done
} else if ("done".equals(subject)) { try { Object[] oa = (Object[]) m.getData(); MapReduceParameters p = (MapReduceParameters) oa[0]; Object res = oa[1]; sleep(100); System.out.printf("**** mapReduce done with result %s", res); } catch (Exception e) { triageException("mapResponseFailed", m, e); } }
繼續執行迴圈,init
主題啟動另一個
Map/Reduce 流程,如清單 29 中所示。為每個 Map/Reduce 提供一個不同的 “集合” 名稱,使多個 Map/Reduce 可同時執行。
清單 29. 初始化另一個 Map/Reduce
} else if ("init".equals(subject)) { try { Object[] params = (Object[]) m.getData(); if (params != null) { Object[] values = (Object[]) params[0]; Object[] targets = (Object[]) params[1]; Class clazz = (Class) params[2]; MapReduceer mr = (MapReduceer) clazz.newInstance(); sleep(2 * 1000); MapReduceParameters p = new MapReduceParameters("mrSet_" + setCount++, values, targets, mr, this); DefaultMessage rm = new DefaultMessage("mapReduce", p); manager.send(rm, this, getCategoryName()); } } catch (Exception e) { triageException("initFailed", m, e); } } else { System.out.printf("**** MapReduceActor:%s loopBody unexpected subject: %s", getName(), subject); } } }
Map/Reduce 主要過程
清單 30 中的 MapReduceActor
實現建立了一些資料值,並在這些資料上執行一個
Map/Reduce。它將分割槽大小設定為 10。
清單 30. Map/Reduce 主要過程
BigInteger[] values = new BigInteger[1000]; for (int i = 0; i < values.length; i++) { values[i] = new BigInteger(Long.toString((long)rand.nextInt(values.length))); } BigInteger[] targets = new BigInteger[Math.max(1, values.length / 10)]; // start at least 5 actors DefaultActorManager am = new DefaultActorManager(); MapReduceActor.createMapReduceActor(am, 10); MapReduceActor.createMapReduceActor(am, 10); MapReduceActor.createMapReduceActor(am, 10); MapReduceActor.createMapReduceActor(am, 10); MapReduceActor.createMapReduceActor(am, 10); DefaultMessage dm = new DefaultMessage("init", new Object[] { values, targets, SumOfSquaresReducer.class }); am.send(dm, null, MapReduceActor.getCategoryName());
Map/Reduce 是一種最普遍的分而治之設計模式。從最基本的函式程式設計演算法一直到大規模並行處理(Google 用於構建它自己的 Web 搜尋引擎索引的型別),都可以看見到它的身影。μJavaActors 庫能夠以某種直觀的方式實現這一高階模式,這凸顯了它的強大功能以及潛在的用途。
μJavaActors 庫的內幕
管理器對 actor 說:不要找我;我會去找您。
您已看到如何使用 actor 將一些常見的物件導向模式用於其他用途。現在可以考慮一下 μJavaActors 系統的實現細節,即 AbstractActor
和DefaultActorManager
類。我將僅討論每個類的關鍵方法;您可以檢視
μJavaActors 原始碼 來獲取更多實現細節。
AbstractActor
每個 actor 都知道管理它的 ActorManager
。actor
使用該管理器幫助它將訊息傳送給其他 actor。
在清單 31 中,receive
方法有條件地處理一條訊息。如果 testMessage
方法返回 null
,那麼將不會使用任何訊息。否則,會從
actor 的訊息佇列中刪除訊息,並通過呼叫 loopBody
方法來處理它。每個具體的
actor 子類都必須提供此方法。無論在哪種情況下,actor 都會通過呼叫管理器的 awaitMessage
方法來等待更多訊息傳來。
清單 31. AbstractActor 實現 DefaultActorManager
public abstract class AbstractActor implements Actor { protected DefaultActorManager manager; @Override public boolean receive() { Message m = testMessage(); boolean res = m != null; if (res) { remove(m); try { loopBody(m); } catch (Exception e) { System.out.printf("loop exception: %s%n", e); } } manager.awaitMessage(this); return res; } abstract protected void loopBody(Message m);
