自定义 akka 分布式数据类型：我应该扩展 ReplicatedDataSerialization 吗？答案

【问题标题】：Custom akka distributed data type: should I extend ReplicatedDataSerialization?自定义 akka 分布式数据类型：我应该扩展 ReplicatedDataSerialization 吗？
【发布时间】：2020-02-10 21:24:35
【问题描述】：

根据the doc，对于我们的自定义数据类型，建议使用Protobuf或类似的实现高效序列化。但是，我还发现内置数据类型（例如，GCounter）扩展了ReplicatedDataSerialization（参见code），根据scaladoc，

由 akka.cluster.ddata.protobuf.ReplicatedDataSerializer 序列化的 ReplicatedData 的标记特征。

我想知道我应该实现自己的序列化器实现还是简单地使用来自 akka 的序列化器实现。实施我自己的有什么好处？由于我的自定义数据类型实现（参见code 或以下）与PNCounter 非常相似，我觉得Akka 很适合我的情况。

import akka.cluster.ddata.{GCounter, Key, ReplicatedData, ReplicatedDataSerialization, SelfUniqueAddress}

/**
  * Denote a fraction whose numerator and denominator are always growing
  * Prefer such a custom ddata structure over using 2 GCounter separately is to get best of both worlds:
  * As lightweight as a GCounter, and can update/get both values at the same time like a PNCounterMap
  * Implementation-wise, it borrows from PNCounter a lot
  */
case class FractionGCounter(
  private val numerator: GCounter = GCounter(),
  private val denominator: GCounter = GCounter()
) extends ReplicatedData
    with ReplicatedDataSerialization {
  type T = FractionGCounter

  def value: (BigInt, BigInt) = (numerator.value, denominator.value)
  def incrementNumerator(n: Int)(implicit node: SelfUniqueAddress): FractionGCounter = copy(numerator = numerator :+ n)
  def incrementDenominator(n: Int)(implicit node: SelfUniqueAddress): FractionGCounter =
    copy(denominator = denominator :+ n)

  override def merge(that: FractionGCounter): FractionGCounter =
    copy(numerator = this.numerator.merge(that.numerator), denominator = this.denominator.merge(that.denominator))
}

final case class FractionGCounterKey(_id: String) extends Key[FractionGCounter](_id) with ReplicatedDataSerialization

【问题讨论】：

标签： scala akka

【解决方案1】：

您绝对可以使用内置的 ReplicatedDataSerializer 序列化位于自定义 CRDT 核心的 GCounters。

但是，正如您在查看该类时看到的那样，它显式枚举了它可以序列化的类型，这意味着它无法序列化您的 FractionGCounter 对象。

您仍然需要自己的序列化程序来理解FractionGCounter 对象（并且可能使用内置的ReplicatedDataSerializer 'inside'）。

【讨论】：

【解决方案2】：

除了 Arnout 所说的，序列化的一个重要方面是模式迁移。显然，Akka 内部的那些都绑定到各个 Akka 模块的生命周期。因此我肯定会自己写。

【讨论】：

【解决方案3】：

AFAIU 他们不建议实现 自己的 序列化机制，而是使用市场上现有的解决方案之一，因为它不是 akka 的一部分，因为它不是 akka 特定的。然而，它们可以很容易地被合并，并且您肯定可以找到将它们集成到 akka 中的 3rd 方库。

对于哪个是最好的问题没有简单的答案，因为它在很大程度上取决于特定的用例。您可以在这里讨论几个更受欢迎的选项的性能：
Performance comparison of Thrift, Protocol Buffers, JSON, EJB, other?

您可以从使用 akka 内置序列化开始，稍后用更合适的方式替换它。

【讨论】：