Akka实战:分散、聚合模式

分散、聚合模式:简单说就是一个任务需要拆分成多个小任务,每个小任务执行完后再把结果聚合在一起返回。

代码 https://github.com/yangbajing/akka-action

分散、聚合模式图

实例背景

本实例来自一个真实的线上产品,现将其需求简化如下:

  1. 传入一个关键词:key,根据key从网上抓取相关新闻
  2. 可选传入一个超时参数:duration,设置任务到期时必须反回数据(返回实际已抓取数据)
  3. 若超时到返回实际已爬取数据,则任务应继续运行直到所以数据抓取完成,并存库

设计

根据需求,一个简化的分散、聚合模式可以使用两个actor来实现。

  • NewsTask:接收请求,并设置超时时间
  • SearchPageTask:执行实际的新闻抓取操作(本实例将使用TimeUnit模拟抓取耗时)

实现

NewsTask

https://github.com/yangbajing/akka-action/blob/master/src/main/scala/me/yangbajing/akkaaction/scattergather/NewsTask.scala

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
override def metricPreStart(): Unit = {
context.system.scheduler.scheduleOnce(doneDuration, self, TaskDelay)
}

override def metricReceive: Receive = {
case StartFetchNews =>
_receipt = sender()
(0 until NewsTask.TASK_SIZE).foreach { i =>
context.actorOf(SearchPageTask.props(self), "scatter-" + i) ! SearchPage(key)
}

case GetNewsItem(newsItem) =>
_newses ::= newsItem
if (_newses.size == NewsTask.TASK_SIZE) {
logger.debug(s"分散任务,${NewsTask.TASK_SIZE}个已全部完成")

if (_receipt != null) {
_receipt ! NewsResult(key, _newses)
_receipt = null
}
self ! PoisonPill
}

case TaskDelay =>
if (_receipt != null) {
_receipt ! NewsResult(key, _newses)
_receipt = null
}
}

metricPreStart方法中设置定时方法,调用时间为从代码运行开始到doneDuration时间为止。定时被触发时将向当前Actor发送一个TaskDelay消息。

metricReceive方法中,分别对StartFetchNewsGetNewsItemTaskDelay三个消息进行操作。

在收到StartFetchNews消息时,actor首先保存发送者actor的引用(结果将返回到此actor)。再根据TASK_SIZE生成相应子任务

GetNewsItem消息的处理中,每收到一个消息就将其添加到_newses列表中。并判断当_newses个数等于TASK_SIZE时(所有子任务已完成)将结果发送给_receipt

self ! PoisonPill,这句代码停止actor自身。它将把“毒药”发送到NewsTask Actor的接收邮箱队列中。

TaskDelay消息被触发时,将直接返回已完成的新闻_newses。返回数据后并不终止当前还未运行完任务。

SearchPageTask

https://github.com/yangbajing/akka-action/blob/master/src/main/scala/me/yangbajing/akkaaction/scattergather/SearchPageTask.scala

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
override def metricReceive: Receive = {
case SearchPage(key) =>
// XXX 模拟抓取新闻时间
TimeUtils.sleep(Random.nextInt(20).seconds)

val item = NewsItem(
"http://newssite/news/" + self.path.name,
"测试新闻" + self.path.name,
self.path.name,
TimeUtils.now().toString,
"内容简介", "新闻正文")

taskRef ! GetNewsItem(item)
context.stop(self)
}

SearchPageTask的代码逻辑就比较易懂了,这里使用sleep来模拟实际抓取新闻时的耗时。生成结果后返回数据给`taskRef`,并终止自己。

执行测试

1
2
./sbt
akka-action > testOnly me.yangbajing.akkaaction.scattergather.ScatterGatherTest

总结

这是一个简单的Akka实例,实现了任务分发与结果聚合。提供了一种在指定时间内返回部份有效数据,同时任务继续执行的方式。这种分散、聚合的模式在实际生产中很常用,比如对多种数据源的整合,或某些需要长时间运行同时对返回数据完整性无强制要求的情况等。

MetricActor演示了怎么自定义Actor,并为其提供一些侦测点的方式。以后有时间会写篇详文介绍。