每個 actor 都可以實現 willReceive
方法來控制將接受哪些訊息主題(表明它將放在訊息列表中);預設情況下,會接受所有具有非空主題的訊息。每個
actor 還可以實現 testMessage
方法來檢查是否有訊息可供處理(也就是說,它存在於訊息列表中);預設情況下,這一監督工作是通過使用 peekNext
方法來實現的。
清單 32. willReceive()、testMessage() 和 peekNext()
@Override public boolean willReceive(String subject) { return !isEmpty(subject); } protected Message testMessage() { return getMatch(null, false); } protected Message getMatch(String subject, boolean isRegExpr) { Message res = null; synchronized (messages) { res = peekNext(subject, isRegExpr); } return res; }
訊息容量
actor 可具有無限 或有限 的訊息容量。一般而言,有限的容量更好,因為它可幫助檢測不受控制的訊息傳送者。任何客戶端(但通常是ActorManager
)均可向
actor 新增未經篩選的訊息。請注意,對 messages
列表的所有訪問都是非同步的。
清單 33. 訊息處理
public static final int DEFAULT_MAX_MESSAGES = 100; protected List<DefaultMessage> messages = new LinkedList<DefaultMessage>(); @Override public int getMessageCount() { synchronized (messages) { return messages.size(); } } @Override public int getMaxMessageCount() { return DEFAULT_MAX_MESSAGES; } public void addMessage(Message message) { synchronized (messages) { if (messages.size() < getMaxMessageCount()) { messages.add(message); } else { throw new IllegalStateException("too many messages, cannot add"); } } } @Override public boolean remove(Message message) { synchronized (messages) { return messages.remove(message); } }
訊息匹配
客戶端(具體來講是 actor 本身)可檢查一個 actor 是否擁有掛起的訊息。這可用於不按傳送順序處理訊息,或者為某些主題提供優先順序。訊息匹配是通過測試訊息主題與一個字串值的同等性來完成的,或者通過將一個正規表示式與一個引數值匹配來完成的。null
主題匹配任何訊息。再次提醒,請注意,對訊息列表的所有訪問都是非同步的。
清單 34. peekNext()
@Override public Message peekNext() { return peekNext(null); } @Override public Message peekNext(String subject) { return peekNext(subject, false); } @Override public Message peekNext(String subject, boolean isRegExpr) { long now = new Date().getTime(); Message res = null; Pattern p = subject != null ? (isRegExpr ? Pattern.compile(subject) : null) : null; synchronized (messages) { for (DefaultMessage m : messages) { if (m.getDelayUntil() <= now) { boolean match = subject == null || (isRegExpr ? m.subjectMatches(p) : m.subjectMatches(subject)); if (match) { res = m; break; } } } } return res; }
生命週期方法
每個 actor 都有生命週期方法。每次與某個特定 ActorManager
關聯時,都會呼叫 activate
和 deactivate
方法。每次與某個特定的ActorManager
關聯時還會呼叫 run
方法,它通常通過自行向
actor 傳送啟動訊息來啟動該 actor。run
訊息開始訊息處理。
清單 35. 生命週期方法
@Override public void activate() { // defaults to no action } @Override public void deactivate() { // defaults to no action } /** Do startup processing. */ protected abstract void runBody(); @Override public void run() { runBody(); ((DefaultActorManager) getManager()).awaitMessage(this); } }
DefaultActorManager
以下欄位包含 actor 管理器的狀態:
-
actors
包含向管理器註冊的所有 actor。 -
runnables
包含已建立但尚未呼叫其run
方法的 actor。 -
waiters
包含所有等待訊息的 actor。 -
