Scala 在Akka I/O是如何工作的？

当您需要执行I/O（即数据库操作）时，actor模型（在Akka中）是如何工作的

我的理解是，阻塞操作将抛出异常（并且由于Akka使用的Netty的事件性质，基本上破坏了所有并发）。因此，我必须使用

未来的
或类似的东西-但是我不理解并发模型

一个参与者可以同时处理多条消息吗
如果参与者在
future
（即
future.get（）
）中进行阻塞调用，则该操作是否仅阻塞当前参与者的执行；或者在阻塞调用完成之前，它会阻止所有参与者执行吗
如果它阻止了所有的执行，那么使用将来的辅助并发性（即，将来调用阻塞调用是否仍然等于创建一个参与者并执行阻塞调用）
处理多阶段过程（即从数据库读取；调用阻塞Web服务；从数据库读取；向数据库写入）的最佳方法是什么，其中每个步骤都依赖于最后一个步骤
基本情况如下：


我正在使用一个Websocket服务器，它将维护数千个会话
每个会话都有一些状态（即身份验证详细信息等）
Javascript客户端将向服务器发送一条JSON-RPC消息，服务器将把消息传递给适当的会话参与者，会话参与者将执行该消息并返回结果
RPC调用的执行将涉及一些I/O和阻塞调用
将有大量并发请求（每个用户将通过WebSocket连接发出大量请求，并且将有大量用户）

有更好的方法实现这一点吗？
阻塞操作不会在Akka中引发异常。您可以阻止来自参与者的呼叫（您可能希望将其最小化，但这是另一种情况）

否，无法创建1个参与者实例
它不会阻止任何其他演员。您可以通过使用特定的调度程序来影响这一点。Futures使用默认的dispatcher（通常是全局事件驱动的），因此它在池中的线程上运行。您可以选择要为参与者使用的调度程序（每个参与者或所有参与者）。我想，如果你真的想制造一个问题，你也许可以将完全相同的（基于线程的）分派器传递给未来和参与者，但这会让你的角色产生一些意图。我想如果你有大量的期货无限期阻塞，并且executorservice被配置为固定数量的线程，你可能会毁掉executorservice。所以有很多“如果”。只有在未来尚未完成的情况下才能获得区块。它将阻止您调用它的参与者的“当前线程”（如果您从参与者调用它，顺便说一下，这不是必需的）
你不一定要阻止。您可以使用回调而不是f.get。你甚至可以在不阻塞的情况下编写未来。查看维克多关于“阿克卡光明未来”的演讲，了解更多详情：
我会在步骤之间使用异步通信（如果步骤本身就是有意义的进程），因此在每个步骤中都使用一个参与者，其中每个参与者向下一个发送一条单向消息，也可能是向其他参与者发送一条单向消息，这些参与者不会阻止可以监督进程的进程。通过这种方式，您可以创建多个参与者链，在其前面可以放置一个负载平衡参与者，这样，如果一个参与者在一个链中阻塞，那么相同类型的另一个参与者可能不在另一个链中。这也适用于您的“上下文”问题，将工作负载传递给本地参与者，并将它们链接到负载平衡参与者后面
至于netty（我想你指的是远程演员，因为这是netty在Akka中唯一的用途），如果你担心时间安排或妨碍netty以某种方式完成工作，请尽快将你的工作转交给本地演员或未来（回拨）
 阻塞操作通常不会引发异常，但等待将来（例如使用
！！
或
！！！
发送方法）会引发超时异常。这就是为什么您应该坚持使用fire，并尽可能多地忘记，使用有意义的超时值，并在可能的情况下选择回调

akka参与者无法显式处理一行中的多条消息，但您可以通过配置文件使用
throughput
值。然后，如果参与者的消息队列不为空，则参与者将处理多条消息（即，其接收方法将按顺序调用多次）：

在一个actor内阻塞操作不会“阻塞”所有actor，但如果在actor之间共享线程（推荐使用），则在操作恢复之前，将阻塞dispatcher的一个线程。因此，尽可能多地编写期货，并注意超时值）

3和4。我同意Raymond的回答。
Raymond和paradigmatic所说的，但是，如果您想避免线程池耗尽，您应该将所有阻塞操作包装在
scala.concurrent.blocking
中

当然，最好避免阻塞操作，但有时需要使用阻塞的库。如果您将所述代码包装在
阻塞中
，它将让执行上下文知道您可能正在阻塞此线程，以便它可以在需要时分配另一个线程

这个问题比paradigmatic描述的更糟糕，因为如果您有几个阻塞操作，那么最终可能会阻塞线程池中的所有线程，而没有空闲线程。如果您的所有线程都被阻塞，而这些阻塞在另一个参与者/未来被调度之前是不会发生的，那么最终可能会导致死锁

下面是一个例子：

import scala.concurrent.blocking
...

Future {
  val image = blocking { load_image_from_potentially_slow_media() }
  val enhanced = image.enhance()
  blocking {
    if (oracle.queryBetter(image, enhanced)) {
      write_new_image(enhanced)
    }
  }
  enhanced
}
导入scala.concurrent.blocking
...
未来{
val image=阻止{load_image_from_low_low_media（）}
val enhanced=image.enhanced（）
阻塞{
如果