Multithreading 在Scala中创建分布式内存服务

您认为Scala如何帮助我们编写像Redis这样的分布式内存服务（但多线程）

Scala编程鼓励我们使用不可变数据，以避免共享数据和竞争条件，但是在这种数据存储中，不可变数据对我们没有帮助（我认为）

---

阻塞线程将是解决方案？

Scala同样能处理不可变数据和可变数据

当然，强烈建议使用不可变数据——对于任何可以跨线程/参与者共享的数据

但是也强烈鼓励使用专用于单个线程/参与者的可变数据，即在一个永远不能跨线程/参与者共享的上下文中

一个简单的高级并发模式是：

将可变数据私有化给每个

参与者

：

• 将可变类型专用于单个参与者
• 使用actor-act/receive/react方法操纵可变数据

仅在

Actor

s之间共享不可变数据

• 向其他参与者发送消息-但是将可变数据转换为不可变数据，并且只在参与者之间发送后者

切勿在消息中向另一位

参与者发送对
参与者的引用

由于（1），演员本身变得可变
由于（2），它们不应该被共享
这将阻止ActorA调用ActorB上的任何方法-所有通信都应通过消息（方法
！
和
！！
）

识别长时间运行的操作并使其异步。即使是超出CPU+L1缓存+L2缓存的简单操作，其速度也可能比CPU操作的速度慢100000到10000000倍，例如从内存读取大量数据、读取/写入磁盘、读取/写入网络-请参阅末尾的表：

作为一项规则，不要阻塞异步操作——它通常会“取出”一个线程（消耗资源），如果不仔细设计，可能会导致死锁（运行时失败），并且可以始终以非阻塞方式处理。如果需要处理异步响应，请让异步请求在初始化过程中返回一个

Future[T]

。然后通过

Future.onComplete

（或者更好地通过

Future.flatMap/Map/withFilter/Recover

及其

理解等价物指定响应处理代码，这是围绕
onComplete
的方便的“一元”包装）

---

Scala同样能很好地处理不可变数据和可变数据

当然，强烈建议使用不可变数据——对于任何可以跨线程/参与者共享的数据

但是也强烈鼓励使用专用于单个线程/参与者的可变数据，即在一个永远不能跨线程/参与者共享的上下文中

一个简单的高级并发模式是：

将可变数据私有化给每个

参与者

：

• 将可变类型专用于单个参与者
• 使用actor-act/receive/react方法操纵可变数据

仅在

Actor

s之间共享不可变数据

• 向其他参与者发送消息-但是将可变数据转换为不可变数据，并且只在参与者之间发送后者

切勿在消息中向另一位

参与者发送对
参与者的引用

由于（1），演员本身变得可变
由于（2），它们不应该被共享
这将阻止ActorA调用ActorB上的任何方法-所有通信都应通过消息（方法
！
和
！！
）

识别长时间运行的操作并使其异步。即使是超出CPU+L1缓存+L2缓存的简单操作，其速度也可能比CPU操作的速度慢100000到10000000倍，例如从内存读取大量数据、读取/写入磁盘、读取/写入网络-请参阅末尾的表：

作为一项规则，不要阻塞异步操作——它通常会“取出”一个线程（消耗资源），如果不仔细设计，可能会导致死锁（运行时失败），并且可以始终以非阻塞方式处理。如果需要处理异步响应，请让异步请求在初始化过程中返回一个

Future[T]

。然后通过

Future.onComplete

（或者更好地通过

Future.flatMap/Map/withFilter/Recover

及其

理解等价物指定响应处理代码，这是围绕
onComplete
的方便的“一元”包装）

---

Scala同样能很好地处理不可变数据和可变数据

当然，强烈建议使用不可变数据——对于任何可以跨线程/参与者共享的数据

但是也强烈鼓励使用专用于单个线程/参与者的可变数据，即在一个永远不能跨线程/参与者共享的上下文中

一个简单的高级并发模式是：

将可变数据私有化给每个

参与者

：

• 将可变类型专用于单个参与者
• 使用actor-act/receive/react方法操纵可变数据

仅在

Actor

s之间共享不可变数据

• 向其他参与者发送消息-但是将可变数据转换为不可变数据，并且只在参与者之间发送后者

切勿在消息中向另一位

参与者发送对
参与者的引用

由于（1），演员本身变得可变
由于（2），它们不应该被共享
这将阻止ActorA调用ActorB上的任何方法-所有通信都应通过消息（方法
！
和
！！
）

识别长时间运行的操作并使其异步。即使是超出CPU+L1缓存+L2缓存的简单操作也可以是10