threads
包含管理器啟動的所有執行緒。
請注意,LinkedHashMap 的使用至關重要(對等待者列表尤為如此);否則,一些 actor 可能會急需執行緒。
清單 36. DefaultActorManager 類和狀態
public class DefaultActorManager implements ActorManager { public static final int DEFAULT_ACTOR_THREAD_COUNT = 25; protected static DefaultActorManager instance; public static DefaultActorManager getDefaultInstance() { if (instance == null) { instance = new DefaultActorManager(); } return instance; } protected Map<String , AbstractActor> actors = new LinkedHashMap<String , AbstractActor>(); protected Map<String , AbstractActor> runnables = new LinkedHashMap<String , AbstractActor>(); protected Map<String , AbstractActor> waiters = new LinkedHashMap<String , AbstractActor>(); protected List<Thread> threads = new LinkedList<Thread>();
detachActor
方法打破了
actor 和它的管理器之間的關聯:
清單 37. actor 終止
@Override public void detachActor(Actor actor) { synchronized (actors) { actor.deactivate(); ((AbstractActor)actor).setManager(null); String name = actor.getName(); actors.remove(name); runnables.remove(name); waiters.remove(name); } }
傳送方法
send
方法家族將一條訊息傳送給一個或多個
actor。首先需要檢查每條訊息,檢視 actor 是否會接受它。對訊息進行排隊後,就會使用 notify
喚醒一個執行緒來處理訊息。在傳送到某個類別時,只有該類別中的一個
actor(當前具有最少訊息的 actor)會實際收到該訊息。awaitMessage
方法在 waiters
列表基礎上對
actor 排隊。
清單 38. DefaultActorManager 類處理一個髮送操作
@Override public int send(Message message, Actor from, Actor to) { int count = 0; AbstractActor aa = (AbstractActor) to; if (aa != null) { if (aa.willReceive(message.getSubject())) { DefaultMessage xmessage = (DefaultMessage) ((DefaultMessage) message).assignSender(from); aa.addMessage(xmessage); count++; synchronized (actors) { actors.notifyAll(); } } } return count; } @Override public int send(Message message, Actor from, Actor[] to) { int count = 0; for (Actor a : to) { count += send(message, from, a); } return count; } @Override public int send(Message message, Actor from, Collection<Actor> to) { int count = 0; for (Actor a : to) { count += send(message, from, a); } return count; } @Override public int send(Message message, Actor from, String category) { int count = 0; Map<String, Actor> xactors = cloneActors(); List<Actor> catMembers = new LinkedList<Actor>(); for (String key : xactors.keySet()) { Actor to = xactors.get(key); if (category.equals(to.getCategory()) && (to.getMessageCount() < to.getMaxMessageCount())) { catMembers.add(to); } } // find an actor with lowest message count int min = Integer.MAX_VALUE; Actor amin = null; for (Actor a : catMembers) { int mcount = a.getMessageCount(); if (mcount < min) { min = mcount; amin = a; } } if (amin != null) { count += send(message, from, amin); } return count; } @Override public int broadcast(Message message, Actor from) { int count = 0; Map<String, Actor> xactors = cloneActors(); for (String key : xactors.keySet()) { Actor to = xactors.get(key); count += send(message, from, to); } return count; } public void awaitMessage(AbstractActor a) { synchronized (actors) { waiters.put(a.getName(), a); } }
