Actor模式是一种并发模型，与另一种模型共享内存完全相反，Actor模型share nothing。所有的线程(或进程)通过消息传递的方式进行合作，这些线程(或进程)称为Actor。共享内存更适合单机多核的并发编程，而且共享带来的问题很多，编程也困难。随着多核时代和分布式系统的到来，共享模型已经不太适合并发编程，因此几十年前就已经出现的Actor模型又重新受到了人们的重视。MapReduce就是一种典型的Actor模式，而在语言级对Actor支持的编程语言Erlang又重新火了起来，Scala也提供了Actor，但是并不是在语言层面支持，Java也有第三方的Actor包，Go语言channel机制也是一种类Actor模型。
单线程编程
单核单机时代一般都是单线程编程，如果把程序比作一个工厂，那么只有一个工人，这个工人负责所有的事情，所有的原料，工具产品等都放到一个地方，因为只有一个人，因此使用一套工具就行，取原料也不用排队等。
多线程编程-共享内存
到了多核时代，有多个工人，这些工人共同使用一个仓库和车间，干什么都要排队。比如我要从一块钢料切出一块来用，我得等别人先用完。有个扳手，另一个人在用，我得等他用完。两个人都要用一个切割机从一块钢材切一块钢铁下来用，但是一个人拿到了钢材，一个人拿到了切割机，他们互相都不退让，结果谁都干不了活。
假如现在有一个任务，找100000以内的素数的个数，最多使用是个线程，如果用共享内存的方法，可以用下面的代码实现。可以看到，这些线程共享了currentNum和totalPrimeCount，对它们做操作时必须上锁。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 | public class PrimeCount implements Runnable { private int currentNum = 2; //从2开始找 private int totalPrimeCount = 0; //当前已经找到的 //取一个数，不能重复，最大到100000 private int incrCurrentNum() { synchronized (this) { //如果不用锁，必然会出错。 if(currentNum > 100000) { return -1; } else { int result = currentNum; currentNum++; return result; } } } //把某个线程找到的素数个数加上 private void accPrimeCount(int count) { synchronized (this) { totalPrimeCount += count; } } @Override //一直取数并判断是否为素数，取不到了就把找到的个数累加 public void run() { int primeCount = 0; int num; while((num=incrCurrentNum()) != -1) { if(isPrime(num)) { primeCount++; } } accPrimeCount(primeCount); } private boolean isPrime(int num) { for(int i = 2; i < num; i++) { if(num % i == 0) { return false; } } return true; } @SuppressWarnings("static-access") public static void main(String[] args){ PrimeCount pc = new PrimeCount(); for(int i = 0; i < 10; i++) { new Thread(pc).start(); } try { Thread.currentThread().sleep(5000); } catch (InterruptedException e) { // TODO Auto-generated catch block e.printStackTrace(); } System.out.println(pc.getTotalPrimeCount()); } public int getTotalPrimeCount() { return totalPrimeCount; } } |
多线程/分布式编程-Actor模型
到了分布式系统时代，工厂已经用流水线了，每个人都有明确分工，这就是Actor模式。每个线程都是一个Actor，这些Actor不共享任何内存，所有的数据都是通过消息传递的方式进行的。
如果用Actor模型实现统计素数个数，那么我们需要1个actor做原料的分发，就是提供要处理的整数，然后10个actor加工，每次从分发actor那里拿一个整数进行加工，最终把加工出来的半成品发给组装actor，组装actor把10个加工actor的结果汇总输出。
用scala实现，下面是工程的结构：
这是它们传递的消息，有一些指令，剩下的都是Int数据:
一个Actor的代码结构一般是下面这种结构，不停的接受消息并处理，没有消息就等待：
组装者代码：
分发者代码：
加工者代码：
主线程代码：
工程代码可以在附件中下载。这个代码实现的效果与前面用Java实现的是一样的，但是各个线程没有共享内存，也没有锁，这样开发起来容易，而且更适合分布式编程，因为分布式编程本身就不适合共享内存。Scala的Actor不能原生的支持分布式，但是Erlang可以，使用Erlang的Actor，分布式编程就和本地编程基本一样。但是Erlang的语法难懂，而且没有变量，几乎所有需要使用循环的地方都得用递归。