Нет сомнений в том, что современные базы данных предоставляют возможность кэширования, но когда у вас больше трафика на вашем сайте, и в это время вам необходимо выполнить много транзакций базы данных, вы не получите высокой производительности. Так что в этом случае повышение производительности приведет к кешированию в спящем режиме. помочь вам, оптимизируя приложения базы данных. Кэш на самом деле хранит данные, уже загруженные из базы данных, так что трафик между нашим приложением и базой данных будет уменьшен, когда приложение снова захочет получить доступ к этим данным. Время доступа и трафик будут уменьшены между приложением и базой данных.
Акторы обрабатывают одно сообщение за раз. Классический шаблон для обработки нескольких сообщений - наличие одного актора-координатора для пула субъектов-потребителей. Если вы используете реакцию, тогда пул потребителей может быть большим, но по-прежнему будет использовать только небольшое количество потоков JVM. Вот пример, в котором я создаю пул из 10 потребителей и одного координатора для их поддержки.
import scala.actors.Actor
import scala.actors.Actor._
case class Request(sender : Actor, payload : String)
case class Ready(sender : Actor)
case class Result(result : String)
case object Stop
def consumer(n : Int) = actor {
loop {
react {
case Ready(sender) =>
sender ! Ready(self)
case Request(sender, payload) =>
println("request to consumer " + n + " with " + payload)
// some silly computation so the process takes awhile
val result = ((payload + payload + payload) map {case '0' => 'X'; case '1' => "-"; case c => c}).mkString
sender ! Result(result)
println("consumer " + n + " is done processing " + result )
case Stop => exit
}
}
}
// a pool of 10 consumers
val consumers = for (n <- 0 to 10) yield consumer(n)
val coordinator = actor {
loop {
react {
case msg @ Request(sender, payload) =>
consumers foreach {_ ! Ready(self)}
react {
// send the request to the first available consumer
case Ready(consumer) => consumer ! msg
}
case Stop =>
consumers foreach {_ ! Stop}
exit
}
}
}
// a little test loop - note that it's not doing anything with the results or telling the coordinator to stop
for (i <- 0 to 1000) coordinator ! Request(self, i.toString)
Этот код проверяет, какой потребитель доступен, и отправляет запрос этому потребителю. Альтернативы - просто случайным образом назначить потребителей или использовать циклический планировщик.
В зависимости от того, что вы делаете, вам может лучше подойти Scala's Futures. Например, если вам действительно не нужны актеры, тогда весь вышеупомянутый механизм может быть записан как
import scala.actors.Futures._
def transform(payload : String) = {
val result = ((payload + payload + payload) map {case '0' => 'X'; case '1' => "-"; case c => c}).mkString
println("transformed " + payload + " to " + result )
result
}
val results = for (i <- 0 to 1000) yield future(transform(i.toString))
Я думаю, что ответ заключается в том, что Актер
не может обрабатывать сообщения асинхронно. Если у вас есть Актер
, который должен прослушивать сообщения, где эти сообщения могут обрабатываться асинхронно , то это можно записать так:
val actor_ = actor {
loop {
react {
case msg =>
//create a new actor to execute the work. The framework can then
//manage the resources effectively
actor {
//do work here
}
}
}
}
Если вы хотите делать несколько вещей, вы должны использовать несколько участников. Вся причина использования акторов состоит в том, чтобы разделить работу между несколькими независимыми процессами.