執行緒池初始化
管理器提供一個低優先順序後臺執行緒池,將它分配給 actor,以便處理收到的訊息。(請注意,為保持簡潔,我們省略了選項處理,它包含在提供的原始碼中。)
清單 39. DefaultActorManager 類初始化
protected static int groupCount; @Override public void initialize(Map<String, Object> options) { int count = getThreadCount(options); ThreadGroup tg = new ThreadGroup("ActorManager" + groupCount++); for (int i = 0; i < count; i++) { Thread t = new Thread(tg, new ActorRunnable(), "actor" + i); threads.add(t); t.setDaemon(true); t.setPriority(Math.max(Thread.MIN_PRIORITY, Thread.currentThread().getPriority() - 1)); } running = true; for (Thread t : threads) { t.start(); } }
每個 actor 由清單 40 中的 Runnable
實現分派。只要準備好的
actor(具有掛起的訊息的 actor)可用,就會將它們分派出去;否則,執行緒會等待(具有可變的超時)訊息到來。
清單 40. 通過一個 Runnable 處理訊息
public class ActorRunnable implements Runnable { public void run() { int delay = 1; while (running) { try { if (!procesNextActor()) { synchronized (actors) { actors.wait(delay * 1000); } delay = Math.max(5, delay + 1); } else { delay = 1; } } catch (InterruptedException e) { } catch (Exception e) { System.out.printf("procesNextActor exception %s%n", e); } } } }
procesNextActor
方法首先測試是否存在任何新建立的
actor,然後執行其中一個。否則,它會測試一個等待的 actor。如果有任何等待的 actor,則會分派一個 actor 來處理它的下一條訊息。最多一次呼叫處理一條訊息。請注意,所有同步操作都是使用 actors
欄位完成的;這減少了發生死鎖的可能性。
清單 41. 選擇和分派下一個 actor
protected boolean procesNextActor() { boolean run = false, wait = false, res = false; AbstractActor a = null; synchronized (actors) { for (String key : runnables.keySet()) { a = runnables.remove(key); break; } } if (a != null) { run = true; a.run(); } else { synchronized (actors) { for (String key : waiters.keySet()) { a = waiters.remove(key); break; } } if (a != null) { // then waiting for responses wait = true; res = a.receive(); } } return run || res; }
終止方法
可以通過呼叫 terminate
或 terminateAndWait
方法來請求管理器終止處理。terminate
告訴所有執行緒儘快停止處理。terminateAndWait
仍會等待執行緒完成。
清單 42. DefaultActorManager 類終止
@Override public void terminateAndWait() { terminate(); for (Thread t : threads) { try { t.join(); } catch (InterruptedException e) { } } } boolean running; @Override public void terminate() { running = false; for(Thread t: threads) { t.interrupt(); } synchronized (actors) { for (String key : actors.keySet()) { actors.get(key).deactivate(); } } }
建立方法
create
方法家族構造
actor 並將它們與此管理器關聯。create
通過
actor 的類提供,它必須有一個預設的建構函式。此外,actor 可在建立時或以後啟動。請注意,此實現需要所有 actor 擴充套件 AbstractActor
。
清單 43. 建立和啟動 actor
