构建响应式应用：从AkkaTyped到AkkaStreams

# 构建响应式应用：从 Akka Typed 到 Akka Streams ## 1. Akka Typed 测试与应用运行 ### 1.1 测试流程 在测试场景中，我们使用 `TestProbe` 创建烤箱和管理器，通过 `ActorTestKit` 的 `spawn` 方法创建烘焙师行为。向烘焙师发送请求，期望其将单个饼干放入烤箱。之后，检查在此期间是否无消息发送，以此确认烘焙师在等待饼干就绪。这里使用年度时间，检查可即时完成。最后，手动推进计时器，让烘焙师从烤箱中取出饼干，并验证烤箱是否按预期收到 `Extract` 消息。 ### 1.2 应用运行 若未安装 Java 和 SBT，请先进行安装。我们将在终端中运行应用，为商店和面包店分别开启两个终端会话。可以选择交互模式运行，也可在相应 shell 中执行以下命令： ```plaintext sbt "runMain ch12.Store" sbt "runMain ch12.Bakery" ``` 由于使用集群而非远程通信，无需像之前那样按特定顺序启动。应用启动后，两部分将建立连接并协同生产饼干。 ### 1.3 Akka Typed 特性总结 - **类型安全**：以类型安全的方式实现 actor 系统，在编译时确定输入和输出通道的类型，行为可组合，提高代码复用性。 - **明确行为定义**：Typed actors 不仅接收和发送消息，还需在处理每条消息后明确定义新行为。与其他 actor 的交互受限，如创建、停止、查找和监视子 actor 等。 - **上下文功能**：Actor 上下文提供计时器和暂存等实用功能。 - **监督机制**：Typed 监督直接在行为上定义，必要时需显式实现故障传播到父 actor。 - **测试优势**：Typed Akka 中的 actor 本质上是函数，测试可同步进行，使测试代码具有确定性和稳定性，执行速度快。 - **扩展功能**：提供集群、集群单例、持久化和分布式数据等有用扩展。 ## 2. Akka Streams 概述 ### 2.1 流的基本概念 在现代计算中，“流” 含义丰富。在 Java 中，不同时期流代表不同概念，如阻塞 IO、非阻塞 IO 以及数据处理查询。本质上，流是数据或指令的流动，通常不会将流的内容完全加载到内存中，这使得在内存有限的设备上处理大量信息成为可能。 流有数据源和数据目的地，分别对应生产者和消费者。在流中，可对传输中的数据进行操作，就像在水管中安装热水器改变水的温度一样，生产者和消费者无需知晓中间操作。为实现模块化和代码复用，通常会定义许多小的转换步骤。 ### 2.2 推和拉模型 - **推模型**：由生产者控制流程，数据一旦可用就被推送到流中，要求流的其余部分能够吸收数据。但当数据产生速率不可预测时，可能需要丢弃数据或使用缓冲区，而缓冲区可能会满，导致内存溢出或数据丢失。 - **拉模型**：由消费者驱动流程，消费者在需要时尝试从流中读取数据。若没有数据，消费者可选择等待或稍后再试，但这两种方式都不理想，会导致资源过度消耗和数据处理延迟。 ### 2.3 Reactive Streams 与背压 为解决推和拉模型的不足，2013 年，Lightbend、Netflix 和 Pivotal 的工程师提出了 Reactive Streams 标准，引入非阻塞背压机制。 以建筑工地为例，工头负责建筑材料的及时供应。工地最多容纳 100 吨材料，工头向承包商订购材料。非阻塞拉模式下，工头发送语音消息订购 100 吨材料后继续日常工作。承包商根据工地容量发送 96 吨材料。当消耗 30 吨材料后，工头再次订购 30 吨，承包商考虑到之前剩余的 4 吨，发送一辆 32 吨的卡车。请求具有累加性，这就是 Reactive Streams 背压机制的工作原理。 Reactive Streams 规范定义了低级别 API 和技术兼容性套件（TCK），以确保不同库的实现可互操作。API 包含 `Publisher`、`Subscriber`、`Subscription` 和 `Processor` 组件，所有方法返回 `void`，实现异步流处理。 ### 2.4 Akka Streams 介绍 Akka Streams 基于 Akka 演员系统构建，实现了 Reactive Streams 标准，提供丰富的高级 API，允许使用高级 DSL 描述流，并展示底层 Akka 机制。其目的是提供直观、安全的流处理设置方式，实现高效执行和有限资源使用。 Akka Streams 出现的动机是解决 Akka actor 系统的常见问题，如缺乏通用流控制机制、消息传递语义不理想和无类型等。它通过在 actor 系统之上添加流层，遵循全面的领域模型和模块化原则，将流描述与执行分离。用户执行流需经过以下步骤： 1. 以构建块和连接的形式描述流，结果通常称为蓝图。 2. 实现蓝图，创建流的实例，通过提供 materializer 实现，在 Akka 中使用 actor 系统或 actor 上下文为每个处理阶段创建 actor。 3. 使用 `run` 方法之一执行已实现的流。实际中，后两步通常合并，materializer 作为隐式参数提供。 ### 2.5 依赖设置 为在项目中使用 Akka St