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 "歷史上規模***的眾籌行動是什么？" => { 
            Thread.sleep(1) 
            sender ! "歷史上規模***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)，我們發現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 ? "歷史上規模***的眾籌行動是什么？" 
println(res) 

實質上, historyteacher ? "歷史上規模***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操作的結果的數據結構。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，為了解決大塊數據(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”的原創稿件，轉載請通過51CTO獲取聯系和授權】

戳這里，看該作者更多好文