@Override public Actor createAndStartActor(Class<? extends Actor> clazz, String name, Map<String, Object> options) { Actor res = createActor(clazz, name, options); startActor(res); return res; } @Override public Actor createActor(Class<? extends Actor> clazz, String name, Map<String, Object> options) { AbstractActor a = null; synchronized (actors) { if (!actors.containsKey(name)) { try { a = (AbstractActor) clazz.newInstance(); a.setName(name); a.setManager(this); } catch (Exception e) { throw e instanceof RuntimeException ? (RuntimeException) e : new RuntimeException( "mapped exception: " + e, e); } } else { throw new IllegalArgumentException("name already in use: " + name); } } return a; } } @Override public void startActor(Actor a) { a.activate(); synchronized (actors) { String name = a.getName(); actors.put(name, (AbstractActor) a); runnables.put(name, (AbstractActor) a); } }
結束語
送君千里,終有一別!
在本文中,您學習瞭如何將一個相對簡單的 actor 系統用於各種常見的 Java 程式設計場景和模式。μJavaActors 庫具有靈活的、動態的行為,為 Akka 等更加龐大的 actor 庫提供了一個基於 Java 的替代方案。
從程式碼示例和視訊模擬中可以明顯看到,μJavaActors 可跨一個執行執行緒池高效地分配 actor 訊息處理工作。而且,可在使用者介面中迅速確定是否需要更多執行緒。該介面還容易確定哪些 actor 渴求工作或者是否有一些 actor 負載過重。
DefaultActorManager
(ActorManager
介面的預設實現)可保證沒有
actor 會一次處理多條訊息。因此這會減輕 actor 作者的負擔,他們無需處理任何重新輸入考慮因素。該實現還不需要 actor 同步,只要:(1) actor 僅使用私有(例項或方法本地的)資料,(2) 訊息引數僅由訊息傳送者編寫,以及 (3) 僅由訊息接收者讀取。
DefaultActorManager
的兩個重要的設計引數是執行緒與
actor 的比率 以及要使用的執行緒總數。執行緒數量至少應該與計算機上的處理器一樣多,除非一些執行緒為其他用途而保留。因為執行緒可能常常空閒(例如,當等待 I/O 時),所以正確的比率常常是執行緒是處理器的 2 倍或多倍。一般而言,應該有足夠的 actor(其實是 actor
之間的訊息比率)來保持執行緒池中大部分時間都很繁忙。(為了獲得最佳的響應,應該有一些保留執行緒可用;通常平均 75% 到 80% 的活動比率最佳。)這意味著 actor 通常比執行緒更多,因為有時 actor 可能沒有任何要處理的掛起訊息。當然,您的情況可能有所不同。執行等待操作(比如等待一個人為響應)的 actor 將需要更多執行緒。(執行緒在等待時變為 actor 專用的,無法處理其他訊息。)
DefaultActorManager
很好地利用了
Java 執行緒,因為在 actor 處理一條訊息時,一個執行緒僅與一個特定的 actor 關聯;否則,它可供其他 actor 自由使用。這允許一個固定大小的執行緒池為無限數量的 actor 提供服務。結果,需要為給定的工作負載建立的執行緒更少。這很重要,因為執行緒是重量級的物件,常常被主機作業系統限制於相對較少數量的例項。μJavaActors 庫正是因為這一點而與為每個 actor 分配一個執行緒的 actor 系統區分開來;如果 actor 沒有訊息要處理,並且可能限制了可存在的 actor 例項數量,這麼做可以讓執行緒實際空閒下來。
線上程切換方面,μJavaActors 實現有很大不同。如果在訊息處理完成時有一條新訊息需要處理,則不會發生執行緒切換;而是會重複一個簡單迴圈來處理該新訊息。因此,如果等待的訊息數量至少與執行緒一樣多,則沒有執行緒是空閒執行緒,因此不需要進行切換。如果存在足夠的處理器(至少一個執行緒一個),則可以有效地將每個執行緒分配給一個處理器,而從不會發生執行緒切換。如果緩衝的訊息不足,那麼執行緒將會休眠,但這並不明顯,因為只有在沒有工作掛起時才會出現負載過重的現象。
用於 JVM 的其他 actor 庫
還存在其他用於 JVM 的 actor 解決方案。表 1 簡短介紹了它們與 μJavaActors 庫的對位元徵:
表 1. 對比 JVM actor 庫與 μJavaActors
名稱 | 訪問地址 | 描述 | 與 μJavaActors 對比 |
---|---|---|---|
Kilim | http://www.malhar.net/sriram/kilim/ | 一個支援基於輕型執行緒的多生成者、單使用者郵箱模型的 Java 庫。 | Kilim 需要位元組程式碼調整。在 μJavaActors 中,每個 actor 也是其自身的郵箱,所以不需要獨立的郵箱物件。 |
Akka | http://akka.io/ |
嘗試使用函式語言模擬 actor 的模式匹配,一般使用 instanceof 型別檢查(但
μJavaActors 一般使用字串同等性或正規表示式匹配)。 |
Akka 功能更多(比如支援分散式 actor),因此比 μJavaActors 更大且有可能更復雜。 |
GPars | http://gpars.codehaus.org/Actor | Groovy Actor 庫。 | 類似於 μJavaActors,但更適合 Groovy 開發人員。 |
請注意,表 1 中的一些 JVM actor 解決方案新增了同步傳送功能(也就是傳送者需要等待回覆)。儘管很方便,但這可能導致更低的訊息處理公平性和/或對 actor 的更少的重新輸入呼叫。μJavaActors 使用了 POJT(純舊 Java 執行緒)和標準執行緒顯示器,它是一種更加傳統的實現。其他這些方法中的一些方法為提供它們自己的執行緒模型提供了專門支援。μJavaActors 是一個純 Java 庫;要使用它,僅需確保它的 JAR 位於類路徑上即可,此外,它不需要位元組程式碼操作或其他特殊操作。
增強 μJavaActors
當然,還有改進或擴充套件 μJavaActors 庫的空間。如果您感興趣,我總結了以下可能性:
