关于演员模型我不了解的是这个。假设你有两个演员。他们收集和管理来自各种来源的数据。这些源通过其收件箱/邮箱/队列与演员互动。例如,演员A收集信号,而演员B管理整个系统的信息。
在某些时候,演员A必须处理其数据。在处理过程中,它不能做太多其他事情。例如,无法处理新信号。作为数据处理的一部分,在A可以继续之前,演员A需要来自演员B的信息。
在伪代码中:
functionOfActorA()
{
internalQueue {
...doing stuff with our data
info = actor_B.getInfo() -> what should happen here?
...doing stuf with our data and the obtained info
}
}
getInfo()//function of actor B
{
internalQueue {
...prepare requested info
... -> what should happen here?
}
}
如果两个actor都应该在自己的队列或线程上独立运行,那么如何根据actor的请求从一个actor到另一个actor获取信息?
Actor A可以通过向Actor B发送请求来请求信息,但是响应将返回到一个消息中,Actor A将在以后的某个时间点接收该消息。保存此信息有两种方法:
当Actor A从Actor B获取信息时,它可以继续处理。
这是第一种实现方式的示例,使用Thespian Python actor库(http://thespianpy.com):
class ActorA(Actor):
def __init__(self, *args, **kw):
super(ActorA, self).__init__(args, kw)
self.datalist = []
def receiveMessage(self, msg, sender):
if isinstance(msg, ActorAddress):
self.actorB = msg
elif isinstance(msg, WorkRequest):
x = got_some_data(msg)
self.datalist.append(x)
self.send(self.actorB, NeedInfo())
elif isinstance(msg, Info):
x = self.datalist.pop()
process_data(x, msg)
class ActorB(Actor):
def receiveMessage(self, msg, sender):
if isinstance(msg, NeedInfo):
i = get_info(msg)
self.send(sender, i)
上面显示了将工作内部存储到actor以后续继续的基本功能。有几个注意事项:
这是第二个实现样式的相应简单示例:
class ActorA(Actor):
def receiveMessage(self, msg, sender):
if isinstance(msg, ActorAddress):
self.actorB = msg
elif isinstance(msg, WorkRequest):
x = got_some_data(msg)
self.send(self.actorB, NeedInfo(x))
elif isinstance(msg, Info):
x = msg.orig_request.data
process_data(x, msg)
class ActorB(Actor):
def receiveMessage(self, msg, sender):
if isinstance(msg, NeedInfo):
i = getinfo(msg)
i.orig_request = msg
self.send(sender, i)
在第二个示例中,创建NeedInfo的调用将数据存储在NeedInfo对象的.data
字段中,并且由ActorB传回的Info具有附加到其上的原始NeedInfo消息。这种风格的考虑因素是:
上面的例子相当简单,其他Actor Model库实现会有一些变化,但这些一般技术应该广泛适用,无论库/语言如何。这两种实现方式都遵循以下的一般Actor指南:
虽然可以编写执行阻塞操作的Actor,但该操作会干扰Actor的响应能力和处理其他消息的能力(正如您正确指出的那样),因此尽可能使用消息驱动的延续而不是阻塞调用。