- 在一個類別中重新分配掛起的訊息:目前,在傳送時會為訊息分配 round-robin,而不會在以後重新均衡。
- 允許基於優先順序的 actor 執行:目前,所有 actor 都在具有同等優先順序的執行緒上執行;如果存在具有不同優先順序的執行緒(或執行緒池)並且可在條件更改後向這些執行緒分配 actor,那麼系統可能更加靈活。
- 允許優先順序訊息:目前,訊息通常按傳送順序處理,允許優先順序處理將支援更靈活的處理。
- 允許 actor 處理來自多個類別的訊息:目前,一次僅允許處理一個類別的訊息。
- 可以通過實現優化來減少執行緒切換,進而提高潛在的訊息處理速率:這樣做的代價將是更高的複雜性。
- 分散式 actor:目前,actor 必須都在一個 JVM 中執行;跨 JVM 執行將是一種強大的擴充套件。
下載
描述 | 名字 | 大小 |
---|---|---|
actor 執行時和 actor 演示原始碼 | j-javaactors.jar | 104KB |
Java 原始檔 | j-javaactors.zip | 47KB |
參考資料
學習
- “使用 actor 現代化常見的併發模型”(Barry Feigenbaum,IBM developerWorks,2012 年 5 月)是 4 種常見程式設計模式的 actor 實現的一個簡短的視訊模擬。
- 獲取 actor 模型的 Wikipedia 概述,然後閱讀介紹 actor 併發性的 概念性文章(Hewitt 等;第三屆人工智慧國際聯合大會論文集,1973 年)。
-
獲取在 JVM 語言中使用 actor 的實用介紹:
- “使用 GPars 解決常見的併發性問題”(Alex Miller,2010 年 9 月)
- “Java 開發 2.0:Kilim 簡介”(Andrew Glover,2010 年 4 月)
- “Java 開發人員 Scala 指南:更深入剖析 Scala 併發性”(Ted Neward,2009 年 4 月)
- Actor 庫和框架 (Wikipedia) 列出了用於沒有 actor 支援的語言中的 actor 風格程式設計的庫和框架。
- 知識路徑:Java 平臺上的 actor 併發性(developerWorks,2012 年 5 月):更多幫助您瞭解 actor 併發性的資源。
-
在 developerWorks 上了解 Map/Reduce 的更多資訊:
- “Java 開發 2.0:用 Hadoop MapReduce 進行大資料分析”(Andrew Glover,2011 年 1 月)
- “用 MapReduce 解決與雲端計算相關的 Big Data 問題”(Noah Gift,2010 年 11 月)
- Wikipedia 提供了更高階的函式 map 和 reduce 的更多資訊。
- developerWorks 中國網站 Java 技術專區:查詢數百篇關於 Java 程式設計方方面面的文章。
相關文章
- 初學者:關於用java實現並行2004-02-16Java並行
- Java多執行緒並行處理任務的實現2019-04-20Java執行緒並行
- parallel: 一個簡單的並行執行Go迴圈的庫2022-04-01Parallel並行Go
- 如何設計並實現一個執行緒安全的 Map ?(下篇)2017-10-07執行緒
- 如何設計並實現一個執行緒安全的 Map ?(上篇)2017-09-16執行緒
- disruptor如何實現每CPU執行一個執行緒?2012-08-09執行緒
- 用vc執行緒模擬實現並行演算法 (轉)2007-12-14執行緒並行演算法
- 第一個執行WebAssembly的Java庫:Wasmer JNI2020-05-15WebJavaASM
- 一行 Python 實現並行化 -- 日常多執行緒操作的新思路2015-07-22Python並行執行緒
- Java多執行緒的實現2019-01-19Java執行緒
- 關於Actor模型的實現2015-09-10模型
- [Java併發]執行緒的並行等待2024-09-28Java執行緒並行
- 怎樣用一行 Python 程式碼實現並行2020-07-10Python並行
- Java併發(一)----程式、執行緒、並行、併發2023-04-10Java執行緒並行
- gohook 一個支援執行時替換 golang 函式的庫實現2019-06-04HookGolang函式
- 一個Java的Actor框架:kilim2011-12-11Java框架
- java執行緒實現方式2019-03-02Java執行緒
- Java 執行緒池中的執行緒複用是如何實現的?2020-07-11Java執行緒
- 手動實現一個JS執行引擎2022-03-27JS
- 【Java面試】如何中斷一個正在執行的執行緒?2022-05-28Java面試執行緒
- Java中實現執行緒的方式2019-07-11Java執行緒
- java實現多執行緒的方法2017-09-06Java執行緒
- Java多執行緒的實現方法2015-10-04Java執行緒
- windows下實現自己的第一個python指令碼檔案並.exe執行2017-12-20WindowsPython指令碼
- 虛擬執行緒相對於Actor模型或平臺執行緒的主要優勢? - Reddit2022-05-05執行緒模型
- 並行執行2014-01-09並行
- 一個golang並行庫原始碼解析2017-04-07Golang並行原始碼
- 一行 Python 程式碼實現並行2019-03-16Python並行
- 一種適合C# Actor的訊息執行方式(中):C# Actor的尷尬2009-07-13C#
- java多執行緒與併發 - 自己實現一個簡單的鎖(實現Lock介面)2018-02-11Java執行緒
- Java多執行緒實現方式2020-07-15Java執行緒
- Java 實現執行緒死鎖2016-02-20Java執行緒
- 第19節 從庫MTS多執行緒並行回放(一)2020-01-09執行緒並行
- 十九:從庫MTS多執行緒並行回放(一)(筆記)2019-07-09執行緒並行筆記
- 實現一個併發任務執行框架2021-06-23框架
- 關於linux的執行緒實現2011-05-27Linux執行緒
- Java 執行緒池的原理與實現2014-01-16Java執行緒
- JAVA多執行緒下載的實現2016-03-08Java執行緒